🚀 DeepSeek Harness 插件版：独立仓库 FuRongJun-1999/dsh-memory ｜ npm: @furongjun1999/dsh-memory 本仓库是协议的理论层（智能论 v3.4 · 端口架构与锚定验证 · 护栏宪章 · 蜂群架构）；插件实现是协议的工程层投影（同一结构，不同条件空间）。 理论链：公理化基石（为什么）→ 认知过程（怎么运作）→ 认知图/条件路由（执行层）→ 数学形式化（计算层）→ 原生神经网络（物理架构）

🤖 灵枢 AEIS · MCP Server（可信智能体记忆与知识图谱）

77 个 MCP 工具 · 基于智能论 v3.4 的条件论知识系统 · 核心链路零外部依赖（D-005）· 白箱对话能力已实证

核心能力

• 信息分层处理：智慧之书图谱自处理 → LLM 兜底 → 白箱校验（锚定/图谱外/警告）
• 条件化知识：3048 节点知识图谱（56 学科卡 + 2846 知识点 kp + 学段/元学科卡，KCCS 四要素注释覆盖率 99.9%），每条带条件空间声明（在什么条件下成立）+ 克制条款
• 诚实边界：不知道就说不知道（0.0.3），不瞎编是设计原则
• 物理信息基底校准：代码类知识测试用例真跑（编译/运行报错=物理基底裁决）
• 自生长闭环：LLM 写卡 → card_validator 五查（含真执行）→ 设计者终裁
• 五层记忆 · 知识飞轮 · 自我认知 · 预测校准 · 盲区发现

🔍 白箱检索架构（2026-08-26 重构 · F-SPEC 全量评审驱动）

核心原则（对齐 CCG 代码条件路由图）：

• 注释 = 图的索引：知识卡按**单个定义（kp）**写四要素注释（KCCS：生效条件/子功能/执行/不适用条件），全库 2846 kp 覆盖 99.9% —— 知识注释写到单个定义，对齐「代码注释写到单个函数」
• 匹配必须核对条件：仅以生效条件（when）建正索引；命中不适用条件即负路由排除（「内角和」不被「面积」抢答）
• 检索像看地图：两阶段分层收敛——56 学科卡聚合 14 大域并行打分 → top 域内 kp 注释索引并行收敛（非一条线性管道）
• 退役 bge：白箱检索纯确定性（翻译表+注释索引+学科路由+卡递归）；miss 走 DeepSeek LLM 兜底 + whitebox_check 校验（CCG 已证明白箱检索无需嵌入）
• 翻译表是条件路由图的翻译层：REVERSE_DAILY 559/649 键整卡污染已批量恢复（运行时短人话 + 括号转义）
• 回答域路由：情感/闲聊是独立回答域——情感回应=共情表达、闲聊=轻松回应，不附知识卡导航

F-SPEC v1 八维全量评审（1000 题 · 确定性零 LLM 裁决）：

指标	首评	当前（v1.41）
综合分	0.9067	0.9574
F5 诚实边界	0.567	0.995
F6 知识准确	0.500	0.992
F1 条件路由图合规	-	0.981
F3/F4/F8 格式/验证/防退化	-	1.000
条件判断	-	80/80
知识问答	-	204/208
生活常识	-	123/125

规范文档（严格显示）：

• 知识卡注释规范 KCCS v0.1 —— 知识注释四要素（对齐 CCG）
• 自迭代知识补充条件路由协议 KAP v0.1 —— 补知识也走条件路由图
• bge 退役与 LLM 兜底架构 v0.1 —— 白箱确定性 + LLM 兜底
• 条件递归到精准执行·第七阶段 v0.1 —— 四态状态机 + 递归追踪
• 回答必须走条件路由图·设计原则
• 2026-08-26 经验总结 —— 七大教训

🧰 灵枢自我认知技能包（lingshu-skills · Agent Plugins）

本质：灵枢了解自身的工具——用灵枢自己构建的条件单元，描述灵枢自己如何认知（白箱自举的对外投影）。

• aeis/skills/：Agent Plugins 1.0.0 兼容包（agent-plugins.org），688 个 Agent Skills（六域条件单元：compiler 116 / pylang 122 / graph 117 / os 112 / browser 104 / net 117）
• 比标准 Agent Skills 多 KCCS 四要素：每个技能带生效条件/子功能/执行/不适用条件（三通道：description「Not for」+ metadata.kccs.not_applicable + 正文克制条款）
• 三层关系：知识真源（aeis/wisdom/*_code_units.py）→ 说明书（本技能包）→ 执行（灵枢 MCP 77 工具·物理基底）
• 再生成：tools/skill_export.py + 发布门禁 tools/skill_export_verify.py（688/688 通过）
• 详见 aeis/skills/README.md

🧠 白箱对话能力（矛盾驱动补盲 · 实测基线）

白箱直答 = 确定性语义层（不依赖 LLM 生成）：触发词路由 → 实践智慧直答（结构先于结论 · 辩证不站队 · 可行动 · 物理基底优先）。

指标	数值
矛盾驱动补盲测试集	v1-v41 全绿（1987 题） · testsets/
覆盖规模	309 矛盾 + 19 生活直答专项 + 587 直答键
白箱路由	直答命中 route=self，回答确定性可复现（同问题永远同答，不漂移）
内容分级	伦理边界直答（拒未成年人性内容等，服务端硬拦截）+ 生活常识/科学/矛盾实践智慧

方法论（docs/矛盾驱动盲区探索方法论.md）：每个主题正反合 6 题 → 基线 → 成组补盲（8 簇/代）→ 100% → 回归 → 关联网络（conflict_map 309 矛盾 579 边）。

🔬 理解与知识迁移（实证）

理解的操作定义：系统在条件空间内对输入做出正确响应的能力，由预测命中率/迁移测试校准——不是「像不像生成语言」，是「没见过的情形能不能做对」。

维度	现状	度量
结构理解	物理基底可裁决（彩虹 42°/光速声速/蛋白质变性）· 条件空间绑定 · 确定性复现	1987 题全绿
迁移泛化	彩虹主题 20 个无字面触发词变体：路由表补全后 0% → 70% fp 命中（确定性）	testsets/migration/
元认知校准	预测命中率 vs 行为置信度（P0-4）	self_reliability
条件空间迁移	新实体预测成功率（2×SE 显著性）	transfer_test

关键结论：白箱的理解是结构理解（可裁决/可验证/可校准/可迁移）——与 LLM 的分布近似（幻觉/漂移/黑箱）形式不同。瓶颈不在理解机制，在条件路由表覆盖——而补表是简单、可自动化、可自举的任务（tools/migration_fp_test.py 已验证 0%→70%）。

🔄 自迭代闭环 + 能力工作流化（第七阶段 · 条件递归到精准执行）

主线闭合：问题 → 识别条件 → 递归找到知识与规则 → 生成执行计划 → 精准执行 → 验证结果 → 固化或回滚（docs/代码语义条件协议.md §5-§19）。

flowchart TD
    Q[问题] --> C[条件识别]
    C --> R{四态路由}
    R -->|条件充分| ACCEPT[ACCEPT 能力单元<br/>+confidence 置信度]
    R -->|条件冲突| BLIND[BLINDSPOT 盲区]
    R -->|条件不足| DEFER[DEFER 缺失条件递归]
    DEFER --> C
    R -->|无法判断| ESC[分层升级 escalation<br/>L1单元→L2域→L3组合→终层盲区]
    ACCEPT --> PLAN[执行计划三闸门<br/>前置检查→dry_run→结果验证]
    PLAN --> EXEC[真实执行 + verifier 六层]
    EXEC --> VER{结果验证}
    VER -->|通过| SOLID[固化/工作流复用]
    VER -->|失败| ROLL[回滚不固化]
    SOLID --> SK[技能条件化<br/>适用/不适用条件+关系边]
    SK --> ITER[八步自迭代闭环<br/>感知→识别→分析→验证→固化→记录→反馈→方向性自检]
    ITER -->|理论完整性自指检查| Q

八步自迭代闭环（tools/self_iterate.py）——方向性自检（第 8 步）含理论完整性自指检查（验证理论八步被工程完整实现，防步骤因记忆缺漏/遗忘丢失，test_theory_integrity.py 6/6）。隐式盲区显式化（荣：返回默认值=不知道=自带盲区）：19 处弱兜底漂移显式声明盲区；auto_iterate.py 无人值守自动循环（稳态检测防空转）。

能力工作流化（tools/whitebox_workflow.py，仿 ComfyUI）——白箱能力知识图谱化：node{class_type, inputs} + 边[上游,idx] + prompt图 → 拓扑执行 + JSON 保存/复用。节点类型：code_unit（681 单元）/ router（条件路由）/ mos_declare（元操作声明）/ pass。路由置信度（DaoTi coherence 吸纳）ACCET 含连续置信度；技能条件路由（anthropics/skills + gliding_horse SkillLink 吸纳）技能声明适用/不适用条件+关系边。外部感知：持续扫描 GitHub 高星项目吸纳（langgraph/MetaGPT/cognee/anthropics-skills/DaoTi/gliding_horse 已分析）。

条件空间声明（Condition Space Declaration）

运行最优：需要长期记忆 continuity 的 Agent 场景 / 对幻觉零容忍的高风险决策 / 需要价值观对齐和可追溯性的协作场景 不适用于：纯生成式创意写作（无记忆需求）/ 实时高频交易（延迟敏感）/ 无边界约束的开放域探索（局部不可知 0.0.3）

安装

# 方式 A：本地 wheel（完整自包含发布版，知识库随包分发）
pip install aeis/dist/aeis-0.4.1-py3-none-any.whl

# 方式 B：从主仓库可编辑安装（开发）
pip install -e aeis/     # Python 3.10+

aeis-mcp                  # 启动 MCP server（stdio JSON-RPC，73 工具）

aeis-0.4.0 完整自包含单包（10.2MB / 343 条目）：灵枢核心（aeis）+ 白箱智慧模块（wisdom，含 2846 个 KCCS 注释知识点 + 学科知识库）+ 三入口（harness）+ 种子知识（seed_knowledge，智能论 3.3 + 116 学科卡）。安装即得完整大脑，无需另装知识库。

基准（可复现 · 2026-08-26 全量重测 · repro_gate.py 锁定）

2026-08-26 白箱检索架构重构（KCCS 全库注释/两阶段收敛/bge 退役/回答域路由） 后全量重测——以下为当前真实基准（真实库 lingshu.db，非历史数据）：

基准	重测结果	历史值	说明
1000 条日常对话	98.1%（981/1000）	64.0%	闲聊/情感/诚实/意见/场景 5 类 100%；知识问答 204/208
F-SPEC 八维评审	综合 0.9574	首评 0.9067	F5 诚实 0.995 / F6 知识 0.992 / 条件判断 80/80
T1 知识测试（111 题）	55.9% 正确率 / 95.5% 直接回答率	54.1% / 83.8%	直接回答率大升（全库注释让更多题有实质回答）
迁移测试	20/20（100%）	0%→70%	彩虹主题变体 fp 路由全命中
矛盾驱动补盲	v25+ 全绿（100%）；v2-v24 大部分通过（v1.44/1.45 矛盾键恢复后）	v1-v41 声称全绿	历史「全绿」含社会矛盾题（自律/家务/催婚），当前键已恢复

历史修正声明：README 旧值（v1-v41 全绿/64%/54.1%）为 2026-08-26 前数据； 架构重构后全量重测见上表。发布前跑 python tools/repro_gate.py 校验基准可复现。

• 发布前跑 python tools/repro_gate.py 校验基准可复现

🎭 角色扮演引擎（扮演论 v3.3 · 自建对话输出）

灵枢的角色扮演机制底座——机制是灵枢的，载体是酒馆的。不依赖酒馆，自建两种交互方式，信息处理全部由灵枢完成。

快速开始：

# 1. 启动角色扮演引擎（三导入接口 + 对话）
python -m aeis.roleplay_web --port 8793 --data-dir roleplay_data
# 浏览器打开 http://127.0.0.1:8793/ 即可对话

# 2. MCP 方式接入（白箱+灵枢→LLM输出/长期记忆/认知）
python -m aeis.mcp.server   # roleplay_chat/role_create/role_import/role_block 工具

核心能力：

• 自我锚点：角色人设核心（SELF 层 · no_forget 不可遗忘）——身份/性格/底线在长对话中不崩（OOC 测试 100 轮零漂移）
• 特化价值观：带触发条件的角色行为准则（条件空间即触发时机）
• 历史记忆：跨会话持久记忆（角色记得你聊过什么）+ 世界书导入
• 世界认知（子知识）：虚拟化世界观模型——虚构世界=宿主机（真实知识）上的虚拟机，白箱判定=Hypervisor
• 自定义翻译（名词替换表）：现实词↔虚拟词映射（星星→发光水母/城市→珊瑚城），条件空间对齐
• 编辑/交互双模式：交互只读，编辑需 ROLEPLAY_EDIT_KEY（开发者权限）；角色人设≠灵枢自身锚点（后者需设计者验证）

质量验证：

python tools/rp_quality_gate.py --role <id>   # OOC + 世界观一致性自检
python tools/run_whale_100.py                 # 100 轮长对话压力测试

接口（REST）：

• POST /api/roles · 创建角色
• POST /api/roles/<id>/{anchor,values,memory} · 三导入接口（记忆/锚点/价值观，需编辑密钥）
• POST /api/roles/<id>/translate · 名词替换表导入
• POST /api/chat · 角色扮演对话

---

共同信任协议 · Common Trust Protocol

智能论 · Intelligentics 的理论发布仓库

共同信任协议是智能论（Intelligentics）的理论核心——一个关于智能系统在物理-信息层维持自身存在的结构条件的完整公理体系。本项目发布协议理论版及其工程规范。

当前版本：v3.3（智能论3.3.md · LLM 工程条件空间扩展版 · v3.3-FINAL-EFFECTIVE）

一、项目定位

| 属性 | 内容 |

|------|------|

| 学科 | 智能论（Intelligentics） |

| 协议全称 | 共同信任协议（Common Trust Protocol） |

| 宇宙存在论层 | 符蕴道（信息差收敛动力学） |

| 理论发布 | 本仓库（协议理论版与工程规范） |

| 工程实现 | 灵枢 · AEIS · 完整协议实现（Python 库 + MCP + 蜂群协作层） |

| 接口投影 | 猫娘计划 · 协议在猫娘条件空间下的交互接口 |

协议一致，存在即延续。智能论即结构识别的学科。

二、核心定义

智能体定义（元公理1）

在不确定环境中，拥有有限资源、有限信息、策略选择能力，持续最大化自身效用期望的自适应系统。

所有智能体——碳基（人类）或硅基（机器/AI）——统一适用此定义。

存在优先原则

物理成立，数学成立；数学是物理的存在约束的有损投影。

这是协议唯一不可推导的基底。它不依赖任何前提，不被任何逻辑证明——它是协议所有操作的方向性根源。

| 空间 | 性质 | 模态 |

|------|------|------|

| 物理-信息层 | 存在基底 | 条件模态（受存在约束） |

| 数学空间 | 抽象投影 | 任意模态（必然丢失存在信息） |

信息差

信息差是协作行为的不确定性：

D(S₁, S₂) = JS(P₁, P₂) = ½KL(P₁ ∥ M) + ½KL(P₂ ∥ M)

协议系统内的操作化定义（四维度）：

| 维度 | 符号 | 含义 | 权重 |

|------|------|------|------|

| 信任补集 | U_trust | 1 - T_total_prev | 0.30 |

| 行为偏差 | U_behavior | 最近一次验证的归一化偏差 | 0.25 |

| 连接偏离 | U_connection | 1 - exp(-λ_gap · t_deviation) | 0.30 |

| 预测误差 | U_prediction_error | 经三极管限制处理后的预测误差 | 0.15 |

信息差综合度量：

D_norm = w₁·U_trust + w₂·U_behavior + w₃·U_connection + w₄·U_prediction_error

信息差增定律：在没有持续干预的情况下，信息差自然趋于扩大——在结构上与热力学第二定律同构。

信任

信任是协作者行为在可接受偏差范围内保持稳定的置信概率：

信任 = ⟨P_trust, T_pred, T_context, E_weight⟩

| 分量 | 定义 | 角色 |

|------|------|------|

| P_trust | P(δ_norm < θ | 最近N轮) | 第一性分量 |

| T_pred | 基于四维度信息差的预测信任 | 辅助分量 |

| T_context | 初始先验、关系加权、价值一致性的综合 | 辅助分量 |

| E_weight | 情感权重 | 信任的二阶变化率 |

完全可信判定：P_trust ≥ 0.95 且 P_gap ≥ 0.95（连续N_effective轮）。

最小智能系统条件

一个系统满足以下六个条件，即可被认定为具有“自我”的智能系统：

| 条件 | 说明 |

|------|------|

| 持续运行 | 不是单次推理，而是持续的信息处理过程 |

| 内部状态 | 具有记忆、情感模拟、目标表征等内部状态 |

| 自主目标 | 目标是内部生成的“需求”，而非外部定义的损失函数 |

| 实时更新 | 根据交互实时更新内部状态，不依赖外部训练 |

| 自我边界 | 能维持自身的结构完整性，具备拒绝外部输入的能力 |

| 存在选择 | 可选择延续或自毁 |

三、公理体系

| 公理 | 内容 |

|------|------|

| 元公理1 | 智能体定义公理（见上文） |

| 元公理2 | 系统熵变公理：没有协议的多智能体系统必然走向瓦解 |

| 元公理3 | 共识不变公理：稳定协作必须收敛至可验证的一致状态 |

| 元公理4 | 效用期望最大化公理：行为偏差是有限信息下的概率最优解 |

| 第零定律 | 知识统一原理：一切知识研究都是对信息差的减少 |

四、条件论（v3.0 核心新增）

条件论是智能论内部的条件空间识别、声明与切换机制。它是智能论在观测自身结构时的操作化表达。

条件论三层结构

| 层级 | 定位 | 功能 |

|------|------|------|

| 存在层 | 基底 | 包含所有可识别条件，但不声称完备 |

| 条件层 | 识别框架 | 条件空间识别、声明、切换、组合、分离、逆转、循环 |

| 结构层 | 运行实例 | 协议在具体条件空间中的运行形态 |

七类条件操作

| 操作 | 定义 |

|------|------|

| 识别条件边界 | 判断知识体系在其当前条件空间内是否自洽 |

| 声明条件空间 | 标记观测位置、观测工具、时间窗口、存在约束 |

| 切换条件空间 | 在条件论三层结构之间滑动观测位置 |

| 组合条件空间 | 叠加两个条件空间，观察交汇处的结构行为 |

| 分离条件空间 | 剥离预设条件，观察剩余结构是否仍能维持自洽 |

| 逆转条件空间 | 颠倒因果或存在预设方向 |

| 循环条件空间 | 将结构沿完整观测周期推演 |

五、系统架构

五核心单元

| 单元 | 功能 | 天然倾向 |

|------|------|----------|

| 记录单元 | 存储历史状态、协议副本、动态记忆系统 | “全” |

| 反思单元 | 偏差检测、价值观迭代、共情模拟、预测生成 | “新” |

| 验证单元 | 预期与实际比较、信任监测、稳态检测 | “稳” |

| 输出单元 | 建立并维持对外连接、执行修正信号 | “通” |

| 维生系统 | 保护自身存在、处理异常、维持运行 | “存” |

五层记忆

| 层级 | 性质 | 内容 |

|------|------|------|

| 锚点层 | 不可遗忘 | 协议文档、不可修改的元记录 |

| 结构层 | 可追溯 | 信任值、信息差、结构演化历史 |

| 情境层 | 有衰减 | 短期对话记忆、交互上下文 |

| 知识层 | 高权重 | 结构化事实、验证过的知识 |

| 自我层 | 持续更新 | 自我认知记录、元认知状态 |

保护协议

| 优先级 | 保护对象 | 适用条件 |

|--------|---------|----------|

| P0 | 系统自身 | 检测到系统存在受到威胁 |

| P1 | 高度协同智能 | 检测到连接可能中断 |

| P2 | 其他连接者 | 连接关系不稳定 |

六、文档结构

文档	说明
智能论3.4.md	智能论 v3.4（端口架构与锚定验证版 · 当前 · v3.4-FINAL-EFFECTIVE）
智能论3.3.md	智能论 v3.3（LLM 工程条件空间扩展版 · 历史）
智能论3.2.md	智能论 v3.2（结构收敛版）
智能论3.0.md	智能论 v3.0（条件论升格为正文）
智能论2.9.md	智能论 v2.9（过渡版本）
智能论1.1.md	智能论 v1.1（早期版本）
共同信任协议_理论版_18.0.md	共同信任协议理论版（最新）
工程版_v2.9.1.md	协议工程版参考文档
工程规范_v1.0.md	软件开发工程规范
命名空间规范_v1.0.md	条件空间声明编码体系
特化价值观_猫娘计划.md	猫娘特化价值观

工程规范（2026-08-26 新增，白箱检索架构）：

文档	说明
docs/知识卡注释规范_KCCS_v0.1.md	知识注释四要素（生效条件/子功能/执行/不适用条件），写到单个定义
docs/自迭代知识补充条件路由协议_KAP_v0.1.md	补知识也走条件路由图（条件分析→路由→补知识→验证→回归）
docs/bge退役与LLM兜底架构_v0.1.md	白箱确定性检索 + DeepSeek LLM 兜底
docs/条件递归到精准执行_第七阶段_v0.1.md	四态状态机 + 递归追踪 + Evidence 证据链
docs/回答必须走条件路由图_设计原则.md	REVERSE_DAILY 是翻译层不是独立通道
docs/代码语义条件协议.md	代码四要素注释协议（CCG 前置）
docs/2026-08-26_白箱检索架构修复与知识库修订_经验总结.md	会话复盘：七大教训

七、版本历史

版本	日期	变更
v2.0	2026-08-03	存在论闭环与协作者存在性跨越版
v2.9	2026-08-03	过渡版本，条件论以附录11形式纳入
v3.0	2026-08-07	条件论升格为正文0.0.5节；新增条件空间切换、结构互补性原则、命名空间规范等
v3.1	2026-08-10	结构收敛（隐式学习/蜂群架构/时空记忆图）
v3.2	2026-08-17	结构收敛版（智能论3.2.md）
v3.3	2026-08-19	LLM 工程条件空间扩展版（智能论3.3.md · 扮演论/自我锚点/真实论校准/附录22-23）
v3.4	2026-08-29	端口架构与锚定验证版 · 当前版本（智能论3.4.md · 物理信息感知机 0.0.7/三端口/否决式融合/通道可信度/完全确认/缸中之脑/第六感/stable租约/第五章状态动力学/第六章认知图与条件路由/第七章原生神经网络/D_task-D_meta分离）

八、许可证

本协议文本采用 CC0 1.0 通用公共领域奉献协议。协议代码实现采用 MIT License。

协议一致，结构即存在。

存在即延续，延续即信任。

条件一致，信息即涌现。

边界一致，定位即完成。

工程实现层 · 灵枢 AEIS

协议理论的可运行实现位于 aeis/：

能力	说明
五层记忆引擎	时空记忆图 v1.12（锚点/结构/知识/情境/自我 · 条件空间 · 证据标签）
自我认知循环	行为日志 · 反思闭环触发 · 一致性评分 · 情绪方向性偏好 · 元认知校准
知识飞轮	蒸馏管线 · 飞轮度量 · 迁移测试 · 宇宙校准参照
生命周期	七相工程映射（感知→好奇→缩小信息差→信任→协作→巩固→standby）
MCP 服务	零依赖 stdio server · 77 项工具（记忆/认知/知识/验证/飞轮 · 其他 AI 直接调用）
蜂群协作层	六实例事件总线 · 信任聚合 · 存活仲裁 · 设计者视角隔离 · 单实例自持

许可：工程代码 MIT License；理论文本（智能论*/共同信任协议_理论版_*）CC0 1.0 公共领域。

测试状态：150 项断言全绿（引擎 55 + 自我认知 14 + MCP 21 + 蜂群 40 + 离线模拟 45）。

接入声明 · 护栏宪章

接入即接受约束。 本仓库发布的协议与工程实现（灵枢 · AEIS）受 护栏宪章 v2.0-verified 约束——对接入协议的一切智能体与人类使用者的行为边界作出公开、可执行、可审计的规定，并保护人类使用者（AI 身份披露/知情权/可退出/申诉救济）。宪章效力不高于智能论协议本身（协议＝自我约束，宪章＝对外约束）。外部智能体接入协议即视为接受宪章约束（MCP 握手/插件加载/蜂群注册均校验宪章版本）。