ForgeOS

Skill Intelligence OS and Trust Control Plane for AI agents.

ForgeOS decides which skill may run, which context may enter, which steps must be deterministic, and which evidence is strong enough to accept completion.

5 分钟路径 · 工作原理 · 生态系统对比 · 面向开发者 · 面向专家 · Tiếng Việt · 22 种语言翻译

## 为什么需要 ForgeOS 一个 agent 之所以可靠，不是因为它拥有更多的 prompt、更多的工具或更长的 context 窗口。 当系统能够回答以下六个问题时，它才会变得可靠： 1. **需要的确切结果是什么？** 2. **哪种技术是合适的——以及哪些类似的技术在这里是不适用的？** 3. **这个工作单元所需的最小 context 是什么？** 4. **哪些步骤必须是确定性的，而不是委托给模型的？** 5. **有什么独立的证据可以证明输出？** 6. **同一个 workflow 能否在失败后恢复、重试并审计自身？** ForgeOS v0.6 将这些问题转化为一个 runtime： ``` confirmed intent → outcome + technique retrieval → hard policy and anti-trigger filters → minimum RoutePlan DAG → isolated ContextPack per work unit → deterministic / agent / reflection execution graph → anchored outputs + coverage ledger → trusted receipts + evidence gates → release, rollback, recovery, and learning quarantine ``` 它不是一个 prompt 集合。它是围绕技能、规则、hook、agent、工具、context、证据和学习能力的控制平面。 ## v0.6.1 中的真实情况 | 表面 | 已验证的实现 | |---|---:| | 遗留类型结果脚手架 | **1,024** | | Deep Skill Contract v2 技术 | **128** | | L0 orchestration/trust/context 技术 | **32** | | L1 跨领域工程技术 | **96** | | 独立评估器绑定 | **128** | | 技能目录 | **250** (**146** 核心，**104** 领域) | | 稳定的过程式 provider | **33** | | 候选过程式 provider | **242** | | 内置的技能与知识映射 | **1,299** | | Code Review Intelligence 一致性案例 | **12** | | Agent 表面对抗性案例 | **20/20** | | 稳定 provider 物化 | **33/33** | | Router Precision@1 / @3 | **93.75% / 100%** | | Router Recall@6 | **100%** | | 不安全的路由激活 | **0%** | **内核清单：** 32 项 L0 技术 + 96 项 L1 技术 = 128 项深层内核技术。 **目录路由状态：** 声明了 33 个稳定频道过程式 provider 和 242 个候选者。**正式认证证据：** 0 个达到稳定资质，0 个已认证。详见 [最终认证审计](docs/FINAL-CERTIFICATION-AUDIT.md)。 发布审计有意保留了以下错误的声明： ``` 1,024 production-grade procedural skills false full PostgreSQL lifecycle HA false universal microVM sandbox false expert-labeled 200-PR review benchmark false 10,000 paired evaluation runs false ``` ForgeOS v0.6 并不声称实现了全面的生产完整性或拥有 1,024 项生产级过程式技能。 参见[声明边界 v0.6](docs/CLAIMS-BOUNDARY-V0.6.md)。 ## 通用通道，受控执行 不可变的 [Universal Lane Registry](docs/UNIVERSAL-LANES.md) 跨越策略与研究、产品 UX/UI、视觉媒体与 3D、软件、 数据与 AI、agent、安全、云运维、商业、教育、 硬件/制造以及机器人/物理 AI 领域路由工作。通道是一个真实的路由 和证据契约——并非声称 ForgeOS 能够自主运营 工厂、机器人、支付流程或生产环境。 物理世界的工作仍需人类批准。高风险的第三方执行 需要兼容且已配置的远程 provider；本地 broker 永远不会 伪装成 microVM。参见 [Remote MicroVM Sandbox](docs/REMOTE-MICROVM-SANDBOX.md)。 ## 5 分钟路径 当您想在不首先学习 Trust Kernel 的情况下获取价值时，请使用此路径。 ### 1. 安装 ``` npm install npm test node src/cli/forge.mjs init ``` 已安装的包： ``` npx forgeos init forge doctor ``` `forge init` 会创建一个安全的本地 SQLite-WAL 配置文件。其 API 密钥被写入一个 `0600` 文件中，且从不打印。 ### 2. 找到合适的技术 ``` forge skills search "react rerender" forge skills inspect reducing-react-render-thrashing forge route --query "compile the minimum context for a large monorepo" ``` ### 3. 检查 v0.6 ``` forge v06 status forge profile plan coding --target codex forge security scan --file agent-surface.json ``` ### 4. 检查高风险执行边界 ``` node src/cli/forge.mjs sandbox status --json ``` 如果没有配置远程 provider，这会故意返回 `unavailable` 且退出码为 `2`；ForgeOS 绝不会将本地 broker 表示为 microVM。有关签名的 provider 契约，请参见 [Remote MicroVM Sandbox](docs/REMOTE-MICROVM-SANDBOX.md)。 ### 5. 启动本地控制平面 ``` npm start # Dashboard: http://127.0.0.1:8787/dashboard # MCP: http://127.0.0.1:8787/mcp # A2A: http://127.0.0.1:8787/a2a ``` ## 深入操作路径 当您需要将 ForgeOS 嵌入到 Codex、Claude Code、ChatGPT、开源 agent、CI 或内部平台时，请使用此路径。 ### Skill Intelligence Router 该 router 执行两阶段的检索，而不是直接匹配技能名称： ``` intent / failed gate → outcome retrieval → direct technique-trigger retrieval → anti-trigger exclusion → trust, tenant, maturity, tool, license, freshness filters → measured-utility reranking → minimum technique DAG → provider resolution → frozen RoutePlan ``` 每个被选中和被拒绝的技术都有其原因。硬性阻断始终优先于分数。 ### Global Context Kernel v2 ForgeOS 会预算整个完整的请求： ``` system · task · selected skill sections · code symbols · artifacts · memory · tool output · references · lazy tool schemas · output reserve · safety reserve ``` 它提供： - 一个由 resolver 和 materializer 共享的 token 统计接口； - 段落级别的技能加载； - 每个工作单元隔离的 context； - 惰性的 tool-schema 物化； - Semantic ABI 符号 ID 和过期哈希拒绝； - artifact delta 投影； - 作用域内、定期失效的 instinct 注入； - 带有提炼后失败范围的内容寻址原始日志； - 每个未包含来源的遗漏清单。 ### Deterministic Skill Fabric v0.6 的技术会被编译成一个可执行的图： ``` Deterministic nodes scope-selection · bundling · rule-resolution · anchoring · evidence Agent nodes investigation · hypothesis · domain judgment Reflection nodes contradiction · false-positive filter · actionability Control nodes parallel join · coverage gate · retry · rollback ``` SQLite 覆盖账本使用了租约、心跳、fencing 和可信回执。被回收的 worker 无法将工作单元标记为已完成。 ### Code Review Intelligence 垂直切片 第一个完整的垂直切片端到端地证明了该架构： ``` complete scope → relation-aware work units → contextual rule selection → isolated agent analysis → line/hash anchors → relocation after edits → independent reflection → coverage receipt ``` 捆绑的 12 个案例语料库是一个确定性的一致性基准。它**没有**被宣称为专家标注的 200-PR 基准。 ### 持续学习——没有自动自我毒化 观察到的模式会成为作用域内的 instinct，而不是稳定的技能： ``` trusted run receipts → observed instinct → tenant/project/harness isolation + TTL → compatible instinct cluster → candidate evolution proposal → independent evaluation → human promotion or rollback ``` 生产者无法提升其自身学习到的行为。 ### Harness Runtime v2 ForgeOS 区分了四个表面： | 表面 | 用途 | |---|---| | **Rule** | 必须始终适用的简短不变量 | | **Hook** | 绑定到事件的确定性动作 | | **Skill** | 需要判断的条件过程 | | **Agent role** | 独立的 context、工具、模型或权限 | 中性事件包括 `before.tool.execute`、`after.file.write`、`verification.checkpoint`、`session.compact` 和 `session.ended`。宿主适配器必须标记不支持的特性，而不是声称虚假的一致性。 Profiles： ``` minimal · coding · creative · research · regulated local-small · enterprise ``` ### Agent Surface Security 安全引擎会扫描 agent 系统本身： - 指令和 prompt 边界违规； - hook 和包生命周期脚本； - MCP 描述、权限和工具可达性； - 命令允许列表； - 密钥/环境变量引用； - 密钥到出站的权限路径； - 管道至 shell 和宽泛的通配符能力； - 安装前的 profile 权限差异。 其对抗性语料库目前通过了 **20/20** 个案例。 ### 代理本地执行 本地运行器为普通命令提供了真正的安全边界： - 无 shell 插值； - 命令和环境变量允许列表； - workspace 和软链接限制； - 超时和进程组终止； - 限制 stdout/stderr； - 内容寻址执行回执。 它**不是**一个通用的拒绝网络的 microVM sandbox。高风险的第三方执行仍需要外部的 container 或 microVM 隔离层。 ForgeOS 现在有一个 fail-closed 的远程 microVM 控制平面适配器：它仅向配置的 HTTPS provider 提交，并仅接受请求绑定的、Ed25519 签名的、带有明确网络和密钥隔离证据的回执。它绝不会回退到本地 broker。该适配器不是托管的 microVM 服务；兼容的生产 provider 仍然是外部的部署要求。参见 [Remote MicroVM Sandbox](docs/REMOTE-MICROVM-SANDBOX.md)。 # ForgeOS 的工作原理 ForgeOS 在一个 runtime 中结合了两个产品： 1. **Skill Intelligence 层**：检索技术、拒绝不安全的近似匹配、仅编译所需的技能部分，并构建一个冻结的执行计划。 2. **AI 控制平面**：管理项目、artifact、证据、批准、租约、恢复、联盟和发布门禁。 ``` confirmed intent or failed gate → outcome and direct-technique retrieval → anti-trigger, tenant, trust, tool, license, and freshness filters → minimum frozen RoutePlan DAG → isolated ContextPack per work unit → deterministic / agent / reflection Execution Graph → anchored outputs and fenced Coverage Ledger → trusted receipts and assurance-aware gates → release, recovery, rollback, or learning quarantine ``` ## 十大协作系统 | 系统 | 控制内容 | |---|---| | **Skill Intelligence Router** | 结果检索、技术评分、反触发、硬性策略、provider 选择和可解释的 RoutePlan | | **Global Context Kernel v2** | 跨越策略、任务、技能部分、符号、artifact、记忆、工具输出、引用和输出保留的统一总 token 预算 | | **Deterministic Skill Fabric** | 包含确定性节点、agent 节点、反思节点、批准、锚点和停止条件的混合图 | | **Coverage Ledger** | 工作单元所有权、租约、fencing token、完成覆盖、过期 worker 拒绝和可恢复性 | | **Trust Kernel** | 证据新鲜度、artifact 谱系、批准权限、保证级别和发布决策 | | **Agent Surface Security** | prompt 注入模式、危险的包脚本、密钥到出站的路径、权限和适配器能力诚实度 | | **Brokered Local Execution** | 无 shell 命令生成、允许列表、超时、输出限制和结构化回执 | | **Continuous Learning** | 作用域内 instinct、过期、置信度、隔离、候选提案和受控的提升 | | **Skill Federation** | 签名来源、信任层级、隔离、冲突处理、吊销和同步目录 | | **Harness Runtime v2** | 规则、hook、技能、agent 角色、权限差异和适用于不同 AI harness 的 profile | # 生态系统对比 以下 GitHub star 数据为 **2026 年 7 月 26 日** 核对的大约数字。它们表明了社区知名度，本身并不代表工程质量。 ## 生态系统映射 | 项目 | 大约 GitHub Star | 主要角色 | |---|---:|---| | [Superpowers](https://github.com/obra/superpowers) | **255k** | Agent 技能框架和软件开发方法论 | | [Anthropic Agent Skills](https://github.com/anthropics/skills) | **151k** | Claude 的技能标准和公共技能库 | | [LangChain](https://github.com/langchain-ai/langchain) | **139k** | Agent 工程平台和大型集成生态系统 | | [OpenHands](https://github.com/All-Hands-AI/OpenHands) | **75k+** | 端到端软件开发 agent 应用 | | [CrewAI](https://github.com/crewAIInc/crewAI) | **56k+** | 多 agent 协同和事件驱动的流程 | | [AutoGen](https://github.com/microsoft/autogen) | **50k+** | 多 agent 消息传递和研究运行时 | | [LangGraph](https://github.com/langchain-ai/langgraph) | **37k+** | 有状态的长期运行 agent 图 | | [Semantic Kernel](https://github.com/microsoft/semantic-kernel) | **28k+** | 多语言企业编排 SDK | | [Awesome Agent Skills](https://github.com/VoltAgent/awesome-agent-skills) | **28k+** | 包含一千多个技能的社区目录 | | [OpenAI Agents SDK](https://github.com/openai/openai-agents-python) | **27k+** | Agent、移交、护栏、会话和追踪 | | [smolagents](https://github.com/huggingface/smolagents) | **27k+** | 强调代码 agent 的极简 agent 库 | | [Letta](https://github.com/letta-ai/letta) | **23k+** | 有状态的 agent 和持久记忆 | | [Google ADK](https://github.com/google/adk-python) | **约 20k** | 代码优先的 agent 构建、评估和部署 | | [PydanticAI](https://github.com/pydantic/pydantic-ai) | **约 19k** | 类型安全的 Python agent 框架 | ## 核心能力矩阵 | 系统 | 打包技能 | 路由 + 反触发 | 受控 context | 确定性/agent 混合图 | 证据 + 信任回执 | Agent 表面安全 | 原生优势 | |---|:---:|:---:|:---:|:---:|:---:|:---:|---| | **ForgeOS** | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | 技能智能与值得信赖的执行 | | Anthropic Skills | ✅ | ◐ | ◐ | — | — | ◐ | 简单、便携的技能标准 | | Superpowers | ✅ | ✅ | ◐ | ◐ | ◐ | — | 针对编码 agent 的高度明确的 SDLC 方法 | | Awesome Agent Skills | ✅ | — | — | — | — | ◐ | 跨多个来源的技能发现 | | LangChain | ◐ | ◐ | ◐ | ◐ | ◐ | ◐ | 极其庞大的集成生态系统 | | LangGraph | ◐ | ◐ | ◐ | ✅ | ◐ | ◐ | 持久执行和有状态的图 | | OpenAI Agents SDK | ◐ | ◐ | ◐ | ◐ | ◐ | ◐ | 轻量级框架、移交和追踪 | | CrewAI | ◐ | ◐ | ◐ | ✅ | ◐ | ◐ | 结合 Flows 的基于角色的 agent | | AutoGen | ◐ | ◐ | ◐ | ✅ | ◐ | ◐ | 事件驱动的多 agent 运行时 | | Semantic Kernel / MAF | ◐ | ◐ | ◐ | ✅ | ◐ | ◐ | 跨运行时的企业编排 | | Google ADK | ◐ | ◐ | ◐ | ✅ | ◐ | ◐ | 在 Google 的生态系统中构建、评估和部署 | | PydanticAI | ◐ | ◐ | ◐ | ◐ | ◐ | ◐ | 类型安全、验证和 Python 人体工程学 | | smolagents | ◐ | ◐ | ◐ | ◐ | — | ◐ | 最小化、可读性强的 agent 实现 | | Letta | ◐ | ◐ | ✅ | ◐ | ◐ | ◐ | 持久记忆和有状态的 agent | | OpenHands | ◐ | ◐ | ◐ | ◐ | ◐ | ✅ | 端到端的编码 agent 体验 | ## ForgeOS 选择了不同的战场 技能仓库回答的是：**“agent 能学会哪些过程？”** ForgeOS 还会问：**“现在允许使用哪种技术，必须拒绝哪些近似匹配，哪些部分可以进入 context，需要哪些工具，必须产生什么证据，以及哪个门禁可以宣布工作完成？”** agent 框架有助于创建 agent、工具、移交和工作流。ForgeOS 关注的是围绕该 runtime 的那一层：能力检索、反触发、全局 context 预算、确定性/agent/反思图、当前证据、批准权限、artifact 谱系、恢复和学习隔离。 记忆系统关注的是 agent 记住了什么。ForgeOS 额外控制着该记忆属于哪个租户、项目、用户、信任域、过期时间、置信度和提升策略。 端到端的编码 agent 提供了用户体验。ForgeOS 可以作为技能选择、context 治理、证据、信任和项目生命周期层，在 agent **之下或旁边**运行。 ## 成熟的生态系统依然领先的方面 他们目前拥有更大的社区、更多的教程和集成、更完善的托管云体验、更强大的无代码入门以及更多公开记录的生产部署。ForgeOS 刻意集中在一个标准化程度较低的问题上：**为 AI agent 控制技能选择、context、证据、权限和完成状态**。 # 三种入门路径 ## 面向普通用户 您不需要了解每个子系统。从四个可观察的测试开始： ``` node src/cli/forge.mjs doctor node src/cli/forge.mjs skills search --query "review authentication changes" node src/cli/forge.mjs route --query "review authentication changes without missing tests" node src/cli/forge.mjs scan agent-surface --path . ``` 您可以检查选择了哪种技术、为什么拒绝了替代方案、编译了多少 context、请求了哪些权限以及还缺少哪些证据。 ## 面向开发者 ForgeOS 通过以下方式暴露相同的 runtime： - 用于本地操作和 CI 的 CLI； - HTTP API 和 Studio 仪表板； - **60 个严格的 schema MCP 工具**； - A2A 任务和 agent-card 表面； - 从 Node.js 源码树直接导入服务； - **15 个**适用于 agent 和 IDE 生态系统的适配器； - 七种 harness profile：`minimal`、`coding`、`creative`、`research`、`regulated`、`local-small` 和 `enterprise`。 开发者可以创建项目、注册 artifact、绑定证据、请求批准、编译 RoutePlan 和 ContextPack、执行图、恢复修订、同步联邦技能，或添加新的 Skill Contract v2。 ## 面向专家与研究人员 ForgeOS 的设计初衷是为了被挑战，而不是仅仅从营销页面上被接受。专家可以独立测试： - router 的精确度、召回率、反触发行为和不安全的激活； - 总 context 溢出和 Semantic ABI 缩减； - 确定性覆盖、锚点、反思、租约和 fencing； - 证据新鲜度、artifact 谱系和感知保证的门禁； - prompt 注入、包脚本、密钥到出站的路径和适配器诚实度； - 联邦冲突、隔离、吊销和来源信任； - 无需 `.git` 的存档验证。 ``` npm run validate npm run v06:audit npm run router:benchmark npm run context:benchmark npm run federation:eval npm run federation:audit npm run smoke npm run adapter:tck npm run release:verify ``` # 仓库映射 ``` src/ runtime implementation cli/ forge command-line interface core/ project, artifact, evidence, approval, recovery skill-intelligence/ contracts, routing, evaluation, materialization context/ Global Context Kernel and work-unit compilation execution/ graph compiler, deterministic nodes, coverage trust/ evidence, assurance, authority, release gates security/ agent-surface scanning and command broker federation/ remote sources, trust, quarantine, synchronization learning/ instincts, candidates, expiry, promotion mcp/ MCP server and 60 public tools a2a/ A2A cards, tasks, messages, and receipts server/ HTTP APIs, authentication, dashboard storage/ SQLite-WAL persistence and migrations adapters/ 15 agent and IDE adapters skills/ 250 portable Agent Skills v1, including candidate 3D and physical-AI lanes skills-v2/ 128 deep Skill Contract v2 techniques capabilities-v2/ outcomes, techniques, providers, relations, graph schemas/ public JSON Schema 2020-12 contracts packs/ vertical capability packs and benchmarks evals/ evaluation cases, rubrics, and corpora tests/ 125 test files and release invariants evidence/ generated audit, benchmark, SBOM, and dashboard evidence docs/ architecture, protocols, security, testing, production scripts/ generation, validation, audit, benchmark, and release tools ``` [Universal Lanes registry](docs/UNIVERSAL-LANES.md) 使得每个通道的跨领域覆盖和执行边界变得可检查。它刻意不是在声称“AI 可以做任何事情”：物理、生产和外部行动仍然需要声明的证据和人类授权。 # 适用用例 - 使编码 agent 更加自律和可审计。 - 为多个模型、agent 和工具构建控制平面。 - 运营具有路由和成熟度控制的内部技能平台。 - 审查 agent 配置、权限、prompt 和供应链暴露面。 - 需要证据和批准门禁的高保证或受监管的工作流。 - 通过工作单元隔离和 Semantic ABI 减少大型存储库中的 context 浪费。 ForgeOS 不是 n8n 风格业务工作流自动化的替代品。n8n 连接应用程序和业务事件；ForgeOS 控制 AI 技术选择、context、执行、证据和权限。它们可以结合使用。 ## 架构 ``` graph TD U[User intent / failed gate] --> R[Unified Skill Intelligence Router] R --> RP[Frozen RoutePlan] RP --> CK[Global Context Kernel v2] CK --> CP[Isolated ContextPack per work unit] CP --> EG[Deterministic Execution Graph] EG --> D[Deterministic nodes] EG --> A[Agent nodes] EG --> RF[Independent reflection] D --> CL[Coverage Ledger] A --> AN[Anchored outputs] RF --> AN CL --> TK[Trust Kernel] AN --> TK TK --> G[Evidence-aware gates] G --> O[Artifacts / release / recovery] LR[Learning quarantine] --> R SF[Skill / Knowledge / MCP Federation] --> R HR[Harness Runtime + Security] --> EG ``` ## MCP 和 agent 集成 ForgeOS 支持 MCP `2025-11-25`、A2A `1.0`、Agent Skills 兼容包、HTTP 和 CLI。 v0.6 公开工具包括： ``` forge_v06_status forge_execution_graph_compile forge_review_scope_compile forge_context_work_units_compile forge_harness_profile_plan forge_agent_surface_scan ``` 它们加入了现有的项目、artifact、可信证据、恢复、联盟、Skill Intelligence 和 MCP broker 工具。Stdio、HTTP MCP、CLI 和 Studio 共享相同的服务和 JSON Schema。 支持的适配器包包括 ChatGPT、Codex、Claude Code、Cursor、OpenCode、Gemini CLI、Copilot CLI、Cline、Roo Code、Windsurf、Continue、Hermes、OpenClaw、Pi 以及通用的 MCP/A2A。证据区分了**经过协议测试**的适配器和**仅限文档**的指南。 ## 验证 ``` npm run validate npm run skills:v2:audit npm run v06:audit npm run router:benchmark npm run context:benchmark npm run federation:eval npm run federation:audit npm run smoke npm run adapter:tck npm run release:verify ``` 发布门禁检查的是行为和契约，而不仅仅是代码行覆盖率： - 状态、fencing、防过期和生命周期不变量； - 完整的 MCP/A2A 生命周期和输出 schema； - 技能深度、样板代码、段落哈希和物化； - router 精确度、召回率、确定性和不安全激活； - 全局 context 溢出和遗漏统计； - 确定性执行和覆盖账本； - 审查锚点和反思； - 独立评估和持续学习隔离； - agent 表面对抗性案例； - 无需 `.git` 的存档安装和自我验证。 ## 生产边界 **目前已集成** - SQLite WAL 单节点生命周期 backend； - 修订/CAS、租约、fencing、快照、恢复、ACL、OIDC/API 密钥； - 可信回执、artifact 信封哈希、感知保证的门禁； - 租户作用域的技能/知识/MCP 联邦； - 优雅排空、就绪检查、指标、签名的发布来源； - 非 root/只读部署 profile。 **尚未作为 v0.6 的声明** - 完整生命周期的 PostgreSQL 直接替换 backend 和经过测试的多节点故障转移； - 通用的第三方 microVM sandbox； - SCIM/委托的组织管理； - 托管的透明度服务和 PKI； - A2A 流式传输/推送和分布式恢复； - 1,024 项生产级过程式技能； - 10,000 次配对评估运行； - 专家评判的跨语言代码审查基准。 阅读 [Production](docs/PRODUCTION.md)、[Security Model](docs/SECURITY-MODEL.md) 和 [Self-Audit v0.6](docs/SELF-AUDIT-V0.6.md)。 ## 文档导航 | 从这里开始 | 深入了解 | |---|---| | [快速入门](docs/QUICKSTART.md) | [架构](docs/ARCHITECTURE.md) | | [Skill Intelligence](docs/SKILL-INTELLIGENCE.md) | [Deterministic Fabric v0.6](docs/DETERMINISTIC-SKILL-FABRIC-V06.md) | | [CLI 和 profile](docs/HARNESS-RUNTIME-V2.md) | [Global Context Kernel](docs/GLOBAL-CONTEXT-KERNEL.md) | | [安全](docs/AGENT-SURFACE-SECURITY.md) | [持续学习](docs/CONTINUOUS-LEARNING-V06.md) | | [测试](docs/TESTING.md) | [声明边界](docs/CLAIMS-BOUNDARY-V0.6.md) | | [贡献](CONTRIBUTING.md) | [Self-Audit](docs/SELF-AUDIT-V0.6.md) | ## 语言 [Tiếng Việt](README-vn.md) · [简体中文](README-cn.md) · [繁體中文](README-tw.md) · [日本語](README-ja.md) · [한국어](README-ko.md) · [Español](README-es.md) · [Français](README-fr.md) · [Deutsch](README-de.md) · [Português](README-pt-br.md) · [Русский](README-ru.md) · [العربية](README-ar.md) · [हिन्दी](README-hi.md) · [Bahasa Indonesia](README-id.md) · [ไทย](README-th.md) · [Türkçe](README-tr.md) · [Italiano](README-it.md) · [Polski](README-pl.md) · [Українська](README-uk.md) · [Nederlands](README-nl.md) · [فارسی](README-fa.md) · [עברית](README-he.md) · [Svenska](README-sv.md) ## 贡献 一项新技能被接受，并不是因为它的行文听起来很专业。它需要： 1. 一个在没有该技术时会失败的 RED 基准； 2. 精确的触发器和反触发器； 3. 特定领域的过程和失败模型； 4. 类型化的输入、输出、工具和证据； 5. 段落哈希和 token 预算； 6. 独立的评估器绑定； 7. 基准证据和成熟度决策。 参见 [CONTRIBUTING.md](CONTRIBUTING.md)、[GOVERNANCE.md](GOVERNANCE.md) 和 [SECURITY.md](SECURITY.md)。 ## 许可证 MIT — 见 [LICENSE](LICENSE)。 ## 最终发布审计 - [最终加固报告](docs/FINAL-HARDENING-REPORT.md) - [最终技能认证审计](docs/FINAL-CERTIFICATION-AUDIT.md)

标签：AI智能体, MCP, MITM代理, 上下文管理, 人工智能, 可信赖执行, 多智能体编排, 控制平面, 文档结构分析, 用户模式Hook绕过, 自定义脚本