一个面向真实任务推进的开源 AI 运行框架起点版本。
An open-source AI runtime framework focused on task execution, traceability, and delivery closure.
很多 AI 项目擅长“生成一个回答”,但不一定擅长把一个任务稳定地推进到结束。
天衍 1.0 想解决的是另一类问题:
- 任务怎么定义
- 执行过程怎么拆分
- 关键动作怎么留痕
- 人和系统怎么协同确认
- 一个结果怎么被判断为“真的完成了”
所以这个项目更关注:任务推进、过程留痕、结果收口,而不只是单轮对话生成。
如果你正在寻找一个更偏执行与交付的 AI 运行框架起点,而不是单纯聊天壳或概念 Demo,这个仓库适合作为一个起点来看。
当前公开版本已经包含一套可理解的最小骨架:
- Meta Core
- TaskCard 协议
- 统一状态机
- Event Bus 事件总线
- Orchestrator
- Interpreter / Planner / Decider / Reflex Matcher / Verifier / Responder / Reflector
- Memory / Guardrail / Processor / Router / Executor / Tool Registry
- Tool Adapter 抽象层
- Background Worker
- Subtask dependency queue + wave runner
- Timeline / Graph / Queue builders
- HTTP API + 简易 Web UI
- JSON 文件持久化
更完整的结构说明见:
- 想把 AI 从“会聊天”推进到“会做事”的开发者
- 想研究任务流、执行链路、结果收口机制的人
- 想搭一套可扩展 AI 运行骨架的个人或小团队
- 想做自己的 agent runtime,而不是只接一个模型壳的人
git clone https://github.com/470788453-a11y/tianyan-1.0.git
cd tianyan-1.0npm installnpm starthttp://localhost:4317
当前仓库已提供一组基础 HTTP API,例如:
GET /api/healthGET /api/tasksPOST /api/tasksGET /api/tasks/:taskIdGET /api/tasks/:taskId/eventsGET /api/tasks/:taskId/timelineGET /api/tasks/:taskId/graphGET /api/tasks/:taskId/queueGET /api/tasks/:taskId/filesGET /api/background/runsPOST /api/background/run
input -> interpreter -> memory -> processor -> planner -> decider -> guardrail -> executor -> subtask-queue -> verifier -> responder -> reflector -> close
高风险动作默认进入 escalated,例如:
- deploy
- delete / remove
- send / publish / message / email
- restart / shutdown / migrate
这意味着项目不把“能生成”直接等同于“能安全交付”。
.
├─ docs/ # 文档、计划、发布资料
├─ public/ # 前端静态资源
├─ src/ # 核心源码
├─ tests/ # 测试
├─ ARCHITECTURE.md
├─ README.md
├─ package.json
└─ LICENSE
另外,docs/launch-kit/ 中还包含:
- 开源总方案
- README 草稿
- Release Notes 草稿
- 对外发布文案
- 仓库结构蓝图
- 发布前检查清单
v1.0.0 更像一个开源起点版本,当前优先解决的是:
- 项目定位清楚
- 仓库结构可理解
- 基础运行骨架已公开
- 后续版本有明确演进空间
当前不承诺:
- 完整商业化能力
- 一键覆盖全部场景
- 托管服务或现成线上环境
- 私有密钥、账号和受限资源
- 完成首个开源版本发布
- 明确项目定位、目录结构与使用方式
- 提供最小可理解的运行骨架
- 补齐安装文档与最小样例
- 增加更明确的配置说明
- 优化项目可读性与新手上手体验
- 更完整的运行观测
- 更稳定的协作与确认机制
- 更容易复用的模板化能力
当前首个公开版本:
欢迎通过以下方式参与:
- 提 Issue:反馈 bug、文档问题、使用体验
- 提 PR:修文档、补样例、补测试、改结构
- 提讨论:给出更清晰的场景、需求和改进建议
如果准备提交较大改动,建议先开 issue 对齐目标,避免重复工作。
如果你觉得这个方向值得继续做,欢迎点一个 Star。
MIT