Skip to content

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

21 Commits
 
 
 
 
 
 
 
 

Repository files navigation

OriginOne Demo

可运行的 OriginOneAI 示例仓库。

直接运行

先复制下面这段命令检查目录、prompt 协议和设计包:

git clone https://github.com/originoneai/originone-demo.git
cd originone-demo/OriginOne-Wiki
bash scripts/smoke_test.sh

这条命令只是 smoke test(冒烟测试):检查目录、prompt 模板、runtime 配置和设计包是否完整。它不会调用模型,也不会生成真正的 wiki 结果。

真正的 LLM-Wiki 运行靠 LLM runtime:

  • bash scripts/llm_wiki_agent.sh prompt ...:只打印要交给 Agent 的任务 prompt,不调用模型。
  • bash scripts/llm_wiki_agent.sh manual ...:把 stage 文件打包成 prompt,给普通 LLM 对话窗口用。
  • bash scripts/llm_wiki_api_runner.sh ask/weave ...:通过 OpenAI-compatible API 调用 DeepSeek/OpenAI 等模型,模型返回文件级 JSON,脚本安全写入 wiki/output/
  • bash scripts/llm_wiki_agent.sh weave ...:调用 Agent 读取 raw/,编织并更新 wiki/
  • bash scripts/llm_wiki_agent.sh ask ...:调用 Agent 先检索 wiki/,必要时回查 raw/,再把本次结果写入 output/

默认 Agent 是本机 Codex CLI。也可以通过 LLM_WIKI_AGENT 换成 Claude Code、Gemini CLI,或其他能读 stdin 并编辑仓库的 Agent。脚本本身不硬编码知识理解逻辑,只负责打包 prompt、调用 Agent 和做基础检查。

如果你没有任何 Code Agent CLI,也可以用 manual 模式:

bash scripts/llm_wiki_agent.sh manual ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么" > /tmp/originone-wiki-manual-ask.md

manual 模式会把该阶段的文本文件一起打包进 prompt。你可以把这份 prompt 放进普通 LLM 对话窗口,让模型返回要新增或更新的文件内容。区别是:manual 模式不会自动改仓库,需要人把结果落回对应目录;weave/ask 模式才会由 Agent 自动读写文件。

如果你没有 Code Agent CLI,但有 DeepSeek 或其他 OpenAI-compatible API Key,可以走第二层 API runner:

cp .env.example .env
# 在 .env 里填写 DEEPSEEK_API_KEY,默认 base_url 是 https://api.deepseek.com,默认模型是 deepseek-v4-flash
bash scripts/llm_wiki_api_runner.sh dry-run ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么"
bash scripts/llm_wiki_api_runner.sh ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么"

API runner 会请求 Chat Completions-compatible 接口,但不会让模型直接碰文件系统。模型只能返回 JSON;脚本只允许 askoutput/*.md,只允许 weavewiki/*.md,并且永远不改 raw/

三层使用示例

第一层:manual,只有普通 LLM 对话窗口

cd originone-demo/OriginOne-Wiki

# 生成一个带 stage 文件内容的 prompt,不调用模型,不改仓库
bash scripts/llm_wiki_agent.sh manual ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么" > /tmp/originone-wiki-manual-ask.md
bash scripts/llm_wiki_agent.sh manual weave 02-ingest-and-weave > /tmp/originone-wiki-manual-weave.md

/tmp/originone-wiki-manual-ask.md/tmp/originone-wiki-manual-weave.md 的内容复制到普通 LLM 对话窗口。模型会返回建议创建或更新的文件路径和完整内容,需要你手动放回目录。

第二层:API runner,有 DeepSeek/OpenAI-compatible Key

cd originone-demo/OriginOne-Wiki
cp .env.example .env
# 在 .env 里填写 DEEPSEEK_API_KEY,或填写 LLM_WIKI_API_KEY + LLM_WIKI_API_BASE_URL

# 先检查请求边界,不调用模型
bash scripts/llm_wiki_api_runner.sh dry-run ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么"

# 真实调用模型,ask 只允许写 output/*.md
bash scripts/llm_wiki_api_runner.sh ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么"

# 真实调用模型,weave 只允许写 wiki/*.md
bash scripts/llm_wiki_api_runner.sh weave 02-ingest-and-weave

第三层:Code Agent CLI,有 Codex/Claude/Gemini

cd originone-demo/OriginOne-Wiki
bash scripts/check_llm_runtime.sh

# 默认优先使用本机 codex;也可以在 .env 里配置 LLM_WIKI_AGENT
bash scripts/llm_wiki_agent.sh weave 02-ingest-and-weave
bash scripts/llm_wiki_agent.sh ask 04-scenario-data-dev "订单表 drop column 会影响哪些下游表和指标"

如果需要配置 Key,只在本机复制 .env.example

cp .env.example .env
bash scripts/check_llm_runtime.sh

不要把 .env 提交到仓库。

当前 Demo

  • OriginOne-Wiki/:一个终端优先、LLM runtime 驱动的 LLM-Wiki 0-1 构建案例,从 raw/wiki/output/ 三个基础目录开始,逐步演进到数据开发场景和个人/项目知识库场景。

常用命令

cd originone-demo/OriginOne-Wiki
bash scripts/llm_wiki_agent.sh map
bash scripts/llm_wiki_agent.sh manual ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么"
bash scripts/llm_wiki_api_runner.sh dry-run ask 00-minimal-raw-wiki-output "raw wiki output 区别是什么"
bash scripts/llm_wiki_agent.sh weave 02-ingest-and-weave
bash scripts/llm_wiki_agent.sh ask 02-ingest-and-weave "LLM-Wiki 怎么把 raw 编织成 wiki"
bash scripts/check_llm_runtime.sh
bash scripts/validate_design_package.sh design-package

内容结构

  • OriginOne-Wiki/prompts/:LLM Agent 的任务协议。
  • OriginOne-Wiki/scripts/:Agent 调用、API runner、prompt 打包和验证脚本。
  • OriginOne-Wiki/.env.example:本地 LLM runtime 和 Key 配置模板。
  • OriginOne-Wiki/design-package/:LLM-Wiki 设计契约与验收材料。

About

Real-world AI demos, prototypes and portfolio projects.

Resources

Stars

3 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages