AI Native System

io.github.dengyier由 GitHub 账号 dengyier 发布v0.1.1更新于 Nov 17, 2026

Read authorized applications and task status from an AI Native System deployment.

发布方自己的服务:NativeExpress

概览

AI 生成的概览

只读 MCP 服务器,让助手在已部署的 AI Native System 中列出有权限的应用并查询任务状态。

可以做什么
  • 列出当前 API 身份有权查看的应用
  • 按任务 ID 获取任务及其状态
  • 所有操作均为只读,并受 API 令牌权限范围限制
适用场景
适合已部署 AI Native System 的团队,让助手在不打开运行台的情况下确认有哪些应用,并跟踪审批或 Agent 任务的进展。
运行要求
安装带 mcp 附加依赖的 ainsys 包,并以 stdio 启动 ains-mcp 命令。需要部署端 API 地址 AI_NATIVE_API_URL 和访问令牌 AI_NATIVE_API_TOKEN;远端 API 必须使用 HTTPS,本机回环地址可用 HTTP。也提供 MCPB 安装包供支持的客户端使用。
安装前请注意
AI_NATIVE_API_TOKEN 可访问该 API 身份被允许读取的全部内容,建议使用最小权限身份。服务器连接远端部署,任务与应用数据会离开本机。主框架与 MCP 服务端采用非商业使用许可,仅 SDK 与动作接口定义采用 MIT。

安装

在 SourceWeft 中

  1. 打开 控制台中的 AI Native System,将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Desktop only,通过 STDIO。 STDIO 服务会启动本地进程,因此需要 SourceWeft 桌面宿主。

其他 MCP 客户端

参照 仓库 中的启动说明。

README

AI Native System (AINS)

面向企业业务的 AI 原生框架,用于构建可审批、可验证、可恢复的 Agent 工作流。应用声明业务对象、关系、规则和动作,Agent 根据获准的事实和知识提出建议。涉及业务写入时,可信执行服务核对审批、OpenWorkProof 授权和源系统版本,再执行条件写入并核验签名回执。

六层架构 · 快速开始 · 接入应用 · 已实现与待完成清单

六层架构

层负责什么
1. 基础设施PostgreSQL 持久化业务状态、发布、审计与检查点。采用行级租户隔离,并提供部署、观测和恢复演练入口
2. 数据Ontology 声明对象和关系。事实同步记录来源、版本、冲突与历史。文档经 LlamaIndex 分段,在 PostgreSQL 和 pgvector 中进行权限内的中文混合检索
3. 模型LiteLLM 路由生成和 embedding,记录调用用量与成本,并通过 Langfuse 上报脱敏观测数据
4. AI 中台核心Agent Runtime 和 LangGraph 编排阶段、审批与恢复。OpenWorkProof 绑定动作授权,可信执行服务通过 MCP 或 HTTP 执行并对账
5. AI 应用Python SDK、应用 API 和浏览器运行台承载问答、事实核查、审批、任务和证据
6. 企业业务应用通过连接器读取业务系统的权威对象、关系和版本。获准的业务动作以条件写入、源端签名回执和可核验终态闭环

[AI Native System 六层架构、Agent 隔离与可信执行边界]

Agent 进程只持模型侧凭据,从可信服务收到按权限裁剪的上下文。业务凭据由执行服务持有。已批准动作在派发前复核当前事实、资源权限与签名,源端结果不确定时按原操作 ID 查询回执。 可编辑架构图 · Agent 隔离及恢复演练

快速开始

PyPI 安装

bash
python -m pip install ainsysains --help

AINS 短包 ainsys 安装同版本的 ai-native-system 主框架,并提供 ains 和 ains-mcp 命令。 AINS 短包 · 主框架安装包 · 短包源码

本地演示

在仓库根目录使用 Python 3.11–3.15。命令使用内置模型和合成配置,在临时 SQLite 数据库中运行,无需下载模型或提供密钥。

bash
ai_native_tmp=$(mktemp -d)python3 -B -m ai_native_system --db "$ai_native_tmp/framework.sqlite" demo
演示可观察结果
single单 Agent 读取对象、引用规则提出建议。模拟审批后,对象 asset-1 由 pending 变为 verified
collaboration两个 Agent 阶段通过结构化记录交接。模拟审批后,artifact-1 按关联对象状态由 draft 变为 published

输出包含阶段状态、审批、事件和动作回执。日常 CLI 帮助可用 python3 -m ai_native_system --help 查看。

PostgreSQL 和 pgvector 集成验证

准备 uv、可用的 Docker Engine 和 Docker Compose。以下脚本创建独立临时测试库。实测环境使用 Python 3.12、PostgreSQL 18.7 和 pgvector 0.8.7。

bash
uv sync --locked --all-extras --python 3.12 --no-builduv run --locked --all-extras --python 3.12 python -B deployment/local-postgres/verify.pyuv run --locked --all-extras --python 3.12 python -B deployment/local-postgres/verify_p7.pyuv run --locked --all-extras --python 3.12 python -B deployment/local-postgres/verify_p8.py --only applications

第一个验证脚本检查连接池、事务、角色和向量距离。P7 覆盖文档入库、索引与文档权限、中文混合检索、引用和记忆。P8 验证参考应用沿用权限、检索与可信执行。 环境与锁定依赖 · P7 验收 · P8 验收

接入应用

  1. 以 Registry 样例 为起点,声明类型、关系、动作、角色和 Agent 阶段,通过 --registry 加载。
  2. 以 P8 应用目录 和 P8 Registry 登记权限内问答、指定范围依据摘编或版本约束的业务动作。应用使用相应发布、文档与工具权限。 应用接入与 SDK 用法
  3. 接真实对象时,按 Ontology 发布定义映射源 ID、权威字段、关系及业务版本。使用只读接口验证规则的满足、不满足与依据不足,再按已验收的审批和源条件决定写入范围。 Ontology 与规则验收 · 首个只读试点清单
  4. 接入业务写动作时,分开配置请求者、审批者和执行服务,绑定动作、目标、规则与源版本。使用稳定的请求键和操作 ID 保持重试幂等,按原操作核对签名回执。 OpenWorkProof 授权 · MCP 条件写入与签名回执

Python 发行包与 MCP 服务端

主框架的 wheel 可从 GitHub 发布页 下载。安装后用 ai-native-system --db demo.sqlite demo 运行本地演示。接入 PostgreSQL 的环境可安装 wheel 的 postgres 和 integrations 可选依赖。

bash
python -m pip install "ainsys[mcp]"

用 MCP 客户端以 stdio 启动 ains-mcp,并提供部署端 API 地址 AI_NATIVE_API_URL 与访问令牌 AI_NATIVE_API_TOKEN。服务端提供 list_applications 和 get_task 两种只读工具,使用当前 API 身份的授权。远端 API 使用 HTTPS,本机回环允许 HTTP。

支持 MCPB 0.4 与 UV 的客户端可安装 AI Native System MCPB,并按提示填入 API 地址和令牌。 官方 MCP Registry 条目

主框架及 MCP 服务端适用根目录的非商业使用许可。独立 Python SDK 和企业动作接口定义采用 MIT。 主框架与 MCP 许可 · MIT SDK

使用自己的 PostgreSQL 测试库

数据库管理员先在独立测试库启用 public schema 下的 pgvector 扩展,并将 ai_native schema 的所有权交给迁移角色。通过环境或密钥服务提供 AI_NATIVE_POSTGRES_MIGRATION_DSN 和最小权限的 AI_NATIVE_POSTGRES_DSN。下面命令使用已安装集成依赖的 Python 环境,模型配置通过 model_config 指向本地文件。

bash
python -m ai_native_system --postgres migratepython -m ai_native_system --postgres --registry fixtures/p8-registry.json \  --models "$model_config" serve --application-catalog fixtures/p8-applications.json

完成企业身份、权限和发布配置后,在本机访问 http://127.0.0.1:8789/console/。实际连接信息和密钥通过部署环境提供。 主库与迁移 · 身份、委派和发布 · 模型配置样例

中文混合检索

为请求主体授予实际知识索引的 read / knowledge-index / 索引ID 权限及当前文档的读取权限。执行迁移后,拥有词法索引读取权限的服务可用 --method hybrid 查询。问答及摘编应用可在目录条目加入 "retrieval_method": "hybrid"。默认配置使用精确向量检索。

bash
python -m ai_native_system --postgres --tenant "$tenant" --models "$model_config" \  p7 search '“保留审批记录”' --method hybrid --actor "$actor"

中文词组与向量候选在同一授权范围内融合,完整条款号和带引号的连续短语支持精确匹配,返回正文前复核权限与原文引用。 索引授权与启用步骤

需要稳定复跑时,在应用发布草稿中显式固定知识索引和检索方法。用 release select 切换发布或回到仍有效的旧发布,系统在移动指针前校验目标索引的文档覆盖和模型配置。 固定发布与回滚

关键契约

模块作用
Ontology · Registry声明领域类型、关系、规则、应用与动作
Runtime · 图编排管理 Agent 阶段、结构化交接、人工审批和持久恢复
知识检索 · 中文词法查询在同一索引与权限范围内召回并复验原文
OpenWorkProof 执行校验 · 动作与回执契约绑定审批、事实、权限和源端证据
应用 API · Python SDK · 运行台访问获准的应用、任务、事实、审批与证据

Python 客户端可独立安装,通过 from ai_native_sdk import Client 连接已部署的应用接口。下载包、用法和只读示例见 SDK 文档。

在本地手动推进一个任务
bash
ai_native_tmp=$(mktemp -d)ai_native_db="$ai_native_tmp/manual.sqlite"python3 -m ai_native_system --db "$ai_native_db" init
task_id=$(python3 -m ai_native_system --db "$ai_native_db" \  submit single asset-1 --actor requester --request-key manual-1 |  python3 -c 'import json, sys; print(json.load(sys.stdin)["id"])')
python3 -m ai_native_system --db "$ai_native_db" advance "$task_id"python3 -m ai_native_system --db "$ai_native_db" decide "$task_id" approve --actor reviewerpython3 -m ai_native_system --db "$ai_native_db" advance "$task_id"python3 -m ai_native_system --db "$ai_native_db" inspect "$task_id"

在独立的演示任务上,执行阶段可使用 advance … --simulate-timeout before-commit 或 after-commit 分别模拟提交前超时与提交后确认丢失。后续使用同一任务 ID 推进或查看,核对对象版本与回执。

可选的本机模型接入

设置 AI_NATIVE_MODEL_BASE_URL、AI_NATIVE_MODEL_NAME 和服务需要的 AI_NATIVE_MODEL_API_KEY,为本地演示接入支持 Chat Completions JSON 输出的模型。若已有 GGUF 模型与 node-llama-cpp,可先启动本机回环桥接。

bash
AI_NATIVE_LLAMA_RUNTIME_DIR="/path/to/runtime" \AI_NATIVE_GGUF_MODEL_PATH="/path/to/model.gguf" \node local_model.mjs

将模型 URL 设为 http://127.0.0.1:8798/v1,模型名使用 GGUF 文件去掉扩展名的名称。企业模型路由、费用预算、观测和回退配置见 P5 模型接入验收。

当前验证范围

  • P0–P8 已完成本地验收,包括真实 PostgreSQL 上的企业身份与权限、事实同步、OpenWorkProof 执行、源签回执、模型路由、断点恢复、知识检索和参考应用。
  • P9 已在本地验证 Agent 隔离、双执行副本在 PostgreSQL 主备切换后的恢复、备份恢复、Ontology 权威只读查询、独立规则预览授权和中文混合检索。索引与检索策略固定、切换及回滚已用 PostgreSQL 18.7 和 pgvector 0.8.7 验收,包括旧索引覆盖不足时拒绝回滚,以及补齐后带审计切回。 P9 验收与复跑
  • 计划内后续工作包括真实中文语料的质量与性能评测,以及指定企业环境的业务对照和受控写入试点。 P9 依赖与验收标准

许可

Copyright © 2026 dengyier. 原创代码、文档及架构图的知识产权由 dengyier 持有。主框架采用 AI Native System 非商业使用许可 v1.3。

主框架的个人学习和非商业使用免费。将主框架用于企业生产、客户交付、收费托管等商业用途,须事先获得单独书面授权。GitHub 平台内的查看与 Fork 适用平台服务条款,对外分发和再许可依项目许可执行。 商业授权联系 dengyier

由 dengyier 上传到 PyPI 的安装包可依许可第 4 条原样免费分发和镜像。

独立 Python SDK 和接入示例,以及企业动作接口定义及配套说明,可按 MIT 许可使用。 SDK MIT 许可 · 接口定义 MIT 许可

第三方依赖适用各自的上游许可证。 依赖与许可证

来源:README.md,提交 18545c7

工具

0
SourceWeft 曾在隔离沙箱中以无凭据方式启动该软件包一次,以列出其工具,但未能完成:该软件包类型无法在沙箱中运行。

版本历史

1
  1. v0.1.1最新Nov 17, 2026

评分

已满足适用检查项的 40%

该评分衡量此收录条目的完整程度,依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价,也不表示服务器安全或当前可用:可连通性是带日期的检查结果,评分也不包含安装量或用户评价。

  • 近 30 天内可连通25 分

    请保持端点能够响应 MCP 握手;SourceWeft 每 30 天探测一次。

  • 已声明认证方式10 分

    请在注册中心条目中声明凭据请求头,或保持端点能够响应探测,以便判定其认证方式。

  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list,或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分

    请在仓库或注册中心条目中声明许可证。

其他 Native 集成