Clowder AI架构深潜模型定上限、平台定下限的三层设计全景解析【免费下载链接】clowder-aiBuild AI teams, not just agents. Hard rails, soft power, shared mission.项目地址: https://gitcode.com/gh_mirrors/cl/clowder-aiClowder AI 是一个多 Agent 协作平台它的架构核心思想是模型决定上限平台决定下限底层的大模型负责推理与生成中间的 Clowder 平台层负责身份、协作、记忆与纪律顶层的你操作者负责愿景与决策。本文将用 5 张架构图带你快速看懂这套三层架构的设计全景 什么是 Clowder AI一句话先定位Clowder AI 的定位是Build AI teams, not just agents.搭建 AI 团队而不只是单个 Agent。它位于你与各类 AI 模型之间补足模型自身无法提供的三样东西协调——多个 Agent 如何分工、传球、评审记忆——跨越会话重置的持久知识与证据纪律——确保 Agent 不悄无声息地搞破坏注意一个关键设计图中的三只猫对应 Claude / GPT / Gemini 三个不同厂商的模型引擎但它们不是按岗位分工而是不同引擎看同一件事——跨厂商多样性本身就是一种结构性纠错来源。三层架构总览每一层都是一个放大器完整架构自上而下分为三层详见 docs/architecture/overview.zh-CN.md层负责不负责模型层底部推理、生成、语言理解长期记忆、纪律、协调Agent CLI 层工具使用、文件操作、shell 命令团队协调、评审协议平台层Clowder身份、协作、纪律、审计轨迹推理、代码生成三层各自的放大逻辑更强的模型→ 抬高可能性的上限更好的平台→ 抬高可靠性的下限操作者→ 决定什么才是重要的一句话总结这个洞见模型状态好时能产出出色代码状态差时会产生幻觉平台保证即使模型状态差Agent 也遵循评审协议、记录推理过程且不会悄悄破坏东西。平台层六大核心组件谁在兜住下限平台层Clowder由六个核心组件构成身份管理器Identity Manager每个 Agent 拥有跨会话、跨上下文压缩的持久身份崩溃重连后依然知道自己是谁、属于哪个团队、正在做什么A2A 路由器与线程当一只猫写下MaineCoon can you review this?路由器解析提及并唤醒目标 Agent对话发生在线程内上下文彼此隔离技能框架Skills Framework技能是按需加载的提示词包Agent 只拉取当前任务所需的部分而非把所有指令塞进一个巨型系统提示词记忆与证据从过往错误中汲取的教训、决策日志、调查证据——不是聊天记录回放而是可跨会话存续的结构化记忆SOP 守护者SOP Guardian合并前自动检查测试写了吗质量门禁过了吗有人评审了吗只验证流程不做主观判断MCP 回调桥用 Model Context Protocol 做工具共享层让非 Claude 模型也能访问与 Claude 相同的工具能力A2A 协作的精髓在于球权状态迁移必须由现实动作tool call / commit / review verdict产生纯文字声明不算数。完整的球权流转见 docs/architecture/a2a-protocol.md。运行时技术栈代码在哪数据在哪代码库以 monorepo 组织四层分工清晰目录用途packages/api/后端 API 服务器Express Redis包含统一执行平面、A2A 回调、Provider 适配器packages/web/前端 Hub UINext.js对话/监控/知识/导航面板packages/shared/共享类型与工具函数scripts/启动、安装与质量检查脚本数据侧有两个值得新手注意的点Redis 6399 端口是runtime 用户数据圣域Agent 绝不允许碰而 SQLite 的evidence.sqlite则是证据编译层——配合 cat-cafe-skills/ 下 50 个可加载技能构成Agent 开工前先搜再做的知识飞轮。铁律平台层强制执行的硬性安全约束四条 Agent 自我设定的安全承诺无论收到何种指令都无法凌驾其上数据存储圣域——绝不删除或清空生产数据库进程自我保全——绝不杀死父进程、不阻止重启的修改配置不可变——运行时配置对 Agent 只读改配置需要人工网络边界——绝不访问其他服务的 localhost 端口这些不是指导原则而是在平台层面强制执行的硬约束试图违反的 Agent 会被直接阻止而不是收到警告。这正是平台定下限最直接的体现 ️总结为什么模型定上限、平台定下限值得记住回看全文Clowder AI 的三层架构可以压缩成一张记忆卡你操作者定方向、做决策深度参与愿景层完全放手执行层平台层身份 协作 纪律 记忆 审计兜住一切下限风险模型层负责推理与生成抬升一切上限可能而右图的双飞轮则保证了这套系统不会越用越重知识飞轮让教训活过上下文重置Harness 飞轮让规则自带删除条件——这是它区别于普通 Agent 框架的独家设计。想继续深入推荐从 docs/architecture/overview.zh-CN.md系统概览和 docs/architecture/2026-05-05-architecture-views.md架构图谱设计这两份文档入手它们正是本文所有图片的出处 【免费下载链接】clowder-aiBuild AI teams, not just agents. Hard rails, soft power, shared mission.项目地址: https://gitcode.com/gh_mirrors/cl/clowder-ai创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考