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。

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

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。