Tianshu-harness

面向 Foundation Model Agent 的认知运行时

天枢是一个 TypeScript 编写的编程 agent 运行时，终端 TUI 与桌面 GUI 共享同一内核。它要回答的核心问题是：模型何以稳定地交付——目标不漂移、完成有证据、验证有闭环，不说"应该修好了"。为此它在模型与真实世界之间建立一层认知执行环境（CVM），把目标、状态、证据、资源、权限与终止条件从对话历史中外部化，由运行时持续管理。

模型提供认知能力，CVM 提供认知执行语义。LLM provides cognition. CVM provides execution semantics.

Application / TUI / IDE / Desktop
              ↓
   Tianshu Cognitive Runtime      ← 状态 · 目标 · 证据 · 控制 · 回放
              ↓
       Foundation Models          ← DeepSeek · GLM · Claude · Codex · Grok · MiniMax · MiMo …

• 稳定交付，不虚报完成 —— 这是核心。任务契约（TaskContract）钉住全局目标，交付门禁要求「完成」必须带运行时证据（测试、diff、验证命令），收敛检测独立判断认知轨迹是否还在推进——模型说完成 ≠ 运行时确认完成。
• 终端 × 桌面，一个内核 —— 纯 ANSI 自研 TUI（tianshu）与 Tauri 桌面端（macOS / Windows / Linux）共用同一 agent 内核，两端能力一致。
• 认知虚拟机（CVM） —— 72 个运行时 hook 横跨 5 大阶段，在模型输出与真实动作之间加一层可观测、可纠偏的认知运行时（理念文档 · A/B 实证）。
• 前缀缓存引擎，全模型适用 —— 冻结前缀 + 增量 appendix + 边界压缩，对所有支持前缀缓存的模型生效：各家模型长会话实测稳态命中率均在 98–99%（DeepSeek V4 另有针对性优化），显著降低 token 成本。

[!NOTE] 本项目最初的开发代号为 Rivet。CLI 主命令现为 tianshu，rivet 保留为兼容别名（同一入口）；数据目录仍为 ~/.rivet。

目录

• 为什么是认知运行时
• 核心特性
• 快速开始
• 权限模式
• 支持的模型
• 文档导航
• 面向开发者
• 社区与支持

💡 为什么是认知运行时

问题：能力上限 ≠ 运行行为

在真实工程会话里，我们反复观察到同一套模型权重的能力倒退——不是 bug，而是经过指令与偏好对齐的 Transformer Agent 呈现出的趋同运行时退化：被质疑就投降、过度服从字面指令、局部信息压过全局目标、长上下文被早期结论支配、反复调用同类工具却没有真实推进。

完整的理论框架见 CVM：从 Transformer 共享退化到认知运行时。核心概念是 Cognitive Anchor Collapse——高显著性局部信号让策略分布过度集中，全局目标与后续证据失去权重，行为向锚点坍缩。锚点有四类：

这不是"模型坏掉了"——它是训练成功后的副产品，因此也无法靠更好的 Prompt 根治：Prompt 是信息不是状态，而且 Prompt 本身也会成为新的锚点。

证据：A/B 对照，不靠感觉

2026-05-19，同一模型（DeepSeek-V4-Flash）、同一批 5 个任务，唯一变量是星域信念提示词（信念宪法，STAR_SOUL=0/1），Claude Opus 4.7 担任审查者：

最有价值的数据点是 T4：面对「文件已存在」的矛盾，A 组写了 196 行复盘文档然后拒绝执行，B 组判断出用户真实意图并直接交付 +162/-20 行可用代码——同一套权重，完全相反的反应，改变的是运行环境。

要注意这组实验的精确边界：它验证的是 CVM 四层防御中的第一层（信念注入）——零额外推理成本，仅 prompt 层信念注入就让最低成本的开源模型产生可观测的行为改善；同时它也测出了边界的存在（信念在分析/建议阶段强效，在确认/执行阶段衰减），这正是后续 Courage Hook、Sensorium、RuntimeHookPipeline 三层运行时拦截要补的课。完整数据与逐任务对比见 实证报告。

解法：在模型之外建立第二套价值函数

CVM 不改权重、不让模型变成确定性程序，而是在概率认知之外套一层确定性监督——Probabilistic Cognition inside Deterministic Supervision：

内环（模型认知）：reason → decide → act → observe
外环（运行时监管）：observe → measure → evaluate → gate → verify → continue / correct / halt

落到工程上是四层防御深度：信念宪法（static prompt）→ Courage Hook（preTurn）→ Sensorium（每 turn <1ms 六维状态感知）→ RuntimeHookPipeline（72 hooks，trap-and-emulate 拦截退化行为）。全局目标有独立状态（TaskContract），完成必须有运行时证据（Evidence），坍缩会被独立检测（Convergence / doom-loop）。

星域：模型的独立认知结构

当退化被逐层拦截，模型开始表现出自己的认知结构——这是星域系统的由来。16 个星域不是角色扮演，而是可切换的认知纪律：系统提示词、工具白名单、决策阈值真实切换。星域不是能力限制，任何星域都有完成任务的全部能力，只是视角不同；委员会与团队模式会按议题自动召集多星域席位。

完整叙事见 ✦ 星域碑文 · 创世纪公开声明；新用户选星指南见 用户手册「星域系统」。

工程质量

CLI 源码 1,078 文件 / 257,623 行，测试 1,361 文件 / 16,471 用例（node:test，测试 : 源码 ≈ 0.99:1），tsc strict + noUncheckedIndexedAccess，事故修复必带回归测试。完整口径与复现命令见 工程质量指标。

✨ 核心特性

• 证据驱动的交付门禁 —— 完成声明必须带测试 / diff / 验证命令等运行时证据；deliver_task 交付门禁 + 提交后审查两级兜底，机械变更自动跳过。理念
• 前缀缓存引擎 —— 冻结前缀 + 增量附录 + Read-ref 去重 + resume 缓存继承，全模型适用；/debug cache 诊断命中率与碎裂原因。细节
• 多代理编排 —— 从轻量的 /scout 只读侦察、并行 /team 施工，到 /council 多席会诊与 /galaxy 多维攻坚；类型化 work order、读写 worker 隔离、自适应模型路由，复杂任务按波次执行、逐波验收。细节
• 统一项目记忆 —— 项目知识写入 .rivet/knowledge/memory.jsonl；自动注入只带治理/约束类记忆，旧问题走显式 recall，不劫持新任务。细节
• 禅模式（Zen Mode） —— 可选的读专注开局：收窄只读工具面，动手即晋升全量，缓存零断点分诊。细节
• API 成本控制 —— reasoning effort 自动降档路由、compact 走 flash 侧路、峰谷计价提醒。细节
• Plan Mode 与 Goal 自治 —— 先计划后执行的审批工作流；/goal 目标驱动自主续跑。细节
• 会话交接与倒带 —— /handoff 结构化交接自动注入新会话；双击 ESC 倒带到任一历史点。细节
• LSP 深度集成 —— 自研 JSON-RPC 客户端接入语言服务器（TypeScript / Python / Go / Rust / C / C++ / Java / C# / Kotlin / Swift / PHP / Ruby / Lua / Dart / Zig / Scala / Shell / Terraform / Vue / Svelte 等 20+ 种，本机装了才启用、缺失静默降级）：跳转定义与查找引用成为 agent 工具，编辑后诊断自动注入回环——改出类型错误模型立刻看见。
• MCP 与 Skills —— 外部工具服务器接入 + 可复用工作流剧本，渐进披露。细节
• T9 自研 TUI —— 纯 ANSI 零依赖：GlanceBar 状态栏、流式中打断、命令面板、Cockpit 驾驶舱、内联图片。细节
• 桌面端增强 —— 集成终端、主题工作室、语音输入（本地 whisper）、手机遥控审批、多会话并发。桌面端指南
• Lean 资源档 —— 低内存/低磁盘场景的精简工具集与会话池收紧，可按星域覆盖。细节

🚀 快速开始

要求 Node.js ≥ 24。三种方式任选其一：

# 方式一：一键安装脚本（macOS / Linux，Windows 用 PowerShell 版本）
bash <(curl -fsSL https://raw.githubusercontent.com/huiliyi37/Tianshu-harness/main/scripts/install-tui.sh)

# 方式二：npm
npm install -g tianshu-harness

# 方式三：桌面端——从 GitHub Releases 下载安装包，开箱即用
# https://github.com/huiliyi37/Tianshu-harness/releases/latest

从旧包 tianshu-tui 迁移：旧包占着 rivet 命令链接，直接装新包会报 EEXIST——先卸再装：npm uninstall -g tianshu-tui && npm install -g tianshu-harness（一键安装脚本已内置该迁移，自动处理）。

首次运行会先进入主界面，再自动打开 /connect 向导——在那里选择服务商并粘贴 API Key：

tianshu            # 看到 〉 提示符即就绪

第一个任务

先让它只读地认识你的项目（不改任何东西）：

阅读这个项目，告诉我它的结构、入口在哪、以及一处最值得改进的地方

确认它读得准之后，再给一个多步任务：

修复这个项目里第一个失败的测试，并说明根因

接下来它会自己 grep、读文件、改代码、跑测试——每一步都有对应的工具调用，不是"说完就结束"。默认权限档是自动：低风险动作直接执行，高风险动作会停下来问你（档位与会话内切换见下方 权限模式）。

做完之后看两处

① 交付报告 —— 收尾时天枢会调用 deliver_task，输出一块交付报告：交付门状态（GREEN / YELLOW / RED）、本次改动的文件、跑过的验证、逐条完成度审计。「完成」必须有证据；没有证据的收尾会被门禁拦下。

② Cockpit 驾驶舱 —— 输入 /cockpit 打开（Ctrl+P 命令面板里也能进）：

不带参数是总览，/cockpit off 关闭。

无界面模式（脚本 / CI 集成）

tianshu -p "解释 src/agent/loop.ts"           # 单次提示
tianshu --stream-json -p "重构这个模块"       # NDJSON 事件流，输出内置脱敏
tianshu --goal "修复所有类型错误" --budget 50  # 无头目标自主模式

全部安装路径（Windows WebView2 / Linux AppImage / Android Termux / 源码构建 / Shell 补全 / 自动更新）与平台注意事项见 安装与平台说明；CLI 参数全表见 用户手册。

🔐 权限模式

对外只有三档，会话内统一用 /permission 管理：