编程

unified-world-model

试用

跨模态统一世界模型：把 text/code/vision/tool_state 四种模态观察融一潜空间（共享 grounded 状态）， 在其上做跨模态一致性校验、状态转移、前向仿真、反事实推演。与纯文本生成式世界模型不同， 本模型 grounded（有锚定、可证伪）：跨模态事实矛盾被显式标记而非平滑掉。这是一线大模型 仍薄弱、而"可靠地超越"所必需的底层元能力。

它能做什么

跨模态统一世界模型：把 text/code/vision/tool_state 四种模态观察融一潜空间（共享 grounded 状态）， 在其上做跨模态一致性校验、状态转移、前向仿真、反事实推演。与纯文本生成式世界模型不同， 本模型 grounded（有锚定、可证伪）：跨模态事实矛盾被显式标记而非平滑掉。这是一线大模型 仍薄弱、而"可靠地超越"所必需的底层元能力。

技能文档

unified-world-model（跨模态统一世界模型）

「超越态·自我确证」域的收口能力：text/code/vision/tool_state 融一潜空间做 grounded 仿真。 与生成式"脑子里想的世界"不同，本模型要求每个状态都有多模态事实支撑，矛盾可证伪。

何时使用

  • 需要预测某动作后的世界状态（规划、反事实"What-if"、仿真验证）。
  • 需要校验多源信息（文本描述 vs 视觉观察 vs 工具返回）是否自洽。
  • 需要把异构模态（对话、代码执行结果、截图标签、工具状态）对齐进统一表征。

核心 API（scripts/unified_world_model.py）

  • unify([Observation(...)]) → UnifiedState：多模态融合 + 跨模态矛盾检测（groundedness 字段）。
  • transition(state, action) / rollout(state, actions)：确定性状态推进。
  • predict_next(state, action) → (next_state, uncertainty)：已知动作 uncertainty=0，未知=1.0。
  • counterfactual(state, plan, alt_action, at_step) → 两条对比轨迹 + 差异字典。

已知转移（可扩展）

toggle_light / open_door / close_door / run_code / call_tool。

使用流程

  1. 把每条证据封装成 Observation(modality, content, facts=..., tags=...)。
  2. unify(...) 得到统一状态，检查 contradictions 与 groundedness（<1 即存在跨模态矛盾）。
  3. rollout / counterfactual 做前向/反事实推演；predict_next 量化不确定性。

与超级智能体闭环的关系

作为 super-agent 的环境模型节点：规划时仿真分支、执行后用真实观察 unify 校验 预测 vs 实际（groundedness 落差即误差信号），驱动反思重规划。

自进化学习系统

本技能接入 meta-evolver 自进化闭环：每次调用经 scripts/learner.py 记录成败与边界案例， 跨会话沉淀"哪些模态组合易矛盾""哪些动作 OOD"等经验，越用越准。

已知限制

  • 转移函数为显式注册（非学习型），未知动作只能给高不确定性、不臆测结果。
  • vision 仅接收标签级事实（非像素），如需像素级 grounding 需外接多模态模型。

相关技能

WorldSim

世界模拟器 · 故事引擎 · 即兴戏剧 · 角色扮演。本地持久化世界状态（运行会在 worlds 数据目录下创建、修改和删除本地文件——缺省 worlds/，可由环境变量 WORLDSIM_WORLDS_DIR 指向你自己的目录）、导入 SillyTavern 角色卡、推进互动剧情，以及执行存档、读档、回滚与状态修复。仅在用户明确要求运行世界模拟、且请求指向具体世界（如启动/继续/进入XXXX世界，或明确要求创建XXXX世界/导入角色卡至XXXX世界）时激活；日常聊天提及、讨论或引用世界/角色/剧情话题不激活，与已有世界无关的泛化扮演/role-play 请求也不激活。

1 星标

大模型对话 Claude Opus 4.7

Anthropic's flagship multimodal model. Strong at long-context reasoning, code generation, and complex tool orchestration. Supports text, image, and video inp...

19 次安装

neuro-symbolic-reasoning

神经符号统一推理——把"神经(连续表征+相似度=可泛化但不可验证)"与"符号(Horn子句前向链+不变量=可证但脆弱)"熔于一炉。同一查询同时走两侧：符号可证结论优先(verifiable=True)，神经近邻结论作为带置信度的软证据，两侧冲突显式标注供上层裁决。适用于需要"既能泛化到未见样本、又能给出可审计/可反例证伪推导"的推理场景（关系推理、知识补全、可信问答、反幻觉）。

cn-model-gateway

国产大模型统一 MCP 服务器，通过标准 JSON-RPC 2.0 协议为 Claude Code / Cursor / Cline / n8n 等 18+ Agent 框架提供 DeepSeek、通义千问、智谱 GLM、Kimi、腾讯混元、火山豆包、MiniMax、零一万物、百川智能、阶跃星辰十家模型的统一调用接口。新增 5 个非 MCP 框架适配器：LangChain Tool、AutoGPT Plugin、CrewAI Tool、Coze 插件、Dify 工具节点，实现从 MCP 生态到全 Agent 生态的扩展。内置模型性能基准测试套件（50 道题库、6 维度评分、雷达图对比、历史追踪）和 Token 价格实时追踪（价格抓取、变更通知、趋势图、成本预测）。支持 8 个 MCP 工具（ask_model/describe_image/embed_text/rerank/audio_transcribe/video_understand/list_providers/health_check）、资源读取（配置/使用统计）、预置 prompt 模板（代码审查/翻译），内置统一错误映射、流式 SSE 输出、使用量统计、硬件感知并发控制。auto 模式支持能力画像排序 + 自动故障转移（超时/失败切备用）；API key 支持环境变量优先读取；SQLite 启用 WAL 模式支持多 Agent 框架并发写入；支持多模态视觉模型（Qwen-VL/GLM-4V/豆包视觉）和图片理解（describe_image）；支持 Function Calling / Tool Use（ask_model 传入 tools 参数）；新增文本向量嵌入（embed_text）、文档重排序（rerank）、语音转文字（audio_transcribe）、视频理解（video_understand）四个新工具。config.json 填写 api_key 即可启动，无需 GPU、不做微调、不做私有部署，只做标准 MCP 协议网关。

World Builder

世界建造器——元技能系统的下级母技能，支持双模式——独立生成（从无到有构建完整世界）和角色提取（从多个Character Builder角色中提取共享世界层）——从任意世界概念或角色群生成完整世界Skill。以世界=实体层×社会层×抽象层的三层12维正交模型（实体层：空间/时间/法则/生命/物质/技术；社会层：文化/政治/经济；抽象层：认知/审美/动态）系统填充，输出内嵌管线编排、三轴判定、领域校准、降级模式等可执行能力的世界Skill文件。触发词：生成世界、创建世界、世界构建、世界观、world building、世界设计、架空世界、虚构世界、meta-skill-system

2 次安装

worldlines-scenario-authoring

WorldLines scenario creation and revision with clear multi-agent dialogue, validation, and real-model playtesting.

2 次安装