AI 集成平台 (AI Integration Platform)

高度模块化、可扩展的人工智能集成平台。统一多 AI 提供商接口，内置 MCP (Model Context Protocol) 工具系统、7 种能力单元体系、游戏测试框架，支持本地+云端混合 AI 架构。

---

项目简介

AI 集成平台是一个生产级 AI 开发与自动化系统，核心定位是统一多 AI 提供商的中枢调度层，向上承接 IDE / CLI / Agent 等交互界面，向下兼容 OpenAI、Anthropic、Google Gemini、Ollama 本地模型、DeepSeek、通义千问等主流 AI 服务。

平台采用 GSTACK 优先 的执行策略，所有工作流在进入 AI 引擎前先经过 GSTACK 工作流引擎进行编排审计，确保操作可追踪、可回滚。

核心能力

能力	说明
多 AI 提供商	统一接口访问 stepfun / openai / anthropic / gemini / ollama / deepseek / qwen / doubao
MCP 工具系统	108 个 MCP 工具 (建模类 JM / 代码类 BC / 工具类 Tools)
7 种能力单元	Skill、Plugin、Workflow、Agent、MCP、CLI、Model — 从原子脚本到自主 Agent 全覆盖
游戏测试框架	以玩家身份执行 Minecraft / Terraria 自动化测试，每阶段截图留证
AI 记忆系统	话题追踪、思维记录、提示优化、学习成长 (Compound Engineering)
本地+云端混合	通过 Ollama 运行本地模型，结合云端 API 弹性扩展
三区隔离	personal/ (私密) + runtime/ (临时) + global/ (共享) 三区环境隔离

---

架构设计

┌─────────────────────────────────────────────────────┐
│                   用户层 (user/)                     │
│  personal/  个人配置·密钥·笔记·任务                    │
│  global/    共享插件·技能·工作流·提示·RAG              │
│  config/    本地配置                                   │
├─────────────────────────────────────────────────────┤
│                   项目层 (projects/)                  │
│  minecraft/ · game_test/ · test/                      │
│  各项目独立的 MCP/CLI/Skill/Workflow 配置              │
├─────────────────────────────────────────────────────┤
│                   适配层 (adapter/)                    │
│  ai/        AI 提供商适配 (stepfun/openai/...)        │
│  os/        操作系统路径映射                           │
│  software/  本地软件扫描                               │
├─────────────────────────────────────────────────────┤
│                   存储层 (storage/)                    │
│  mcp/       MCP 工具仓库 (JM·BC·Tools)                │
│  cll/       CLL 开源 LLM 项目追踪 (44 项目)            │
│  CC/        分类缓存 (Raw·Old·Unused)                  │
│  Brain/     AI 记忆系统                                │
│  plugins/·skills/·workflows/·agents/                  │
├─────────────────────────────────────────────────────┤
│                横向贯穿层                              │
│  core/         AI 引擎 (调度·工作流·插件·上下文)        │
│  gstack_core/  GSTACK 工作流引擎                       │
│  scripts/      自动化脚本 (构建·启动·检查·修复)         │
│  specifications/  能力单元规范定义                      │
└─────────────────────────────────────────────────────┘

---

目录结构

\python\
├── core/                          # AI 核心引擎 (40+ Python 模块)
│   ├── ai_new.py                  # 统一 AI 入口 (AI 类)
│   ├── ai_adapter.py              # 多提供商适配器
│   ├── dispatcher.py              # 能力单元调度器 (沙箱执行)
│   ├── workflow_engine.py         # DAG 工作流执行引擎
│   ├── context_manager.py         # 上下文与 Token 管理
│   ├── knowledge_manager.py       # 知识系统 (Compound Engineering)
│   ├── game_test_framework.py     # 游戏测试框架
│   ├── model_info_manager.py      # LLM 模型能力追踪
│   └── plugin_system/             # 插件架构
│
├── adapter/                       # 平台适配层
│   ├── ai/                        # AI 提供商 SDK 封装
│   ├── os/                        # 操作路径映射
│   └── software/                  # 本地软件扫描
│
├── storage/                       # 存储层
│   ├── mcp/                       # MCP 工具仓库
│   │   ├── JM/                    # 建模类 (Blender/UE/Unity/Godot)
│   │   ├── BC/                    # 代码类 (GitHub/Search/Fix)
│   │   └── Tools/                 # 工具类 (Download/Monitor/Config)
│   ├── cll/                       # CLL 开源 LLM 项目 (44 项目)
│   ├── CC/                        # 分类缓存 (1_Raw/2_Old/3_Unused)
│   ├── Brain/                     # AI 记忆系统
│   ├── skills/·plugins/·workflows/·agents/
│   └── README.md
│
├── user/                          # 用户层 (三区隔离)
│   ├── personal/                  # 私密区 — 密钥·笔记·任务 (不入库)
│   ├── runtime/                   # 临时区 — 运行时文件 (不入库)
│   └── global/                    # 共享区 — 插件·技能·提示·RAG
│
├── scripts/                       # 自动化脚本 (34 个)
│   ├── build/                     # 构建脚本
│   ├── launch/                    # 启动脚本
│   ├── check/                     # 检查/验证脚本
│   ├── fix/                       # 修复脚本
│   ├── download/                  # 下载脚本
│   └── test/                      # 测试脚本
│
├── gstack_core/                   # GSTACK 工作流引擎
│   └── gstack_core.py             # 主入口
│
├── specifications/                # 7 种能力单元规范定义
│   ├── skill.yaml / mcp.json / cli.yaml
│   ├── workflow.yaml / agent.yaml / plugin.toml / model.yaml
│   └── README.md
│
├── mcp-servers/                   # MCP 服务器实现
│   ├── agents-md-discovery/       # 项目上下文自动发现 (Node.js)
│   └── ollama-ws-bridge/          # Ollama WebSocket 桥接 (Node.js)
│
├── projects/                      # 项目配置
│   ├── minecraft/                 # Minecraft 测试
│   └── game_test/                 # 游戏测试框架
│
├── MCP/                           # 架构映射 → storage/mcp/
├── MCP_Core/                      # 架构映射 → core/
├── CC/                            # 架构映射 → storage/CC/
├── CLL_Projects/                  # 架构映射 → storage/cll/
│
├── docs/                          # 文档与截图
├── .trae/                         # TRAE IDE 配置与技能
├── .qoder/                        # Qoder AI 集成配置
├── .github/                       # GitHub CI/CD 工作流
├── ai_architecture.json           # 架构配置 v5.0
├── mcp.json                       # MCP 服务器注册表
├── requirements.txt               # Python 依赖 (300+)
├── AGENTS.md                      # AI 操作指南
├── README.md                      # 本文件
└── LICENSE                        # MIT License

---

支持的 AI 提供商

提供商	标识符	说明	环境变量
阶跃AI	stepfun	默认提供商	STEPFUN_API_KEY
OpenAI	openai	GPT 系列	OPENAI_API_KEY
Anthropic	claude	Claude 系列	ANTHROPIC_API_KEY
Google Gemini	gemini	Gemini 系列	GEMINI_API_KEY
Ollama	ollama	本地模型运行	无需 (本地服务)
DeepSeek	deepseek	DeepSeek 系列	DEEPSEEK_API_KEY
通义千问	qwen	阿里云 Qwen 系列	QWEN_API_KEY
豆包	doubao	字节跳动豆包	DOUBAO_API_KEY

默认提供商可通过环境变量 AI_PROVIDER 更改，或代码中指定 AI(provider="openai")。

---

快速开始

1. 环境要求

工具	最低版本	用途
Python	3.10+	AI 引擎运行
Node.js	18+	MCP 服务器
Git	2.x+	版本控制
Ollama	0.21+	本地模型 (可选)

2. 安装依赖

# 克隆仓库
git clone https://github.com/bfxh/ai-platform.git \python
cd \python

# 安装 Python 依赖
pip install -r requirements.txt

# (可选) 安装 MCP 服务器依赖
cd user/global/plugin/agents-md && npm install
cd user/global/plugin/ollama-bridge && npm install

3. 配置环境变量

# PowerShell
$env:STEPFUN_API_KEY = "your_stepfun_api_key"
$env:OPENAI_API_KEY = "your_openai_api_key"
# ... 按需配置其他提供商

# 或设置默认提供商
$env:AI_PROVIDER = "stepfun"

4. 基础使用

from core.ai_new import AI, ask, chat, write_code

# 方式一：创建 AI 实例
ai = AI()                          # 默认提供商 (stepfun)
ai = AI(provider="openai")         # 指定 OpenAI
ai = AI(provider="claude", model="claude-3-opus")

result = ai("你好，介绍一下自己")    # 极简调用
result = ai.ask("什么是人工智能?")   # 提问 (不保持历史)
result = ai.chat("你好")            # 聊天 (保持历史)
code = ai.write_code("写快速排序")   # 代码生成
review = ai.review_code(code)       # 代码审查
fixed = ai.fix(code)                # 代码修复
ai.switch_provider("gemini")        # 运行时切换提供商

# 方式二：快捷函数
result = ask("什么是机器学习?", provider="stepfun")
code = write_code("写二分查找算法")

---

能力单元系统

平台定义了 7 种能力单元，从原子操作到自主 Agent 逐层组合：

形态	定义文件	格式	用途
Skill	skill.yaml	YAML	最小可执行单元，封装脚本逻辑
MCP	mcp.json	JSON	外部协议服务，与 TRAE 兼容
CLI	cli.yaml	YAML	命令行工具封装
Workflow	workflow.yaml	YAML	DAG 编排，串联多个能力单元
Agent	agent.yaml	YAML	自主决策循环，可调用工具
Plugin	plugin.toml	TOML	打包发布单元，组合多种能力
Model	model.yaml	YAML	本地模型文件描述

组合关系

Plugin ─┬─ includes ── Skill
        ├─ includes ── MCP
        ├─ includes ── CLI
        ├─ includes ── Workflow ── nodes ── Skill/MCP/CLI/Agent
        ├─ includes ── Agent ── tools ── Skill/MCP/CLI
        └─ dependencies ── Plugin

详细规范参见 specifications/README.md。

内置 Plugin

Plugin	位置	说明
mcp-core	user/global/plugin/mcp-core/	MCP 核心技能系统
gstack-core	user/global/plugin/gstack-core/	GSTACK 自动化 DevOps
agents-md	user/global/plugin/agents-md/	AGENTS.md 自动发现注入
ollama-bridge	user/global/plugin/ollama-bridge/	Ollama WebSocket 桥接
full-checker	user/global/plugin/full-checker/	项目最终全面检查

内置 Skill

Skill	位置	说明
minecraft-skill	user/global/skill/minecraft/	Minecraft 自动化
code-analyzer	user/global/skill/code-analyzer/	代码分析
web-builder	user/global/skill/web-builder/	Web 构建
unified-game	user/global/skill/unified-game/	统一游戏测试
terraria	user/global/skill/terraria/	Terraria 自动化

---

MCP 系统

已注册的 MCP 服务器

服务	入口	说明
filesystem	storage/mcp/Tools/da.py	文件系统完整访问
agents-md-discovery	user/global/plugin/agents-md/server.mjs	项目上下文自动发现与注入
ollama-ws-bridge	user/global/plugin/ollama-bridge/bridge.mjs	AI 对话 WebSocket 桥接
mcp-core-skills	user/global/plugin/mcp-core/server.py	核心技能服务
deveco-mcp	MCP 配置	华为 DevEco 集成

配置方式：

// mcp.json — MCP 服务器注册表
{
  "mcpServers": {
    "filesystem": {
      "command": "python",
      "args": ["storage/mcp/Tools/da.py"],
      "description": "文件系统访问"
    }
  }
}

---

GSTACK 工作流引擎

GSTACK 是平台的核心编排引擎，所有修改类操作必须通过 GSTACK 进行审计。

CLI 命令

python gstack_core.py status            # 系统状态查看
python gstack_core.py review <file>     # 代码审查（带自动修复）
python gstack_core.py qa                # 测试+自动修复
python gstack_core.py qa_only           # 仅报告不修复
python gstack_core.py ship              # 自动化部署
python gstack_core.py investigate       # 根因分析
python gstack_core.py plan_ceo_review   # CEO 视角评审
python gstack_core.py plan_eng_review   # 工程架构评审
python gstack_core.py skill_doctor      # Skills 自检与回滚
python gstack_core.py cc_cleanup        # CC 缓存清理扫描
python gstack_core.py office_hours      # 产品风格验证

---

测试框架

游戏测试流程

平台内置 core/game_test_framework.py，提供标准化游戏测试流程：

启动游戏 → 主菜单 → 进入游戏 → 基础操控 → 玩法测试 → 稳定性 → 退出

测试规则要求以玩家身份执行，不得仅凭文件存在判定通过，每个阶段必须截图留证。

测试工具

工具	说明
core/game_test_framework.py	通用游戏测试框架 (GameTestFramework 类)
projects/minecraft/	Minecraft 专项测试
user/global/skill/unified-game/	统一游戏测试技能
cypress-qa-automation/	Web 应用 Cypress UI 自动化测试

---

开发指南

添加新的 AI 提供商

from adapter.ai import BaseAIClient, AIClientFactory, AIProvider

class MyAIClient(BaseAIClient):
    def _get_api_key_from_env(self) -> str:
        return os.getenv("MYAI_API_KEY", "")
    
    def _get_default_base_url(self) -> str:
        return "https://api.myai.com/v1"
    
    def _get_default_model(self) -> str:
        return "myai-1.0"
    
    def chat(self, request):
        # 实现聊天逻辑
        pass

# 注册提供商
AIClientFactory.register(AIProvider("myai"), MyAIClient)

创建自定义 Skill

在 user/global/skill/ 下创建目录，编写 skill.yaml 和入口脚本：

# skill.yaml
name: my-skill
entry: skill.py
description: 我的自定义技能
timeout: 600
permissions:
  network: true
  filesystem: ["./"]
tags: [custom]

创建自定义 Plugin

# plugin.toml
name = "my-plugin"
version = "1.0.0"
description = "我的自定义插件"

[includes]
skills = ["my-skill"]
mcps = ["my-mcp"]

[dependencies]
plugins = ["mcp-core"]

---

运行环境

工具	版本	路径	角色
TRAE	1.107	-	自动化 IDE
Ollama	0.21	%OLLAMA_DIR%/ollama.exe	本地模型服务
Python	3.10	%USERPROFILE%/.../Python310/python.exe	运行时
Node.js	18	node	运行时
Git	2.x	%GIT_DIR%/cmd/git.exe	版本控制
Java	17	java	运行时 (Minecraft)
Rust	1.70+	cargo	编译
PowerShell	7	pwsh	脚本引擎

---

设计原则

• 数据本地化：所有能力本机执行，数据不出设备
• 沙盒优先：默认沙盒执行，超时 10 分钟自动清理
• GSTACK 优先：修改操作必须经 GSTACK 审计
• 三区隔离：personal / runtime / global 严格隔离
• 游戏测试真实性：必须实际运行游戏，不能仅凭文件判定
• 截图留证：每个测试阶段截图保存
• Bug 追踪：发现问题记录到 PROBLEMS.md

---

贡献指南

1. Fork 仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'feat: add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

---

许可证

本项目基于 MIT License 开源。详见 LICENSE 文件。

---

注意：本项目处于活跃开发阶段，接口可能发生变化。请参考最新文档和 AGENTS.md。