aigc-lite

M8ven 徽章表示第三方对公开 MCP 源码的扫描状态，不构成本项目 Qualification Plane 的资格或授权结论。

一个可自托管的可信自主系统与可验证知识基础设施实验底座。它通过 Agent/MCP 运行时保留可搜索的执行记忆，再把候选、证据、资格、当前知识使用和行动授权 拆成不同边界；不以重复建设通用 AI Gateway 为目标。

项目定位

aigc-lite 关注的是 bounded autonomous execution 与可验证知识的交界：

Agent / Scheduler / MCP
          ↓
Tool Catalog + permission + budget + cancellation
          ↓
Run / Step / Artifact / Citation / Receipt
          ↓
Search + Verification + Qualification + Authorization

「Agent 做过的事不再随一次回答消失」仍是底层能力，不是最终信任结论。系统把 会话、模型调用、工具调用、失败、取消、来源和产物写入可查询账本，再严格区分：

• candidate storage 与 qualified knowledge；

• epistemic qualification 与 execution authorization；

• Agent proposal 与确定性 Gate 决定；

• workflow stage 与 evidence strength。

生成可以很便宜，取得某种可使用的资格必须经过版本化条件与证据闭包； 「证明工件通过检查」也不自动等于「论文主张被验证」或「进入默认知识层」。 ROS 2 扩展同样不能只证明调用过 Nav2：可说服人的验收需包括仿真任务、 故障注入、取消与安全停止、执行轨迹、失败分类和可重放报告。

企业私有业务、第三方平台凭据、组织专属连接器和运行时数据不属于公开核心， 通过独立扩展接入。

Related MCP server: mcp-flow

核心能力

• 同步/SSE Agent 对话，以及模型轮次、工具次数、墙钟和单工具执行预算；

• server-owned Chat capability sets；默认对话剥离管理员 scope，只向模型暴露低风险、 只读、无副作用的闭世界能力，远程或写能力必须显式委托并经过窄授权；

• workspace-aware Tool Catalog，统一本地 Python tool、远程 MCP tool 和权限边界；可由 部署者把精确 capability 绑定到独立 enforcer，失败时不回退本地执行；

• SQLite/PostgreSQL 执行账本，记录 Run、Step、Artifact、Citation 和稳定错误码；

• 可恢复计划任务、Run Explorer，以及跨会话、知识、步骤和产物的统一搜索；

• Research Registry、Claim Relation、Verification Runner 和 Promotion Gate；

• Qualification Plane、Lean/Coq kernel verifier、显式 Knowledge Admission、qualified-only retrieval 和窄授权；

• Review Profile Registry 与确定性的执行完整性 Finding 账本；

• 不可变 Policy Proposal、服务端 Permission Diff、独立 Enforcer Adapter 与 Ed25519 验签后的 Enforcement Receipt 账本；

• preview/commit 型 Conversation Import Registry，保留外部消息分支与来源 Artifact，并只进入 candidate search；

• 固定 commit 的 OpenAI 数学目录 candidate-only 导入；保留 family、manuscript 与来源 hash，不自动生成资格或知识绑定；

• PDF CitationExtractionProposal.v1 预览/提交；原文锚点与书目匹配分层，语义关系仅是提议，见合同与固定来源测试及盲评协议；

• RIME Event-Anchored Consumer 的有限数据 witness 三路重放 Case；逐前缀核对并仅记录 candidate 证据；

• 回顾性体外配对观测 Case：只核查冻结数据内的精确均值阈值主张，不推断疗效、安全性或自动授权实验；

• 可离线校验的 Assurance Bundle；

• 独立安装的 ROS 2/Nav2 capability provider，核心不依赖 ROS 2。

完整功能和边界请从文档导航进入；HTTP 路由不再全部堆在首页。

快速开始

需要 Python 3.11+。默认使用 SQLite，适合本地单进程体验。

python -m venv .venv
# Windows: .venv\Scripts\activate
source .venv/bin/activate
pip install -e ".[dev]"
cp .env.example .env

在 .env 中至少配置一个 OpenAI-compatible 模型：

AIGC_LITE_LLM_API_KEY=your-provider-key
AIGC_LITE_LLM_BASE_URL=https://api.openai.com/v1
AIGC_LITE_LLM_MODEL=gpt-4o-mini

启动：

python -m app.main

默认入口：

• 工作台：http://127.0.0.1:8000/ui/

• OpenAPI：http://127.0.0.1:8000/docs

• Liveness：http://127.0.0.1:8000/health

• Readiness：http://127.0.0.1:8000/ready

curl --fail http://127.0.0.1:8000/ready
curl -X POST http://127.0.0.1:8000/api/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt":"用三句话介绍人工智能"}'

PostgreSQL 部署安装 .[postgres]；workspace Credential Store 还需要独立 Fernet master key。所有变量、MiniMax 示例和租户配置见 配置索引。

安全与运行边界

• 服务默认只监听 loopback；非 loopback 启动会强制检查认证、signup 策略和密钥强度。

• workspace 配置只接受本 workspace 的 encrypted-db://credential/UUID，不能通过 env:// 读取进程环境。

• 自定义模型 endpoint 必须原子绑定自己的 credential，绝不继承平台全局 LLM key。

• Python thread tool 只能停止等待，不能被 asyncio 强制终止；需要硬取消时使用 process backend、容器或外部 sandbox。

• Qualification 不等于 Authorization；任何高风险或物理动作仍需要独立授权与设备侧安全链。

• Kernel orthogonality 不等于 verifier independence；Qualification Receipt 也不会自动进入默认知识层。

• 假定被治理的 Agent 最终能理解 gate；理解 gate 不产生修改 gate 的权力，能力增长也不自动 扩大有效权限。应用层 gate 不能替代外部 sandbox 或独立 watchdog。

• Prompt、RAG 文档和模型输出都不能选择或扩大 Chat capability set；策略选择只来自受认证的 请求字段，且 Run/Step 会冻结实际生效的策略 ID、哈希和 scope。

• /health 仅表示进程存活，部署探针应使用 /ready。

公网部署、备份恢复和当前运维限制见 生产部署清单，漏洞报告见 SECURITY.md。

文档导航

开发

后端检查：

python -m pytest -q
python -m ruff check .
python -m compileall -q app

前端：

cd frontend
npm ci
npm run dev
npm run build
python ../scripts/sync_frontend.py

frontend/src 是 UI 源码，app/static 是 wheel 和 Docker 使用的已构建产物。 发布验证要求见 Production。

许可证

本项目使用 MIT License，见 LICENSE。