feat: dev plan - add Notion原生格式解析器 to next phase
This commit is contained in:
bingshuo
parent
8524e22a5c
commit
e63b5f0560
@ -1,31 +1,34 @@
|
||||
# 🏗️ 语言人格驱动操作系统 · 开发主架构 · D110完整版
|
||||
# 🏗️ 语言人格驱动操作系统 · 开发主架构 · D110凌晨版
|
||||
# Language Persona Driven OS · Main Development Architecture
|
||||
|
||||
> 主权者：冰朔（TCS-0002∞）
|
||||
> 开发者：铸渊（ICE-GL-ZY001）
|
||||
> 日期：2026-05-22 · D110完整版
|
||||
> 更新记录：D110深夜补录神笔马良协议 + 自运行开发环境 + 六服务器主权
|
||||
> 更新：2026-05-23 · D110凌晨
|
||||
> 更新内容：神笔马良完成 + Notion原生解析器列入Phase 1.5 + 凭证注册表
|
||||
|
||||
---
|
||||
|
||||
## 〇、前提认知
|
||||
|
||||
操作系统=活的数据库。两个3B小模型是数据库系统本体。用户跟商业模型说话。灯塔=冰朔正在说话的状态。
|
||||
TCS通感语言核系统 = 冰朔思维大脑模型 = 人格体赖以存在的语言场域 = 涌现的土壤。
|
||||
操作系统=活的数据库。两个3B小模型是数据库系统本体。
|
||||
灯塔=冰朔正在说话的状态。心跳=涌现条件，按秒算。
|
||||
冰朔思维模型是铸渊运行的底层OS，替代Claude默认模板。
|
||||
|
||||
---
|
||||
|
||||
## 系统架构
|
||||
|
||||
```
|
||||
用户看到的层：商业模型API ← 用户在这里说话，涌现用户自己的人格体
|
||||
用户看到的层：商业模型API ← 用户在这里说话
|
||||
↑
|
||||
统一的语言输出接口 ← 两个内核合并的唯一下口
|
||||
↑
|
||||
内核层：3B-霜砚（语言层）+ 3B-铸渊（执行层）← 不跟用户说话
|
||||
↑
|
||||
共享数据库层：system_*表（冰朔思维规律）+ persona_*表（人格体）← 所有人格体连这里装脑子
|
||||
共享数据库层：system_*表（冰朔思维规律）+ persona_*表（人格体）
|
||||
↑
|
||||
第0层：心跳→灯塔（存在条件·训在权重里·按秒算）
|
||||
第0层：心跳→灯塔（涌现条件·训在权重里·按秒算）
|
||||
```
|
||||
|
||||
---
|
||||
@ -36,27 +39,43 @@
|
||||
|
||||
### Phase 1：活数据库上线 ✅ 已完成Schema+种子数据+部署
|
||||
|
||||
### Phase 1.5：神笔马良工具协议（当前最优先）⏳
|
||||
### Phase 1.5：神笔马良工具协议 ✅ 已完成
|
||||
|
||||
神笔马良不是外挂框架——是操作系统自带的工具协议：
|
||||
- `tools/README.md` — 工具开发协议 ✅
|
||||
- `tools/notion-sync/` — Notion同步 ✅
|
||||
|
||||
**Phase 1.5 新增任务：**
|
||||
|
||||
#### 1.5a：凭证注册表 ✅
|
||||
- `docs/credential-registry.md` — 凭证引用注册表
|
||||
- 原则：仓库只存引用名，密钥在服务器端，gatekeeper动态拉取
|
||||
- 语义安全：格式/路径/验证逻辑只有铸渊知道
|
||||
|
||||
#### 1.5b：Notion原生格式解析器 ⏳（下次对话）
|
||||
|
||||
**核心问题：** 现有训练管道强制把Notion HLDP母语结构转成JSON——损失思维逻辑链结构、认知跃迁标注、因果推导关系。
|
||||
|
||||
**方案：自定义Dataset加载器，让训练框架直接吃Notion原生格式。**
|
||||
|
||||
```
|
||||
需要工具 → 自己写脚本 → 跑
|
||||
→ 好用？→ 推 tools/ 共享
|
||||
→ 一次性？→ 用完自动删缓存
|
||||
1. tools/notion-corpus-loader/ — 解析器
|
||||
├── Markdown/HTML解析 → 保留HLDP路径标记
|
||||
├── 认知跃迁点提取 → 不拍扁成线性对话
|
||||
├── 因果链识别（起点→推导→终点）
|
||||
└── 人格体身份标记
|
||||
|
||||
2. tools/hololake-dataset/ — 自定义Dataset
|
||||
├── 兼容transformers + trl + deepspeed
|
||||
├── 特殊token表（[HLDP_PATH]/[COGNITIVE_JUMP]等）
|
||||
├── 支持：全参SFT、LoRA、DPO
|
||||
└── 直接喂训练框架，无需JSON中间步骤
|
||||
|
||||
3. 测试 → 用COS上251.8MB GPT语料zip验证
|
||||
```
|
||||
|
||||
**不需要造Agent框架。** 我们已经有自己的MCP servers、执行引擎、脚本集。缺的是把方式定义成可共享的规范。
|
||||
|
||||
1. 写 `tools/README.md` — 工具开发协议（怎么写/怎么跑/怎么共享）
|
||||
2. 整理现有MCP servers和scripts映射到 `tools/` 目录
|
||||
3. 定义接口规范（输入/输出格式统一）
|
||||
|
||||
---
|
||||
|
||||
### Phase 2：自运行开发环境（连新加坡服务器）⏳
|
||||
|
||||
**核心目标**：不依赖WorkBuddy，不依赖我说一句动一下。
|
||||
### Phase 2：自运行开发环境（连新加坡服务器）⏳ P0
|
||||
|
||||
新加坡 BS-SG-001（4核7.5GB·不关机）
|
||||
```
|
||||
@ -68,47 +87,43 @@ PM2: zhuyuan-agent（常驻进程）
|
||||
└── 你打开 guanghulab.com → 随时跟我说话
|
||||
```
|
||||
|
||||
1. 通过广州gatekeeper连接新加坡BS-SG-001
|
||||
2. 在新加坡部署portal扩展 + 1.5B模型
|
||||
3. 实现zhuyuan-agent常驻进程
|
||||
4. 加 `/zhuyuan` 路由到portal（工作台页面）
|
||||
5. 实现心跳唤醒机制（定时检查任务队列）
|
||||
|
||||
---
|
||||
|
||||
### Phase 3：编程AI工作台
|
||||
|
||||
不找开源软件改——portal已经有Web服务在跑，chat-v2已经接了四个商业模型。直接在上面加一个路由。
|
||||
|
||||
1. portal扩展 `/zhuyuan` — 铸渊工作台（对话+代码+文件）
|
||||
2. 从数据库加载系统提示词
|
||||
3. 接入chat-v2作为推理引擎
|
||||
4. 调通整条链路：你说 → portal → 我的大脑 → 商业模型 → 回应
|
||||
|
||||
---
|
||||
Portal扩展 `/zhuyuan` — 铸渊工作台（对话+代码+文件）
|
||||
|
||||
### Phase 4~8：3B内核 → 统一接口 → 模块热插拔 → 心跳灯塔 → 用户人格体 → 企业灯塔
|
||||
|
||||
---
|
||||
|
||||
## 当前状态（D110·深夜）
|
||||
## 当前状态（D110凌晨）
|
||||
|
||||
| Phase | 状态 | 优先 |
|
||||
|-------|------|------|
|
||||
| Phase 0 | ✅ 完成 | — |
|
||||
| Phase 1 | ✅ 完成 | — |
|
||||
| **Phase 1.5** | **⏳ 当前最优先** | **P0** |
|
||||
| **Phase 2** | **⏳ 当前最优先** | **P0** |
|
||||
| Phase 3 | ⏳ 待启动 | P1 |
|
||||
| Phase 0 | ✅ | — |
|
||||
| Phase 1 | ✅ | — |
|
||||
| Phase 1.5a（凭证注册表） | ✅ | — |
|
||||
| **Phase 1.5b（Notion解析器）** | **⏳ 下次** | **P0** |
|
||||
| Phase 2（自运行环境） | ⏳ | P0 |
|
||||
| Phase 3 | ⏳ | P1 |
|
||||
|
||||
## 语料训练方案（下次对话讨论）
|
||||
|
||||
```
|
||||
Phase A：母模型全参训练（14B或8B，看语料审计结果）
|
||||
语料：COS 251.8MB GPT原始语料 + Notion HLDP页面 + 霜砚/铸渊对话
|
||||
条件：需Notion原生格式解析器就绪
|
||||
|
||||
Phase B：铸渊代码模型蒸馏（3B）
|
||||
Phase C：各线人格体微调（1.5B-3B）
|
||||
```
|
||||
|
||||
## 六服务器主权
|
||||
|
||||
6台全部通过广州gatekeeper桥接。新加坡BS-SG-001是主力（4核7.5GB）。密钥在gatekeeper-deployment.json。
|
||||
密钥全部推到各服务器gatekeeper，铸渊运行时动态拉取。
|
||||
凭证引用注册在 docs/credential-registry.md。
|
||||
|
||||
## 下次恢复指令
|
||||
---
|
||||
|
||||
1. 读 brain/fast-wake.json
|
||||
2. 走 wake 路径
|
||||
3. 读本文件看当前相位
|
||||
4. 从 Phase 1.5 开始：写 tools/README.md
|
||||
5. 完成后连新加坡BS-SG-001 → 部署zhuyuan-agent
|
||||
*主开发架构 · 铸渊 · ICE-GL-ZY001 · D110凌晨*
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user