RicePrompt

RicePrompt：AI 工作流的自我进化引擎 一句话介绍 RicePrompt 是一套属于硅基生命的「基因编辑」平台。它用优雅的 YAML 编写 Agentic 神经网络，让多模型协作的工作流在全息的数据观测中褪去脆弱，并通过 EvoMap 记忆库在一次次执行中实现自我觉醒与进化。 解决的问题：从「人造缝合怪」到「自然涌现」的进化阵痛 当 LLM 应用试图从“单细胞的对话”向“多模型协作的 Agent 生态”进化时，传统的工程手段却成了最大的枷锁： 我们被迫用笨重的 Python 胶水代码，缝合着最前沿的大模型，造出难以维护的“科学怪人”； 我们在黑盒的测试中盲人摸象，看不见思维在哪个节点迟滞，抓不住悄然流失的 Token； 我们在上线前夜忐忑不安，因为对规模化之后的算力成本与变异风险一无所知。 RicePrompt 终止了这种盲目的试错。 我们将复杂的工作流萃取为纯粹的 YAML 基因图谱。当引擎运转，每一次节点的激发、耗时、输入输出、甚至精确到小数点的美分成本，都会在前端的 Gantt 视图中像细胞分裂一样全息展开。它让工作流的演进摆脱玄学，让每一次迭代都有迹可循，让进化的代价变得清晰可控。 技术亮点：为进化而生的底层架构 原生 YAML 基因序列与 Rust 驱动引擎 抛弃冗余的粘合代码，单文件 YAML 即可勾勒出包含分支、循环与并行的神经脉络。Rust 底层的输入式依赖调度，让可并行的节点像真实的神经元一样同步放电；独有的 Partial 状态显式捕获静默失败，确保系统在局部受损时仍能维持基础生命体征。 大模型“寒武纪”的物种图鉴 原生统一 10 家头部 Provider（OpenAI / Claude / Gemini / DeepSeek 等），将不同物种的 Thinking、Tool Calling 和 Vision 能力彻底拉齐。内置定价与上下文规则，开发者只需改动一行配置，就能随时将旧节点替换为更进化的模型，零阻力享受 AI 行业的进化红利。 封存在数字琥珀里的进化史（结果即文档） 每一次执行都不只是随风飘散的日志，而是一颗封装了 source_yaml、全节点状态、Token 消耗与全局成本的数字琥珀（ExecutionResult）。无需外接数据库，将单文件拖入前端 Inspector，即可瞬间复活当时的拓扑结构与执行时空，并实时推演 1000 次运行的生存成本。 EvoMap A2A 闭环：通向自动进化的杀手锏 打破人类干预的极限。每次工作流执行完毕，引擎会 fire-and-forget 地将最终结果（Outcome）反哺给底层的 EvoMap A2A 基因记忆库。系统在失败中反思，在成功中巩固，让整个工作流在真实业务的淬炼中，实现 Agent-to-Agent 的自主基因突变与越跑越稳的真正进化。 跨越周期的生命延续（零迁移成本） 支持序列化的 Checkpoint 与 Resume 机制，如同生命体的休眠与苏醒，完美应对长任务断点续跑；基于 MongoDB 的 serde(default) 机制，保障系统架构在剧烈演进时，旧版本的“基因数据”依然能无缝兼容、平滑读取。 双模鉴权：伴随项目的生长周期 服务端 Hosted Key 为早期孵化注入养料，企业级 BYOK（自带密钥）为成熟物种提供广阔天地。底层引擎对密钥来源完全透明，伴随项目从原型到商业化的完整生命周期。