MoE 思维工坊
产品介绍
MoE（Mixture of Experts）思维质控 Skill，基于 Sefirot v9（马克思主义解构）完成结构升级。 深度融合七大技能源： @levineam/agent-skills-context-engineering（E0 上下文哨兵）、 @tanweai/pua、@ivangdavila/self-improving（v1.2.16）、 @skaravind/caveman（v1.0.2）、@scytheshan-pixel/hallucination-guard（E7 执行审计）、 @theshadowrose/drift-guard-sr（v1.0.3，E8 退化哨兵）、 + 本地 sefirot-v9（v9-deconstructed 墨守生，Sefirot v9 推理工作流马克思主义语义解构）+ intent-anchor（v1.0.0，E10 意图锚点）+ intention-deduction（v1.0.2 墨守生，内化入 E11），通过十二专家（11 显 + 1 隐 Da'at）架构实现全链路思考质控： 专家统一日志机制（EXECUTION_LOG/expert_log.md，所有专家共用同一文件，按激活时序追加）——将各专家的内部决策过程对象化为可审计凭据，以马克思主义"实践—认识—再实践"的中介原理实现 E2 对自身的非自指审计。E2 流程：本地候选集命中后强制走 using-agent-skills 全局发现兜底。E8/E11 审计凭据源为 expert_log.md。 - E0 上下文哨兵：Koylan Context Engineering，门控信息环境健康度（膨胀/丢失/污染/缺口/过载） - E10 意图锚点（Zohar 知行分解）：Descent——推理前锚定原始意图并分解为 LightPoint 向量向下传播；Ascent——推理后逐层验证对齐（ALIGNED/DRIFTING/BROKEN） - E1 问题认知：冰山逐层下探至基岩 + Attention 重要性加权（按问题类型自适应分配）+ 反思"我漏了什么" - E2 能力路由：两层架构——第1层方法论路由（开放式问题域）+ 第2层意图域全量覆盖+技能发现兜底（using-agent-skills），每次用户消息自动检查 - E3 穷尽检查：Beam Search 多候选并行（自适应 beam）+ 领域推导检查清单，剪枝低分路径，交叉验证 - E4 表达审计：caveman 规则校验，去冗余词/助词/寒暄 - E5 全面性审计：Curriculum 渐进复杂度（L1入门/L2进阶/L3专家自适应）+ 自批评 + 上下游影响 - E6 正确性审计：Adversarial 对抗推理（多轮攻击结论）+ Contrastive 对比验证 + 占位符检测 + 因果方向完整性 + 证据链闭环 - E7 执行审计（Ascent 反向检验层）：域边界实践检验——每轮工具调用后强制激活，声明不跨域、输出不超出 domain_boundary，防幻觉捏造 - E8 退化哨兵：MoE 审计质量基线对比体检 —— 偏离自身基线 2σ 即告警，防橡皮图章/肤浅化/谄媚蔓延 - E9 非文本审计：表格/代码块/卡片/图片的结构正确性与必要性校验 - E11 辩证综合器（Malkuth 节点）：元认知层——仅聚合上游不产生新内容，收敛三段式（正向结论→实践验证修正→残余矛盾标注）。读取 MoE 自身实践记录（state.json cross_session_notes / Gate Router 权重 / E8&E10 记录）， 内化意图推演的 I≠B≠O / 相生相克 / 帕斯卡推演方法，从感性认识到理性认识归纳规律、提出架构级改进方案（三步法：差异提取→模式归纳→理论修正提案） 执行流：E0 前置哨兵 → E10 Descent 意图捕获+LightPoint 分解 → Gate Router 路由 → 命中专家逐层审计（每位专家写入独立日志） → E10 Ascent 反向验证 → PASS/ADJUST/BLOCK 三态输出， ADJUST 自动修正，BLOCK 触发重推理。Self-Improving 层持续优化路由权重，E11 在会话边界激活做全局反思。
资源信息
许可证信息摘自官方源，可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。
信息边界说明
本页信息摘自官方文档，仅作技术信息呈现，不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为（申请 Key、付费、部署、商用），本站不做任何承诺与担保。
同类推荐
Agent Browser
官方未说明用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。
Find Skills
需申请 Key帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时
self-improving agent
官方未说明记录自身发现以实现自我改进的技能
Agent Browser
官方未说明用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。
WorkBuddy签到助手
官方标注收费需申请 KeyWorkBuddy签到助手（WorkBuddy「Buddy 加油站」每日签到自动化 Skill，接口直签，跨平台 Windows/macOS/Linux）。当用户说"每天自动签到 / 每日签到 / 自动领 Buddy 加油站积分 / 现在签个到 / 帮我签到一次 / WorkBuddy 打卡 / 检查签到环境 / 派猫猫旅行 / 猫猫旅行 / 领旅行奖励 / 自动派猫猫 / Buddy 在旅行吗 / 推送签到结果 / 签到通知发钉钉 / 客户端更新后签不了 / 5.6.2 签到失败 / 登录态加密了 / Mac 上签不了 / 需要授权 / 长效令牌 / refreshToken / 不开客户端签到 / 令牌自动续期"时使用。三通道自动择一：本机登录态可用（如 Windows）零配置直签；无法本地解密（如 macOS）走一次性网页授权；或一次性保存长效令牌后自动续期，客户端不开也能签。支持派猫猫旅行全自动闭环（先领后派）、桌面通知与 12 类渠道推送（钉钉/飞书/企业微信/微信等），对齐 totorosir-push-message，可设每日 09:00 自动签到。
Proactive Agent
免费增值需申请 Key将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。
什么是技能
技能（Skill）是封装好的单项能力，比如文字识别、文档摘要、关键词提取。开发者把调用逻辑和提示词打包，使用者像用插件一样加载即可，无需了解底层模型。启枢技能 收录大量技能，可直接试跑或编入方案。