Skip to content

SparkForge 是一个专为高风险决策设计的高保真智能框架。它利用 AI 理事会辩论 (The Council)、原子化安全机制 以及 外科手术式文档演进,确保每一份产出不仅是“优秀”,更是经过压力测试、可直接落地的生产力资产。

Notifications You must be signed in to change notification settings

hrygo/SparkForge

Repository files navigation

⚡ SparkForge: The Crucible Engine

Version Module Workflow

使命 (Mission): 通过 Oracle 事实锚定对抗式辩论 的双重熔炉,将挥发的原始创意锻造成经得起现实检验的工业级执行方案。


🧠 核心理念:The Crucible (熔炉)

SparkForge 不仅仅是一个文档生成器,它是一个 认知熔炉。它通过 "The Crucible" 工作流,强制所有文档经历 "事实扫描 -> 激烈辩论 -> 逻辑收敛 -> 外科手术" 的迭代循环,直至其变成坚不可摧的交付物。

🛠️ 核心架构:Crucible Protocol

本项目遵循严苛的 Crucible 协议,这是一套集成外部知识与内部对抗的闭环系统:

  1. Phase 0: Oracle Scanning (全知扫描)

    • 雷达锁定: 在辩论前夕,自动调动 oracle_scanner.py 扫描文档中的知识盲区。
    • 事实锚定: 通过 Find -> Verify -> Inject 循环,将外部实时数据注入本地知识库 (docs/knowledge/),防止闭门造车。
  2. Phase 1: Council Debate (理事会辩论)

    • 多模态对抗: 调用顶级 LLM (DeepSeek/Qwen/GLM) 分区扮演 Affirmative (价值捍卫者) 与 Negative (风险审计员)。
    • 事实对抗: Negative 角色被强制要求基于 Oracle 提供的知识进行攻击,而非凭空质疑。
  3. Phase 2: Adjudication & Mending (裁决与修补)

    • 元裁决: Adjudicator 综合双方论点与事实依据,给出量化评分与强制性的 "Mending Orders" (修补指令)。
    • 退出机制: 只有当评分 >90 或达到最大循环次数时,熔炉才会开启出口。
  4. Phase 3: Surgical Action (外科手术)

    • 精准执行: Agent 执行 Adjudicator 的指令,对文档进行原子化修改。
    • 审计日志: 每一次参数修正与逻辑调整都被记录在案。

📂 系统版图

模块 核心组件 职责描述
.agent/ /workflows/ 战略编排器: 包含 crucible.md (熔炉协议) 等标准作业程序 (SOP)。
llm/ client.py
config.json
推理中枢: 统一的 LLM 接口网关,集成 DeepSeek/Qwen/GLM。支持动态 Token 管理。
prompts/ *.md 认知配置: 存储 negative.md, adjudicator.md 等系统提示词,定义 AI 认知边界。
scripts/ oracle_scanner.py
dialecta_debate.py
pdf_tool/
执行引擎: 知识扫描、辩论调度、PDF 交付。
docs/ knowledge/
reports/
资产仓库: 隔离存储外部事实知识库与辩论档案。

🏗️ 架构之魂:System Panorama

flowchart TB
    %% ======================================================================================
    %% 🎨 视觉风格定义
    %% ======================================================================================
    classDef userSpace fill:#eff6ff,stroke:#1e40af,stroke-width:2px,color:#1e3a8a;
    classDef workflow fill:#f8fafc,stroke:#475569,stroke-width:2px,stroke-dasharray: 5 5,color:#334155;
    classDef script fill:#1e293b,stroke:#94a3b8,stroke-width:1px,color:#fff;
    classDef agent fill:#7c3aed,stroke:#4c1d95,stroke-width:3px,color:#fff;
    classDef db fill:#ecfccb,stroke:#4d7c0f,stroke-width:2px,color:#365314;
    classDef doc fill:#fff7ed,stroke:#c2410c,stroke-width:2px,color:#7c2d12;
    classDef web fill:#cffafe,stroke:#0891b2,stroke-width:1px,color:#155e75;

    %% ======================================================================================
    %% 第 1 层:交互入口
    %% ======================================================================================
    subgraph UserSpace [🔵 第 1 层: 用户指令]
        CMD["💻 /crucible<br/>(启动熔炉)"]:::userSpace
    end

    %% ======================================================================================
    %% 第 2 层:引擎核心
    %% ======================================================================================
    subgraph Engine [⚙️ 第 2 层: SparkForge 引擎]
        direction TB

        SOP(["Workflow: crucible.md<br/>(SOP 标准作业程序)"]):::workflow

        subgraph Phase0 [阶段 0: 全知扫描]
            direction LR
            Scanner[["🔮 oracle_scanner.py<br/>(知识雷达)"]]:::script
            WWW(("🌐 互联网搜索")):::web
            Scanner <--> WWW
        end

        subgraph Phase1 [阶段 1: 理事会辩论]
            direction TB
            Debater[["⚖️ dialecta_debate.py<br/>(辩论主控)"]]:::script

            subgraph Council [🧠 认知对抗区]
                Aff("🛡️ 正方<br/>(价值捍卫)"):::agent
                Neg("🗡️ 反方<br/>(风险审计)"):::agent
                Adj("🧑‍⚖️ 裁决官<br/>(Adjudicator)"):::agent
            end

            Debater --- Aff & Neg
            Aff & Neg ==> Adj
        end

        subgraph Phase3 [阶段 2: 外科手术]
            Surgeon{{"⚡ 执行 Agent<br/>(精准修改)"}}:::agent
        end
    end

    %% ======================================================================================
    %% 第 3 层:数据资产
    %% ======================================================================================
    subgraph Storage [📂 第 3 层: 项目资产]
        Store_Know[("🧠 知识库<br/>(docs/knowledge/)")]:::db
        Store_Report[("📜 辩论档案<br/>(docs/reports/)")]:::db
        Target_Doc["📄 目标文档"]:::doc
    end

    %% ======================================================================================
    %% 🔗 数据流逻辑
    %% ======================================================================================

    %% 启动
    CMD ==> SOP

    %% 阶段 0: 知识注入
    SOP -->|① 扫描盲区| Scanner
    Scanner ==>|注入事实| Store_Know

    %% 阶段 1: 事实锚定辩论
    SOP -->|② 发起辩论| Debater
    Debater -->|读取| Target_Doc
    Store_Know -.->|事实支撑| Neg
    Adj ==>|强制指令 Mending Orders| SOP
    Adj -.->|归档| Store_Report

    %% 阶段 2: 执行
    SOP -->|③ 执行指令| Surgeon
    Surgeon ==>|原子化写入| Target_Doc
Loading

🚀 核心工作流:The Crucible

这是 SparkForge 的终极形态。

1. 启动熔炉

在 IDE 中打开目标文档,输入指令:

/crucible "优化目标描述"

发生了什么?

  1. Oracle 扫描: 系统首先运行 oracle_scanner.py,找出文档中的弱点(外部知识盲区)。
  2. 知识注入: 最新鲜的外部事实(法规、数据、案例)被存入 docs/knowledge/
  3. 理事会辩论: dialecta_debate.py 启动,Negative 辩手手持 Oracle 知识对文档发起猛烈攻击。
  4. 裁决与修补: 最后,Agent 根据裁决结果,对文档进行精准修改。
  5. 循环: 这个过程会自动循环 (Loop 1 -> Loop 2...),直到文档达到 90 分或用户满意。

2. 辅助工具链

🔮 Oracle Scanner (手动触发)

如果你只想检查文档的知识盲区,而不进行完整辩论:

python3 scripts/oracle_scanner.py {文档路径}

⚖️ Dialecta Debate (手动触发)

如果你已有知识库,只想进行逻辑审计:

python3 scripts/dialecta_debate.py {文档路径} --oracle {knowledge_file}

📄 PDF Export (交付)

将打磨好的文档导出为精美 PDF:

make glass {文档路径}  # 适合移动端阅读的长图风格
make a4 {文档路径}     # 适合打印的商务风格

🎨 核心设计哲学

  • Oracle Grounding (事实锚定): 内部逻辑再完美,如果违背外部事实(法规、物理定律、市场数据),也是废品。
  • Adversarial Resilience (对抗鲁棒性): 没有经过攻击的观点是不值得信任的。
  • Audit Trail (审计留痕): 每一次决策、每一个参数的修改,都必须可追溯。

© 2025 SparkForge High-Fidelity Intelligence Engine.

About

SparkForge 是一个专为高风险决策设计的高保真智能框架。它利用 AI 理事会辩论 (The Council)、原子化安全机制 以及 外科手术式文档演进,确保每一份产出不仅是“优秀”,更是经过压力测试、可直接落地的生产力资产。

Topics

Resources

Stars

Watchers

Forks

Packages

No packages published