ooopalladiumsb/magi

GitHub: ooopalladiumsb/magi

MGIA 是一套基于 LLM 的自主宏观地缘政治情报分析系统,通过六层流水线将多源数据转化为可溯源、可验证的战略情报报告。

Stars: 0 | Forks: 0

# MGIA 4.0 — 战略宏观地缘政治情报 OS [![CI](https://static.pigsec.cn/wp-content/uploads/repos/cas/ad/ad5834178f7599af9fdda11629d49cae07f2997beec49821b2920eff5bfd50e7.svg)](https://github.com/ooopalladiumsb/magi/actions/workflows/ci.yml) [![codecov](https://codecov.io/gh/ooopalladiumsb/magi/branch/main/graph/badge.svg)](https://codecov.io/gh/ooopalladiumsb/magi) ![python](https://img.shields.io/badge/python-3.12-blue) ![license](https://img.shields.io/badge/license-BUSL--1.1-blue) 基于以下原则构建的自主情报 agent: 有关完整的技术参考,请参阅 `ARCHITECTURE.md`;有关源规范,请参阅 `magi v4.txt`。 ## 状态 **v0.2.0** — 平台已完成。包含全部 6 个层级 + 编排、治理、可观测性、 实时数据和交付接口。**233 项测试通过**(ruff + mypy 无错误)。 | 层级 / 组件 | 状态 | |-------------------|--------| | L1 数据收集 (JSON 文件 · RSS/Atom · JSON-API/NewsAPI · Reddit · GDELT) | ✅ | | L2 信任与验证 | ✅ | | L3 因果情报 | ✅ | | L4 情景情报 | ✅ | | L5 机构记忆 | ✅ | | L6 战略分析 (模拟 + 真实 DeepSeek/OpenAI-compat LLM) | ✅ | | 可观测性 + 治理引擎 | ✅ | | 主编排器 + CLI | ✅ | | 可重现性缓存 · 容错收集 | ✅ | | HTTP 服务 (身份验证 · 速率限制 · HTML 仪表板) | ✅ | | 报告导出 (Markdown · HTML · PDF) | ✅ | | 已打包的 wheel/sdist (BUSL-1.1) | ✅ | ## 快速入门 ``` cd projects/magi python -m venv .venv && source .venv/bin/activate pip install -e ".[dev]" # or: make install python -m pytest -q # 233 tests ``` ## CLI 用法 ``` # 提出战略性问题(完整 6-layer pipeline) python -m mgia ask "What are the implications of BRICS expansion?" # 部署模式 / 输出格式 python -m mgia ask "Question?" --mode institutional python -m mgia ask "Question?" -f json python -m mgia ask "Question?" -f html -o report.html python -m mgia ask "Question?" -f pdf -o report.pdf # 加载 config file(live feeds、cache、source APIs、LLM provider) python -m mgia --config examples/config.json ask "Question?" # 可重复性检查(相同输入执行两次) python -m mgia --config examples/config.json verify "Question?" # 系统状态 / institutional memory / governance lint python -m mgia status python -m mgia memory python -m mgia lint # HTTP API(可选 auth + rate limit);dashboard 位于 /dashboard python -m mgia --config examples/config.json serve --port 8080 \ --token "$MGIA_API_TOKEN" --rate-limit 60 # 版本 python -m mgia --version ``` 真实 LLM (DeepSeek / OpenAI-compatible):设置 `MGIA_LLM_API_KEY` (或 `DEEPSEEK_API_KEY`) 并使用 `--config examples/config.deepseek.json`。 ## Python API ``` from mgia.config import MGIAConfig, DeploymentMode from mgia.orchestrator import MGIA # 使用默认值初始化 mgia = MGIA() # 完整 pipeline report, markdown = mgia.ask("What are the implications of BRICS expansion?") print(report.confidence_summary.overall_confidence) print(markdown[:200]) # 系统状态 status = mgia.status() print(status["layers"]) # Governance checks lint = mgia.lint() print(lint["all_passed"]) # Memory summary mem = mgia.memory_status() print(mem["learning_count"], "learnings stored") ``` ## 部署模式 | 模式 | 红队 | 情景终结者 | 治理 | |------|----------|-----------------|------------| | `calibration` | 50% | 激进 | 宽松 | | `standard` | 35% | 正常 | 宽松 | | `institutional` | 100% | 强制 | 严格 | ## 配置 通过 `MGIAConfig`(pydantic 模型,从 JSON、环境变量或默认值加载): ``` from mgia.config import MGIAConfig, DeploymentMode config = MGIAConfig( mode=DeploymentMode.STANDARD, data_dir="examples", memory_path="memory/custom_memory.json", log_dir="reports/logs", ) # 或来自环境变量:MGIA_MODE、MGIA_DATA_DIR 等 config = MGIAConfig.from_env() # 或来自文件: config = MGIAConfig.from_file("config.json") ``` ## 项目结构 ``` projects/magi/ ARCHITECTURE.md Technical reference IMPLEMENTATION_PLAN.md Step-by-step build plan magi v4.txt Source specification (frozen) README.md This file pyproject.toml Package metadata + CLI entry point LICENSE Business Source License 1.1 CHANGELOG.md Release notes Makefile test / lint / typecheck / run / serve / build mgia/ __init__.py __version__ config.py MGIAConfig, DeploymentMode, LLMConfig orchestrator.py MGIA — master orchestrator cli.py CLI: ask, status, memory, lint, verify, serve server.py HTTP API (serve) + dashboard + auth/rate-limit report_export.py Markdown/HTML/PDF export observability.py ObservabilityEngine, MetricsCollector governance.py GovernanceEngine, GovernancePolicy layer1_data/ Sources (file · RSS · JSON-API/NewsAPI · Reddit · GDELT · cache), collector layer2_trust/ Source trust, data quality, bias auditor layer3_causal/ Event graph engine, confidence, builder layer4_scenario/ Bayesian, adversarial, scenario killer, orchestrator layer5_memory/ Pattern store, learning loop, persistence layer6_strategic/ LLM interface (Mock + OpenAICompatBrain), report builder examples/ config.json, config.deepseek.json, config.live.json, … tests/ test suite ``` ## 许可证 MGIA 4.0 基于 **Business Source License 1.1** (BUSL-1.1) 获得许可 — 请参阅 [`LICENSE`](./LICENSE)。 - 源代码可用:您可以自由地**复制、修改并进行非生产环境使用**。 - **生产环境使用需要**从许可方 (ooopalladiumsb) 获取**商业许可证**, 直至变更日期 — *额外使用授权:无*。 - 在**变更日期 (2030-07-08)**,发布的每个版本将自动转换为 **Apache License 2.0**。 如需咨询商业许可证,请联系许可方。
标签:DLL 劫持, Python, Python脚本, 人工智能, 代码示例, 地缘政治分析, 大语言模型, 数据分析, 无后门, 智能代理, 用户模式Hook绕过, 逆向工具