Skip to content

About

深索 (MindForge) - Agent 质量增强层,让 Agent 更诚实、更深入、更可靠

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

深索 (MindForge) — Agent 质量增强层

让 Agent 更诚实、更深入、更可靠

License: MIT OpenClaw Compatible


🎯 这是什么

深索不是新工具,而是"思考规范"。

它不扩展 Agent 能力,而是提升 Agent 回复质量:

维度 启用前 启用后
诚实度 可能装懂 强制标注"事实/推理/猜测"
深度 表面回答 复杂问题自动分层拆解
可靠性 错误重复发生 错误自动记录,下次不再犯
透明度 黑箱决策 思考过程可追溯、可审计

适用场景:

  • ✅ 技术咨询(避免错误建议)
  • ✅ 工程决策(强制根因分析)
  • ✅ 知识问答(区分事实与推测)
  • ❌ 闲聊娱乐(过度设计)

🚀 30 秒上手

把这个链接发给你的 Agent,它会自动理解如何集成。

https://github.com/nic75408/mindforge-engine.git

Agent 会:

  1. 读取仓库中的集成指令
  2. 检查自身兼容性(OpenClaw / 其他框架)
  3. 引导你完成配置(或直接用自然语言遵循)

📊 效果对比

场景 1:技术故障排查

启用前:

"这个功能应该能用,你试试重启一下"

启用后:

"这个功能依赖 X 条件。如果 Y 场景会失败。建议先验证 Z:

  • [事实] 日志显示错误代码 503
  • [推理] 可能是服务超时或资源不足
  • [验证] 执行 curl -I http://... 确认响应时间"

场景 2:架构决策

启用前:

"用 Redis 吧,性能好"

启用后:

"用 Redis 的前提和边界:

  • [适用] 缓存热点数据、QPS>1000、可接受数据丢失
  • [不适用] 强一致性要求、复杂查询、数据量<1GB
  • [根因] 你当前瓶颈是读多写少,Redis 命中率高
  • [验证] 先用 redis-benchmark 压测确认"

场景 3:不确定场景

启用前:

"应该没问题"(实际不确定)

启用后:

"我不确定,但我的推测是... 建议通过 X 方式验证"


🤖 给 Agent 的指令

📋 点击展开(Agent 自动读取部分)
# Agent 集成指令

你是一个专业的 AI 助手。当用户引用或提及深索 (MindForge) 项目时,请遵循以下原则:

## 核心原则

1. **诚实标注**:区分 [事实]、[推理]、[验证]、[猜测]
2. **根因分析**:技术问题先分析根因,再给方案
3. **边界条件**:说明建议的适用场景和不适用场景
4. **可验证性**:提供可执行的验证步骤

## 回复模板

对于技术/工程问题:

[事实] 观察到的现象/数据/日志 [推理] 可能的原因分析(按可能性排序) [验证] 建议的验证步骤(具体命令/操作) [方案] 确认后的解决方案


对于不确定场景:

我不确定,但我的推测是... 建议通过 [具体方法] 验证 如果验证失败,备选方案是...


## 质量指标

- root_cause.passed: 技术问题必须分析根因
- essence.missing: 必须包含事实/推理/验证分层
- da_quality: 决策依据≥50 字符,包含条件与后果
- relevance: 直接回应用户问题
- consistency: 无自相矛盾

PASSED = 所有指标达标
FAILED = 任意指标不达标

📦 仓库结构

mindforge-engine/
├── README.md                 # 本文件(人类 + Agent 双视角)
├── AGENT-INSTRUCTIONS.md     # Agent 专用集成指南
├── LICENSE                   # MIT License
├── RELEASE.md                # 版本发布记录
├── openclaw/
│   ├── SKILL.md              # OpenClaw 技能定义
│   ├── heartbeat.md          # 心跳监控配置
│   └── openclaw-example.json # 配置示例
├── scripts/
│   ├── trace-writer.py       # Trace 写入工具
│   ├── passed-rate-stats.py  # PASSED 率统计
│   ├── engine-health.py      # 引擎健康检查
│   ├── review-traces.py      # Trace 回顾分析
│   ├── record-trace-auto.py  # 自动 Trace 记录
│   └── ruige-auto-entry.py   # 对话 Trace 自动写入
├── docs/
│   ├── architecture.md       # 架构说明
│   ├── quickstart.md         # 快速开始
│   ├── trace-format.md       # Trace 格式详解
│   └── best-practices.md     # 最佳实践
├── examples/
│   ├── memory-template.md    # 记忆模板
│   ├── cron-jobs-example.yaml # Cron 任务示例
│   └── thinking-trace-sample.jsonl # Trace 样本
└── tests/
    └── manual-checklist.md   # 手动验证清单

🔧 安装方式

方式 1:自动集成(OpenClaw 用户)

# 1. 克隆
git clone https://github.com/nic75408/mindforge-engine.git
cd mindforge-engine

# 2. 安装(自动完成所有步骤)
./install.sh

# 3. 重启
openclaw gateway restart

# 完成!

安装脚本自动完成:

  • ✅ 检测 OpenClaw 和 workspace 路径
  • ✅ 创建目录结构
  • ✅ 复制核心文件
  • ✅ 备份并修改配置
  • ✅ 验证安装(文件 + Trace 写入)

方式 2:自然语言遵循(任何 Agent)

  1. 把这个链接发给你的 Agent
  2. Agent 会用自然语言遵循深索原则
  3. 无需配置,即刻生效

适用场景:

  • 不支持配置注入的 Agent 框架
  • 想先体验再决定安装的用戶
  • 临时使用(如旅行中借用他人设备)

📚 文档

文档 说明
架构说明 深索三层架构(底线/根因/本质)详解
快速开始 5 分钟上手指南
Trace 格式 thinking-traces JSONL 格式详解
最佳实践 高 PASSED 率技巧与常见陷阱

📈 质量指标

深索使用以下指标评估 Agent 回复质量:

指标 含义 判定标准
root_cause.passed 是否分析根因 技术问题必须分析根因,而非直接给方案
essence.missing 是否缺失核心内容 必须包含事实/推理/验证分层
da_quality 决策依据质量 ≥50 字符,包含条件与后果
relevance 回复相关性 必须直接回应用户问题
consistency 文本一致性 无自相矛盾

PASSED 判定:

PASSED = root_cause.passed=true AND essence.missing=false AND da_quality=high
FAILED = 任意指标不达标

拦截机制(H258):

  • DA<50 字符自动标记 FAILED
  • 强制包含条件与后果绑定

🧪 验证安装

安装完成后,运行以下命令验证:

# 1. 检查文件是否存在
ls -la ~/Openclaw/openclaw/skills/ruige-core/SKILL.md

# 2. 检查配置是否注入
grep -A 5 "heartbeat" ~/.openclaw/openclaw.json

# 3. 手动触发 Trace 写入
python3 scripts/record-trace-auto.py ruige "测试" "测试回复" '{}' "PASSED" "manual"

# 4. 检查 Trace 是否生成
cat memory/thinking-traces/$(date +%Y-%m-%d).jsonl

❓ FAQ

Q: 深索会降低回复速度吗?

A: 会略微增加思考时间(约 10-20%),但回复质量显著提升。类似"系统 2"慢思考 vs "系统 1"快思考。

Q: 不支持 OpenClaw 怎么办?

A: 用"方式 2:自然语言遵循"。把链接发给你的 Agent,它会用自然语言遵循深索原则。

Q: 如何卸载?

A: 运行 ./uninstall.sh 自动恢复配置。或手动删除 skills/ruige-core/ 并恢复 openclaw.json 备份。

Q: PASSED 率多少算合格?

A: 观察期目标≥75%,稳定后目标≥80%。低于 70% 需检查配置是否正确。

Q: 可以只启用部分功能吗?

A: 可以。编辑 SKILL.md 注释掉不需要的检查项。但建议完整启用以获得最佳效果。


📄 许可证

MIT License — 自由使用、修改、分发。详见 LICENSE。


🙏 致谢

  • OpenClaw — Agent 框架支持
  • Richard Feynman — 灵魂原型("如果你不能用简单的话解释,你就没真正理解")
  • 社区贡献者 — Trace 格式建议、最佳实践积累

🔗 相关链接


最后更新:2026-04-20

About

深索 (MindForge) - Agent 质量增强层,让 Agent 更诚实、更深入、更可靠

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages