Skip to content

amanayayatu-tech/Alaya

Repository files navigation

迭代前必读:PRINCIPLES.md。违反 Part 1 任何一条,等于破坏 Alaya 的产品根基。

Alaya

Alaya 是一个本地优先的 AI-native「认知复利飞轮」系统。它把每一轮产品或运营动作沉淀为可审计资产:预测、观察、误差归因、知识、人工闸门和下一轮决策。

默认运行使用 deterministic mock LLM,不调用外部模型;只有显式配置 OpenAI-compatible provider 和 capability 后才会走真实 LLM。

快速开始

要求:Node.js 20+ 和 npm。

安装依赖并启动本地 Web 应用:

npm run install:all
npm run dev

默认地址:

http://localhost:5000

如果 5000 端口被占用:

PORT=5001 npm run dev

首次启动会在 alaya-app/ 下创建本地 SQLite 数据库并写入演示项目。需要重置本地演示数据时,停止服务后删除 alaya-app/data.db*,再重新启动。

本地门禁

PR 前至少运行:

npm --prefix alaya-app run check
npm --prefix alaya-app test
npm run test:scripts
npm run guard
npm run secret:scan
git diff --check

生产构建:

npm run build

更多脚本和运行模式见 docs/configuration.md。贡献流程见 CONTRIBUTING.md

当前状态

部分 状态 说明
Core 可运行 TypeScript 纯内核,验证 4 轮认知复利飞轮
Web App 可运行 Express + React + SQLite 本地 MVP
LLM mock / OpenAI-compatible 默认 mock,可切 OpenAI / MiniMax 等兼容端点
Scheduler 可运行 自动推进 cycle;第 5 轮起可由自主目标生成器接管
Sensor 可运行 GitHub Issues、表单反馈、本地 CSV/JSON 业务信号导入
Human Gates 可运行 Direction / Meaning / Risk gate;支持 Web 和 Telegram 审批
Knowledge 可运行 SQLite FTS5、任务前知识注入、合并、冲突复核、时间衰减
Ops 可运行 health/ready/metrics、action ledger、secret scan、Docker shadow、备份恢复

项目结构

.
├── alaya-core/       # 纯 TypeScript 内核:飞轮、状态机、LLM provider、单元测试
├── alaya-app/        # Express + React + SQLite 本地 Web MVP
├── scripts/          # 守卫、E2E、validation、本地 secret 和运维脚本
├── docs/             # PRD、架构、配置、验证、运维和 AI 工作文档
├── PRINCIPLES.md     # 项目底线:纯函数、人工闸门、审计写路径、LLM 边界等
├── CONTRIBUTING.md   # 本地开发、PR 和验证规范
├── LICENSE           # MIT license
└── README.md         # 当前入口文档

两个主要包:

  • alaya-core:回答「飞轮逻辑是否成立」,不依赖 Web 或数据库。
  • alaya-app:把 core 接入 SQLite、页面、Scheduler、Human Gates、Sensor 和 API。

架构概览

flowchart LR
  UI["React Web UI"] --> API["Express REST API"]
  API --> DB["SQLite + FTS5"]
  API --> Scheduler["Scheduler"]
  API --> Sensor["External Sensor"]
  Scheduler --> Agents["5 Agents"]
  Scheduler --> Notify["NotificationBus"]
  Notify --> Telegram["Telegram"]
  Sensor --> Gates["Human Gates"]
  Agents --> LLM["Mock or OpenAI-compatible LLM"]
  Agents --> Core["Pure Core Functions"]
  Core --> KB["Knowledge Base"]
  KB --> Agents
  Gates --> Scheduler
  DB --> UI
Loading

运行链路:React/Vite -> Express API -> SQLite/FTS5 -> Scheduler -> 5 Agents -> LLM Provider。所有高风险自动化都必须经过预测账簿、知识状态机、审计日志、capability gate 和人工闸门。

核心模型

每个 cycle 遵循:

预测 -> 行动 -> 观察 -> 误差归因 -> 知识沉淀 -> 下一轮引用

五个 Agent 分工:

Agent 作用
Orchestrator 选择目标、引用知识、提出预测与动作
Sensor 收集反馈和外部信号
Builder 形成任务或变更包
Distiller 把观察与误差提炼成知识
Librarian 管理知识状态、晋级、过期、冲突和隔离

详细概念、Telegram、API、运行模式、Docker、观测和 secret 说明见 docs/configuration.md

验证与长跑

默认 PR 门禁只跑 mock / 本地检查,不连接真实 LLM,不执行长测。历史长跑、真实 LLM 验证、health-signal clean retest 说明和逐次验证记录已迁到 docs/validation/validation-history.md

当前关键本地验收口径:

命令 期望
npm --prefix alaya-app run check TypeScript 0 error
npm --prefix alaya-app test App tests 全绿,当前基线至少 202 tests
npm run test:scripts Script tests 全绿
npm run guard Principles guard 17 项通过
npm run secret:scan 无高置信 secret

关键文档

文件 内容
PRINCIPLES.md 项目底线和治理约束
CONTRIBUTING.md 本地开发、PR、提交和验证规范
docs/configuration.md 运行模式、配置、API、Telegram、Docker、观测、secret 和功能细节
docs/validation/validation-history.md CI、长程验证和历史验证记录
docs/PRD.md 原始产品需求文档
docs/architecture-review.md 实现方案、架构评审和 PRD 漏洞分析
docs/ai/CODEX_MISSION.md 历史 AI 工作指令
docs/validation/VALIDATION_REPORT.md 历史验证报告入口
docs/ops/00-baseline-audit.md hardening 前仓库基线与入口图
docs/ops/05-shadow-run-7d.md 7 天 shadow run 操作手册

License

MIT. See LICENSE.

About

将每一个轮子产品或行动动作沉淀为可审计资产:预测、观察、目标预测、知识、手动闸门和下一轮决策。

Resources

License

Contributing

Stars

Watchers

Forks

Packages

 
 
 

Contributors