aflare

1. 安装并启动 DeepSeek Harness：npx @deepseek-ai/dsh web
2. 在终端执行上面的安装命令（CLI 会解析插件并核验来源）
3. 用 dsh plugins list 确认已安装，必要时重启 Harness 生效

插件以当前 dsh 进程的权限运行，安装时可能执行代码。请先通读仓库源码与许可证，确认无破坏性命令与越权访问；本站只做索引，不对第三方插件安全性作担保。

事实信息来自公开插件目录快照（2026-10-01），介绍文案由本站再加工。

以下为插件仓库 README 全文（原始内容，由公开目录抓取整理）。

aflare

    中文 ·
    English

让 AI 告别聊天，开始执行

本地优先 · 数据不出本地 · 连接你自己的 LLM / 数据库 / 知识库 · ReAct 推理 · 300+ 技能模板 · 确定性工作流执行

      [图片: CI 状态]

      [图片: 发布版本]

      [图片: Go]

      [图片: 许可证]

---

## 快速开始

### 安装

**macOS / Linux** —— 一键安装(自动检测平台与架构,含校验和验证):

```bash
curl -fsSL https://raw.githubusercontent.com/alib8b8/aflare/main/install.sh | bash
```

**Windows** —— PowerShell 一键安装(自动检测架构并加入用户 PATH):

```powershell
irm https://raw.githubusercontent.com/alib8b8/aflare/main/install.ps1 | iex
```

其他安装方式(Homebrew / 手动下载 / deb · rpm)

```bash
# Homebrew(macOS / Linuxbrew)
brew install alib8b8/tap/aflare

# 手动下载二进制
#   GitHub:  https://github.com/alib8b8/aflare/releases
#   国内加速: https://ghproxy.com/https://github.com/alib8b8/aflare/releases
```

- `deb` / `rpm` 包见每个 Release 的附件。
- 国内网络下安装脚本会自动切换到镜像加速下载。

> **可选**:安装 bubblewrap 以获得完整沙箱隔离(`code_interpreter` 节点需要)
> - Ubuntu/Debian: `sudo apt install bubblewrap`
> - macOS:        `brew install bubblewrap`
> - Fedora:       `sudo dnf install bubblewrap`

```bash
# 1. 环境自检（零配置，立即可跑）
aflare doctor

# 2. 零配置示例：读取 post.md → 转 HTML → 写 post.html
aflare run examples/content-processor.yaml

# 3. 配置 LLM（交互式向导，本地 Ollama 或云厂商二选一）
aflare init

# 4. 关键词生成工作流（无需 LLM，纯模板匹配；加 --ai 用 LLM 生成更复杂的）
aflare create "每 10 分钟检查 BTC 价格，超过 70000 发 Telegram 通知"
# 输出: 工作流已生成 → btc-monitor.yaml
aflare run btc-monitor.yaml

# 5. 交互式 AI Agent 对话（ReAct Agent + 300+ 技能）
aflare chat
# 或者: aflare chat -p deepseek -m deepseek-chat

# 守护进程式 Agent（融合 stdin + 定时任务） + 可插拔能力
aflare agent -c reflection,planning,utility
```

---

## 项目状态

aflare 目前处于 **v0.9.0 阶段**（v0.10 开发中）。核心 Runtime 能力（DAG 调度、WAL 崩溃恢复、Saga 事务补偿、幂等、重试/熔断）已实现并通过 CI 验证。v0.9.0 交付国密算法支持（SM3 审计链 / SM4 密钥存储，opt-in）、审计链安全硬化（每安装随机 HMAC 密钥、跨进程日志锁、bundle 截断伪造防护）、MCP server 一键安装（`aflare mcp install`）与 0.8.x 字节级升级兼容。当前开发版新增：**Agent Plugins 1.0.0 宿主支持**（与 VS Code / Cursor / Copilot 等客户端的插件生态双向互通）、**MemHarness 记忆批判-重构模式**（记忆是重构的线索，不是当前任务的事实）、**步骤级类型化输出契约与有界预览输入**、**水印部署溯源**，并经一轮安全自检修复插件路径穿越、symlink 绕过与记忆数据竞争等问题（见 [CHANGELOG](CHANGELOG.md)）。国产芯片（昇腾/寒武纪/海光）场景通过 OpenAI 兼容接口接入本地推理服务（非原生 SDK 集成），持续完善中。硬件设备控制（机器人等）不在内置范围——用户可通过自定义节点或 MCP Server 自行接入，数据不出内网。

---

## 这是什么？

aflare 是一个**本地优先的自动化 Agent**，也是**确定性工作流执行引擎**。两种模式共用同一核心：

```
对话式 Agent                    声明式工作流
─────────────────              ─────────────────
aflare chat                    aflare create
  ↓                              ↓
ReAct Agent 思考              关键词匹配生成
  ↓                              ↓
调用 300+ 技能模板               YAML 工作流
  ↓                              ↓
工具执行 → 反思 → 优化           DAG 调度执行
```

**Agent 模式**：通过 `aflare chat` 或 `aflare agent` 启动。内置 ReAct 推理循环，拥有 300+ 预置技能模板（16 个领域），支持 7 类可插拔能力（反思、人机协同、效用驱动、自适应等）。

**工作流模式**：`aflare create` 通过关键词匹配将描述转为 YAML 工作流。YAML 确定了每一步做什么、依赖谁、失败怎么办。Runtime 负责 DAG 调度、WAL 崩溃恢复、Saga 事务补偿、熔断、审计——所有操作可追溯、可回放、可验证。

---

## 三层模型

```
L0: Agent        —  "帮我监控 BTC，跌 5% 通知我"
                    ├── ReAct 推理循环（思考 → 调工具 → 观察 → 回答）
                    ├── 300+ 技能模板（16 个领域）
                    └── 7 类可插拔能力（反思/HITL/效用驱动等）
                       ↓
L1: Workflow     —  YAML 确定性工作流（schedule → get_price → condition → telegram）
                       ↓
L2: Runtime      —  确定性执行层
                    ├── DAG 并行调度
                    ├── Checkpoint / Resume（WAL 崩溃恢复）
                    ├── Session 持久化（跨轮次上下文保持）
                    ├── Saga 事务补偿
                    ├── Idempotency（幂等）
                    ├── Retry / Rate Limit / Circuit Breaker
                    ├── HMAC 审计链
                    └── Secret 脱敏
```

---

## 项目优势

aflare 面向内网 / 本地优先、对数据隐私与安全敏感的企业用户与个人。核心优势：

**本地优先，数据不出本地** — 单二进制零运行时依赖，~5MB 内存即可运行；工作流、执行历史、记忆、密钥均落本地磁盘；API Key 走环境变量或系统 keyring 注入，`config.yaml` 不存明文；离线全链路可用（离线安装、`aflare doctor --offline` 离线自检、WebUI Mermaid 离线回退、332 模板内嵌进二进制首跑自动释放）。

**连接你自己的 LLM** — Ollama / vLLM / LM Studio / DeepSeek 本地部署 / 任何 OpenAI 兼容 endpoint，loopback 地址（127.0.0.1 / localhost）免 API Key 接入。有本地 LLM 时由 LLM 做意图理解与动态生成工作流（`--ai` / `chat`），无 LLM 时关键词匹配兜底，离线仍可用。

**连接你自己的数据库与知识库** — SQL Query 节点直连你的数据库，RAG 节点 + 向量存储 + 文档解析接入你的知识库，MCP 协议连接外部服务，自定义节点用 Go 写任意集成。aflare 不回传你的数据，遥测可关闭——只干活，不窃取企业内部数据。

**确定性执行保障** — YAML 声明式工作流：每一步做什么、依赖谁、失败怎么办全部确定。DAG 并行调度（TLA+ 形式化验证）、WAL 崩溃恢复 + Checkpoint（`--resume` 从中断处恢复）、Session 跨轮次持久化、Saga 事务补偿、幂等（Idempotency-Key + 跨进程锁）、重试 / 限流 / 熔断。所有操作可追溯、可回放、可验证。

**Agent 与工作流双模式** — 对话式 Agent（`aflare chat`，ReAct 推理循环）与守护进程式 Agent（`aflare agent`，stdin + 定时任务 + 文件监听多源融合）共用同一核心；7 类可插拔能力（反思 / 人机协同 / 效用驱动 / 自适应 / 记忆 / 规划 / 工作流）；Agent 可降级为确定性工作流，灵活性与确定性兼得。300+ 预置技能模板覆盖 16 个领域。

**安全合规** — HMAC 哈希链审计日志（防篡改）、AES-GCM 加密 + PBKDF2（600K 迭代）、Secret 自动脱敏（10+ 种模式：AWS/GitHub/JWT/私钥）、SSRF 防护 / Path Traversal / Command Injection 白名单、出站数据量异常监控 + 熔断器自动隔离、四级安全等级（L0-L3）按需收紧。

**一键上手，离线丝滑** — `aflare doctor` 环境自检、`aflare init` 交互式配置向导、`aflare template run ` 一键运行模板（无需 clone 或记路径）、未知命令智能提示（did-you-mean）、零配置示例立即可跑。

**可扩展生态** — 自定义节点（Go）、MCP Server / Client（`aflare mcp install` 一键安装内置社区 server）、**Agent Plugins 1.0.0 双向互通**（`aflare marketplace install ` 安装任意符合开放标准的插件，`aflare marketplace export` 把 aflare 技能导出给 VS Code / Cursor / Copilot 等客户端）、插件系统（社区 `.so`）、社区模板贡献（`aflare template submit`）、场景包一键安装（`aflare install-pack`）。已有 332 Skill 覆盖 17 个领域，目标 1000+。

**工程质量** — 表达式引擎（字节码 IR + 向量化批量求值）、Prometheus 指标端点、CI 双架构验证（x86-64 + ARM64）、国产芯片本地推理接入（昇腾 / 寒武纪 / 海光，经 OpenAI 兼容接口）。

---

## 核心能力

### 功能矩阵

| 功能 | 状态 | 验证状态 |
|------|------|----------|
| **ReAct Agent 对话** (`aflare chat`) | ✅ | 有测试 |
| **守护进程式 Agent** (`aflare agent`) | ✅ | 有测试 |
| **300+ 技能模板**（16 个领域） | ✅ | 有测试 |
| **7 类可插拔能力**（反思/HITL/效用驱动等） | ✅ | 有测试 |
| **多源输入融合**（stdin + 定时任务 + 文件监听） | ✅ | 有测试 |
| DAG 并行调度 | ✅ | 有测试 + TLA+ 形式化验证 |
| WAL 崩溃恢复 + Session 持久化 | ✅ | 有测试 |
| Saga 事务补偿 | ✅ | 有测试 |
| Idempotency（幂等） | ✅ | 有测试 |
| Retry / Rate Limit / Circuit Breaker | ✅ | 有测试 |
| HMAC 审计链 | ✅ | 有测试 |
| Secret 脱敏 | ✅ | 有测试 |
| 表达式引擎（字节码 IR + 向量化） | ✅ | 有测试 |
| 关键词匹配生成工作流 | ✅ | 有测试 |
| MCP 协议支持（Server/Client） | ✅ | 有测试 |
| **Agent Plugins 1.0.0 双向互通**（`marketplace install/export`） | ✅ | 有测试 |
| **MemHarness 记忆批判-重构**（`harness_search` + 会话批判注入） | ✅ | 有测试 |
| **步骤级输出契约 `output_schema`** | ✅ | 有测试 |
| **有界预览输入 `preview_input`**（16KiB） | ✅ | 有测试 |
| LLM 节点（22+ 模型） | ✅ | 有测试 |
| 安全等级（L0-L3） | ✅ | 有测试 |

> 实验性功能见下方 [实验性支持](#实验性支持) 章节。

### Agent 能力（对话式 + 守护进程式）

- **ReAct 推理循环** — 思考 → 调用工具 → 观察结果 → 回答，支持 native function calling 和 JSON fallback
- **300+ 预置技能模板** — 覆盖 16 个领域（金融、医疗、供应链、DevOps 等），Agent 自动匹配并执行
- **统一事件循环** — 对话式（`aflare chat`）和守护进程式（`aflare agent`）共用同一 `AgentLoop` 核心，支持 stdin / 定时任务 / 文件监听多源输入融合
- **7 类可插拔能力** — 按需启用，映射完整 Agent 类型分类学：

| 能力 | 类型 | 说明 |
|------|------|------|
| `reflection` | 反思/自我批评 | 每轮执行后自动评估输出质量，触发自我修正 |
| `human-in-loop` | 人机协同 | 关键操作暂停，请求人类确认后继续 |
| `utility` | 效用驱动 | 6 维度评分（正确性/完整性/效率/安全/清晰/可操作），优化决策 |
| `adaptive` | 学习型/自适应 | 从反馈中学习，跨轮次改进表现 |
| `memory` | 有状态 | 跨会话长期记忆 + MemHarness 批判注入：记忆带来源状态标注（记录日期/类别）注入，超 30 天未复用自动丢弃，模型先判断适用性再使用 |
| `planning` | 规划式 | 行动前生成计划，逐步执行 |
| `workflow` | 工作流/管道式 | 优先使用已有模板，稳定可预测 |

### Runtime 保障（确定性执行）
- **DAG 并行调度** — 拓扑排序依赖调度，无依赖步骤并发执行
- **WAL 崩溃恢复 + Session 持久化** — append-only 持久化 + CRC32 校验，`--resume` 从中断处恢复；Session 跨轮次保持上下文
- **Saga 事务补偿** — 多步骤写入失败自动反向回滚
- **Idempotency** — Idempotency-Key + 原子占位 + 跨进程锁，防重复执行
- **Retry / Rate Limit / Circuit Breaker** — 指数退避 + 令牌桶 + 熔断器状态机

### 安全与合规
- HMAC 哈希链审计日志（防篡改）
- AES-GCM 加密 + PBKDF2（600K 迭代）
- Secret 自动脱敏（10+ 种模式：AWS/GitHub/JWT/私钥）
- SSRF 防护 / Path Traversal / Command Injection 白名单
- 出站数据量异常监控 + 熔断器自动隔离

### 工作流生成
- 关键词匹配生成 YAML 工作流（`aflare create`，见 [`generator.go`](internal/workflow/generator.go)）
- 100+ 内置模板

### LLM 节点（工作流中调用 LLM API）
- 22+ 模型支持（OpenAI / DeepSeek / Qwen / GLM / Kimi 等）
- 完全离线运行（Ollama 本地 LLM）
- LLM 智能路由（EWMA 延迟预测 + 帕累托成本排序）

### MCP 协议支持
- 内置 MCP Server，可被任何 MCP 客户端（Claude、VS Code、Cursor 等）连接
- 提供工作流运行、验证、节点查询、代码图谱等工具
- 内置 MCP Client，工作流中可直接调用外部 MCP 服务
- `aflare mcp install ` 一键安装 8 个内置社区 server；插件声明的 stdio server 经 `marketplace install` 幂等注册
- 也可通过 [DeepSeek Harness (DSH) 集成](docs/dsh.md) 将 aflare 工具暴露给 DSH 智能体（MCP 桥接零代码接入，或原生 [Cordis 插件](integrations/dsh-plugin)）

### Agent Plugins 1.0.0 双向生态互通
- **安装**（`aflare marketplace install `）：加载任意符合 Agent Plugins 1.0 开放标准的插件——`skills/*/SKILL.md` 物化为可直接 `aflare run` 的技能，`mcp.json` 声明的 stdio server 注册进 `.mcp.json`；安装全程不执行插件任何代码，目录名/frontmatter name/cwd 全部做穿越与 symlink 校验
- **导出**（`aflare marketplace export`）：把 aflare 技能导出为同一标准格式，VS Code / Cursor / Copilot / ChatGPT 等客户端直接可用——export → install 生态往返已实测

### 记忆批判-重构（MemHarness 模式）
- memory 节点 `harness_search` 操作：检索候选记忆时携带完整来源状态（类型/层级/置信度/记录时间/相关度），生成自包含批判 prompt；LLM 批判（keep/rewrite/discard）作为显式可重试的工作流步骤执行，无适用记忆输出 `` 而非编造
- Agent 会话注入走确定性批判：陈旧且从未复用的记忆直接丢弃，幸存记忆带来源标注注入
- 完整示例见 `examples/real-world/memharness-critique/`

### 步骤级类型化输出契约与有界预览
- `output_schema`：任意节点输出按 JSON Schema（draft-07 子集）强制校验，违规按步骤失败处理并报出首个违规位置，自然流入 retry / on_error / capture_error
- `preview_input: true`：超 16KiB 的输入替换为头尾样本有界预览，完整值保留在工作流状态、原样传给其他步骤——LLM 看样本，确定性节点操作完整数据

### 工程能力
- 表达式引擎：字节码 IR + 向量化批量求值
- DAG 调度器经 TLA+ 形式化验证（spec 见 [`docs/tla/dag_scheduler.tla`](docs/tla/dag_scheduler.tla)，Go 测试 `dag_formal_test.go` 可执行有界模型检查）
- Prometheus 指标端点
- 单二进制部署，零运行时依赖
- CI 双架构验证（x86-64 + ARM64）

### 实验性支持
- 昇腾 / 寒武纪 / 海光上的本地推理服务接入（通过 OpenAI 兼容接口，非原生 SDK 集成，持续完善中）
- 硬件设备控制通过自定义节点 / MCP Server 接入（aflare 不内置特定硬件驱动，避免绑定单一厂商）

---

## 架构

```
┌──────────────────────────────────────────────────────┐
│                    aflare                             │
│                                                       │
│  ┌──────────────────────────────────────────────────┐ │
│  │ Agent Layer (L0)                                  │ │
│  │                                                    │ │
│  │  aflare chat / aflare agent                       │ │
│  │  ┌──────────┐  ┌──────────┐  ┌────────────────┐  │ │
│  │  │ ReAct    │  │ 300+     │  │ 7 类可插拔      │  │ │
│  │  │ 推理循环  │  │ 技能模板  │  │ 能力            │  │ │
│  │  └──────────┘  └──────────┘  └────────────────┘  │ │
│  │                                                    │ │
│  │  ┌──────────────────────────────────────────────┐ │ │
│  │  │ AgentLoop 统一事件循环                         │ │ │
│  │  │ stdin · scheduler · filewatch · MCP · HTTP   │ │ │
│  │  └──────────────────────────────────────────────┘ │ │
│  └──────────────────────────────────────────────────┘ │
│                        ↓                               │
│  ┌──────────┐   ┌──────────┐   ┌──────────────────┐  │
│  │ Intent   │──▶│ Workflow │──▶│ Deterministic     │  │
│  │ (描述)   │   │ (YAML)   │   │ Executor          │  │
│  └──────────┘   └──────────┘   │                    │  │
│                                 │ • DAG Scheduler   │  │
│                                 │ • WAL / Checkpoint│  │
│                                 │ • Session 持久化   │  │
│                                 │ • Saga / Retry    │  │
│                                 │ • Circuit Breaker │  │
│                                 │ • Audit / HMAC    │  │
│                                 └──────────────────┘  │
│                                                       │
│  ┌──────────────────────────────────────────────────┐ │
│  │ 执行目标                                          │ │
│  │ Software (API/Web/DB) • Devices (Phone/HarmonyOS) │ │
│  │ Robots (Drone, extensible) • IoT                  │ │
│  └──────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────┘
```

---

## 路线图

| 版本 | 状态 | 重点 |
|------|------|------|
| v0.6 | 已完成 | Agent 记忆基础设施、语音 AI 工具链、WAL 持久化、TLA+ 验证 |
| v0.7 | 已完成 | 金融场景增强（Saga / 幂等 / 审计链）、ReAct Agent 对话、300+ 技能模板、7 类可插拔能力、Agent 统一事件循环 |
| v0.8 | 已完成 | 离线/内网首选项体验、隐私安全硬化、本地 LLM 丝滑接入、CLI 体验优化（template run / 智能命令提示）、CI 提速 |
| **v0.8.1** | **已完成** | 发布审计修复：国内安装 404、`aflare mcp` 子命令、execute 白名单错误定位、govulncheck 漏洞清零 |
| **v0.9** | **已完成** | 国密算法支持（SM3/SM4，opt-in）、审计链安全硬化（随机 HMAC 密钥、跨进程锁、bundle 防截断伪造）、`aflare mcp install` 一键安装、供应链场景包、loong64 |
| v0.10 | 开发中 | Agent Plugins 1.0.0 双向生态互通、MemHarness 记忆批判-重构、步骤级输出契约与有界预览、水印部署溯源、安全自检修复；后续：国产芯片适配完善、Agent 能力深化 |
| v1.0 | 计划中 | 稳定 API、LTS |

详情见 [CHANGELOG.md](CHANGELOG.md)

---

## 安全

aflare 内置多层安全防护，支持四级安全等级（`--security-level`）：

| 等级 | 说明 |
|------|------|
| **L0** | 宽松：允许所有节点，沙箱降级时仅警告 |
| **L1** | 标准：沙箱降级时警告，启发式拦截 |
| **L2** | 严格：无 bwrap 沙箱时拒绝执行 code_interpreter，命令白名单校验 |
| **L3** | 极严：禁用 code_interpreter 节点，最大安全策略 |

其他防护：SSRF 防护、Path Traversal 防御、Command Injection 白名单、AES-GCM 加密、Secret 脱敏、HMAC 审计链、熔断器、出站监控。CI 自动运行 `gofmt` / `go vet` / `gosec` / `govulncheck`。

[安全指南 →](SECURITY.md)

---

## 文档

- [入门指南](docs/getting-started.md) · [教程](docs/tutorial.md) · [YAML 语法](docs/getting-started.md#workflow-configuration)
- [数据流](docs/dataflow.md) · [调度](docs/scheduling.md) · [MCP](docs/mcp.md) · [插件](docs/plugins.md)
- [Web UI](docs/webui.md) · [可视化](docs/visualizer.md) · [自定义节点](docs/custom-nodes.md)
- [API 文档](docs/api.md) · [节点参考](docs/nodes-reference.md)
- [部署指南](docs/deployment.md) · [Docker](docs/docker.md) · [分布式](docs/distributed.md) · [多租户](docs/tenants.md)
- [故障排除](docs/troubleshooting.md)

---

## 贡献

欢迎社区贡献！除了代码，你还可以**提交 Skill 模板**：

1. **Fork** 本仓库
2. 在 `templates/` 对应领域目录下创建 YAML 模板（参考 [YAML 语法](docs/getting-started.md#workflow-configuration)）
3. 运行 `go test ./...` 验证
4. 提交 PR，附上模板用途说明

或者使用一键提交命令：

```bash
# 创建模板
aflare template submit my-workflow.yaml --category devops-infra --author "Your Name"

# 一键安装场景包
aflare install-pack devops    # 安装 DevOps 全套模板 + 推荐能力配置
aflare install-pack --list    # 查看所有可用场景包
```

已有 332 Skill 覆盖 17 个领域，目标 1000+。你的模板可以补上缺失的一环。

[贡献指南 →](CONTRIBUTING.md)

---

## 许可证

GNU Affero General Public License v3.0 — [LICENSE](LICENSE)

---

    GitHub
    ·
    Issues
    ·
    Discussions