面向自主 AI 智能体的策略执行、零信任身份、执行沙箱与可靠性工程工具包,支持多种语言。
sipyourdrink-ltd/bernstein
开源的 AI 智能体治理层,用声明式策略约束智能体,并生成可离线验证的运行记录。
- Star
- 1,192
- Fork
- 185
- 未关闭 Issue
- 271
- 最近提交
- 16小时前
这是什么?
Bernstein 让多个 AI 智能体并行运行,并通过用代码编写的策略约束它们的权限、审批和记录要求。调度与协调逻辑是普通 Python 实现,不依赖模型参与决策,同一份计划会生成相同的任务图,运行过程可以逐步事后核对。
编码任务各自在独立的 git worktree 中执行,通过合并门禁后才会进入主分支。任务也可以声明产物契约(如报告、数据集、操作日志),以签名的 lineage 凭证而非 commit 作为完成依据。运行凭证将日志链头与可选的 HMAC 审计链绑定在 Ed25519 签名之下,仅凭文件即可离线验证。
项目支持 50 多种 CLI 智能体适配器,包括 Claude Code、Codex CLI、Gemini CLI、Aider 和 Ollama,并为任何带 --prompt 参数的工具提供通用封装。它还提供终端和浏览器两种仪表盘、YAML 定义的工作流 DAG,以及离线安装配置。项目采用 Apache-2.0 许可证,目前处于 beta 阶段。
核心功能
- 01用声明式策略控制智能体的权限、审批与记录要求
- 02调度与协调由确定性 Python 完成,循环中不含 LLM
- 03编码任务各自使用独立 git worktree,并经过合并门禁
- 04可离线验证的运行凭证,以及可选的 HMAC 链式审计日志
- 05支持 50 多种 CLI 智能体适配器,并提供通用 --prompt 封装
- 06提供终端与浏览器仪表盘,并支持离线安装
适用场景
- 在同一代码仓库中并行运行多个编码智能体,避免合并冲突
- 生成需要逐步可复现、可验证的审计证据包
- 协调研究报告、数据集生成等非代码类智能体工作
- 在离线环境中使用本地 wheelhouse 安装并运行智能体
快速上手
- 1
使用 uv 安装 Bernstein
uv tool install bernstein - 2
在项目中初始化 Bernstein
bernstein init - 3
检查 CLI 智能体是否已安装并完成身份验证
bernstein doctor - 4
用自然语言提示运行第一个任务
bernstein -g "fix the failing test in tests/test_foo.py"
使用前须知
- 该项目处于测试版且由一人维护,次要版本可能会改变接口。
- 使用前需要至少安装并认证一个 CLI 编码智能体,例如 Claude Code 或 Codex。
收录于专题
标签
常见问题
- bernstein 是什么?
- 开源的 AI 智能体治理层,用声明式策略约束智能体,并生成可离线验证的运行记录。 Bernstein 让多个 AI 智能体并行运行,并通过用代码编写的策略约束它们的权限、审批和记录要求。调度与协调逻辑是普通 Python 实现,不依赖模型参与决策,同一份计划会生成相同的任务图,运行过程可以逐步事后核对。
- bernstein 可以免费使用吗?用的什么许可证?
- bernstein 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- bernstein 还在维护吗?
- 活跃维护中。bernstein 最近一次提交是在 2026年11月6日。
- bernstein 适合用来做什么?
- 在同一代码仓库中并行运行多个编码智能体,避免合并冲突 生成需要逐步可复现、可验证的审计证据包 协调研究报告、数据集生成等非代码类智能体工作 在离线环境中使用本地 wheelhouse 安装并运行智能体
- bernstein 怎么安装和运行?
- 使用 uv 安装 Bernstein: uv tool install bernstein 在项目中初始化 Bernstein: bernstein init 检查 CLI 智能体是否已安装并完成身份验证: bernstein doctor 用自然语言提示运行第一个任务: bernstein -g "fix the failing test in tests/test_foo.py"
- 在哪里获取 bernstein?
- 源代码和安装说明在 GitHub 上:https://github.com/sipyourdrink-ltd/bernstein
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
多模型 AI 编程编排工具,由协调器把 Markdown 定义的任务分派给 5 个模型家族的 CLI,并在独立 git worktree 中执行。
开源的可验证执行层,把一次操作录制编译成本地程序,无需模型调用即可重复执行,并核对每次保存。
开源的元编排层,统一调度 Claude Code、Codex、Cursor 等多种 AI 编码智能体,并提供策略管控与沙箱隔离。
可自托管的 AI 同事平台,每个智能体拥有独立的浏览器、文件和工具,所有操作先经策略校验再记录。
可自托管的个人 AI 代理访问层,一次连接服务,为每个代理设置细粒度权限并记录其操作。