# KYVAutoResearch v2

> 项目制的自动研究 Agent 框架。让 AI 围绕研究主题把证据穷尽到可以下判断的程度；证据不足时，如实说出来。
> Project-based Auto-Research AI Agent Framework. Exhausts evidence until a judgment can be made; honestly states "insufficient evidence" when there isn't enough.

[English](README.en.md) | 中文

[![Release](https://img.shields.io/github/v/release/kyvjyf/KYVAutoResearch-v2?color=blue)](https://github.com/kyvjyf/KYVAutoResearch-v2/releases)
[![Python](https://img.shields.io/badge/python-3.10%2B-blue)](https://www.python.org/)
[![License](https://img.shields.io/github/license/kyvjyf/KYVAutoResearch-v2)](https://github.com/kyvjyf/KYVAutoResearch-v2/blob/main/LICENSE)
[![MCP](https://img.shields.io/badge/MCP-Server-green)](https://modelcontextprotocol.io/)

### 📖 目录 | Table of Contents
- [项目简介 | Introduction](#项目简介--introduction)
- [核心概念 | Core Concepts](#核心概念--core-concepts)
- [快速开始 | Quick Start](#快速开始--quick-start)
- [项目结构 | Project Structure](#项目结构--project-structure)
- [设计文档 | Design Documentation](#设计文档--design-documentation)
- [边界说明 | Notes](#边界说明--notes)
- [反馈 | Feedback](#反馈--feedback)

---

### 项目简介 | Introduction

KYVAutoResearch 是一个**项目制的自动研究 Agent 框架**。它不同于普通的对话式 AI，而是围绕研究主题建立**问题树**，用**问题 × 证据矩阵**追踪证据，按证据等级判定。它的核心承诺是：**证据不足时，如实输出“无法判断”，绝不编造。**

KYVAutoResearch is a **project-based auto-research AI agent framework**. Unlike standard conversational AI, it builds a **problem tree** around a research topic, tracks evidence using a **Problem × Evidence Matrix**, and makes judgments based on evidence levels. Its core promise: **when evidence is insufficient, it honestly outputs "Unable to determine" instead of hallucinating.**

### 核心概念 | Core Concepts

- **问题 × 证据矩阵 | Problem × Evidence Matrix**：追踪每一条证据与问题的对应关系，确保没有无证据的结论。
- **双通道判定 | Dual-channel Judgment**：确保证据充分且逻辑自洽。
- **证据分级与缺口识别 | Evidence Grading & Gap Identification**：自动识别证据不足的环节，拒绝在覆盖率未满 100% 时给出“已解决”的建议。
- **MCP Server + Dual Skill**：包含 `KYVAutoResearch2MCP`，支持与 Claude Desktop 等客户端无缝集成，并配有双 Skill 设计。

### 快速开始 | Quick Start

*(如果你已经发布到 PyPI，请把下方替换为 `pip install 你的包名`)*
*If not published to PyPI, install from source:*

```bash
git clone https://github.com/kyvjyf/KYVAutoResearch-v2.git
cd KYVAutoResearch-v2
```

👉 [查看完整使用说明](使用说明.md) | [See Full Documentation](使用说明.md)

### 项目结构 | Project Structure

```text
KYVAutoResearch-v2/
├── core/               # 核心逻辑与引擎
├── schema_migrations/  # 数据库模式迁移
├── scripts/            # 辅助脚本
├── skills/             # 双 Skill 设计
├── tools/              # 工具集
├── server.py           # MCP Server 入口
├── pyproject.toml      # 项目依赖配置
└── 使用说明.md         # 完整使用文档
```

### 设计文档 | Design Documentation

关于系统的详细设计理念和架构说明，请参阅：

- [DESIGN.md](DESIGN.md) (如果存在)
- [使用说明.md](使用说明.md)

### 边界说明 | Notes

**本分享版不包含测试套件、演示脚本与研究数据。**
**This shared version does not include the test suite, demo scripts, or research data.**

### 反馈 | Feedback

欢迎在 Issues 中反馈问题或建议：
Feel free to provide feedback or suggestions in Issues:
[https://github.com/kyvjyf/KYVAutoResearch-v2/issues](https://github.com/kyvjyf/KYVAutoResearch-v2/issues)

---

**License:** MIT