Cambium_AI

<div align="center"> <picture> <source media="(prefers-color-scheme: dark)" srcset="assets/logo-dark.png"> <img src="assets/logo.png" alt="Cambium AI 研究机构" width="320"> </picture> <h1>Cambium</h1> <p><b>一个您可以凭借一句话运行的研究机构</b> — 从资金申请到经过验证、符合资助者要求的结果，在每个关口都有人工介入。</p> <p> <a href="https://github.com/IFC-UIDAHO/Cambium_AI/actions/workflows/validate.yml"><img alt="持续集成" src="https://img.shields.io/github/actions/workflow/status/IFC-UIDAHO/Cambium_AI/validate.yml?style=flat-square&label=CI&color=16C079"></a> <a href="CHANGELOG.md"><img alt="版本" src="https://img.shields.io/badge/version-1.00.0-16C079?style=flat-square"></a> <a href="INSTITUTE.md"><img alt="代理人" src="https://img.shields.io/badge/agents-46-16C079?style=flat-square"></a> <a href="#-the-lifecycle--8-gates"><img alt="人工关口" src="https://img.shields.io/badge/human_gates-8-0E8E5B?style=flat-square"></a> <a href="MCP_INTEGRATION.md"><img alt="MCP" src="https://img.shields.io/badge/MCP-ready-0E8E5B?style=flat-square"></a> <a href="LICENSE"><img alt="许可证：MIT" src="https://img.shields.io/badge/License-MIT-yellow?style=flat-square"></a> </p> <p><b>46 个专业代理人 · 11 个委员会 · 8 个人工关口 · 21 种技能 · 30 种工具 · 一个 CI 强制执行的证据合约</b></p> <p> <a href="PHILOSOPHY.md">为什么选择 Cambium（哲学）</a> · <a href="POSITIONING.md">定位</a> · <a href="#-why-it-stands-out">为什么它脱颖而出</a> · <a href="#-see-it-work">查看其工作</a> · <a href="#-60-second-quickstart">快速入门</a> · <a href="#-how-to-use-it--what-to-say">如何使用它</a> · <a href="#-the-architecture">架构</a> · <a href="#-full-capability-catalog">功能目录</a> · <a href="#-governance--honesty-by-construction">治理</a> · <a href="#-how-it-compares">比较</a> · <a href="INSTALL.md">文档</a> </p> <img src="assets/demo.gif" alt="Cambium 在行动 — 从 RFP 到验证结果，由一句话叙述" width="820"> </div> --- ## ✦ 10 秒了解 Cambium 现代 AI 可以起草提案、运行实验或撰写论文。但它**无法**直接运行整个研究组织——从申请到验收——同时让人员保持指挥并确保每个声明的诚实。 > [!IMPORTANT] > **Cambium 将 Claude Code / Cowork 转变为一个可移植的、受管辖的研究机构。** 您是**主任（PI）**。一个**46 代理人组织**分为**11 个委员会**，执行工作——阅读资金申请、集思广益、撰写提案、运行和**重新运行**实验、审计结果、撰写报告——并在 **8 个人工关口** 处停止，由您决定。一个工具套件**如果诚实度不够，则无法构建。** 它是一个 Claude **插件**，一个 **GitHub 模板**，也是一个 **MCP 服务器**，并且它是**领域无关的**。 > *Cambium 是树皮下的薄活层，新生长在那里形成。这个 Cambium 是您的研究生长的层。* --- ## ✦ 为什么它脱颖而出 每个交付的“AI 科学家”都拥有部分工作。Cambium 的赌注是**整个组织都在一个证据合约下**——而这些是使其与众不同的支柱（每个都是真实的，在此仓库中；没有炒作）： | 支柱 | 含义 | |---|---| | 🔄 **一个生命周期，从申请到验收** | 我们不知道另一个开放系统将 *寻找和赢得资金* 和 *进行和报告工作* 在一个证据合约下连接起来。RFP 接收 → 构思 → 提案 → 开发 → 验证 → 报告，共有 8 个关口。 | | 🔬 **验证重新运行您的代码** | 审计委员会不阅读和发表意见——他们 **执行您的脚本并重现数字**，捕获数据泄漏、不公平的基准和错误声明。“代码验证”意味着脚本实际运行。 | | 🛡️ **治理作为强制代码交付** | 一个 4 层声明合约 + `validate.py`，如果声明无证据或有开放阻止，则 *CI 失败* — 加上一个 **每个资助者的规则主体** （NIH · NSF · USDA-AFRI · DOE AI 政策 → 关口）具有新鲜度检查。不是政策 PDF；运行代码。 | | 🧑‍🏫 **领域无关的教师队伍** | 领域专业知识是一个参数化的 `faculty-expert` — 统计学、机器学习、经济学、流行病学、水文学、您的领域 — 按需生成。Cambium 不局限于机器学习论文。 | | 👁️ **您可以查看机构的工作** | 一个实时运行板显示计划、**真实的命名代理人** 工作、每个发现和您做出决定的关口 — 绝不是不透明的“使用了 6 种工具”。 | | 🔌 **开放、可自我托管、MCP 暴露** | MIT 许可； 在您自己的 Claude 账户中运行； 也是其他 AI 应用程序可以调用的 MCP 服务器。 没有数据会发送到您无法选择的第三方云。 | > [!NOTE] > **Cambium 没有声称的内容。** *硬强制优于软提示* 的假设 **未被证明** — Cambium 交付了一个预注册的 A/B 测试框架来测试它（[`evals/enforcement_study/`](evals/enforcement_study)）；**试点已经运行** （24 次真实 Opus 运行）并发现 **没有可衡量的影响** 与软提示在接近上限的模型上，因此结果保持 **公开** （能力不足；一个较弱的模型 + 一个人类裁判小组接下来）。关口通过记录的账本、CI 和一个篡改证据的代币互锁（`tools/gate_lock.py`）强制执行，尽管不是一个 OS 级的沙箱锁。那种克制 *是* 证据合约，应用于 Cambium 本身。 --- ## ✦ 查看其工作 输入 `/cambium <task>`，运行结果绝不会是通用的“使用了 6 种工具”。您会得到一个**实时运行板**：前面的计划、工作的**真实命名代理人** （`Scouts · Landscape`、`Verification · Rigor` 等）、每个人的单行发现、排行榜和您做出决定的**人工关口** — `APPROVE / REVISE / REJECT`。 <div align="center"> <img src="assets/run_board.gif" alt="Cambium 的方式 — 实时运行板：计划、命名代理人工作、关口" width="860"> <details><summary>_{静态预览（如果 GIF 未加载）}</summary><img src="assets/run_board.png" alt="Cambium 实时运行板 — 静态预览" width="860"></details> </div> 每次运行都遵循**四个步骤** — 由合约强制执行（[PRESENTATION.md](PRESENTATION.md)），而不是惯例： | 步骤 | 您看到的内容 | 状态图标 | |---|---|---| | **I · 开启** | 即将动员的整个机构 — 计划 + 人员 + 关口 — *在任何工作开始之前* | 计划板 | | **II · 实时阶段** | 调度器派遣**真实的**子代理人（`cambium-institute:<name>`，标记为 `Council · Role`）并在每个阶段重新发出板块 | `✓ 已完成 · ▶ 现在 · ○ 等待中` | | **III · 关口** |逐字逐句的一页决策卡；如果没有您的 `APPROVE`，则没有任何内容最终确定 | `⛩ 人工关口` | | **IV · 结案** | 支持委员会自动记录更改日志、刷新文档、验证数字、清理 | 全部 `✓` 最终板块 | 板块从一个源（`tools/run_trace.py`）渲染四种方式，以便词汇永远不会漂移：**纯文本** （任何客户端）、**Mermaid** （GitHub/Claude Code）、**SVG** 图片和 **实时 HTML 仪表板** （Cowork 工件，会在每个阶段更新）。 --- ## ⚡ 60 秒快速入门 > [!TIP] > 新手 Cambium？从 **[`USE_CAMBIUM.md`](USE_CAMBIUM.md)** 开始 — 一个用 plain 语言编写的指南，带您逐步完成您的第一个运行。 **1 · 直接从此仓库安装** （更多步骤和陷阱在 **[`INSTALL.md`](INSTALL.md)** 中）： - **Claude Desktop / Cowork** *(无需终端 — 最简单)*：输入 **`/create-cowork-plugin`**，粘贴 `https://github.com/IFC-UIDAHO/Cambium_AI`，选择 **Full working bundle**，按 **Install**。 - **Claude Code** *(终端)* — 在单独的行中运行（完整的 HTTPS URL；选择 **用户范围**），然后 `/reload-plugins`： ``` /plugin marketplace add https://github.com/IFC-UIDAHO/Cambium_AI.git /plugin install cambium-institute ``` - **模板：** 点击 GitHub 上的 **“使用此模板”**，或 `git clone` 并将文件夹连接到您的项目。 > [!WARNING] > 如果插件市场 **"+"** 仅显示 Anthropic 的目录，请先运行一次 `/create-cowork-plugin` 步骤 — 参见 **[`INSTALL.md`](INSTALL.md)**。 **2 · 设置您自己** *(一次)* — 说 `set up Cambium`；它会搭建 `config.yml` 并仅询问您的姓名和项目。Cambium 不会在未知 PI 上启动工作（这是关口 **G0**）。 **3 · 说出您需要的内容** — 一句一句。机构动员起来，显示出板块，并在关口停下来： ``` read rfp ./call-for-proposals.pdf ``` 就是这样。从这里开始， **[如何使用它](#-how-to-use-it--what-to-say)** 部分显示完整的词汇表。 --- ## 🧭 如何使用它 — 说什么 您可以用 plain 语言驱动 Cambium，一句一句。以下是一个完整的项目，以故事的形式讲述： > 您说 **`read rfp <file>`** — Pre-Award 委员会提取要求和适合度；您在 **G1（是否继续？）** 批准。您说 **`brainstorm`** 然后 **`run tournament`** — 产生并排名想法；您选择获胜者 **G2**。 **`draft proposal`** → PI 和 Proposal-Writer 构建它以满足资助者的标准； **`referee`** 像评审小组一样评分；您在 **G3** 提交。资助？ **`project approved`** → **`run lab`** 运行开发 → 验证委员会 **重新运行您的代码**，捕获数据泄漏错误（一个 **P0**），并在修复和独立复制之前阻止发布 — 您在 **G4** 接受结果。 **`progress report`** 编写资助者更新；您在 **G5/G6** 发布。在每个步骤中，研究-实施-监督员可以说 GO / CONDITIONS / STOP。 **您可以说的内容** — 按目标分组的自然语言触发器： | 目标 | 说… | 关口 | |---|---|---| | **寻找和评估资金** | `watch rfps` · `read rfp <file/link>` · `rfp in <file>` | **G1** 是否继续？ | | **生成和选择想法** | `add idea` · `brainstorm` · `run tournament` · `convene faculty <disciplines>` | **G2** 哪个想法？ | | **建立提案** | `find collaborators` · `convene team` · `build budget` · `compliance check` · `draft proposal` · `referee` | **G3a / G3** 提交？ | | **开展工作（拨款后）** | `project approved` · `run lab` · `iterate experiment` · `run verification` | **G4** 接受结果？ | | **报告和交付** | `progress report` · `make deck` | **G5 / G6** 发布？ | | **治理和路由** | `conduct check <gate>` · `route feedback` | — | | **运行快速检查** | `check Cambium's health` · `self-grade` | — | | **保存/恢复长时间运行** | `/cambium:pause` · `/cambium:resume` | — | > [!TIP] > **Solo 与 Cambium 方式。** 微不足道、低风险或探索性？使用 **`/solo`** — plain、fast、无委员会或关口。任何将被**提交、发布、引用或信任**的内容？使用 **`/cambium`** — 具有人工关口的完整机构。Cambium 的 `cambium-mode` 技能为您做出此选择并为会话记住它。 > [!NOTE] > **长时间运行永远不会丢失状态。**接近上下文限制（状态行在 ~85% 时警告），说 **`/cambium:pause`** — Cambium 编写一个带有每个发现和开放关口的持久性 `HANDOFF.md`，因此您可以清除窗口并在新的窗口中 **`/cambium:resume`** 而不会丢失任何内容或跳过审批。 --- ## 🔄 生命周期和 8 个关口 Cambium 通过一个生命周期运行您的项目，包含 **8 个命名的人工关口** — 没有任何构思、提交、发送或发布的内容未经负责人批准。申请前和申请后在同一个证据合约下连接。 <div align="center"> <img src="assets/lifecycle.svg" alt="Cambium 生命周期 — 从 G0 到 G6 的 8 个人工关口" width="860"> </div> | 关口 | 决策 | 批准者 | |---|---|---| | **G0** | PI 配置文件就绪 — *Cambium 不会在未知 PI 上启动* | 主任 | | **G1** | 是否继续这个 RFP？ | 主任 | | **G2** | 哪个想法继续？ | 主任 + 联席 PI | | **G3a** | 我们联系谁？（联系列表） | 主任 | | **G3** | 最终确定并提交提案 | 主任 **+ 第二个人** | | **G4** | 接受结果/应用审计修复 | 联席 PI / 领域负责人（该目标） | | **G5** | 发布进度/中期报告 | 主任或授权联席 PI | | **G6** | 发布/外部交付 | 主任 **+ 所有共同作者签署 AI 使用声明** | > [!IMPORTANT] > **职责分离是不可妥协的。** 交付成果的作者永远不是其唯一的批准者 — G3 和 G6 需要第二个人。 [`governance/GATES.md`](governance/GATES.md) 中为空的“批准人”表示 **未批准**，而 `validate.py` 将其作为发布阻止器强制执行。 --- ## 🏛️ 架构 在关口后面是一个**由 46 个代理人组成的 11 个委员会**（3 个模型层）。调度器路由任务，相关委员会并行执行，验证委员会复制数字，您在每个关口获得一个页面决策摘要。 <div align="center"> <img src="assets/org-chart.svg" alt="Cambium 组织结构 — 46 个代理人分布在 11 个委员会中" width="860"> </div> | 委员会 | # | 它做什么 | |---|:--:|---| | **调度** | 2 | 路由任务、运行关口、交付成果的单一编写者 | | **申请前** | 8 | RFP 雷达/分析、构思、想法锦标赛、PI 目标、提案、预算、合规性 | | **合作伙伴** | 4 | 合作者来源、联络、计划和多机构管理 | | **教师** | 1 | 参数化专家 — *任何学科*，按需生成 | | **侦察** | 3 | 事先、方法和景观侦察 | | **实验室** | 4 | 理论、方法、领域含义和统计 backbone | | **验证** | 5 | 严谨性、方法论、证据、领域 + 场地裁判 — *重新运行代码* | | **执行** | 4 | 实验、消融、调优和重新运行循环、研究工程 | | **报告** | 2 | 进展/中期/最终报告 + 报告 | | **支持** | 12 | 记录保存、图书管理员、数据管理员、完整性、图表、宣传、工具制造商等 | | **治理** | 1 | 负责的研究行为，在每个关口检查 | <details> <summary><b>完整的 46 代理人名单（点击展开）</b></summary> <br> **调度** — `orchestrator`、`document-office` **申请前** — `rfp-radar`、`rfp-analyst`、`ideation-facilitator`、`idea-tournament`、`principal-investigator`、`proposal-writer`、`budget-officer`、`grants-compliance` **合作伙伴** — `collaborator-scout`、`partnership-liaison`、`program-manager`、`convener` **教师** — `faculty-expert` （按学科参数化） **侦察员** — `scout-prior-art`、`scout-methods`、`scout-landscape` **实验室** — `lab-theory`、`lab-methods`、`lab-domain`、`lab-statistics` **验证** — `verify-rigor`、`verify-methodology`、`verify-evidence`、`verify-domain`、`referee` **执行** — `exec-experiments`、`exec-ablation`、`exec-iteration`、`research-engineer` **报告** — `reporting-officer`、`deck-builder` **支持** — `record-keeper`、`librarian`、`janitor`、`teaching-assistant`、`research-assistant`、`office-manager`、`data-steward`、`integrity-officer`、`figures`、`outreach`、`feedback-router`、`toolsmith` **治理** — `research-conduct-officer` 完整章程：[`INSTITUTE.md`](INSTITUTE.md) · 人员规格：[`.claude/agents/`](.claude/agents) · 交互式图表：[`dashboard.html`](dashboard.html). </details> --- ## 🧰 功能目录 Cambium 提供 **21 项技能、30 个工具、6 个 MCP 工具、17 个模板和 6 个实例**，而非虚构。以下是所有内容的扫描清单。 <details> <summary><b>🧪 21 项技能</b> — 代理商的领域专业知识</summary> <br> | 技能 | 功能描述 | |---|---| | `数学` | 精确的符号和数值计算（SymPy/SciPy/Z3/Pint）— 计算，而非估算 | | `统计` | 严格的推理：测试、置信区间、效应大小、功率、广义线性模型、混合模型、多重性、自助法、贝叶斯 | | `机器学习` | 无泄漏的预测建模：管道、交叉验证、校准、SHAP、模型卡 | | `优化` | 线性/混合整数/凸/非线性规划（scipy, cvxpy, PuLP, OR-Tools）— 报告最优性状态 | | `可重复性` | 固定的环境、种子、Makefile/CI、重新运行和验证结果数字 | | `验证` | 对抗性审计结果；重现每个数字；证据分级裁决 | | `科学写作` | IMRaD 结构、单一贡献规则、主张与证据等级绑定 | | `报告` | 以资助者准备的格式生成进展/中期/最终报告 | | `招标申请` | 阅读招标文件 → 提取要求和适合度；停止在 G1 | | `提案` | 从目标到提交的完整提案工作流程 | | `资助写作` | NSF/NIH/USDA-AFRI 结构和标准符合；绝不捏造引用 | | `预算` | 合规的预算编制和说明 | | `数据管理` | 清单、模式/单位、来源、质量、PII/隐私、CARE 原则 | | `引用` | DOI/Crossref 验证、BibTeX、去重；绝不捏造参考文献 | | `项目管理` | 工作分解结构、里程碑、可交付物登记、RACI、风险日志 | | `研究伦理` | IRB/IACUC、COI、FERPA/主权、双重用途 → GO / CONDITIONS / STOP | | `Cambium 模式` | 智能默认：从简单到复杂，单次询问，记住选择 | | `运行实验室` | 奖励后循环：准备 → 构建 → 运行 → 验证 → G4 | | `设置` | `config.yml` 的首次运行脚手架；绝不覆盖现有文件 | | `健康` | 通过 MCP 等级/医生工具在聊天中（无需终端）进行存储库自检 | | `技能提供者` | 检测所需领域，提供相关技能，并编写可重用的技能 — 而非预先存储数千个技能 | </details> <details> <summary><b>🛠️ 30 个工具</b> — 机械设备（从终端或通过 MCP 服务器运行）</summary> <br> | 工具 | 功能描述 | |---|---| | `run_trace.py` | 独一无二的面板渲染器 — 文本 / Mermaid / SVG / live HTML，自动读取运行状态 | | `run_state.py` | 维护每次运行的实时状态；`sync` 提升发现；`reset` 防止过时发现泄漏 | | `handoff.py` | 在上下文窗口之间暂停/恢复 — 无损 `HANDOFF.md` 快照 | | `statusline.py` | 上下文窗口热量计；在 ~85% 时警告暂停 | | `cambium_run.py` | 无头运行器：干运行计划（无密钥）或 `--live` 并发调用；在每个关口停止 | | `task_router.py` | 确定性任务 → 分阶段委员会计划；每个面板和 MCP 计划背后的引擎 | | `doctor.py` | 跨 9 个维度的存储库健康检查； `--grade` A–F + 安全扫描； `--fix` 重新生成派生文件 | | `consistency_check.py` | 如果任何声明的计数偏离规范的 46/11/8，则 CI 失败 | | `check_agents.py` | 验证所有 46 个代理商的前置事项（字段、唯一名称、层级） | | `agent_eval.py` | 完成运行的 CI 审查：关口纪律、引用完整性、层级诚实、忠实度 | | `validate.py` *(governance/)* | 证据关口 — 如果主张无证据或层级过高、引用未解决、开放 P0，则构建失败 | | `funder_freshness.py` | 如果资助者的规则条目过期或不完整，则硬失败 CI | | `url_health.py` | 咨询性引用 URL 存活率检查；离线安全；标记可能虚构的链接 | | `model_router.py` | 将每个代理商的层级映射到活动提供者的具体模型（Claude 或任何插件） | | `toolsmith.py` | 在从头构建之前，建议现有的包/技能/MCP（重用优于重建） | | `new_project.py` | 为 `projects/<slug>/` 搭建完整的 v3 生命周期文件夹 | | `whoami.py` | 显示任何人的桌面代理商 + 关口权限来自 `config.yml` | | `gen_agent_cards.py` · `gen_org_chart.py` · `gen_board_image.py` · `gen_demo_gif.py` | 从实时名册重新生成名册清单和 README 的视觉资产 | </details> <details> <summary><b>🔌 6 个 MCP 工具</b> — 从任何 MCP 客户端调用 Cambium</summary> <br> `mcp_server/` 提供一个 MCP 服务器（官方 `mcp` SDK / FastMCP, stdio）— 注册 `{ "mcpServers": { "cambium": { "command": "uvx", "args": ["cambium-mcp"] } } }`: | 工具 | 功能描述 | |---|---| | `cambium_plan(task)` | 适用于任何任务的委员会/代理商 + 关口计划 | | `cambium_provision(task)` | 重用优于重建的工具清单，附带安装命令 | | `cambium_agents()` | 具有层级的实时 46 代理商名册 | | `cambium_doctor()` | 存储库健康检查 | | `cambium_grade()` | 自我评分 A–F + 风险扫描 | | `cambium_validate(ledger_csv)` | 证据账本检查（阻止虚假主张） | 详情： [`MCP_INTEGRATION.md`](MCP_INTEGRATION.md) · [`mcp_server/README.md`](mcp_server/README.md). </details> <details> <summary><b>📋 17 个模板 &nbsp;·&nbsp; 📂 6 个实例</b></summary> <br> **模板** ([`templates/`](templates))： `GATE_SUMMARY` （逐字关口一页纸） · `REPRODUCIBILITY_CHECKLIST` · `INTERPRETATION_FALLACY_CHECKLIST` （13 个谬误） · `CLAIM_LINEAGE` · `USER_PROFILE` （G0） · `IDEA_INBOX` · `POST_AWARD_PLAN` · `DATA_MANAGEMENT_PLAN` · `COLLAB_WORKSPACE` · `DECISION_RECORD` · `DIRECTOR_BRIEF` （阶段前简报） · `BIAS_MITIGATION_CHECKLIST` （NIST AI RMF） · `MULTI_PI_ROLES.yml` · `INLINE_GATE_CARD.html` · 工作状态文件（`leaderboard`、`master_plan`） · 以及每个项目的脚手架。 **实例** ([`examples/`](examples)) — **`e2e-worked-example` 是旗舰实例**：一个完整的 RFP → 目标 → 提案 → *执行、复制、哈希* 结果 → **演示奖励后运行实验室（G4）** → 报告链，附有来源清单和 CI 在每次推送时重新运行的账本； `full-lifecycle` 是一个完整的 RFP → 报告链，附有发现账本； `demo-from-scratch` 和 `demo-mid-project` 显示入口点； `demo-humanities` 和 `demo-public-health` 是 **奖励前切片** （RFP → 想法清单），演示领域无关性。 </details> --- ## 🛡️ 通过建设实现治理和诚实 区别在于 **诚实是机械的，而非可选的**。每个代理商的主张都带有证据层级，如果某个主张被高估，CI 将失败构建。 | 层级 | 含义 | |---|---| | **已证明** | 正式或数学上已确立 | | **代码验证** | 通过运行代码重现（必须引用命令 + 输出） | | **断言** | 模型生成，尚未验证 | | **开放** | 未解决 / 未知 | *在冲突时，**代码验证优于断言** — 运行代码的代理商获胜。* 严重性程度为 **P0** （阻止发布） · **P1** （削弱） · **P2** （润色）。 强制执行机制： - **证据验证器** — [`governance/validate.py`](governance/validate.py) 在无证据的“代码验证”主张、未解决的引用或开放的 **P0** 时失败构建，并发出每次运行的 `provenance.json`。 - **自我评分** — `python3 tools/doctor.py --grade` 在名册、治理、工具、测试和决策方面给予 **A–F** 评分，并进行安全扫描。目前 **A** （2026-06-26 评分；自己重现）。  - **测试 + CI** — 一个 pytest 套件（**113 passed / 1 skipped**，2026-06-26）加上 `consistency_check.py`，每次推送都由 GitHub Action 运行。 - **已发货政策** — [`AI_GOVERNANCE.md`](AI_GOVERNANCE.md)（作者、IRB、FERPA、数据主权、双重用途）+ [`RESEARCH_CONDUCT.md`](RESEARCH_CONDUCT.md)（12 点关口检查清单）+ 记录的人类批准账本和决策记录。 #### 证明主张，而非仅仅断言 Cambium 提供基础设施来 **衡量其核心论点**，而非仅仅断言： - **强制 A/B 测试** — [`evals/enforcement_study/`](evals/enforcement_study)：一个预注册协议（强制关口 vs 软提示）、一个种子缺陷任务集，带有锁定真值、一个盲裁判和一个指标管道。 > [!NOTE] > 测试工具已发货并在 CI 中运行；比较 **结果是开放的** — 在完成实际运行之前，没有做出“强制优于提示”的主张。 - **每个资助者的治理语料库** — [`governance/funders/`](governance/funders)：NIH + NSF AI 使用规则映射到特定关口，每个条目都有日期、所有者和由硬失败的新鲜度检查守护（`tools/funder_freshness.py`）。它是 **指导，而不是合规认证** — 指定的 PI 仍然负责。NIH NOT-OD-25-132（6-app/PI/yr 限制 + “实质上由 AI 开发” 拒绝）和 NSF 审查员 gen-AI 禁令已源验证。 - **完整性检查清单** — 每个结果交付物都附有 [可复制性检查清单](templates/REPRODUCIBILITY_CHECKLIST.md)；`lab-statistics` 和 `verify-rigor` 对任何结果部分运行 13 项 [解释谬误检查清单](templates/INTERPRETATION_FALLACY_CHECKLIST.md)。 --- ## 🧠 模型路由和效率 每个代理商都声明一个 **层级**；路由器将其映射到您活动的提供者的具体模型。运行 `python3 tools/model_router.py` 以打印完整表格。 | 层级 | 代理商 | 默认模型 | 作业类 | |---|:--:|---|---| | `strong` | **12** | `claude-opus-4-8` | 关键路径：理论、统计、审计委员会、裁判、进行、最终写作 | | `mid` | **32** | `claude-sonnet-4-6` | 广度：侦察、实验室、执行、奖励前、报告、支持 | | `light` | **2** | `claude-haiku-4-5-20251001` | 批量：清理、格式化、摘要 | **提供者无关**：Claude 开箱即用；添加 Google 或任何 OpenAI 兼容/免费模型仅需配置（无需代码更改），并且您可以拆分层级 — 例如，Claude 在 `strong` 上，更便宜的模型在 `mid`/`light` 上。效率护栏（[`EFFICIENCY.md`](EFFICIENCY.md)）：双模式侦察循环（快速扫描 vs 深入研究）、从不缓存易失性事实的提示缓存规则、每个阶段的成本遥测和有界 ≤40s 代理商运行。关闭保护的自动循环 ([`AUTORUN.md`](AUTORUN.md)) 可以让一个阶段迭代到其验收测试，在硬 `max_iterations`/预算上限内 — 它可能 *激活* 一个关口，但绝不 *清除* 一个。 --- ## 👥 为团队和多个账户而建 在 `config.yml` 中配置您的名册（主任、共同首席研究员、学生、研究助理、工程师、独立完整性管理员）以及每个关口的批准者映射（[`ROLES.md`](ROLES.md)）。角色带有 **委托关口权限**，实现职责分离 — 完整性管理员可以 *阻止* 发布（开放的 P0 阻止所有操作）但绝不批准。 由于所有内容都存储在文件中 — 账本、关口、决策记录 — **多个人员，每个拥有自己的 Claude 账户，可以继续一个项目**，而不会失去一致性；每个合作伙伴机构都作为其自己的区域负责人工作流，由项目经理合并。 `python3 tools/whoami.py <name>` 显示任何人的桌面和关口权限。 --- ## 🆚 比较 | | 原始 Claude 代码 | 裸代理商托管 | 自主“AI 科学家” | **Cambium** | |---|:---:|:---:|:---:|:---:| | 多代理商研究组织 | 需要自己构建 | 仅底层 | 是（机器学习倾向） | **46 个代理商 · 11 个委员会，已就绪** | | 强制人类关口 | — | 可选 | 通常没有 | **8 个命名关口（G0–G6 + G3a）** | | 证据层级 + CI 强制执行 | — | — | — | **已证明 / 代码验证 / 断言 / 开放，构建失败** | | 验证重运行代码 | — | 仅当您连接时 | 有时 | **是 — 审计委员会重现数字** | | 已发货、强制治理 | — | — | — | **AI 使用 + 研究行为 + 资助者规则** | | 奖励前 **和** 奖励后 | — | — | 仅奖励后 | **两者，在一个合同下** | | 领域无关 | 不适用 | 不适用 | 通常否 | **是 — 参数化教师** | | 开放 / 自主托管 | 是 | 是 | 取决于 | **是 — MIT，在您的账户中运行** | 没有现有的系统将奖励前和奖励后结合在一个证据合同下，在每个阶段边界都带有强制人类关口和已发货、可执行的治理政策。那是对 *集成和类别* 的声明 — 每个原始存在于其他已发货系统中； **组合** 是不存在的。与 Sakana、Google AI Co-Scientist、Agent Laboratory、Stanford Virtual Lab 和 AutoGen/CrewAI 的比较： **[`COMPARISON.md`](COMPARISON.md)**。 > [!TIP] > **何时选择其他工具**（Cambium 也会告诉您）：纯粹的脱机 ML 论文生成 → Sakana；大规模文献综合 → Elicit / Deep Research；资助办公室的资助者数据库和奖励后财务 → Instrumentl；空白自定义代理商应用 → Claude Agent SDK / AutoGen。 --- ## 🗺️ 路线图 最近发布：基于 OpenAlex 和 Crossref 的可靠检索（`tools/paper_search.py`）；每个代理商的速度/成本遥测；一个实时的关口联锁（`tools/gate.py`），在开放的阻塞器或缺少主任贡献时阻塞；一个独立的发现审计（`tools/finding_audit.py`）；一个来源清单（重新运行 + 哈希）；将资助者语料库扩展到 NIH · NSF · USDA-AFRI · DOE；一个 CI 验证的奖励后实例； **学习关口**（GATE_SUMMARY §8 + `tools/learning_gate.py` + 贡献账本，在每个决策关口通过 `gate.py --require-contribution` 强制执行）；一个 **NIST AI RMF 偏差缓解模块**；`citation_support="unsupported"` 作为发布阻止器；一个受监管的数据默认拒绝控制； **多 PI 第一阶段命名批准者** 强制执行；内联点击批准关口卡；一个 **防篡改关口令牌锁**（`tools/gate_lock.py`），发布后步骤必须清除； **多 PI 命名批准者自动查找**（`gate.py --roles`）；将 A/B 任务集扩展到 **12→18**；以及一个 **自动化结案**（`tools/closeout.py`），以便支持委员会在每次更改后刷新文档。强制 A/B 测试运行（24 次 Opus 运行）并发现没有可衡量的效果与软提示 — 结果 **开放**，而非被抑制。近期：学习关口作为硬运行时锁（今天是 Orchestrator 关注的合同）； v1 人类判断强制研究；社区教师包；ORCID/NSF 合作者来源。长期：真正的 安全数据隔离 + 共享多机构基础设施（已发货第一阶段角色；联合服务器/SSO/RBAC 是联盟资助的当前采用障碍）；离线模型路径。它 **不会** 成为：一个完全自主的引擎（关口是关键）或期刊同行评审的替代品。完整详情 + 明确范围外： [`ROADMAP.md`](ROADMAP.md)。 --- ## 🤝 贡献 · 📓 引用 **贡献** — 欢迎提出问题和拉取请求。CI 在每次推送时运行证据验证器、一致性检查和 **113 测试**套件。 --- (未完待续)