zhnt/loushang
AI-native agent harness for coding workflows by python: multi-model LLM orchestration, stateful sessions, tool governance, traceable delivery, and provider routing for GPT, Claude, DeepSeek, Qwen, Kimi, GLM, and MiniMax.
解決的問題
Loushang 解決複雜 AI 驅動工作中的可靠性和可恢復性問題。透過將工作流程視為結構化、可執行的物件,防止 AI 代理常見的失敗情況,例如上下文遺失、執行無法恢復、結果未驗證。
工作原理
該系統作為方法原生的 AI 工作系統運作。它使用「Methods」作為結構化的作業契約,定義角色、階段和驗收標準。透過持久化的「Sessions」管理執行,支援恢復、分叉或匯出。提供一個感知提供方的 AI SDK(loushang.ai),用於模型路由和工具呼叫。目前主要實作是 loushang code,一個專為軟體開發設計的 CLI 和終端工作台。
適用對象
專為需要使用 AI 代理執行複雜多階段任務,同時保持嚴格審計追蹤並能恢復進行中工作的軟體開發者和知識工作者設計。
主要亮點
- 方法引導交付:使用結構化契約確保工作遵循特定工作流並滿足驗收標準。
- 持久會話:持久的執行記錄,支援使用者恢復或分叉編碼對話。
- 可擴展架構:支援專案級 Python 擴展,用於自訂工具、鈎子和命令。
- 提供方感知 SDK:包含模型註冊表和成本助手,用於管理不同 AI 模型端點。
相關
- 專案
- 專案
- 專案
- 專案
- 專案