元铸工坊 yuanzhu
把团队的重复 AI 工作铸成可治理的工作流资产：AI 写操作强制人审（staged writes）、一句话铸造工作流模板（评测守门）、三记忆推衍引擎主动建议工作流。
Dokumentation
元铸工坊 SOSOFAST
对外传播名 SOSOFAST（元铸工坊） · 技术生态名 yuanzhu · © MiaoYu
按企业自身的工作习惯，把各领域的最佳实践定向复刻成 AI 工作流资产——像软件一样被开发、分发、使用、沉淀、进化，全员开箱即用。
当前状态：v0.2.2 已上架 PyPI（技术验证期）
160 测试全绿。装完即用的三层能力：
- 深度问答（内置）：问一个问题自动走六步流水线——澄清 → 双视角并行作答 → 独立审查 → 综合裁决 → 人审采纳；采纳的洞见沉淀入库，后续提问自动反哺
- 一句话铸模板（forge）：
yuanzhu forge "描述你的日常工作"→ AI 生成完整四段式模板 → 三道守门（dry-run 结构校验 → evals 行为验证 → 人审）→ Web 重跑评测转正 - 对话长出工作流：连续问同类问题，AI 发现模式后建议"铸成工作流？"——对话着对话着，工作流就长出来了
- 主动推衍（v0.1.6）：开启自举开关后，AI 基于你的行为+知识+技能交叉分析，主动提议下一步——不只是回答问题，还想到你没想到的
- 领域工作流（内置 AIQA 测试/会议追踪）：staged writes——AI 的每个写操作进待审中心，人批准才生效；Claude Code 等经 MCP 直连本体
平台底座：本体层（对象+动作）、工作流引擎（并行组）、多协议模型网关（自动读 dsh 配置）、Web 控制台 + CLI、对话学习（聊天记录导入→AI 提炼工作流候选）。
三柱验证：H7 轻量本体已全通；H1 双线全通（专家线+对话线真实数据实证）；H2 模拟测试通过（真人测试待安排）。
快速开始（单机模式）
# 一键启动（Python 3.11+；pip 包含 Web 控制台与全部内置模板）
pip install yuanzhu # 安装包（一条命令搞定，yuanzhu-server 是包自带的命令）
yuanzhu-server # 启动服务 → 打开 http://127.0.0.1:8600
首启自动注册内置模板（深度问答/AIQA 测试/会议追踪）；CLI 同装：yuanzhu status / pending / templates / forge。
从源码运行（开发者）
git clone https://github.com/RavenWangChina/yuanzhu.git
cd yuanzhu/server
python -m venv .venv && .venv/Scripts/pip install -e ".[dev]"
.venv/Scripts/yuanzhu-server # 或 python -m pytest tests/ 跑 142 个测试
Web 控制台前端源码在 web/（Vite+Vue3，构建产物由 FastAPI 托管）；模型接入零配置：网关自动导入 dsh 已配的 provider（天翼云等，OpenAI 兼容协议全家桶）；自定义端点用 YUANZHU_PROVIDER_n_* 环境变量；估费价目用 YUANZHU_MODEL_PRICES（JSON）。
打开首页即深度问答：问一个问题自动走六步流水线（澄清→双视角并行→审查→裁决→人审采纳）。
在 Claude Code 里用（插件市场）
元铸工坊可作为 Claude Code 插件安装——本体层经 MCP 直连，配两个技能（forge 铸模板 / 待审审批）：
# 1. 启动元铸工坊服务（另一个终端）
pip install yuanzhu
yuanzhu-server # 默认 http://127.0.0.1:8600
# 2. 添加插件市场并安装
claude plugin marketplace add RavenWangChina/yuanzhu
claude plugin install yuanzhu@yuanzhu
# 3. 重启 Claude 会话，然后直接说：
# "把我每周汇总周报这件事铸成工作流" → 触发 forge 技能
# "看看有什么待审的" → 触发审批技能
远程服务或带 token 场景用环境变量覆盖：YUANZHU_MCP_URL / YUANZHU_TOKEN。
任意 MCP 客户端也可直连 http://127.0.0.1:8600/mcp（标准 MCP Streamable HTTP）。
What is yuanzhu (English)
Meta-Forge Workshop — an open-source governance layer that turns your team's recurring AI work into versioned, testable workflow assets.
- MCP server: the ontology layer (typed objects, links, governed actions) speaks standard MCP Streamable HTTP — works with Claude Code, any MCP client
- Staged writes: every AI write action goes to a review queue. L1 auto-applies, L2 waits for human approval. Approvals never leak back to the agent
- One-sentence forging: describe a routine task → AI generates a 4-part template (object model + actions + workflow + evals) → three quality gates before it ships
- Inference engine: cross-analyzes behavior logs, knowledge and templates (three-memory architecture) to proactively suggest workflows
- Claude Code plugin and dsh plugin included
Install: pip install yuanzhu · PyPI · MCP Registry io.github.RavenWangChina/yuanzhu
Keywords: MCP server, Claude Code plugin, AI workflow governance, staged writes, human-in-the-loop, agent approval, workflow automation, enterprise AI.
文档导航
| 文档 | 内容 |
|---|---|
| docs/使用场景与接入形态.md | 入门首选：三种用户怎么用 + Claude Code 接入 |
| docs/模板开发指南.md | 开发者：一句话铸造 / 手工四段式教程 |
| docs/specs/v0.1-design.md | v0.1 设计文档（已实现） |
| docs/架构决策记录.md | ADR-001~014：全部已确认架构决策 |
| docs/技术验证路线.md | 六假设验证路线（H1-H7）与出口条件 |
| docs/元流程-v2.md | 六环节×知识环完整规格（工坊内核） |
| docs/Palantir范式学习报告.md | 知识层轻量本体的设计依据 |
| docs/对话学习企微接入指南.md | 企微回调配置（管理员自助） |
| docs/test-reports/H2真人测试场景包.md | H2 真人测试的组织手册 |
| docs/项目介绍书.pdf | 项目介绍书（商业存档版） |
| CHANGELOG.md | 更新日志 |
| ROADMAP.md | 版本计划 |
| docs/致谢与引用出处.md | 引用来源与致谢（特别感谢周志明先生） |
核心理念
- 工作流即软件（Workflow-as-Software）：工作流走完整软件工程生命周期（需求对抗→方案审查→TDD→双通道审查→实证发布），不是画布上拖出来的
- 双输入工坊：专家显性开发 + 从企业 IM 对话中学习（企业适配层自动生成）
- 轻量本体：知识层为「对象+关系+动作」三件套，staged writes 人审分级（读高写低），MCP 原生暴露
- 评测集守门：模板自带 YAML 声明式用例——dry-run 结构校验 → evals 行为验证 → 人审（"无测试不合并"的工作流版）
- 知识库：洞见/答案/域对象/forge 模板——生成的一切有统一入口
- 执行底座无关：方法论资产不绑定任何 AI 执行框架
- 解放人力，不是替代人力
License
AGPL-3.0（强保护协议：防闭源白嫖，为企业版保留商业授权空间——ADR-009 决策）。
致谢
本项目引用了周志明（icyfenix）先生《设计机器学习应用系统》等外部来源，完整清单见 docs/致谢与引用出处.md。