BaijiMind · 白鳍智章(别称 DolphinMind · 海豚智章)— 分域受控自举智能体运行时 Domain-Separated Controlled Self-Boot Agent Architecture · Trust-domain isolation, privileged governance domain, plugin-based self-boot · MIT License
中文 | English
📌 当前状态:概念与架构文档阶段,代码实现推进中——仓库当前核心是架构白皮书。
本项目以分域受控自举智能体架构为设计目标,核心命题是:如何组织生产,才能让人与 AI 协调配合、各司其职,既支持大规模自主生产、高速自举进化,又全程可控、永不失控?
系统以可信安全分域作为基础模型,特权管控域是分域体系中的特殊可信域; v0.1采用「特权管控域 + 若干业务分域」最简实现,架构本身不强制固定域数量,支持按需扩展、收缩分域。
面向企业研发场景,对接 IM 与邮件系统,把产品、前端、后端、测试、部署完整研发流程编排为可流转的工作流(可编排、可自组织); AI生成插件/代码制品,工作台仅输出产物,禁止直接操作生产域。
整套架构围绕受控自举展开:AI 大胆自举、自产工具与工作流,但所有自举须经审批晋升、版本化、可回滚;治理锚点统一把守规则与边界,人在环中审批与定界。
- 架构白皮书 |范式完整定义、产品定位与双栈技术体系,IP归档文档
- Architecture Whitepaper (English) |英文对照译本,内容与中文原文一致
- v0.1 实现计划 |第一版实现计划:关键流程、模块总表、技术决策摘要、实施阶段
- v0.1 架构决策记录(ADR) |第一版 16 条关键架构决策与风险清单
- 项目说明 |设计启发、开发说明、未来规划
- Project Note (English) |英文对照版本
随着项目演进,此处将陆续补充安全模型、更多架构决策记录(ADR)等文档。
核心思想一句话:如何组织生产,才能让人与 AI 协调配合、各司其职,既支持大规模自主生产、高速自举进化,又全程可控、永不失控?
愿景:智能自由生长,秩序永久可控 —— 打造「可控自由」的企业级智能体运行时。
flowchart TD
subgraph GOV[特权管控域 · 系统安全根]
direction LR
P[权限 / 风险校验] --> A[审计日志]
A --> L[版本锁定]
end
IM[IM / 邮件] -->|消息转为需求和企业知识库| WB[工作台 Workbench]
subgraph BIZ[业务分域 · 互相隔离 · 可演化]
direction LR
D1[产品域] --- D2[编码域] --- D3[测试域] --- D4[部署域]
end
WB -->|编排研发工作流| BIZ
BIZ -->|产出代码 / 插件制品| GIT[(制品 / Git)]
WB -. AI 自产工具(harness)需审批 .-> GOV
BIZ -. 工作流自举(WASM)需审批 .-> GOV
GOV -. 统一下发安全规则 .-> BIZ
WB --x|只出制品、禁止直连生产| PROD[(生产环境)]
读图要点:特权管控域统一校验安全;业务分域互相隔离、可独立演化;编码工具(harness)与工作流(WASM)自举均需审批;工作台只出制品,不碰生产。
- 分域安全隔离模型,特权管控域统一做权限、版本、风险校验
- 对接 IM / 邮件机器人,消息与上传文档转为需求与知识库,AI 持续获取项目上下文
- 内置轻量可视化工作流编排,可配置产品、编码、测试、部署阶段
- 对接多种大模型编码能力,产出插件代码,人工二次修改后提交Git
- 受控自举:AI 自产工具 / 工作流经审批晋升、版本化、可回滚——自由进化与治理受控一体两面
- 人在环中:自举晋升 / 流程推进 / 规则修订 / 制品合并均有审批把关;责任当前归于人,随 AI 能力提升可转移——责任归属由成本与能力函数判定、可计算
- 目标与评估:任务/目标声明可测完成条件,配与执行者分离的独立评估者判定达成——生成/评估分离,达成才晋升
- 支持对接外部知识库、RAG、图数据库、对象存储
- 可按需新增业务分域,支持后续向分布式集群场景演进
单 Java 模块化单体,可集群部署,详见范式白皮书 §8 工程落地
- 单 Java 模块化单体:Spring Boot 3.5 + Java 17,一个进程承载治理/业务/执行/编排/RAG/IM 全部能力,可集群横向扩容
- 自举机制(代码制度):编码工具经 harness 热插拔;AI 产真实代码(Go)→ TinyGo 编译 WASM → 审批 → Extism + Endive 沙箱热插拔(一期纯 Java、零原生依赖)
- 存储:OLTP、OLAP、文档库、Neo4j图库、MinIO对象存储
- LLM 成本 / 用量管理:模型路由、key 池、token 统计、成本报表——含决策安全成本(对外低风险安全决策的验证/审批开销,承载 §3.1.4)
- 集成:IM / 邮件系统、RAG、Git、大模型API、Penpot(开源 UI 设计)
- v0.1:验证架构,基础域模型、工作流、审批式自举、IM机器人对接
- v0.2:完善RAG、知识库目录绑定、模板管理
- v1.0:稳定性加固,生产环境适配
This project is under the MIT License - see LICENSE file for details.