功能总览
子项目功能详细介绍
四层架构 · 21 个项目 —— 每个项目的产品定位、核心能力、技术优势、应用场景与价值、功能交互流程。
天感
Tian-Sense 6 个项目感知与接入层 — AI 视觉 · 语音交互 · 工业互联 · 几何与多模态内容接入
Vision
文档视觉理解（天视系统）企业级多模态文档智能识别与知识提取平台，六大推理引擎智能调度，服务企业文档数字化与知识图谱构建。
核心能力
▪ 智能路由调度：按文档特征自动匹配最优识别引擎，无需人工配置
▪ Tian-Swift 极速转换：1000+ 页/分钟、<100MB、95%+
▪ Tian-Struct Office 结构保持：100 页/分钟、98%+
▪ Tian-Vision 扫描件识别（OCR / 版面 / 公式）：10 页/分钟、2GB、97%+
▪ Tian-Knowledge 知识提取：命名实体识别 / 关系抽取 / 知识图谱构建（89%+）
▪ Tian-MMore 多模态：视频 / 音频 / 文本统一处理与多模态 RAG（10× 实时）
▪ Tian-Logics 逻辑识别：HTML 结构化 / 化学 SMILES / 流程图 Mermaid / 乐谱 ABC（93%+）
▪ 24 种输入格式统一处理；MCP 协议原生支持，可作为 MCP Server 部署（stdio）
▪ 与 Orchidea-Plex 本体 / 知识图谱集成；Langfuse 监控 + Prometheus 指标
技术优势
▪ 智能路由自动选优引擎，按文档特征匹配最优识别方式，无需人工配置
▪ 百万页级吞吐，批量文档数字化分钟级完成
▪ 识别准确率 97%+、结构保持 98%+，结果即用
▪ 识别结果直接产出知识图谱，与平台知识层无缝衔接
应用场景与价值
▪ 企业文档数字化与知识图谱构建
▪ 法律金融文书解析、报表提取、合规审查
▪ 医疗健康病历结构化与药物知识库
▪ 为 Archive 知识库与 Plex 图谱提供高保真知识来源
文档流转 文档输入 → 智能识别 → 结构解析 → 知识抽取 → 图谱入库 存储：文档库 · 知识图谱
Voice
语音 AI 框架（Pipecat）实时语音与多模态对话 AI 的开放框架，为产品与业务 Agent 提供低延迟语音能力。
核心能力
▪ 帧（Frame）驱动流水线：Frame / FrameProcessor / Pipeline / ParallelPipeline / PipelineTask / PipelineRunner（帧类型 100+）
▪ 60+ AI 服务集成：STT / LLM / TTS / Speech-to-Speech（Deepgram / OpenAI / Gemini / ElevenLabs / Cartesia / Anthropic / Groq 等）
▪ 传输层：Daily(WebRTC) / LiveKit(WebRTC) / FastAPI WebSocket / SmallWebRTC / Vonage / WhatsApp / Local
▪ 电话协议序列化器：Twilio / Plivo / Vonage / Telnyx / Exotel / Genesys
▪ 视频与形象：HeyGen / LemonSlice / Tavus / Simli；记忆 mem0；视觉与图像 fal / Google Imagen / Moondream
▪ 音频处理：Silero VAD / Krisp Viva / Koala / RNNoise；可观测 OpenTelemetry / Sentry
▪ RTVI 实时语音接口协议；Pipecat Flows 结构化对话状态与转移
▪ 配套工具链：Pipecat Subagents（多 Agent）/ Voice UI Kit / Pipecat CLI / Whisker（调试器）/ Tail（终端仪表盘）
▪ 多语言客户端 SDK：JS / React / RN / Swift / Kotlin / C++ / ESP32
技术优势
▪ 低延迟实时对话，天然适配客服、陪伴等交互场景
▪ 60+ 语音与大模型服务一键接入，免自研对接
▪ 语音直转语音，无需中间文本环节
▪ 一套架构覆盖桌面、移动与嵌入式全端
应用场景与价值
▪ 实时语音客服、AI 陪伴 / 教练 / 会议助理
▪ 业务 Agent 语音引导与自动化客服接待
▪ 已嵌入 Orchidea Desktop 的语音交互能力
数据流转 语音输入 → 实时识别 → 对话理解 → 语音合成 → 语音输出 存储：会话记录 · 语料
LLoT
工业物联网平台（含 Forge）数字孪生与工业互联网平台，面向智能制造、流程自动化与数字孪生提供一体化 IIoT 基础设施。
核心能力
▪ 9 层架构：L1 控制平面 / L2 边缘网关 / L3 数据汇聚 / L4 消息骨干 / L5 IoT 平台 / L6 数据仓库 / L7 可视化 / L8 设计工作室 / L9 集成枢纽
▪ Soft PLC：IEC 61131-3 编译器与运行时；边缘网关 + 双 MQTT 骨干（中心 Broker + 边缘 NanoMQ）
▪ 设备管理 Device Hub、数字孪生 Twin Hub、SCADA-HMI 运维大屏、Flow Studio 编排
▪ 冷热分层存储：热存储 InfluxDB + 冷存储 PostgreSQL 15 + TimescaleDB，海量历史秒级查询
▪ Forge（ISA-88 锻造引擎）：批控制配方模型 Procedure → UnitProcedure → Operation → Phase
▪ 离线 / 气隙部署：make build-offline-bundle 生成离线包 + install.sh --offline
▪ 多平台：x86_64 / ARM64 / ARMv7，Raspberry Pi 4/5、NVIDIA Jetson；make docker-multiarch 多架构镜像
▪ 生产级 K8s：Helm Chart 17 模板 + HPA(2-10 副本) + PDB + TLS Ingress + NetworkPolicy；Terraform(AWS) 与原生 K8s 清单
▪ 16 个 systemd 服务按依赖顺序自动编排；统一 Nginx 入口（/api/ 路径）
技术优势
▪ 设备即插即用，主流工业协议统一接入
▪ 边缘计算就近处理，断网可用、实时可控
▪ 离线可部署，数据不出厂区、不出园区
▪ 数字孪生开箱即建，车间一屏可视可控
应用场景与价值
▪ 车间设备接入、SCADA 监控、数字孪生与流程自动化
▪ 端到端整体交付、可离线部署的生产级平台
数据流转 设备数据 → 协议接入 → 边缘处理 → 时序存储 → 孪生呈现 存储：时序库 · 设备档案
CAD
CAD 引擎与仿真覆盖「建模 → 仿真 → 制造」端到端的统一 CAD 内核与工业仿真平台，提供自主可控的国产化 CAD / CAE 能力。
核心能力
▪ 五层架构：L0 几何内核 → L1 渲染 → L2 引擎 → L3 服务 → L4 插件 → L5 应用
▪ Rust 几何内核：BRep / NURBS / STEP / IGES / 布尔运算 / 倒角 / 抽壳；约束求解 / 特征建模 / 草图 / 装配
▪ oca-render（wgpu + egui）：场景图 / BRep 网格化 / PBR / 拾取；oca-worker gRPC 无头建模服务
▪ SkillPack / MCP Skill 插件市场（oca-skill-market）
▪ vcad-slicer：3D 打印切片 + 成本分析 / DFM；vcad-crdt：CRDT 协作编辑（HLC 时钟 + 分数索引）
▪ 多域仿真统一作业模型：CAD / FEA / CFD / MBD / 电磁 / 分子动力学（FastAPI + gRPC 双协议）
▪ 跨 SLURM / PBS / LSF 的 HPC 调度；AI 驱动自适应网格优化；50+ 工程格式转换
▪ 多平台打包发行：Windows MSI / macOS DMG / Linux AppImage / Homebrew / conda / nix / snap
技术优势
▪ 自主可控的国产几何内核，数据与图纸不出厂
▪ 无头建模服务化，可编程、可自动化批量作业
▪ 50+ 工程格式互通，与主流生态无缝衔接
▪ 多域仿真 + HPC 统一调度，算力利用率更高
应用场景与价值
▪ 机械设计与仿真计算，HPC 云原生求解
▪ 制造业工程部门国产化替代，数据自主可控
数据流转 设计输入 → 几何建模 → 仿真计算 → 结果校验 → 制造输出 存储：模型库 · 工程档案
Sonic
ComfyUI 视频/音频生成网关供大模型（LLM）调用的 ComfyUI 后端网关，将视频/音频/图像生成工作流封装为 MCP 工具与 REST/WebSocket API。
核心能力
▪ ComfyUIClient：HTTP / WebSocket 双通道驱动 ComfyUI（不侵入源码，原生 API 全能力）
▪ WorkflowBuilder：自然语言意图 → ComfyUI 节点图（可直接在前端导入）
▪ BlueprintManager：加载并参数化预置工作流蓝图
▪ 14 个 MCP 工具：图像 / 视频生成、图像编辑、蓝图执行、任务状态、pipeline 编排、agentic 媒体生成
▪ Agentic Media Generation（对标 Meta Muse）：plan → tools → generate → critique → refine，支持 test-time compute 候选择优
▪ 任务状态机 created → queued → running → done / failed / cancelled；未配后端时「绝不伪造生成结果」
▪ FastAPI 网关（REST / WebSocket，默认 9000）+ stdio MCP Server（零 npm 依赖，兼容 Python 3.9）
▪ 云模型接入：经 orchidea-gateway 调用 MiniMax H3 等视频生成模型
技术优势
▪ 不侵入 ComfyUI 源码，原生 API 全能力控制
▪ 自然语言一键生成节点图，降低生成门槛
▪ 预置蓝图开箱即用，工作流可参数化复用
▪ 标准 MCP 接口，主流 AI 客户端即插即用
应用场景与价值
▪ AI 短剧全自动生产管线（分镜、图生视频、音频）
▪ 为 LLM Agent 提供视频/音频/图像生成工具能力
数据流转 自然语言意图 → 工作流构建 → ComfyUI 执行 → 产物输出 → 应用消费 存储：蓝图库 · 生成产物
Gateway
AI 网关与工业集成（含 Protocol）企业级 AI 能力中枢 + 工业集成网关，统一接入多模型与 B2MML 工业事务。
核心能力
▪ 100+ Provider 统一接入（OpenAI / Anthropic / Gemini / Azure / Bedrock / Cohere / Mistral / Groq / DeepSeek / Moonshot / Ollama / vLLM / TGI / SGLang 等），OpenAI 兼容 API
▪ 智能路由 12 策略：simple / weighted-priority / latency-based / cost-based / rate-limit-aware / content-filtering / least-busy / semantic-cache / fallback / retry / load-balancing / custom
▪ 密钥安全：AES-256-GCM 加密存储 + 外部托管（HashiCorp Vault / AWS Secrets Manager / Azure Key Vault / GCP Secret Manager）；虚拟密钥自动轮换 / IP 白名单
▪ 企业身份：RBAC、SSO OIDC（企业微信 / 钉钉 / 飞书 / Okta / Azure AD）、SAML 2.0、LDAP、SCIM v2 用户同步
▪ Guardrails 内容安全：PII 检测与脱敏、敏感词过滤、语义级拦截、自定义规则、MCP Guardrails、护栏回退
▪ 成本追踪与预算控制：Token 级成本归因（Key / Team / Org / Model / Tag）+ 多窗口预算（日 / 周 / 月 / 季）告警熔断 + 账单导出（CSV / PDF）
▪ 工业集成（ISA-95）：B2MML 路由 /api/v1/b2mml/*（WorkSchedule / WorkResponse / WorkDefinition / MaterialDefinition / Equipment）+ ISA-95 网关，17 套 B2MML 模板与 XSD 严格字段顺序校验
▪ MCP 工具生态：/v1/mcp/toolsets/* + 提示词市场 + 技能市场 + 金蝶工具集；可观测（Prometheus + OTel + Langfuse/Langsmith 等日志集成 + 审计 /v1/audit/logs）
▪ 管理后台 21 页面（天智兰心设计系统 + 暗黑模式 + i18n 中英）；K8s Helm HPA 默认 3 副本（CPU 70% / 内存 75%）
技术优势
▪ 100+ 模型统一接入，切换零改造、风险极低
▪ 智能路由 + 故障转移，服务高可用不中断
▪ 虚拟密钥与细粒度权限，模型调用安全可控
▪ Token 级成本归因，AI 开支一目了然
应用场景与价值
▪ 多模型免改造接入、密钥安全、成本可控
▪ 打通 MES / ERP 与 LLM 的工业落地路径
数据流转 应用请求 → 智能路由 → 模型调用 → 安全过滤 → 结果回传 存储：调用日志 · 成本台账
智形
Zhi-Form 6 个项目语义与智能层 — 本体图谱 · 知识记忆 · 语义推理 · 概率推理 · 科学计算 · 模型演进
Plex
本体 / RDF 知识图谱平台面向企业级知识图谱的统一语义数据平台（OntoCore），为图谱与数字孪生提供语义层。
核心能力
▪ 四层架构：L1 语义层（Ontos，Python）/ L2 编排层（OntoFlow，Java）/ L3 存储层（Abution，Rust/Java）/ L4 基建层
▪ Abstract / Entity 双层语义模型，时序属性（带版本控制），RDF / JSON-LD 序列化
▪ 五元本体论（T / P / F / Agg / Action）贯穿语义层、编排层、存储层
▪ 存储内核：RDF 图 + 属性图混合，Aremlin 统一查询语言（兼容 Gremlin / Cypher），Saga 分布式事务
▪ 时序窗口聚合（Min / Max / Sum / Hll）+ Polars 时序后端
▪ OntoFlow 流编排：DAG / 动态编译 / Agent 触发 LLM；数据源探知与自动 Schema 映射（JDBC / CDC / Kafka）
▪ HybridRAG（VectorRAG + GraphRAG）、子图行级隔离、19 个 MCP 工具
▪ 生态集成：NocoBase（MCP 双向同步）/ Nango（CDC 实时同步）/ Neovate（知识后端）/ Ollama（LLM Agent）
▪ Web 控制台（React 19 / Vite 7 / Cytoscape / React Flow / Recharts）
技术优势
▪ 高性能查询：P99 响应 95ms，业务实时可用
▪ 高吞吐写入：12.8 万条 / 秒，海量数据不卡顿
▪ 统一查询入口，兼容主流图与关系库查询方式，一次接入处处可用
▪ 内置 19 个 MCP 工具，AI 应用可直接调用图谱
应用场景与价值
▪ 企业知识图谱、数字孪生语义建模、AI RAG 知识底座
▪ ISA-95 制造本体语义支撑，是平台语义层核心
知识流转 业务数据 → 本体映射 → 图谱构建 → 统一查询 → 应用消费 存储：RDF 图谱 · 属性库
Archive
知识库与记忆系统企业级知识库 + 记忆系统后端服务，通过 MCP 将知识能力开放给所有 AI 客户端（Desktop / Cursor 等）。
核心能力
▪ 多级知识组织：pages / spaces / tables / slides / templates / workspaces，DOCX / Confluence 导入导出
▪ 协作文档：双链、评论、关注、收藏、分享，Yjs / Docuspocus 多人实时协同
▪ Beam Retriever 语义检索 + Vectorless RAG（免向量库）
▪ 三级检索回退：pgvector → pg_trgm → ILIKE，保证可用性
▪ AIP 通用 Agentic 工具循环（provider 无关：Anthropic / OpenAI / generic，驱动 ontology / knowledge / doc 统一工具集）
▪ 知识工程管线：extractor / embedder / compiler / evolver / semantic_lint / knowledge_spec，operation_log 记录演进轨迹
▪ 图谱分析：Louvain 社区发现 + surprise scoring 五因子权重；知识三层注入（core / related / deep）
▪ MCP Server：search_knowledge / get_knowledge_entry / query_agent 等工具
▪ 企业安全：MFA、API Keys、SSO / OIDC、审计日志、多工作区；arq 队列 + 文件监听 + S3 / local 双存储
技术优势
▪ 免向量库的语义检索，部署轻、成本低、效果不打折
▪ 知识自动编译与演进，越用越懂企业业务
▪ 标准 MCP 接口，主流 AI 客户端即插即用
▪ 企业级安全（MFA / SSO / 审计）开箱具备
应用场景与价值
▪ AI 客户端（Desktop / Cursor 等）的知识检索底座
▪ 企业知识库问答、ISA-95 合规文档查询
▪ 「离线优先 + 登录增强」的企业知识沉淀
知识流转 文档网页 → 知识抽取 → 语义编译 → 语义检索 → 智能问答 存储：知识库 · 向量索引
NSAA
神经符号智能体架构以类脑脉冲神经网络与显式符号知识图谱深度融合为核心的神经符号智能体架构（论文 + 实现，研究验证定位）。
核心能力
▪ CDKL 类脑动态知识层：门控线性注意力 + 自适应脉冲神经元 + 恒定内存隐状态工作记忆（HSWM）+ TIKI 循环推理
▪ ESGL 显式符号图谱层：动态知识图谱（DKG）+ 逻辑规则引擎 + 工具编排 + 因果链追溯
▪ NSB 双向桥：S2N 编码器 / N2S 解码器 + 一致性损失 + 验证器，保证神经 ⇄ 符号语义对齐
▪ SDAR 脉冲稀疏度驱动路由：Agent 签名库 + 路由引擎 + 协调器，事件驱动激活
▪ 四大定理保证：恒定内存定理（推理内存 O(d²)、与序列长度无关）、状态收敛定理、双向一致性定理、路由最优性定理；引理：稀疏路由仅激活 1-2 个 Agent
▪ 量化指标：路由延迟 <1ms、脉冲稀疏度 60-70%、单 Agent 路由准确率 >90%、单元测试覆盖率 >80%（183 项测试通过）
▪ 统一接口契约 NSAAComponent（forward 返回 hidden_state / spikes / metadata，get_config 返回配置）
▪ 论文 + 实现双形态：完整论文（中英文）+ 数学证明；与 Plex 本体桥接、Vision 注入、Archive 同步、Code 的 MCP 集成
技术优势
▪ 智能体路由延迟 <1ms，事件驱动、即时响应
▪ 恒定内存工作记忆，长对话不漂移、不失控
▪ 不依赖外部向量库，知识内生、可离线运行
▪ 推理过程可解释、可审计，满足企业合规要求
▪ 当前为论文验证骨架实现，不纳入生产镜像主链路
应用场景与价值
▪ 制造业知识图谱推理与因果推断，为排产、质量、设备决策提供可解释依据
▪ 与 Plex 本体桥接、Vision 注入、Archive 同步、Code 的 MCP 集成
▪ 研究验证：骨架实现，生产化需另行立项
知识流转 业务数据 → 知识内化 → 图谱推理 → 因果分析 → 决策建议 存储：知识图谱 · 隐状态记忆
Inference
概率推理引擎企业级联合概率推理引擎（L2 推理层），基于因果自回归缓冲架构，为决策提供带置信区间的预测。
核心能力
▪ 静态上下文缓存（Context Cache 跨会话复用）+ 动态因果缓冲（增量更新、会话隔离）
▪ 零精度损失：20× 提速、7× 显存优化，与全量重编码精度一致
▪ GMM 20 分量输出头：不确定性量化与置信区间计算
▪ 多硬件自适应降级：NVIDIA Tesla P40(sm_61) / V100 / A100 / H100
▪ 分层架构：L0 基础设施（P40 / vLLM+Ray / Docker / K8s）→ L1 数据层（Milvus / PostgreSQL / Redis / ERP）→ L2 推理层 → L3 Agent 调度（Director）→ L4 应用层（Desktop / 飞书 / Web 看板）
▪ ERP / MES 适配器（金蝶 / 鼎捷数据转换、MES 传感器联合插值）
▪ FastAPI + gRPC 双协议；MCP server 提供 LLM 补全与 Embeddings 各 5 项工具
▪ 企业级可观测与审计；算法基于论文 arXiv:2510.09477
技术优势
▪ 推理提速 20×、显存占用降低 7×，且零精度损失
▪ 预测自带置信区间，决策有据可依
▪ ERP / MES 数据直连，接入即用
▪ 多硬件自适应，现有算力直接部署
应用场景与价值
▪ 制造业 ERP / MES 数据驱动的预测、调度与决策
▪ 为 Director 编排下的智能决策提供概率推理核心
数据流转 ERP/MES 数据 → 上下文缓存 → 联合推理 → 概率预测 → 决策输出 存储：特征库 · 审计日志
Science
科学算法引擎（抗体研发科学计算层）面向抗体与生物药研发的确定性科学计算引擎层：LLM 是调度者，Science 是计算者——凡涉及蛋白质折叠、结合动力学、序列注释、群体门控等确定性计算，均由引擎完成，而非交给语言模型。
核心能力
▪ 12 个引擎：sequence_analyze（CDR/FR、分子量、pI、GRAVY、稳定性）、curve_fit（ELISA 4PL / SPR-BLI 1:1 动力学 ka·kd·KD / DSF Tm）、immunogenicity（MHC-I 表位）、docking（界面残基/接触对/埋藏面积）、mass_spectra（找峰/去同位素/肽段匹配/覆盖度）、flow_cytometry（矩形与多边形门控、MFI、阳性率、四象限）、developability（风险基序/疏水-电荷斑块/四维风险分与综合评分）、mutation_design、humanization（OGRDB 人源 germline + CDR 移植）、affinity_maturation、structure_predict（Chou-Fasman 二级结构，可选 IgFold/ESMFold 产出真实 PDB）、raw_store（内容寻址落盘 + SQLite 索引 + 完整性校验）
▪ 统一契约 EngineResult：engine / ok / backend（结果溯源）/ data / warnings（降级与近似说明）/ error / elapsed_ms，可解释、可审计
▪ 四种调用形态：REST 网关（:8100，/api/v1/engines、/api/v1/engines/{name}/run、/health*、/metrics）、stdio MCP Server（science_list_engines / science_describe_engine / science_run_engine / science_backends）、CLI（engines / describe / run / backends / config / store / serve）、Python（registry.run）
▪ 离线优先：核心依赖仅 numpy + scipy，可在客户内网隔离区断网安装运行；重型模型（IgFold / ESMFold / AlphaFold2 / NetMHCpan / DiffDock / AutoDock Vina / pyopenms / FlowKit）为可选后端，缺失时自动降级并显式告警，绝不伪造结果
▪ 两种部署形态：本机/单机 Docker Compose 单服务（:8100，健康检查，2 CPU / 2 GB 限额，非 root、no-new-privileges）与服务器集群 Kubernetes（namespace orchidea-science：replicas 2、HPA 2→10 按 CPU 70% 扩缩、PDB 保障最小可用、PVC 挂载 /data、ConfigMap/Secret、Ingress、liveness 10s / readiness 5s、requests 500m/512Mi、limits 2/2Gi）
▪ 序列保密：结构预测与序列分析全部本地化，客户序列不进入任何公有云 API
▪ 生产级网关防护：API Key（X-API-Key / Bearer）、令牌桶限流（600/min，突发 60）、引擎超时 30s（ENGINE_TIMEOUT）、请求体上限 8 MB（413）、CORS 白名单、结构化 JSON 日志、/metrics 指标
▪ 与 Director 集成：作为内置默认上游端点登记（stdio，python3 -m orchidea_science.mcp.server），工具名形如 mcp__science__science_run_engine
技术优势
▪ 确定性计算而非概率生成：拟合、注释、门控可复核、可溯源（backend 字段）
▪ 原始数据闭环：io 解析 + 内容寻址存储（sha256 去重 + 索引 + verify 校验）
▪ 离线/隔离区可部署，满足序列保密硬约束
▪ 同一镜像同时支持本机单机与 K8s 集群（HPA 自动扩缩、PDB 保可用）
▪ 能力边界诚实标注：CDR 编号为 Kabat-like 近似；重后端未接入时降级并告警
应用场景与价值
▪ 抗体发现全链路：效价（ELISA 4PL）→ 筛选（流式门控）→ 测序（序列注释）→ 亲和力（SPR/BLI 动力学）→ 热稳定（DSF Tm）→ 候选分子（可开发性/免疫原性/人源化/亲和力成熟）
▪ 平台侧「数据 → 工单 → 排程 → 指令 → 原始数据 → 科学计算 → 结论回写」的自动化闭环
▪ 为 Director 编排的智能体提供可调用的科学计算工具（MCP）
科学计算 仪器原始数据（FASTQ/FCS/传感图/谱图）→ 引擎计算 → 结构化结论 → 回写管理闭环 存储：内容寻址原始数据（blob）· SQLite 索引
Evolution
AI 演进与强化学习统一编排 AI 学习、训练与进化流水线的平台，让模型与 Agent 技能持续自我进化。
核心能力
▪ oe run 统一流水线：Agent 状态 → 技能自进化 → Gym 环境 → RL 训练 → 最终评估，支持分阶段执行（--stage）与预演（--dry-run）
▪ 6 类子系统适配器统一接入：agent / evolution / gym / rl / tinker / distro
▪ 大规模强化学习后训练（NeMo RL）：GRPO / SFT / DPO / Distillation / RM，Megatron 与 HuggingFace 多模型后端 + 异步生成
▪ 30+ Gym 训练环境：代码生成、数学推理、代理导航、知识问答等，含 rollouts 采集与 rewards 分析
▪ 扩展训练生态：torchtitan（PyTorch 原生，DeepSeek-V3 / Qwen3）与 tinker-atropos（Tinker API 云端 LoRA，logp steering / 蒸馏）
▪ Web 控制台（5 秒自动刷新）：流水线状态 / 一键运行 / 子系统状态 / 运行日志 / 健康检查
▪ 开箱即用配置：pipeline.yaml / quick_test.yaml / pipeline.dev.yaml / pipeline.prod.yaml
▪ MCP Server 暴露编排能力；training_spec / semantic_types 语义化配置 + audit 操作审计
技术优势
▪ 统一编排：数据 → 训练 → 评估全自动，无需人工搬运
▪ 覆盖 RLHF 全谱系（GRPO / SFT / DPO / 蒸馏 / RM），主流框架双后端可切换
▪ 30+ 现成训练环境开箱即训，快速验证模型能力
▪ Agent 技能自动进化，企业 AI 能力持续沉淀
应用场景与价值
▪ AI 研究团队的模型后训练与 Agent 技能持续进化自动化
▪ 「数据 → 训练 → 评估」一站式可视化，沉淀企业自有模型与技能资产
数据流转 策略数据 → 环境交互 → 强化训练 → 技能评估 → 技能沉淀 存储：技能目录 · 模型权重
兰码
Lan-Code 4 个项目构建与创作层 — 组织级 AI 编程 · 开发基座 · 个人 vibe coding 工作台
Code
AI 编程平台（CLI / Web / ACP）对话式 AI 编码 Agent 平台，用自然语言驱动「生成代码、修 Bug、代码审查、补测试」的编码闭环。
核心能力
▪ 多 Agent 编排与任务拆分（Debug / Plan Agent，子任务并行）
▪ 数十种内置工具：bash、文件、grep/glob、fetch、webSearch、task/team/swarm、cron、LSP、MCP、Skill、voice、Worktree、computerUse 等
▪ 会话持久化与恢复，Memdir 记忆系统（记忆扫描 / 记忆老化 / 团队记忆）
▪ MCP 双向：既作客户端接入外部工具服务器（含远程鉴权），也提供 MCP server 入口对外暴露能力
▪ 插件机制：checkpoint / 同步 / 遥测 / 上下文截断，支持运行期加载与卸载
▪ Server 模式（HTTP API + WebSocket）安全治理：Token 鉴权 + cwd 白名单 + payload 白名单 + 消息/工具/网络主机数量上限
▪ 可编程 SDK + ACP 协议，供桌面端、网页端与外部编排器嵌入
▪ 多模型 Provider：Anthropic / Google / OpenAI / OpenAI-compatible / OpenRouter
▪ Ink 终端交互 UI + Vim 模式 + 丰富内置命令（cfg / prompt / plan / cost / commit / doctor / skill / session / workspace / update）
技术优势
▪ 多 Agent 并行工作，复杂任务自动拆解、各司其职
▪ 数十种工具即插即用，覆盖编码 / 调试 / 测试全链路
▪ 跨会话记忆，上下文不丢失、团队经验可复用
▪ 标准开放协议，可嵌入任何产品与工作流
应用场景与价值
▪ 个人开发者与团队在终端内完成编码、重构、审查、测试闭环
▪ 通过 Server / SDK / ACP 被桌面端、网页端与外部编排器嵌入
▪ 是 Orchidea 生态的编码底座
任务流转 自然语言 → 任务拆解 → 工具执行 → 代码生成 → 质量校验 存储：会话记忆 · 代码仓库
Code Desktop
组织级 AI 开发桌面面向组织级架构与集群开发的 AI 开发桌面：接入组织代码库、平台完整代码与 DevBase 组织级权限，支持跨服务架构、集群工程与组织应用构建，与 Desktop 的个人创作轨道隔离。
核心能力
▪ AI 编码对话：工具调用审批、Markdown / Diff 渲染、TaskCenter 任务树（与 TODO 双向同步）、Loop / Ralph / Replicate 循环任务
▪ 内嵌 orchidea-code Server，渲染进程经 WebSocket（@orchidea/protocol）连接后端 Agent
▪ CodeGraph：语义代码图谱，为编码 Agent 提供模块依赖图与符号语义搜索能力
▪ Cate 无限画布空间 IDE（代码 / 终端 / 浏览器 / Git 自由排布）、Open Design 原生设计工具、CAD 查看器
▪ 内置 VS Code Server + node-pty PTY 终端
▪ 安全与审批体系：approval / security / managed 三档策略 + 审计日志 + 敏感信息脱敏 + 密钥管理 + 安全模式 + 崩溃恢复 + 网络出站策略
▪ 三个可独立打包子项目：cate / codegraph / open-design
▪ 国际化（en-US / zh-CN）+ 自动更新（electron-updater）
技术优势
▪ 语义代码图谱让 AI 真正理解项目结构与依赖
▪ 无限画布空间 IDE，设计、建模、编码一体化
▪ 组织代码权限与 DevBase 组织级权限打通，适合平台与架构开发
▪ 个人作品需经 DevBase 审核与组织审批，不能绕过组织发布流程
应用场景与价值
▪ 组织应用、平台插件与跨服务架构开发
▪ 集群工程与多服务协同重构
任务流转 用户操作 → 代码图谱 → Agent 协作 → 编辑提交 → CI 反馈 存储：项目索引 · 会话
Devbase
开发基座平台全产品线共享的开发基座平台，充当 ISA-95 Level 4 协同层基础设施。
核心能力
▪ 身份认证：JWT、Argon2、TOTP、WebAuthn、SAML、LDAP、SSH 密钥管理、密码策略、账号锁定、JIT 用户供给、审计存储
▪ 自托管 Git：基于 gix 的 Git 协议 + russh SSH 服务器 + git-shell 钩子 + Gitaly gRPC 客户端 + 可选 S3/MinIO
▪ 分布式 CI/CD：NATS 作业分发 + Dhall 流水线配置 + WebSocket 日志流 + 幂等与弹性重试
▪ 实时协作：Socket.IO 在线状态与录制、TURN 凭据、Meilisearch 搜索、FCM/APNS/邮件推送
▪ 代码知识图谱：tree-sitter 多语言（Rust / TS / C# / Python / Java）+ Markdown + GraphQL/gRPC + 本体解析
▪ 媒体服务：WebRTC SFU（str0m 音视频转发、RTP/RTCP、录制、指标）
▪ API 网关：上游代理（plex/archive）、rustls + ACME 证书、Redis 限流、WebSocket 代理
▪ 合规门禁三 job：质量（fmt + clippy + 测试矩阵）/ 安全（cargo-audit + cargo-deny）/ 合规（ISA-95 命名 + 本体 SHACL 校验 + 网关上游检查）
▪ 统一 Tauri v2 桌面客户端（登录 / 仪表盘 / Git / 协作 / 知识 / AI / 技能 / 沙箱 / 视频）
技术优势
▪ 企业级开发底座开箱即用，一次部署全队受益
▪ 统一身份与权限，一处登录、全平台通行
▪ 内置 CI/CD 与实时协作，研发效率显著提升
▪ 自动合规校验，交付即符合行业标准
应用场景与价值
▪ 企业一站式 DevOps + 协作平台
▪ 避免各产品重复建设，保障全产品线开发合规（ISA-95）
数据流转 研发请求 → 身份鉴权 → 流水线执行 → 制品产出 → 部署发布 存储：Git 仓库 · 制品库
Desktop
个人 vibe coding 与 work 工作台面向个人的 vibe coding 与 work 工作台：个人工作区、个人项目与界面类轻应用，默认不接触组织代码库；个人作品要成为组织应用，需经 DevBase 审核、组织权限审批与 Guard 发布审批。
核心能力
▪ 自研 Orchidea Engine 会话内核：进程内多轮推理循环 + 模型网关 + 会话文件存储（沿用既有会话文件布局，迁移无缝）
▪ Agent 会话：自动记忆、自动标题、自我唤醒、收件箱、远程会话、无人值守、调度器
▪ 内置编辑器 + LSP、基于 node-pty 的 PTY 终端（xterm.js WebGL）、Git 集成与 GitHub 客户端、变更管理
▪ 插件系统与插件市场（Skills 安装源：git / npm / prebuilt / clawhub）
▪ 安全模型：safeStorage 凭据加密 + 严格 CSP + contextIsolation / sandbox 进程隔离
▪ 主/渲染进程经 oRPC（MessagePort）类型安全通信，Zustand 状态管理
▪ 平台能力：语音、沙箱、自动更新、Live2D / VRM 角色形象、计算机控制（macOS Swift / Windows PowerShell helper）、科学计算绘图、网络搜索
▪ 国际化（en-US / zh-CN）
技术优势
▪ 个人工作区与个人权限，默认不接入组织代码库
▪ 个人作品晋升组织应用需经 DevBase 审核与组织审批
▪ 编辑器、终端、Git 一体集成，开箱即用
▪ 插件市场按需扩展，能力随用随装
应用场景与价值
▪ 业务人员与个人开发者的 vibe coding、界面类轻应用
▪ 个人自动化、个人效率工具与 work 场景
任务流转 用户对话 → Agent 会话 → 工具调用 → 结果呈现 → 知识沉淀 存储：会话库 · 记忆向量
心枢
Xin-Center 5 个项目业务与治理层 — 制造运营 · Agent 主控 · 安全防护 · 可观测性 · 经营分析
Platform
ERP / MOM 制造运营平台AI-Native 企业级制造运营平台（ERP / MOM），SaaS 与 PaaS 一体化，服务制造业数字化转型全价值链。
核心能力
▪ 制造运营 MOM：MES / EAM / WMS / QMS / SCM / HRM，原生遵循 ISA-95 / ISA-88 建模
▪ 工业物联网 DAQ：OPC-UA / Modbus / MQTT / MTConnect / SECS-GEM 协议适配
▪ AI 平台：多模型 LLM 适配、多智能体编排、MCP 服务（根目录内置 stdio MCP Server）、MLOps 管线
▪ 低代码：30+ 组件、8 种页面模板、AI 自然语言生成应用、24 步 RPA
▪ 工作流引擎：BPMN / 审批流 / Saga + WorkflowStore 持久化（复用 isa95.db）
▪ iPaaS：30+ 连接器、ESB 多协议适配、Webhook / OAuth 集成流编排
▪ 多租户 SaaS：三级隔离（库 / Schema / 行级）、订阅计费与用量计量
▪ 本体驱动资产生成：由 RDF/Turtle 行业本体生成 B2MML / DocType / GraphQL / Python / TypeScript
▪ 治理：RBAC、KMS、SOD / GRC、FinOps、SLA 引擎；云原生 K8s 清单 + Istio 网关
技术优势
▪ 102 个行业开箱即用，按行业模板快速上线
▪ 低代码 + 自然语言生成应用，业务人员也能自主搭建
▪ 30+ 系统连接器，与现有 IT 系统无缝打通
▪ 多租户三级隔离，支持集团化大规模部署
应用场景与价值
▪ 汽车、半导体、电池、光伏、食品等 102 行业开箱即用
▪ 从设备连接到财务核算的一体化交付，降低集成成本
数据流转 业务单据 → 流程引擎 → 运营执行 → 指标分析 → 驾驶舱 存储：业务库 · 审计日志
Director
Agent 编排主控企业级多智能体编排与治理中枢，将任务分发、预算治理与碳硅协作整合于中心化平台。
核心能力
▪ 科层命名体系：28 个功能模块组织为 6 大科层 —— Bureau 指挥部 / Registry 注册处 / Works 工坊 / Studio 工作室 / Council 议会 / Bridge 桥梁
▪ 任务分发引擎：基于 Agent 技能和负载状态的智能任务分配
▪ 心跳监控：实时 Agent 健康检测与离线告警（HEARTBEAT_TIMEOUT_MS=60000）
▪ 预算治理：多维度成本追踪、支出控制、预算告警
▪ 审批工作流：碳基员工审批、策略合规、审计追踪
▪ Works 工坊：Smith CLI 锻造 + Scout 侦察引擎 + Pilot CDP 控制
▪ Studio 工作室：Sandbox 沙箱执行（E2B / 本地进程 / 远程 SSH）+ Vault 制品归档
▪ MCP 网关：标准化工具接口，支持 Claude / KIMI / Cursor 等外部 Agent
▪ ERP / 协作集成：金蝶 / 鼎捷 / 飞书；端口体系 29990-29994（Command API / Scout / Pilot / Dashboard / MCP Gateway）
技术优势
▪ 智能任务分发，Agent 按技能与负载自动分工
▪ 实时健康监控，故障自动感知、离线即告警
▪ 预算与审批一体化，AI 成本透明可控
▪ 支持主流外部 Agent 接入，生态兼容性强
应用场景与价值
▪ 组织级多 Agent 统一治理：任务分发、成本预算、审计审批、技能管理一站式
▪ 支撑企业级 Agent 运维与团队协作
任务流转 任务请求 → 智能分发 → Agent 执行 → 结果回收 → 治理审计 存储：任务库 · 审计日志
Guard
工业 AI 安全防护平台工业 AI 交互防护与确定性治理平台（TriGuard），守护 AI Agent 与工具、系统、生产设备的交互链路。
核心能力
▪ A 层对话防护（Conversation Guard，@orchidea/guard-conversation）：提示注入 / 越狱 / 敏感数据检测，含离线启发式检测器与 Jev 决策模型接入点
▪ B 层确定性执行防护（guard-core + guard-policy）：Plan JSON 解析校验（含 dry_run 模拟评估）、RBAC 策略引擎
▪ C 层守护审批（guard-audit）：人工审批队列、审计事件写入 / 查询 / 重放 / 脱敏
▪ 决策四态：allow / deny（含拒绝原因与策略引用）/ require_approval / require_more_evidence
▪ 三份协议 Schema：Plan JSON（plan-v1）/ 工具调用（tool-call-v1）/ 审计事件（audit-event-v1）
▪ guard-server：10 秒滑动窗口 MetricsCollector + AlertEngine（deny 率 / 延迟 P99 / 错误率 / 吞吐 / 审计写入失败 5 条内置规则）+ W3C traceparent + 服务间内部 token
▪ 接口：/guard/decide · /guard/conversation · /guard/plan/validate · /guard/audit/events · /guard/audit/cases/:correlationId · /dashboard
▪ 内置策略：denyUnknownAction / planGatedWriteControl（写操作与控制下发必须提供执行计划）/ 跨组织非管理员拒绝
▪ guard-mcp-gateway 透明代理 6 后端（platform / vision / director / archive / llot / plex）；SDK 双语言（Python / Rust）；三端集成 Code / Desktop / Director
技术优势
▪ 提示注入与越狱实时拦截，安全防线前置
▪ 高风险操作必须人工审批，AI 越权零容忍
▪ 行为全程审计，事后可追溯、可重放
▪ 透明代理接入，现有系统零改造启用
应用场景与价值
▪ AI 高风险动作（写操作 / 控制下发）的审批与审计
▪ 实现「AI 可用、风险可控、行为可溯」
数据流转 交互请求 → 风险检测 → 策略裁决 → 审批放行 → 审计留存 存储：审计日志 · 策略库
Watch
可观测性平台面向 LLM 应用、Agent 与 AI 工作流的全链路可观测与评测平台。
核心能力
▪ 可观测：Dashboard / Metrics / Traces（链路图）/ Sessions，orchidea-trace 统一 TraceContext / SpanBuilder / TraceEvent
▪ Session Replay 会话回放：时间轴 / 播放控制 / 快照管理（9 个管理端点）
▪ 评测闭环：Datasets / Evaluations / Experiments / Score Configs / Score Analytics / Annotations
▪ 工程能力：Prompts / Playground / Datasets
▪ MCP 扩展：POST /mcp（JSON-RPC 2.0，initialize / tools/list / tools/call），工具调用自动纳入 Traces 与 Sessions 观测
▪ 多模态预留：multimodal-support（SigV4）可将图像 / 音频 / 文档附件与 Trace / Session 关联
▪ 配置治理：Settings / Organization Settings / Automations / Webhooks / LLM Connections / Model Prices / Billing
▪ Rust workspace（14 个 crate）：api-server / worker / otel-receiver / orchidea-trace / session-replay / ai-audit-engine / eval-engine / mcp-support / multimodal-support / postgres-store / clickhouse-sink / blob-store
▪ 双存储 PostgreSQL + ClickHouse；Python SDK（trace / dataset / experiment / evaluation / prompt + orchidea_telemetry）；Vue 3 前端
技术优势
▪ 全链路追踪，一次定位问题根因
▪ 会话回放，像看录像一样复盘每一次 AI 交互
▪ 评测闭环，模型效果可度量、可比较
▪ MCP 工具调用自动纳管，零埋点观测
应用场景与价值
▪ AI 研发 / 评测 / 运营团队「观察-回放-优化-评测-治理」闭环
▪ 当前内部试点与小规模交付形态
数据流转 运行数据 → 链路追踪 → 会话回放 → 评测分析 → 告警治理 存储：指标库 · 链路库
Intel
上市企业分析面向上市企业的分析服务：制造业价值投资评分、上下游图谱钻取、市场风向与大模型推荐。与 NSAA 为两个独立子项目，无代码依赖。
核心能力
▪ 制造业价值投资评分：多维因子、评分追溯与证据链
▪ 上下游图谱钻取与行业传导分析
▪ 市场风向（全量 / 分页筛选）与市场分析
▪ 明日 / 下周推荐、任务状态、历史与回测；推荐 vs 真实行情复盘（T+1/T+5）与纠错建议
▪ 自选股与阈值预警、组合买卖建议报告
▪ 真实数据源：新浪财经（行情 / K 线）+ 东方财富（财务 / 北向 / 两融 / 分红 / 公告 / 资讯）
▪ 35 个 MCP 工具，接入 Orchidea Desktop 等客户端；权限含 intel:recommend:read / watchlist:read / reports:read
▪ 缺失字段返回 null，前端以 — 展示；未配置大模型时 available:false，不伪造行情或推荐
技术优势
▪ Express + TypeScript API（4600），React + Ant Design + ECharts Web（4180）
▪ 本地 SQLite 报告库与磁盘缓存，支持保留策略
▪ Docker Compose 部署，非 root 运行、内置 HEALTHCHECK 与 API Token
▪ 与 NSAA 独立：无代码依赖，使用真实市场数据与统计 / LLM 推荐
应用场景与价值
▪ 制造业上市公司研究与价值投资评分
▪ 产业链上下游钻取、传导分析与传导验证
▪ 自选股预警、推荐复盘与 AI 分析报告
分析流转 行情/财报 → 评分建模 → 图谱钻取 → 市场风向 → 推荐/报告 存储：本地缓存 · 报告库