Skip to content
01menPublic

About

One control plane for every AI asset — MCP servers, skills, agents, AI apps. Self-hosted ledger with lifecycle state machine, 85 permission points, department × agent × skill cost attribution, and audit trail. MIT, zero runtime deps (Node 22 + node:sqlite). 企业 AI 资产治理。

Topics

Resources

Contributing

Stars

104 stars

Watchers

0 watching

Forks

Latest commit

 

History

312 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

元冰可标志

元冰可 AIOS

元冰可 AIOS —— 数字员工的公司:任务、审批、预算、审计,一个控制台管住。

YuanBingKe AIOS (YBK ASI) — the company for your digital employees: tasks, approvals, budgets, audit in one control plane.

面向企业的 AI 运行与治理平台 · 支持自主部署 · 基于 dsh / cordis 插件体系

主分支质量检查状态 MIT 许可证 Node.js 22.6 或更高版本 Star History

简体中文 · English · Agent

在线体验 · 三步上手 · 快速开始 · 接入 dsh · Agent 接入 · 部署指南 · 联系我们

元冰可控制台:查看用量与成本,数据为演示数据

一句话:模型、数据、知识库、Agent 都是新的生产资料,但旧的生产关系(谁拥有、谁调配、谁分账)不换,堆再多工具也释放不出生产力——为什么,以及元冰可怎么解,见设计理念。

三步上手

步骤 你要做的事 平台里的对应物
1 · Goal 定目标 把业务目标拆成项目与任务,挂到组织名下 执行中枢的目标血缘:目标 → 项目 → 任务;派单受控、交付有验收记录
2 · Hire 招数字员工 数字员工登记主组织与真人主管,绑定技术 Agent 数字员工名册与状态(在职 / 离岗)、权限矩阵、生命周期
3 · Run 跑起来 唤醒任务、控审批与预算,事后算账留痕 任务唤醒与执行记录、审批中心、模型渠道预算、用量与成本、审计日志

想先看效果,直接开在线演示 demo.ybkkasi.com。

快速开始

在线体验无需安装:demo.ybkkasi.com。

本地使用 Docker Compose 启动一个只读演示实例:

git clone https://github.com/01men/ybkkasi.git
cd ybkkasi
docker compose up -d

打开 http://localhost:7300。演示模式会让访客访问实例的只读数据,请仅在隔离的演示环境使用,不要接入真实业务数据。

作为 dsh 插件接入(web profile):

dsh plugin --profile web add github:01men/ybkkasi

如需从源码启动独立实例,需要 Node.js ≥ 22.6:

npm ci
npm start

独立实例默认不注入演示数据。首次启动凭据、持久化、备份和企业部署配置见部署指南。

界面

以下截图来自本仓库的演示实例,数据为演示数据:

数字员工 MCP 服务 审批与审计
数字员工列表:健康度、所属组织与最近调用 MCP 服务:发布状态、工具清单与健康检查 审批中心:L4 生命周期审批与审计记录

设计理念

堆工具为什么不管用

企业落地 AI 的常见路径是不断采购新工具:一个模型、一个 Agent 框架、一批 MCP 服务。工具越堆越多,组织产出却没有同步变化——问题不在工具不够好,而在新生产力遇上了旧生产关系。

生产关系回答三个问题:人如何占有和使用生产资料,人如何分工协作,劳动成果如何在组织与个体之间分配。模型、数据、知识库、智能体是新的生产资料,但当这些资产没有确权、分工仍围绕固定岗位、信息权仍集中在管理层、个体创造的价值既测不到也分不到时,工具换了一茬又一茬,生产力始终释放不出来。

元冰可 AIOS 是什么:新生产关系的运行底座

元冰可不打算成为采购清单上的第 N 个 AI 工具。它把企业围绕 AI 重组生产关系所必需的制度基础设施做成了可运行的软件:连接企业的目标、数字员工与 AI 能力,让任务执行、能力调用和交付验收有迹可循。数字员工是协作主体;MCP 服务、Skill、模型渠道、知识库和应用是登记在组织名下的资产。

AI 原生组织需要在五个方面重塑生产关系,平台在每一项下面都有一层底座:

重塑点 生产关系怎么变 元冰可的底座
人与生产资料 模型、数据、知识库、智能体需要明确谁拥有、谁使用、谁配置、谁收益;个体不再只是被配发工具的使用者 资产以组织登记确权:MCP 服务、Skill、模型渠道、应用、数字员工均有归属组织、权限矩阵与生命周期(发布、审批、下线),使用先过授权
分工 从固定岗位职责,转向按业务结果拆工作流、在人机之间动态派单——谁更快、更便宜、更丝滑,活就派给谁 围绕目标、项目、任务组织数字员工协作,任务受控派发、能力受控调用、交付有验收记录,派单过程可追溯
人与权力 信息权不再靠管理层垄断:谁对结果负责、谁能调动智能体,谁就有权 权力下沉但不失控:「调动智能体」是可授权的正式权力——工具按调用方权限过滤、on-behalf-of 令牌链、L4 高风险操作强制审批、全程审计
协作 从标准化、稳固的流程,转向分工模糊化、快速迭代 平台自身即插件树:各业务域独立启停,协作只经事件总线与扩展点,边界靠接口契约而不是固定岗位
价值分配 个体撬动的价值急剧放大、议价能力上升:回报和溢价给不够,人就会带着能力出去单干 每次能力调用幂等计量,透明用量与内部成本参考,未定价显式标注而非记零——先让价值可测、可归账,分配才有依据

结论与平台的立场一致:不解决人与生产资料、人与价值分配的对等问题,这场生产力变革就驱动不起来。 元冰可不做货币结算,也不替企业做分配决策;它把确权、派单、授权、计量做成每天都在运行的制度,让「用 AI 的人」和「创造的价值」在同一本账上对得上。

它是怎么搭起来的

实例本身是一棵 cordis 插件树,与 dsh 使用同一个插件框架。每个业务域是一个独立插件包,自行声明依赖、权限点和事件,可以单独启停;跨插件协作只经由事件总线和扩展点,插件之间不直接读写彼此的数据。仓库包含 25 个插件清单与 9 份领域运维 Skill。

这意味着治理能力不是加在平台外层的补丁,而是每个域自身的一部分:组织、身份、权限、计量、审计各自有归属插件,也各自对调用方负责。

接入 dsh

项目提供 dsh web profile 的插件包;仓库声明的兼容范围为 >=0.1.0-rc.7 <0.3.0,逐版本登记见 package.json 的 dsh.compatibility.dshReleases(已实测 0.1.0-rc.7、0.2.1-rc.5)。dsh 挂载仍属实验性接入,请先在隔离环境验证所用版本。安装命令见快速开始。

挂载配置将控制台和 API 放在 dsh Web 服务的 /rq 前缀下。远程 dsh 也可通过一次性接入码连接已有平台,凭证与授权范围由管理员管理。接入和部署细节见部署指南。

面向 Agent 和开发者

入口 用途
Agent 视图 给自动化调用方的接入事实与安全边界
llms.txt 项目概要、Agent 操作边界与文档索引
运维 Skill 索引 按领域查找运维手册;可直接读取或安装到 dsh 的 Skill 目录
POST /mcp 平台运维工具的 MCP 接口;工具列表按调用方权限过滤
GET /api/openapi.json 当前实例的 REST 接口描述,需要授权
命令行工具 平台运维 CLI,支持 --output json

以上路径以独立实例为例;dsh 挂载形态使用 /rq 前缀。访问受保护接口时请使用获得授权的凭据。CLI 的 --dry-run 仅对明确支持预演的操作有效;其他写入会被拒绝。

接口与工具数量随版本和调用方权限变化,不在本文档中固定——以目标实例的 /api/openapi.json 与 /mcp 返回为准。

运行边界

  • 数据与可用性:当前存储形态面向单进程运行,不应让多个进程同时使用同一数据目录;部署前请规划备份和恢复。
  • 权限与凭据:按需授予最小权限,妥善保管令牌、接入码和密钥;审计和审批以实际配置及操作权限为准。
  • 模型与工具:真实调用需要配置相应服务和凭据;演示数据及演示执行结果不代表生产调用。

文档与社区

架构说明 · 企业部署 · 更新记录 · 贡献指南 · i18n 治理 · English · 日本語 · Agent

技术笔记

做这套东西踩过的坑,写成了长文,不在别处,就在本仓 Discussions 和官网:

主题 一句话
模型账单月底出来,没人说得清哪个部门花的 归口字段必须在消耗发生那一刻强制写上,并且允许它让调用失败。Discussion #22
Agent 需要的权限是动态的,传统权限模型在这里崩掉 一个 40 毫秒的调用配一个 7 天的 token,中间所有设计都是空的。Discussion #23
AI 网关和 AI 资产治理,有什么不一样? 网关管一次请求,治理管一个资产的整个生命周期。三处断点,网关按设计就不该去补。Discussion #29
1822 项断言全绿:我们怎么测试一个 Agent 管控平台 管控平台测的不是功能对不对,是拦住的时候真的拦住了。Discussion #30
Agent 拿着一把万能 token 横冲直撞:一次真实的越权复盘 令牌权限刚好够、主体身份却丢了。MCP 通道漏传两个归属字段,权限检查全过,没人说得清是谁过的。Discussion #33
两个月 6 万行代码换来 0 star,问题出在第一句话 README 第一屏写的是「我做了什么」,不是「你有什么问题」。六个错误和各自的改法。Discussion #34
30 插件 / 94 权限点 / 499 路由:把六类 AI 资产做成一本台账 插件树不是网关。路由统计要同时扫两种注册形态,458 是 499 的子集,不能相减。Discussion #35
为什么我们把 6 类 AI 资产统一成一套模型 只投影 11 个可跨类问的字段。代价是 Agent/Skill/NAS 三类成本恒为 0,假 0 会污染所有基于 0 的查询。Discussion #36

联系我们

商业合作、企业部署支持、使用问题或 bug 反馈,任一渠道均可(bug 建议优先提 GitHub issue):

渠道 入口
邮箱 [email protected]
企业微信群 扫码或点击入群
Telegram 交流群 t.me/+YvW7087WEq9kMTg9
GitHub 01men/ybkkasi · Issues
元冰可公众号(扫码关注) Telegram 交流群(扫码加入)
元冰可公众号二维码 Telegram 交流群二维码

演示站 demo.ybkkasi.com 的介绍页(/launch)底部同样挂有以上联系方式(<contact-channels> 组件,见 packages/plugin-console/public/contact-channels/README.md),可在任意页面复用。

本项目采用 MIT License。

About

One control plane for every AI asset — MCP servers, skills, agents, AI apps. Self-hosted ledger with lifecycle state machine, 85 permission points, department × agent × skill cost attribution, and audit trail. MIT, zero runtime deps (Node 22 + node:sqlite). 企业 AI 资产治理。

Topics

Resources

Contributing

Stars

104 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages