lizhuojunx86 /
huadian
一句话：一个用 AI agent 团队严谨、可审计地构建可信知识库的开源工程框架（kb-forge），附一个全程留痕的《史记》知识库参考实现。 它解决什么：现在大多数 AI 工具解决的是"用 LLM 做事"（RAG、调工具、跑 agent）。但"用一组 AI agent 严谨地造出可信知识"——实体合并错了有人发现、质量约束不只停留在口头、每个决策可追溯——市场上没有通用方案。这个项目把这套工程实践抽象成了框架：实体消歧 guard c…
关于
一句话：一个用 AI agent 团队严谨、可审计地构建可信知识库的开源工程框架（kb-forge），附一个全程留痕的《史记》知识库参考实现。 它解决什么：现在大多数 AI 工具解决的是"用 LLM 做事"（RAG、调工具、跑 agent）。但"用一组 AI agent 严谨地造出可信知识"——实体合并错了有人发现、质量约束不只停留在口头、每个决策可追溯——市场上没有通用方案。这个项目把这套工程实践抽象成了框架：实体消歧 guard chain、形式化数据不变量、人机协作审计追溯、多角色 Sprint 治理模板。框架核心是纯 Python，clone 后一条 pytest 即可验证（93 passed），不需要数据库或 Docker。 比较特别的一点：整个项目是一个人 + AI 协作完成的，8 周、27 个 sprint、34 份 ADR 全过程公开留痕，还包含一份自我证伪的"对外可验证判据真相表"（连"叙事注水"都用 git 取证记录在案）。 附三篇从这个项目里沉淀出来的实践文章： 给 AI agent 团队设计"硬中断"：5 类 Stop Rule 与 4 个反模式 一个人 + AI 扮演 10 个角色：8 周、27 个 sprint、34 份 ADR 全程留痕之后，我学到了什么 另一个项目"抄"了我们的框架之后：4 条骨架活了下来，60% 的设计被扔掉 许可证：代码 Apache 2.0 / 文档数据 CC BY 4.0。
收录记录
- HelloGitHub·用户投稿
- 阮一峰周刊·用户投稿
讨论这个产品