公测中 · 支持 MCP

让智能体思考。
给它的工作一个结构。

在一个本地工作环境里运行多个智能体,给它们可复用的能力包,把工具接在数据旁边,并看清每个结果靠什么成立。

带上您自己的模型,或接入已有的 MCP 客户端。

一个本地环境,您的智能体。

工作台概览
选择智能体
文档助手
您的业务智能体
对话

交代任务,
保留上下文。

对话、附上材料、跟进工作。每个智能体保留自己的对话和模型设置。

安装并登录 →
执行与证据

Worker
工具在您的数据旁运行。

案件(Case)
查看条件与结果。

回执
看到记录下来的结果。

工作台示意。控制台管理智能体、能力包和权限。

从对话到受治理的工作

把模型输出变成受控的工作

模型可以建议下一步。生产系统仍然需要知道:有什么证据支持它、适用哪条策略、这个动作是否被允许、实际发生了什么。

执行前

Rulith 按智能体安装的能力包和章程评估事实。缺少的证据保持为可见的缺口,而不是被猜测填平。

执行后

Worker 返回结构化结果。Rulith 记录运行了什么、产生了哪些证据、任务是否满足验收标准。

工作方式

从提议到回执的五步

  1. 提交一项真实任务您的智能体通过 MCP 提出事实、目标或下一个被允许的动作。
  2. 核对证据模型的断言与来源证实的数据分开记录。弱输入不会悄悄变成强结论。
  3. 应用规则与章程安装的能力包决定能推出什么;章程独立约束什么可以继续。
  4. 把关并执行动作Worker 用受限凭据执行批准的外部调用,返回结构化结果。
  5. 查看回执案件把结论、证据链、动作、结果和验收结论放在一起。
智能体配置

安装能力包,让智能体保持通用。

一个能力包是一个可审阅的单元,分四部分。兼容的能力包可以装在同一个智能体上协同工作。

词汇

能力包理解的领域事实及其形状。

规则

推出结论、缺口和当前边界的判据。

动作

受治理的状态转换和对外部工作的类型化请求。

来源

有名字的证据出处和执行边界。

章程独立约束智能体。连接(Connection)把智能体接到它的 Worker 和外部系统。

从具体的事开始

从一份本地文档到一份经过检查的草稿

文档助手是能力包的一个例子:智能体读取被允许的材料,提出规则,运行本地检查,交出草稿供审阅。

Rulith 已提供

从材料构建能力包

附上一份短文档,解决疑问,查看示例和引文,然后保存私有草稿。发布与安装都是单独的明确步骤。

走一遍示例 →

您自己的工作流

把业务逻辑放在能力包里

定义您的工作需要的事实、规则、动作和来源。每个领域都用同一套执行与证据机制。

创建并配置能力包 →

npm install --global rulithrulith start安装指南 →

需要 Node.js 20 以上;文档助手还需要 Java 25。使用远程模型时,您授权的文本会发送给该服务商。

带一个智能体工作流来

接上它,跑真实的工作,告诉我们证据、策略或执行模型在哪里不够用。早期反馈直接影响公开 API。

开始使用 发送反馈

开发者问题与合作洽谈:contact@rulith.com