工具
adimalkar/multimodal-fraud-detector · Multi-agent AI pipeline that detects generative-AI fraud in insurance claims across images, PDFs, and video. A "Jury System" of Qwen-VL vision analysis plus DeepSeek-R1/Qwen/GLM critic agents with majority voting — dashcam-aware, batch-capable, Streamlit UI.
该项目是一个面向保险理赔场景的多智能体 AI 流水线，用于识别图像、PDF 文档和视频中的生成式 AI 伪造内容。其核心是“陪审团系统”架构：由 Qwen-VL-Plus 视觉智能体做取证分析，再把结论交给 Qwen Turbo、DeepSeek R1、GLM 4.6 等评论智能体独立评估并多数投票。功能包括多模态输入（视频通过抽帧）、针对行车记录仪的运动模糊与 AI 平滑伪影区分协议、基于 SQLite 的批量处理，以及 Streamlit 交互式仪表盘。
展开详情收起详情：multimodal-fraud-detector：多智能体多模态保险理赔欺诈检测流水线⌄
程序员作为可复用的多智能体多模态检测流水线代码库，程序员可参考其“陪审团系统”架构（Qwen-VL-Plus 视觉智能体 + Qwen Turbo/DeepSeek R1/GLM 4.6 评论智能体多数投票）、SQLite 批量处理与 Streamlit 仪表盘实现，用于构建或集成图像、PDF、视频的 AI 伪造检测功能。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
superdesigndev/treg · OpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn
Treg 是一个面向 AI Agent 的工具目录与调用代理，被其自身描述为“工具领域的 OpenRouter”。它汇集 3000+ 个来自 60+ 提供方的可调用端点（涵盖 SEO 与外链、社交与趋势、人物与公司信息补全、广告、抓取、图像与视频生成等），支持按调用计费，并统一使用单一 base URL 与 token 调用，无需单独注册各提供方账号。同时支持团队注册自有密钥、CLI 与 SKILL.md 技能，由服务端注入凭证，调用者无需持有密钥。项目提供 CLI、Claude Code 插件、MCP 接口与自托管方式。
展开详情收起详情：Treg：面向 Agent 工具的 OpenRouter 式工具注册与调用网关⌄
程序员程序员可将 Treg 作为 Agent 工具注册与调用网关，通过单一 base URL 和 token 调用 3000+ 个可调用端点（如抓取、图像与视频生成等），无需为每个提供方单独注册账号；也可注册团队自有密钥、CLI 与 SKILL.md 技能，由服务端注入凭证，调用者无需持有密钥。
产品经理产品经理可借助 Treg 的目录按任务搜索并调用外部端点，用于人物与公司信息补全、社交与趋势、广告等数据获取，无需自行注册各提供方账号。
★ 2681 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
okht/eval-pi · 面向 AI 产品经理，一句话完成 Agent 的评测与调优。
EvalPi 是一个面向 AI 产品经理的工具，目标是让用户结合 PRD 与评测标准，用一句话完成 Agent 的评测、问题分析、调优与效果验证。README 未提供安装方式、部署环境、依赖条件或使用限制等信息。
展开详情收起详情：EvalPi：面向 AI 产品经理的一句话 Agent 评测与调优工具⌄
产品经理结合 PRD 与评测标准，用一句话完成 Agent 的评测、问题分析、调优与效果验证。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
HNF-FRN/Reel-watcher-telegram-Agent · Telegram bot that watches the reels you send, explains what they show, and plans and builds them on your Windows PC with Claude Code, approving every command from your phone.
Reel Agent 是一个运行在用户自有 Windows PC 上的 Telegram 机器人。用户从手机发送 Instagram Reel、TikTok、YouTube 链接或截图后，机器人会观看视频并说明其中出现的工具、链接、仓库与命令，随后可调用 Claude Code（或 Codex）对内容进行计划与构建。每个构建独立存放于各自的 git 仓库中，支持 diff 与 undo；每条 shell 命令在执行前都会推送到手机请求批准。视频理解默认使用 Gemini（带声音），无密钥或配额用尽时回退到本地帧加 Whisper 的备份方案。机器人还提供任务查看、模型切换、配额查询和系统提醒等功能。
展开详情收起详情：Reel Agent：在 Windows 上通过 Telegram 解析短视频并计划与构建项目⌄
程序员程序员可通过 Telegram 发送短视频链接或截图，机器人解析视频中出现的工具、链接、仓库与命令，并调用 Claude Code 或 Codex 在 Windows PC 上对内容进行计划与构建；每个构建独立存放于 git 仓库，支持 diff 与 undo，每条 shell 命令执行前需手机批准。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
potto007/unridden · Zero-generated-token decision API: reads a local LLM's final-position label logits to answer Choice, Score and true/false questions. Apache-2.0.
Unridden 是一个本地决策 API，通过读取本地 LLM 末位标签 logits 来回答结构化问题，不生成任何 token。用户提供 state 和一个命名问题映射，服务为每个问题返回一个类型化答案：Choice（选项）、Score（分数）或 Noul（真/假概率）。它在本地以单个 llama.cpp 子进程运行，一次处理一个请求，不采样也不追加 token，适用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
展开详情收起详情：Unridden：读取本地 LLM 末位 logits 的零生成决策 API⌄
程序员在本地以单个 llama.cpp 子进程运行决策 API，通过读取本地 LLM 末位标签 logits 回答结构化问题（Choice、Score、Noul），不生成任何 token，可用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
产品经理使用该本地决策 API 对结构化问题返回类型化答案（Choice、Score、Noul），适用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
lukehalleran/ai-assistant-framework · Solo-built conversational AI framework: 168K LoC, 7,400+ tests, 5-tier memory system with cross-encoder reranking, FAISS-indexed Wikipedia (7.2M articles), 8-stage knowledge synthesis pipeline, and full RAG auditability via inline memory citations.
Daemon 是一个本地优先的个人 AI 智能体框架，围绕持久化多集合记忆、经过评测的 RAG 检索、知识图谱上下文、智能体工具调用和人工把关的自我改进构建。它把每次查询处理为包含上下文分析、意图分类、并行检索、门控、打分、提示组装、生成与状态更新的完整管线，而非简单的聊天机器人包装。项目包含 14 个 ChromaDB 集合的层级记忆、基于跨编码器重排的多阶段 RAG、NetworkX 知识图谱查询扩展、ReAct 工具循环、事实真伪与过时追踪，以及文献佐证的合成候选验证。
展开详情收起详情：Daemon：本地优先的个人 AI 智能体框架⌄
程序员作为本地优先的个人 AI 智能体框架，可用于代码仓库相关的智能体工具调用，例如只读 git 统计、只读 GitHub API、文件读取/grep/列表（沙箱内），以及 Python 代码沙箱（E2B microVMs）执行代码；还可用于结构化代码变更提案的生成与人工审核，辅助代码审查与测试。
★ 0 · 开发框架
原文发布：未知收录：2026-09-23
工具
strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.
Strands Agents 是一个开源 SDK，用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness（通过 create_harness() / createHarness() 调用），内置模型、工具、记忆、会话和上下文管理的默认配置，同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制（轮次上限、token 预算、取消、停止原因）、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面，在你的进程中运行，支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。
展开详情收起详情：Strands Agents：用 Python 和 TypeScript 构建生产级 AI Agent 的 SDK⌄
程序员使用 Strands Agents SDK 在 Python 或 TypeScript 中构建和运行 AI Agent，控制 agent loop、工具、模型提供方、记忆和 hooks，并利用生命周期控制、结构化输出、MCP、多 Agent 模式、流式输出、guardrails、追踪和评估等能力开发生产级 AI 应用。
★ 7552 · 开发框架
原文发布：未知收录：2026-09-23
工具
harness/harness-evals · Harness Evals
harness-evals 是一个开源的 AI 评测框架，用于评测 LLM Agent、提示词与结构化输出。其每个指标输出 0.0–1.0 的归一化 Score，并通过可配置阈值判定通过与失败。指标按正确性、有据性、安全性、轨迹和性能五个维度组织，支持数据集读写、提示词模板、目标调用、生产轨迹导入、基线对比等功能，并提供 YAML 配置的 CLI 运行方式与代码优先的 run_eval() 一行调用，可配合 pytest 和 CI 使用。
展开详情收起详情：harness-evals：面向 LLM Agent、提示词与结构化输出的开源 AI 评测框架⌄
程序员程序员可用 harness-evals 评测 LLM Agent、提示词与结构化输出：通过 YAML 配置的 CLI 或 run_eval() 一行调用运行评测，使用 ExactMatch、JsonDiff、SchemaValidation、ToolCorrectness 等指标对 Agent 输出、JSON/YAML 结构化输出和工具调用进行打分，并配合 pytest 与 CI 使用（assert_test() 失败时抛出 AssertionError），还可通过基线对比检测回归。
产品经理产品经理可用 harness-evals 对 LLM Agent 与提示词进行评测：按正确性、有据性、安全性、轨迹和性能五个维度组织指标，每个指标输出 0.0–1.0 的归一化 Score 并按可配置阈值判定通过与失败，从而判断 Agent 在哪些方面强、哪些方面弱。
★ 28 · 开发框架
原文发布：未知收录：2026-09-23
工具
spring-ai-community/spring-ai-typesafe · A Java SDK for the TypeSafe AI JEV API, & Spring AI TypeSafe integrations.
该项目为 TypeSafe AI 的 System One（jev）API 提供 Java 客户端，基于 Spring RestClient 与 Jackson 3 构建，并提供 Spring AI 集成，可作为模型即评审、护栏、RAG 后处理器与工具索引使用。其核心思路是将状态与一组类型化问题提交给 API，并行获得结构化答案（Noul、Choice、Score），而非文本生成。项目包含 typesafe-java-sdk、typesafe-spring-ai、spring-ai-starter-typesafe、typesafe-bom 及示例模块。
展开详情收起详情：Spring AI TypeSafe：TypeSafe AI System One API 的 Java SDK 与 Spring AI 集成⌄
程序员在 Java/Spring AI 应用中集成 TypeSafe AI System One API，将状态与一组类型化问题（Noul、Choice、Score）提交并并行获得结构化答案，用于模型即评审、护栏、RAG 后处理器与工具索引等开发场景。
★ 29 · 开发框架
原文发布：未知收录：2026-09-23
工具
zhouxiaoka/autoclip · AutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具
AutoClip 是一款 AI 视频剪辑工具，通过分析视频字幕来定位高光片段、生成标题，并自动剪出视频切片与合集。适合访谈、播客、课程和直播回放等以对白为主的素材。它提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式，支持通义千问、OpenAI 兼容接口、Gemini、硅基流动等云端模型，以及 Ollama / LM Studio 本地模型；还提供抖音、小红书、YouTube Shorts 和 B 站导出预设，并可在同一页面向多个已连接平台发布。
展开详情收起详情：AutoClip：AI 驱动的长视频高光提取与切片剪辑工具⌄
程序员通过 CLI 批量编排视频处理流水线，或让支持 MCP 的客户端调用同一条处理流水线，将 AutoClip 集成到自动化工作流中。
产品经理对访谈、播客、课程和直播回放等以对白为主的素材，用 AI 分析字幕定位高光片段、生成标题并自动剪出切片与合集，用于内容运营与产品宣传素材制作。
★ 8708 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
TIGER-AI-Lab/VLM2Vec · This repo contains the code for "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026], and "MMEB-V3" [COLM 2026]
VLM2Vec 是 TIGER-AI-Lab 开源的视觉语言嵌入项目，包含 VLM2Vec 模型及其配套 MMEB、MMEB-V2、MMEB-V3 多模态嵌入评测基准。项目提供基于 Qwen2-VL 等骨干的指令引导对比学习训练流程，支持图像、视频、视觉文档的嵌入学习，并扩展到音频、文本检索与 Agent 类任务；同时提供数据集准备脚本、DDP 评测入口和 YAML 配置方式，用于多模态检索嵌入的研究与基准测试。
展开详情收起详情：VLM2Vec：多模态嵌入模型的统一训练与评测框架⌄
程序员用于多模态检索嵌入模型的研究与基准测试：按 YAML 配置训练/评测视觉语言嵌入模型，使用 DDP 多 GPU 评测入口在 MMEB 系列基准上评估图像、视频、视觉文档等检索任务。
★ 686 · 开发框架
原文发布：未知收录：2026-09-23
工具
elizaOS/eliza · Open source agentic operating system
elizaOS 是一个开源的 TypeScript 框架与产品栈，用于构建自主 AI 智能体。该 monorepo 包含核心运行时、面向 Web/桌面/移动的 Eliza 应用、CLI、云服务、原生桥接以及第一方插件。框架以模型无关的方式通过插件扩展，提供消息循环、记忆与状态原语、插件契约；插件可注册动作、provider、评估器、服务、模型处理器、路由、事件与 app 视图。栈内还提供端侧本地推理路径（含文本、嵌入、语音、视觉与图像生成资产）、可选的 Eliza Cloud 托管服务，以及用于项目/插件脚手架与部署的 elizaos CLI。
展开详情收起详情：elizaOS：开源 Agent 运行时与自主 AI 智能体产品栈框架⌄
程序员使用 elizaOS 的 TypeScript 框架与 elizaos CLI 脚手架创建项目或插件，基于 @elizaos/core 的 AgentRuntime、消息循环、记忆与状态原语及插件契约开发自主 AI 智能体，并利用仓库的构建、验证、测试命令进行开发与排错。
产品经理参考 Eliza 应用提供的聊天、语音、记忆、知识、文档工作流、日历、提醒、收件箱、目标、健康等个人助理领域能力，以及可安装 app 视图和计划工作流，用于规划 AI 智能体产品功能与需求。
★ 19409 · 开发框架
原文发布：未知收录：2026-09-23
工具
HarshithGRaj/PRD-Agent · An AI-powered agent to generate Product Requirement Documents (PRDs).
PRD-Agent 是一个 AI 驱动的命令行界面（CLI）工具，帮助开发者和产品经理快速生成结构化、完整的产品需求文档（PRD）。它提供交互式 CLI，可将用户目标自动整理为 Overview、User Stories、Technical Requirements、Out of Scope 等标准 PRD 章节，并支持在本地环境运行和管理工作流。
展开详情收起详情：PRD-Agent：AI 驱动的命令行 PRD 生成工具⌄
程序员在本地环境中运行该 AI 驱动的 CLI 工具，生成包含 Technical Requirements 等章节的结构化 PRD，辅助开发者在需求阶段整理技术需求文档。
产品经理使用该 CLI 工具将用户目标自动整理为结构化 PRD，生成 Overview、User Stories、Technical Requirements、Out of Scope 等标准章节，辅助产品经理快速产出产品需求文档。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
ridhimaguptaa01/pm-reviewer · AI-assisted managerial review copilot for product management work
PM Reviewer 是一个面向产品经理的 AI 辅助评审副驾，用于减少管理者首轮评审投入。它会审阅产品团队提交的 PRD、需求、调研、可行性说明、上线计划、发布后分析等工作，推断其目的与成熟度，并给出分级的评审结论（需修改、待决策、可延后）。项目还会保存评审历史、支持可复用的管理者偏好，并在第二版及之后对比历史反馈，标注已解决、部分解决、仍未解决、不再相关以及新引入的问题。项目内含 12 个评测用例，覆盖强弱 PRD、模糊提案、混合客户证据、早期调研、外部内容、可行性工作和发布后分析，最新评测通过全部 12 项结构性检查。
展开详情收起详情：PM Reviewer：面向产品经理的 AI 辅助管理评审副驾⌄
产品经理产品经理可用该 AI 评审副驾审阅团队提交的 PRD、需求、调研、可行性说明、上线计划、发布后分析等工作，推断其目的与成熟度，给出分级评审结论（需修改、待决策、可延后），并保存评审历史、复用管理者偏好，在第二版及之后对比历史反馈，标注已解决、部分解决、仍未解决、不再相关以及新引入的问题。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
sumitkumar1233edeedad/shopnexa-ecommerce · ShopNexa — An AI-powered e-commerce platform built with Django and Django REST Framework, featuring product management, cart, wishlist, authentication, orders, payments, AI recommendations, and real-time customer support.
ShopNexa（AI Store）是一个使用 Django 与 Django REST Framework 构建的 AI 驱动电商平台，描述中列出商品管理、购物车、心愿单、认证、订单、支付、AI 推荐与实时客服等能力。README 主要记录了底层架构说明：Django + PostgreSQL 16 + Redis 7 + Celery 的异步任务体系、基于邮件 OTP 的注册/登录/密码重置验证、优惠券引擎（每周 5 次使用上限、周一时间界限定）、面向全体活跃用户的促销券邮件广播、用户时区中间件，以及使用 Docker Compose 的多容器部署方式与分步运行、测试指引。
展开详情收起详情：ShopNexa：基于 Django 的 AI 电商平台（商品、购物车、订单与支付）⌄
程序员作为 Django + Django REST Framework 电商平台参考实现，用于学习异步任务架构（Celery + Redis）、邮件 OTP 认证、优惠券引擎、时区中间件以及 Docker Compose 多容器部署与测试。
★ 0 · 开发框架
原文发布：未知收录：2026-09-23
工具
Yuvraj4069/Yuvraj-ai-product-management-copilot
该项目是一个由 Google Gemini 与 SQLite 驱动的多智能体产品管理工作台，用于自动化产品发现、客户之声（VOC）分类、动态聚类、RICE 优先级排序、PRD（产品需求文档）自动生成和发布节奏排序等产品管理任务。仓库使用 Python 编写，采用 MIT 许可证。
展开详情收起详情：AI Product Manager Copilot：多智能体产品管理工作台⌄
产品经理用于自动化产品发现、客户之声（VOC）分类、动态聚类、RICE 优先级排序、PRD 自动生成和发布节奏排序等产品管理任务。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
roshcompanylabs/llm-stream-guardrails · LLM guardrails for streaming: redact PII and secrets mid-stream
llm-stream-guardrails 是一个 TypeScript 库，用于在 LLM 流式响应过程中实时检测并遮盖 PII、API 密钥、私钥等敏感内容，无需先缓冲完整回复再过滤。它接收任意字符串异步可迭代对象（可直接接入 Vercel AI SDK 的 textStream，OpenAI/Anthropic SDK 需一行映射），承诺对任意输入、策略与分块方式，流式输出与整串过滤结果逐字节一致且每个输出块独立完整。内置 email、信用卡（Luhn 校验）、电话、SSN、IBAN（mod-97）、35 类密钥形态及 PEM 私钥块检测器，并支持按字段名识别的 labeledSensitive 与自定义敏感标签。仓库定位为纵深防御而非合规控制，作者明确说明对未见文本的召回率约 47%–81%，不能替代其他安全措施。
展开详情收起详情：llm-stream-guardrails：流式响应中实时脱敏 PII 与密钥的 LLM 护栏⌄
程序员在开发 LLM 应用时，将本库接入流式响应管道，实时遮盖输出中的 PII、API 密钥、私钥等敏感内容，避免敏感信息直接展示给用户；也可用于对完整字符串做脱敏并获取检测位置信息。
★ 0 · 开发框架
原文发布：未知收录：2026-09-23
工具
ethereumdegen/starkbot-neo · Fast, local-first macOS agent with Jev navigation and Hypercanvas
Starkbot Neo 是一个基于 Rust 与 Tauri 构建的本地优先桌面 Agent，可在 macOS 和 Linux 上运行。它通过 CDP 驱动浏览器、通过平台无障碍 API（macOS Accessibility / Linux AT-SPI）驱动原生应用，核心是 Jev 导航器：每一步由一个分类器输出操作头、目标头和安全头，并把这一循环接入可接受语音或文本任务的 Agent。项目定位为面向 SEO 与 GTM 工作流及媒体应用的营销与媒体执行工具，而非 shell 或编程 Agent，没有 bash 工具和通用文件访问。当前处于活跃开发中，Web 导航、无障碍路径与流式 ReAct Agent 循环已可运行，媒体通过应用操作、packs 和 GTM 工作流尚未构建；尚无正式安装包或发布下载，需从源码构建。
展开详情收起详情：Starkbot Neo：本地优先的 macOS/Linux 桌面 Agent，通过 Jev 导航器操控浏览器与原生应用⌄
产品经理通过语音或文本向本地桌面 Agent 下达任务，由 Jev 导航器经 CDP 操控浏览器完成网页上的 SEO 与 GTM 工作流，例如在网页中执行导航与点击操作，辅助市场调研与增长相关工作。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
jahfaliabdulrahman-dev/rajhi-rag · Verified Al Rajhi bank-statement reader (Arabic-first): literal VLM transcription → balance chain + printed-footer oracle → Arabic RAG Q&A. Sample scope; synthetic public fixture only.
rajhi-rag 面向阿拉伯语优先的 Al Rajhi 银行对账单扫描件（无文本层的 PDF），流程为：VLM 逐字转录数字并做确定性归一化，再用余额链推导每笔交易的方向和金额，并以每页印刷的页脚合计（借方/贷方/累计余额）作为外部校验；最后通过阿拉伯语检索（FAISS + e5）加确定性工具进行问答，模型只调用工具、不自行计算，并展示答案所依据的行。项目还提供导出 Excel（交易、逐页校验、未证实项、说明四个工作表）、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关。仓库为示例范围，公开样本为合成数据，实测结果与已知缺口在 README 中逐项列明。
展开详情收起详情：rajhi-rag：阿拉伯语银行对账单验证与 RAG 问答工具⌄
程序员作为可参考的 RAG 与文档校验工程实现：仓库提供阿拉伯语检索（FAISS + e5）加确定性工具的问答流程、VLM 逐字转录加确定性归一化的读取管线、余额链与页脚合计的外部校验、以及导出 Excel、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关等工具，程序员可阅读其代码与文档用于构建或评审类似的文档处理与检索问答系统。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
Heimel-open/Heimel · HEIMEL Intent. Realized. HEIMEL is open infrastructure for the transition from intent to consequence.
HEIMEL 是一套面向后果承载执行的授权治理基础设施，位于现有身份、策略与执行系统之间，在意图落地为真实效果的那一刻判断其是否具备当前授权。它不替换 IAM 或策略引擎，而是把决策、精确效果、许可与回执绑定，并通过 Gateway 强制唯一受治理的效果路径，由 Veritas 保留可归因的证据。仓库包含本地参考运行时，支持本地授权、执行、回放与证据查验，并提供标准授权演示、可执行授权演示和回放演示。
展开详情收起详情：HEIMEL：在意图转化为实际后果前进行授权治理的基础设施⌄
程序员在开发需要执行真实后果的 AI Agent 或自动化系统时，将 HEIMEL 作为授权治理层，在意图落地为真实效果前判断其是否具备当前授权，并通过 Gateway 强制唯一受治理的效果路径、由 Veritas 保留可归因证据；仓库提供本地参考运行时，可本地授权、执行、回放与证据查验。
★ 6 · 开发框架
原文发布：未知收录：2026-09-23