skill
Solar
Solar is an AI-native execution fabric for long-running, evidence-driven software work. It is not a chatbot, not a prompt collection, and not a simple multi-agent demo. Solar treats natural language a
Set up
Skills are installed by placing their folder where your agent loads skills.
The download comes from github.com/lisihao/Solar itself, not from our server, so what you get is exactly what its author published.
Install instructions come from the README
Skills do not use an MCP config. Follow the steps in the README below.
README
synced Oct 22, 2026Solar: AI Native Operating System
Token In → Token Out | 从计算本质重构的智能操作系统
当前范围：Solar = AI Native Core + Solar Harness + Unified Knowledge
Solar 现在是一个 AI-native operating system 原型，不只是 Claude/Codex 的提示词集合。它由三层组成：
core/,agents/,skills/,rules/,hooks/: AI-native 工作流内核，提供 agent/persona、skill、规则、hook 和长期状态入口。harness/: Solar Harness 控制面，负责 sprint 合约、DAG 调度、pane lease、builder/evaluator 派发、远端执行、benchmark 和经验沉淀。.solar/,codex-bridge/,scripts/,deploy/,docs/: 部署契约、Codex 协同、导出、巡检、知识沉淀和产品化辅助工具。
运行态数据库、个人日志、密钥、WAL/SHM、pane 截图、本机私有轨迹和本地模型缓存不作为公开源码提交；安装器和 Harness 会在本机生成这些运行态资产。
技术架构
flowchart TB
User["Operator / Codex / Claude Code"] --> Intent["Intent & Contract Layer\nnatural language / PRD / sprint contract"]
Intent --> Core["Solar Core\nagents / skills / rules / hooks / CLAUDE.md"]
Intent --> Harness["Solar Harness Control Plane\ncoordinator / autopilot / task queue / pane lease"]
Harness --> Planner["Planner\nplan.md + task_graph.json"]
Planner --> Scheduler["DAG Scheduler\nready nodes / write-scope guard / capability matching"]
Scheduler --> Builders["Builder Workers\nmain panes + builder lab + remote workers"]
Scheduler --> Evaluator["Evaluator\nnode verdict / batch gate / parent gate"]
Builders --> Artifacts["Sprint Artifacts\nhandoff / eval / reports / accepted outputs"]
Evaluator --> Artifacts
Artifacts --> Experience["Experience Memory\nsuccess/failure compression / reusable lessons"]
Experience --> Scheduler
Harness --> Capability["Capability Plane\nskills inventory / intent match / runtime scorecards"]
Capability --> Scheduler
Capability --> Core
Harness --> DataAccess["Data Access Layer\nMirage VFS / QMD search / Solar DB / Obsidian vault"]
DataAccess --> DataProcessing["Data Processing\nMinerU / wiki-ingest / embeddings / provenance"]
DataProcessing --> Knowledge["Unified Knowledge\n_sources / Obsidian / QMD index / accepted artifacts"]
Knowledge --> Core
Knowledge --> Harness
部署架构
flowchart TB
Repo["GitHub Repo\nlisihao/Solar"] --> RepoHarness["Published Harness\n~/Solar/harness"]
Repo --> LocalInstall["Local install\n~/Solar + ~/.solar + ~/.claude"]
LocalInstall --> RuntimeHarness["Runtime Harness\n~/.solar/harness"]
RepoHarness --> RuntimeHarness
subgraph LocalMachine["Local workstation"]
RuntimeHarness --> MainSession["tmux: solar-harness\nmain control screen"]
MainSession --> P0["pane 0\nPM / Codex handoff / owner intent"]
MainSession --> P1["pane 1\nPlanner / Architect\nplan.md + task_graph.json"]
MainSession --> P2["pane 2\nBuilder main\nimplementation"]
MainSession --> P3["pane 3\nEvaluator / bridge\nnode verdict + parent gate"]
RuntimeHarness --> LabSession["tmux: solar-harness-lab\nparallel builder lab"]
LabSession --> L0["lab pane 0\nBuilder worker"]
LabSession --> L1["lab pane 1\nBuilder worker"]
LabSession --> L2["lab pane 2\nBuilder worker"]
LabSession --> L3["lab pane 3\nBuilder worker"]
RuntimeHarness --> StatusUI["Status UI\nlocalhost dashboard / integrations / config"]
end
RuntimeHarness --> RemoteDispatch["solar-remote-dispatch\nsync / dispatch / pull / doctor"]
subgraph RemoteMachine["Remote Mac mini or worker host"]
RemoteDispatch --> RemoteHarness["Remote Solar Harness\n~/.solar/harness"]
RemoteHarness --> RemoteMain["remote tmux main screen\nPM / Planner / Builder / Evaluator"]
RemoteHarness --> RemoteLab["remote builder lab\nparallel verification / heavy jobs"]
RemoteHarness --> RemoteStatus["remote coord-status\nhealth / stale lock / panes"]
end
RuntimeHarness --> Vault["Knowledge Vault\nObsidian + _raw + _sources"]
Vault --> QMD["QMD Index\nsemantic + lexical retrieval"]
Vault --> Backup["Optional Drive mirror\nbackup only, not primary runtime"]
合约库与调度架构
Solar Harness 的核心不是“人盯 pane”，而是文件化合约库 + coordinator + DAG scheduler。用户或 Codex 先把需求落成 sprint contract，Planner 再输出人看的 plan.md 和机器执行的 task_graph.json。Coordinator 只派发 ready node，pane lease 防止抢占，Evaluator 只对 node/batch/parent gate 给 verdict。
flowchart LR
UserIntent["User intent\n一句话需求 / bug / integration request"] --> Contract["Contract Library\nharness/sprints/*.contract.md"]
Contract --> Status["Sprint Status\n*.status.json\nphase / handoff_to / round"]
Contract --> Planner["Planner output\n*.plan.md\n*.task_graph.json"]
Planner --> Graph["TaskGraph DAG\nnodes / depends_on / write_scope\nrequired_skills / required_capabilities"]
Graph --> Enrich["Capability Enrich\ninfer required_capabilities\nfrom contract + node text"]
Enrich --> Scheduler["Graph Scheduler\nready_nodes / batches / assign_workers"]
Scheduler --> Queue["Task Queue\nrun/queue/*.jsonl\ngraph_node payloads"]
Scheduler --> Lease["Pane Lease\nrun/pane-leases\nexclusive ownership + TTL"]
Queue --> Coordinator["Coordinator / Autopilot\nwake target pane\nno manual Enter expected"]
Coordinator --> BuilderDispatch["Builder dispatch\n*.Sx-dispatch.md"]
BuilderDispatch --> Builder["Builder pane\nimplements one node only"]
Builder --> Handoff["Node handoff\n*.Sx-handoff.md"]
Handoff --> EvalDispatch["Evaluator dispatch\n*.Sx-eval-dispatch.md"]
EvalDispatch --> Evaluator["Evaluator pane\nchecks acceptance + write scope"]
Evaluator --> NodeVerdict["Node verdict\n*.Sx-eval.md/json"]
NodeVerdict --> Gate{"All deps passed?"}
Gate -- "yes" --> Scheduler
Gate -- "no" --> Blocked["Downstream remains blocked"]
Scheduler --> ParentGate["Parent ready check\nall nodes + required gates passed"]
ParentGate --> Final["Sprint passed / failed / superseded\naccepted artifacts exported"]
调度规则
| 规则 | 作用 |
|---|---|
depends_on | 上游 node 未 passed，下游不派发 |
write_scope | 同批并行前检查写范围，重叠则拆批 |
required_capabilities | 调度器按能力选择 worker，例如 browser、Ruflo、MarkItDown、ATLAS |
pane lease | pane 被占用时排队，不直接抢 pane |
node verdict | 每个 node 单独评审，不能直接把 parent sprint 标 passed |
parent_ready_check | 只有所有 node 和 required gate passed，parent sprint 才能关闭 |
本地和远端怎么协同
sequenceDiagram
participant U as User / Codex
participant L as Local Contract Library
participant LC as Local Coordinator
participant LB as Local Builders
participant RD as Remote Dispatch
participant RH as Remote Harness
participant RB as Remote Builders
participant E as Evaluator
U->>L: write contract.md / status.json
L->>LC: coordinator detects handoff_to
LC->>L: planner writes plan.md + task_graph.json
LC->>LB: dispatch ready local DAG nodes
LC->>RD: optional dispatch remote-heavy or parity sprint
RD->>RH: rsync contract + artifacts, wake remote coordinator
RH->>RB: remote panes execute assigned work
RB->>RH: write handoff/eval/status artifacts
RD->>L: pull remote artifacts back
LB->>E: local node handoff for review
RH->>E: remote eval evidence pulled into local library
E->>L: node verdict / parent gate / final status
模块集成架构
flowchart TB
subgraph "Execution Plane"
Symphony["OpenAI Symphony Patterns\nWORKFLOW contract / hooks / events"]
DAG["TaskGraph DAG\nrequired_capabilities / write_scope / join gates"]
Remote["Remote Dispatch\nMac mini doctor / dispatch / pull"]
end
subgraph "Knowledge Plane"
Obsidian["Obsidian Wiki\nhuman-readable vault"]
QMD["QMD\nsemantic index + retrieval"]
MinerU["MinerU\nPDF deep extraction"]
Mirage["Mirage\nunified virtual data access"]
end
subgraph "Capability Plane"
Ruflo["Ruflo / Claude Flow\nsandbox runtime + MCP surface"]
Gstack["Gstack / Browser QA"]
Superpowers["Superpowers\nplanning / TDD / debugging"]
ATLAS["ATLAS\nstructured repair"]
Skills["Solar Skills\ninventory / doctor / inject"]
end
Symphony --> DAG
DAG --> Remote
DAG --> Skills
Skills --> Ruflo
Skills --> Gstack
Skills --> Superpowers
Skills --> ATLAS
Mirage --> Obsidian
Mirage --> QMD
MinerU --> Obsidian
Obsidian --> QMD
QMD --> Skills
功能特性
| 能力 | 状态 | 说明 |
|---|---|---|
| AI-native Core | ok | agents/skills/rules/hooks/core 可安装到 ~/.claude，作为 Claude/Codex 工作流内核 |
| Solar Harness | ok | sprint contract、coordinator、task queue、pane lease、builder/evaluator 派发 |
| DAG 并行调度 | ok | task_graph.json 支持依赖、write_scope 冲突保护、join gate、parent gate |
| 能力自动选择 | ok | 根据任务文本推导 required_capabilities，调度前自动 enrich，派发文本显式展示 |
| 多 pane 协同 | ok | 主屏 + builder lab，支持不同模型/worker 能力和 lease 保护 |
| 远端执行 | ok | solar-remote-dispatch 支持 doctor、dispatch、pull 和 Mac mini 复核链路 |
| 知识库闭环 | ok | Obsidian Wiki、QMD、Solar DB、accepted artifacts、wiki dispatch |
| 文档/PDF 处理 | ok | MinerU / MarkItDown / wiki-ingest / QMD index 分层处理 |
| 统一数据访问 | warn | Mirage VFS 设计和基础 mount 存在，深层 SDK/FUSE 闭环继续演进 |
| Ruflo / Claude Flow | ok | sandbox runtime 可用，CLI/MCP smoke 通过，不污染宿主项目 hooks |
| Benchmark / Proof | ok | capability certification、activation proof、fusion benchmark、heavy proof |
| 自演化能力 | ok | capability scorecard、runtime-aware ranking、experience memory 和 regression gates |
快速开始
git clone https://github.com/lisihao/Solar.git ~/Solar
cd ~/Solar
./install.sh
常用入口：
| 入口 | 命令/位置 | 用途 |
|---|---|---|
| L1 安装 | ./install.sh | 安装 Solar Core 到 ~/.claude / ~/.solar |
| Agent 使用 | @Coder, /commit, /review | 通过 Claude/Codex 调用 agents 和 skills |
| Harness 发布源 | ~/Solar/harness/ | GitHub 下载后的版本化 Harness 代码 |
| Harness 运行目录 | ~/.solar/harness/ | 本机实际运行的协调器目录 |
| Harness 同步 | ./scripts/sync-harness-runtime.sh | 把 ~/Solar/harness/ 同步到 ~/.solar/harness/ |
| Harness 控制面 | ~/.solar/bin/solar-harness | sprint 合约、派单、eval、coordinator |
| Harness 自检 | cd ~/.solar/harness && ./doctor.sh --summary | 检查本地运行环境和控制面 |
| Coordinator | ~/.solar/bin/solar-harness start | 启动 tmux panes + coordinator |
| Status UI | ~/.solar/bin/solar-harness status-server | 打开本地状态面板、配置页和集成健康 |
| 远端同步 | harness/tools/sync-code-to-mac-mini.sh | 同步 MacBook/Mac mini Harness 代码 |
| 远端复核 | solar-remote-dispatch doctor --json | 检查 SSH、rsync、remote harness、tmux、pane 状态 |
| 能力证明 | ~/.solar/bin/solar-harness integrations activation-proof --json | 证明默认 dispatch/DAG/runtime/负例控制 |
部署方式
-
本机安装：
git clone https://github.com/lisihao/Solar.git ~/Solar cd ~/Solar ./install.sh ./scripts/smoke-install.sh -
Harness 启动：
cd ~/Solar ./scripts/sync-harness-runtime.sh cd ~/.solar/harness ./doctor.sh --summary ~/.solar/bin/solar-harness start ~/.solar/bin/solar-harness coord-status -
远端 Mac mini 镜像部署（可选）：
cd ~/Solar ./scripts/sync-harness-runtime.sh cd ~/.solar/harness ./tools/sync-code-to-mac-mini.sh solar-remote-dispatch doctor --host <user@mac-mini-host> --json -
提交/发布前检查：
cd ~/Solar ./scripts/smoke-install.sh cd harness bash -n coordinator.sh lib/pane-lease.sh python3 -m py_compile lib/graph_scheduler.py lib/graph_node_dispatcher.py lib/pane_lease.py ./solar-harness.sh integrations activation-proof --json
⚡ 一键安装（3 分钟）
真实可执行最小路径 — 只承诺 L1 基础安装，不假装存在的功能。
给人看：直接跑
git clone https://github.com/lisihao/Solar.git ~/Solar
cd ~/Solar && ./install.sh
安装完成后会自动 verify L1/L2 项目,全 ✅ 表示成功。
给 AI agent 看：复制整段粘贴给 Claude / Codex / Cursor / Copilot
请帮我安装 Solar:
- 严格按 https://raw.githubusercontent.com/lisihao/Solar/main/INSTALL-AGENT.md 的 8 步执行
- 每步必须先报告"目的+命令+预期输出",我点头才执行
- 任一步失败立刻停下,告诉我失败的具体输出,不要静默跳过
- 装完后必须跑
cd ~/Solar && ./install.sh末尾的 L1/L2 自检,全 ✅ 才算成功- L2 Harness 的发布源是
~/Solar/harness；运行和自检使用~/.solar/harness/~/.solar/bin/solar-harness现在开始 Step 1:系统检测。
安装做了什么
| 阶段 | 操作 | 产物 |
|---|---|---|
| 1. clone | 单仓库 lisihao/Solar 到 ~/Solar | ~/Solar/ |
| 2. 备份 | 现有 ~/.claude/ (如有) | ~/.claude/backup-<时间戳>/ |
| 3. 复制 | ~/Solar/{CLAUDE.md, rules, skills, agents, hooks, core} → ~/.claude/ | ~/.claude/ 内容 |
| 4. 初始化 | 创建 ~/.solar/ + solar.db (如有 schema) | ~/.solar/solar.db |
| 5. 自检 | L1/L2 verify 输出 PASS/FAIL | 退出码 0=成功 |
验收 (装完跑这一条)
ls ~/.claude/CLAUDE.md ~/.claude/rules ~/.claude/skills ~/.claude/agents ~/.solar && \
echo "✅ Solar L1 安装就位"
任一文件/目录不存在则失败,跳到 INSTALL-AGENT.md Step 7 Troubleshoot。
必需 vs 可选
- 必需 (L1 基础):
~/Solar仓库 +./install.sh→~/.claude/配置就位 → 启动 Claude Code 输入solar看启动宣告 - 可选 (L2 高级): Solar Harness 协调器 / Sprint / DAG 调度 / 远端执行 — 发布源在
~/Solar/harness，运行目录在~/.solar/harness；./install.sh会自动同步，也可手动跑./scripts/sync-harness-runtime.sh - 可选 (L3 项目):
~/Solar-MAX项目模式 — 独立大仓库, 详见 USER-GUIDE
完整 8 步剧本: INSTALL-AGENT.md
维护者: 改动后自测
修改 install.sh 或仓库结构后, 跑 fresh-install smoke (沙盒里独立验证, 不污染本机 ~/.claude/):
./scripts/smoke-install.sh
输出 ✅ Solar L1 + L2 Smoke Test PASSED 才能 push。
📖 使用说明
👉 完整用户使用指南 (USER-GUIDE.md) — 849 行全面文档
涵盖：
- 触发词大全（100+ 常用触发词）
- 核心命令速查（18 个 bin 命令）
- MCP 工具调用技巧
- Skills 速查（Top 50 分类）
- Sprint 工作流详解
- 知识库使用指南
- 故障排查 FAQ
- 进阶定制方法
快速参考：TRIGGERS.md | SPRINTS-HIGHLIGHTS.md
Why AI Native?
传统方案: 在现有 OS 上叠加 AI 功能 (AI-Powered) Solar: 从计算本质为 AI 重新设计 (AI-Native)
| 维度 | 传统 OS + AI | Solar (AI Native) |
|---|---|---|
| 交互入口 | GUI/CLI | 语义意图 |
| AI 角色 | 附加特性 | 内核一等公民 |
| Token 效率 | 低（大量冗余） | 高（最短路径） |
| 执行模式 | 多层翻译 | 结构化 Action |
| 记忆系统 | 文件路径 | 语义索引 |
┌─────────────────────────────────────────────────────────────────┐
│ AI Native OS 架构 │
├─────────────────────────────────────────────────────────────────┤
│ Intent Layer │ 自然语言 / @Agent / /Skill │
│ ───────────────────────────────────────────────────────────── │
│ Semantic Parser │ sys_agents + sys_skills + 路由规则 │
│ ───────────────────────────────────────────────────────────── │
│ Execution Engine │ 13 Agents + 五阶段流程 + Gate 检查 │
│ ───────────────────────────────────────────────────────────── │
│ Self-Evolution │ 互评系统 + 书记员 + 自动优化 │
│ ───────────────────────────────────────────────────────────── │
│ UI Runtime │ TVS ZenWhite 设计系统 │
└─────────────────────────────────────────────────────────────────┘
Quick Start
| 说 | 启动模式 | 描述 |
|---|---|---|
| "我要开发" | Solar Dev | 13个Agent + 五阶段流程 |
| "我要办公" | Clawbot | 邮件/日程/文档/任务处理 |
| "我要研究" | Research | 技术调研 + 可行性分析 |
# 安装 (与首页"一键安装"一致)
git clone https://github.com/lisihao/Solar.git ~/Solar
cd ~/Solar && ./install.sh
# 使用
@Coder 优化这个函数 # 直达 Agent
/commit # 调用 Skill
What's New (2026-02)
🔥 抗失忆工作流 - STATE/DECISIONS 架构
传统 AI 会话的最大问题：上下文压缩导致失忆。Solar 通过文件系统持久化彻底解决：
第零原则: 对话是缓存，文件是唯一真相源
.solar/STATE.md - 当前作战态势 (Mission/Constraints/Progress/Next Actions)
.solar/DECISIONS.md - 决策日志 (追加式，永不压缩)
.solar/LOG/ - 命令历史、基准数据、错误记录
效果: 即使会话压缩，读取 STATE.md 即可恢复完整上下文。
🏃 冲刺节奏控制 - 20~60 分钟工作块
每个任务拆解为可检查点的冲刺块：
- 开场 30 秒: 读 STATE.md，复述 Mission/Next Actions
- 执行 10-40 分钟: 只做 Next Actions，不跑题不发散
- 收尾 2 分钟: 更新 Progress + git checkpoint
🧬 Skin-Check v2.0 - 本地模型实现
AI 驱动的皮肤健康检测系统：
- Phase 2.1: CoreML + MobileNetV3 本地分类 (~30ms, 100x faster)
- Phase 2.2: YOLOv8 病灶检测 + 严重程度评估
- Phase 2.3: SQLite 历史追踪 + 30天趋势分析
性能：$0.002/次 → $0/次，3-5s → ~30ms
📊 Solar Web Dashboard
极简监控面板，实时展示系统状态和性能指标。
🚀 Token 优化 -42%
会话恢复从 16K tokens → 9K tokens，节省 42% 成本。
Core Features
Token First 原则
传统方式 (50+ tokens):
用户: "检查磁盘"
LLM: #!/bin/bash
df -h | grep -E "^/dev" | awk '{print $1,$5}'
# 检查使用率...
AI Native (8 tokens):
用户: "检查磁盘"
LLM: { "skill": "check_disk", "path": "/" }
减少 85%+ Token 消耗，同时提升安全性。
13 个专业 Agent
| 层级 | Agent | 职责 |
|---|---|---|
| 决策 | Researcher / Architect / PM / Reporter | 调研、设计、验收、报告 |
| 执行 | Coder / Tester / Reviewer | 编码、测试、审查 |
| 支撑 | Docs / Ops / Guard / Secretary | 文档、部署、守护、记录 |
| 工具 | BenchmarkReporter / SkillMarket | 测试报告、技能市场 |
五阶段流程
P1 研究 → P2 设计 → P3 实现 → P4 验证 → P5 收尾
│ │ │ │ │
▼ ▼ ▼ ▼ ▼
Researcher Architect Coder Tester// Ops→PM
+Guard +Guard Reviewer →Secretary
// = 并行 | → = 串行 | Gate 检查确保质量
自我演进系统
┌─────────────────────────────────────────────────────────────────┐
│ Self-Evolution System │
├─────────────────────────────────────────────────────────────────┤
│ 数据采集 │ Agent执行/Skill调用/阶段转换 → 自动记录 │
│ 互评系统 │ 25条规则: Reviewer评Coder, PM评Tester... │
│ 书记员 │ 会议纪要 + 性能评估 + 优化建议 │
│ 持续优化 │ 基于历史数据自动调优参数 │
└─────────────────────────────────────────────────────────────────┘
38 个 Skill
| 类别 | Skill |
|---|---|
| 开发 | /commit /pr /review /test /build /benchmark |
| 文档 | /docs /report /changelog |
| 系统 | /status /stats /save /restore /ontology |
| 工具 | /webapp-testing /mcp-builder /skill-creator /shortcut-builder |
| 办公 | /office /email-search /office-notes /office-tasks /office-reminders |
| 健康 | /skin-check - AI 皮肤检测 (本地模型 + 专家评审) |
Agent 宣告
每个 Agent 执行前必须输出宣告（Thinking Out Loud）:
┌─ 💻 Coder ──────────────────────────────────────┐
│ Task: 优化 Hash Join 性能 │
│ Plan: │
│ 1. 分析当前瓶颈 │
│ 2. 实现 SIMD 加速 │
│ 3. 验证性能提升 │
└─────────────────────────────────────────────────┘
Session Recovery
┌─────────────────────────────────────────────────┐
│ 传统方式: 恢复会话 10K-50K tokens │
│ Solar: /restore ~500 tokens (节省 90%+) │
└─────────────────────────────────────────────────┘
Architecture
┌─────────────────┐
│ User Intent │
│ 自然语言输入 │
└────────┬────────┘
│
┌──────────────┼──────────────┐
│ │ │
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ Solar │ │ Clawbot │ │ Research │
│ Dev Mode │ │ Office │ │ Mode │
└────┬─────┘ └──────────┘ └──────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ Execution Engine │
│ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ │
│ │ P1 │→│ P2 │→│ P3 │→│ P4 │→│ P5 │ │
│ │研究 │ │设计 │ │实现 │ │验证 │ │收尾 │ │
│ └─────┘ └─────┘ └─────┘ └─────┘ └─────┘ │
│ │ │ │ │ │ │
│ Researcher Architect Coder Tester Ops │
│ +Guard +Guard //Review →PM │
│ //Docs →Secretary │
└─────────────────────────────────────────────────────────┘
│
├──► ┌─────────────────────────────────────┐
│ │ State Persistence (抗失忆) │
│ │ .solar/STATE.md + DECISIONS.md │
│ │ 对话是缓存，文件是唯一真相源 │
│ └─────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────────────┐
│ Self-Evolution Layer │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ sys_* │ │ evo_* │ │ 书记员 │ │
│ │ 191 表 │ │ 执行追踪 │ │ 汇总优化 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ TVS UI Runtime + Web Dashboard │
│ ZenWhite 设计系统 | 9种视觉风格 | 实时监控面板 │
└─────────────────────────────────────────────────────────┘
Metadata System
191 张系统表支撑智能路由与自我演进:
| 类别 | 表 | 用途 |
|---|---|---|
| 资源注册 | sys_agents, sys_skills, sys_hooks | 资源自省 |
| 路由规则 | sys_routing_model/agent/tool | 智能选择 |
| 执行追踪 | evo_agent_executions, evo_tool_calls | 数据采集 |
| 互评系统 | evo_review_rules, evo_votes | 质量评估 |
| 学习信号 | evo_learning_signals | 持续优化 |
vs 业界方案
| 维度 | Solar | AutoGen | CrewAI | MetaGPT |
|---|---|---|---|---|
| AI Native 架构 | Token First | AI 叠加 | AI 叠加 | AI 叠加 |
| 五阶段流程 | P1→P5 Gate | 无 | 无 | 部分 |
| 自我演进 | 互评+书记员 | 无 | 无 | 无 |
| 会话恢复 | 90%+ Token 节省 | 无 | 无 | 无 |
| @Agent 直达 | 语义路由 | 无 | 无 | 无 |
| 多模式切换 | Dev/Office/Research | 单模式 | 单模式 | 单模式 |
Documentation
- AI Native OS Architecture - 架构设计原理
- Workflow Design - 工作流程设计
- Metadata System - 元数据系统
Installation
见首页 ⚡ 一键安装 — 唯一推荐路径。
详细 8 步剧本 (供 AI agent 执行): INSTALL-AGENT.md 用户使用指南: USER-GUIDE.md OpenClaw / 小爱 AI 秘书集成 (高级): DEPLOY.md
License
MIT
Solar — AI Native Operating System | Token In → Token Out