🏝️ Unmanned Island System

🚀 次世代雲原生智能自動化平台

整合 SynergyMesh 核心引擎 + 結構治理系統 + 無人之島自主框架

快速開始 • 系統架構 • 核心功能 • 全局優化 • 重構系統 • 活體知識庫 • Admin Copilot CLI • Web 應用 • 配置總覽 • 虛擬專家 • 智能代理 • 無人機系統 • 自主框架 • 文檔 • English

---

🌟 系統概述

Unmanned Island System 是一個統一的企業級智能自動化平台，整合三大核心子系統：

┌─────────────────────────────────────────────────────────────────────────────┐
│                        🏝️ Unmanned Island System                            │
│                              統一控制層                                      │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  ┌─────────────────────┐  ┌─────────────────────┐  ┌─────────────────────┐ │
│  │   🔷 SynergyMesh    │  │   ⚖️ Structural     │  │  🚁 Autonomous      │ │
│  │   Core Engine       │  │   Governance        │  │  Framework          │ │
│  │                     │  │                     │  │                     │ │
│  │  • AI 決策引擎      │  │  • Schema 命名空間  │  │  • 五骨架架構       │ │
│  │  • 認知處理器       │  │  • 十階段管道       │  │  • 無人機控制       │ │
│  │  • 服務註冊表       │  │  • SLSA 溯源        │  │  • 自駕車整合       │ │
│  │  • 安全機制         │  │  • 策略閘           │  │  • 安全監控         │ │
│  └─────────────────────┘  └─────────────────────┘  └─────────────────────┘ │
│                                                                             │
├─────────────────────────────────────────────────────────────────────────────┤
│                           共用基礎設施層                                     │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐         │
│  │ MCP 伺服器│ │ CI/CD    │ │ 監控告警 │ │ K8s 部署 │ │ 測試框架 │         │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘ └──────────┘         │
└─────────────────────────────────────────────────────────────────────────────┘

🎯 設計理念

原則	說明
統一入口	單一配置檔 synergymesh.yaml 作為所有系統的真實來源
模組化設計	三大子系統獨立運作，透過統一接口協作
零信任安全	SLSA L3 溯源 + Sigstore 簽名 + 策略閘驗證
自主運維	AI 驅動的自動修復、智能派工、升級管理

---

🔷 核心子系統

1️⃣ SynergyMesh Core Engine（核心引擎）

雲原生智能業務自動化和數據編排平台。

# 核心能力
capabilities:
  cognitive_processing: # 四層認知架構
    - perception # 感知層 - 遙測收集、異常偵測
    - reasoning # 推理層 - 因果圖構建、風險評分
    - execution # 執行層 - 多代理協作、同步屏障
    - proof # 證明層 - 審計鏈固化、SLSA 證據

  service_management: # 服務管理
    - discovery # 服務發現
    - health_monitoring # 健康監控
    - dependency_resolution # 依賴解析

  ai_engines: # AI 引擎
    - decision_engine # 決策引擎
    - hallucination_detector # 幻覺偵測
    - context_understanding # 上下文理解

主要模組：

• core/unified_integration/ - 統一整合層（認知處理器、服務註冊表、配置優化器）
• core/mind_matrix/ - 心智矩陣（執行長系統、多代理超圖）
• core/safety_mechanisms/ - 安全機制（斷路器、緊急停止、回滾系統）
• core/slsa_provenance/ - SLSA 溯源（證明管理、簽名驗證）
• island-ai/ ⭐ NEW - Island AI Multi-Agent System（智能代理系統，Stage 1 已上線）

🤖 Island AI Multi-Agent System（智能代理系統）

Stage 1 現已推出 - 六個基礎 AI Agent 提供智能診斷與系統洞察：

// 快速使用 Island AI Agents
import { runStageOne } from 'island-ai';

const reports = await runStageOne({
  requestId: 'system-diagnostic',
  timestamp: new Date(),
  payload: { deploymentsPerWeek: 15 }
});

// 取得各 Agent 的診斷報告
reports.forEach(report => {
  console.log(`${report.agent}: ${report.insights.length} insights`);
});

可用 Agents：

Agent	職責	關鍵功能
🏗️ Architect	架構設計與優化	系統分析、設計模式建議、性能優化
🔒 Security	安全審計與修補	漏洞掃描、OWASP/CWE 規則檢查
🚀 DevOps	部署與監控	CI/CD 管道、自動擴展、監控告警
✅ QA	測試與驗證	單元/整合/E2E 測試策略
📊 Data Scientist	數據分析與預測	回歸/分類/聚類模型、趨勢分析
📋 Product Manager	產品規劃與優先級	KPI 追蹤、用戶反饋、功能排序

整合狀態：

• ✅ Stage 1 完成（6 個 Agents，TypeScript 實現）
• ✅ npm workspace 整合
• 🔄 與 SynergyMesh 核心引擎整合中
• 📋 Stage 2-4 規劃中（協作機制、自學習、生產化）

詳見：island-ai/README.md | 完整路線圖

2️⃣ Structural Governance System（結構治理系統）

SuperRoot 風格的 Schema 命名空間與自主治理基礎設施。

🎯 Language Governance Dashboard（語言治理儀表板）

實時語言政策合規性監控與可視化系統

dashboard:
  route: "/#/language-governance"
  health_score: "85/100 (Grade B)"
  visualizations:
    - layer_model: 六層架構圖 (L0-L5)
    - sankey_flow: 違規流向圖 (來源→類型→修復)
    - hotspot_heatmap: 違規強度熱力圖 (0-100 分)
    - migration_flow: 叢集遷移流模型 (歷史+建議)
  
  api_endpoint: /api/v1/language-governance
  
  ci_automation:
    schedule: "每日 00:00 UTC"
    triggers: ["push", "pull_request"]
    generators:
      - tools/generate-sankey-data.py
      - tools/generate-hotspot-heatmap.py
      - tools/generate-migration-flow.py

快速開始：

# 存取儀表板
cd apps/web && npm run dev
# 瀏覽器開啟: http://localhost:8000/#/language-governance

# 手動產生治理資料
python3 tools/generate-sankey-data.py
python3 tools/generate-hotspot-heatmap.py
python3 tools/generate-migration-flow.py

主要功能：

• ✅ 健康分數監控：85/100 (Grade B)，目標 90+ (Grade A)
• ✅ 違規追蹤：2 個活躍違規，12% 減少趨勢
• ✅ 安全掃描：Semgrep 整合，1 個警告
• ✅ 修復成功率：87%，5% 改善
• ✅ 熱點識別：4 個熱點，1 個嚴重 (≥70 分)
• ✅ 遷移建議：9 個流程 (2 歷史 + 7 建議)

📚 完整文檔：

• 實作指南
• Hotspot 演算法
• 遷移流模型
• PR 分析與行動計劃

---

🎯 全局優化推理系統（Global Optimization Reasoning）

讓 AI 與架構師用「全局視野」做決策，而不只是打補丁

Global Optimization Reasoning System 是一套完整的架構治理與優化框架，確保所有重構、語言治理、模組調整都遵循「全局優化優先」原則。

核心原則：Global Optimization First

任何架構/重構/語言治理變更必須提供：

three_layer_structure:
  layer_1_global_view:
    - 優化目標: "語言堆疊收斂至 5 種 (TypeScript, Python, Go, C++, Rust)"
    - 硬約束: ["core 不依賴 apps", "零 forbidden languages", "零 HIGH security findings"]
  
  layer_2_local_plan:
    - 範圍: "僅修改 core/contract_service/ 模組"
    - 影響分析:
        - 語言違規: "減少 3 → 0"
        - 架構合規: "維持 100%"
        - 測試覆蓋率: "76% → 82% (+6%)"
  
  layer_3_self_check:
    - 架構違規檢查: "✅ 無新增依賴反向"
    - 問題轉移檢查: "✅ 不將問題推給其他模組"
    - 骨架規則檢查: "✅ 符合 architecture-stability 骨架"

🏗️ Architecture Reasoner（架構推理代理）

角色定義：Global Layer agent，擁有 VETO 權限，負責全局架構決策。

architecture_reasoner:
  role: "Global Reasoner"
  authority: "VETO (可否決違反約束的提案)"
  
  responsibilities:
    primary:
      - 評估所有重構提案的全局影響
      - 執行三層回應結構驗證
      - 判定是否違反架構骨架規則
    
    secondary:
      - 監控 6 個目標函數趨勢
      - 生成優化差距報告
      - 建議架構改進方案
  
  phase_integration:
    phase_0_1_2: "CRITICAL - 高階推理權重大"
    phase_3_4: "IMPORTANT - 執行期驗證"
    phase_5: "MONITORING - 持續監控優化指標"
  
  decision_flow:
    input: "Refactor Playbook (YAML) + 當前系統狀態"
    process:
      - 檢查 Global Optimization View 完整性
      - 驗證 Local Plan 對全局指標影響
      - 執行 Self-Check 三項檢查
    output:
      decision: "APPROVE | VETO | CONDITIONAL_APPROVE"
      reasoning: "詳細決策理由 (YAML 格式)"
      recommendations: "改進建議 (if VETO)"

📚 完整文檔：services/agents/architecture-reasoner/README.md

---

📊 六個核心目標函數（Objective Functions）

監控與優化系統健康的 6 個關鍵指標：

1. Language Stack Convergence（語言堆疊收斂）

formula: convergence = 1 - (current_count - ideal_count) / ideal_count
ideal_state: 5 種語言 (TypeScript, Python, Go, C++, Rust)
current_state: 8 種語言 (+ Java, Shell, PHP)
convergence_score: 0.40 (40% converged)
target: ≥ 0.90 (90%)

2. Architecture Compliance（架構合規分數）

formula: compliance = (valid_dependencies / total_dependencies) × 100%
checks:
  - 分層驗證: core → services → apps (單向)
  - 依賴反向檢查: 0 violations
  - Skeleton 規則: 5/5 骨架符合
current: 92%
target: 100%

3. Security Posture Index（安全態勢指數）

formula: security = 100 - (critical×10 + high×5 + medium×2 + low×0.5)
current_findings:
  critical: 0
  high: 1 (language violation)
  medium: 3
  low: 8
security_score: 93.5
target: 100 (zero HIGH+)

4. Refactor Progress Index（重構進度指數）

formula: progress = (completed_tasks / total_tasks) × 100%
tasks:
  p0_critical: 2/3 (67%)
  p1_important: 5/8 (63%)
  p2_nice_to_have: 1/12 (8%)
weighted_progress: 58%
target: 100%

5. Test Coverage Momentum（測試覆蓋率動量）

formula: momentum = (current_coverage - baseline_coverage) / weeks
baseline: 68% (4 weeks ago)
current: 76%
momentum: +2% per week
target: ≥ 75% coverage, ≥ 0% momentum

6. Cyclomatic Complexity Trend（圈複雜度趨勢）

formula: trend = (current_avg - baseline_avg) / baseline_avg
baseline: avg_complexity = 18.2
current: avg_complexity = 15.7
trend: -13.7% (improving ✅)
target: ≤ 15 avg, negative trend

📚 完整規範：docs/ARCHITECTURE_OPTIMIZATION_DASHBOARD.md

---

🌐 Dashboard & API

存取 Dashboard：

# 啟動 Dashboard（Phase 5 實施後）
cd services/dashboard && npm run dev
# 瀏覽器開啟: http://localhost:3000/architecture/optimization

API 端點：

api_endpoints:
  health:
    GET /api/architecture/health
    response:
      overall_score: 85
      language_convergence: 0.40
      architecture_compliance: 0.92
      security_posture: 93.5
      refactor_progress: 0.58
      coverage_momentum: 2.0
      complexity_trend: -0.137
  
  gap_report:
    GET /api/architecture/gap-report
    response:
      critical_gaps:
        - gap_id: "LANG-001"
          description: "3 個語言未收斂 (Java, Shell, PHP)"
          impact: "阻擋達成 90% 收斂目標"
          recommendation: "執行 P0 語言遷移計畫"
      
      projected_timeline: "18+ weeks to 100% health"
  
  metrics:
    GET /api/architecture/metrics/{metric-name}
    # metric-name: language-convergence | architecture-compliance | security | ...
  
  decision:
    POST /api/architecture/decision
    body:
      playbook_path: "docs/refactor_playbooks/03_refactor/core/..."
      dry_run: true
    response:
      decision: "VETO"
      reasoning: "Global View 缺少硬約束說明"
      recommendations: ["補充 architecture_constraints 區塊"]

---

🚀 快速開始

For AI Agents（立即可用）

# 1. 參考行為合約 Section 9
cat .github/AI-BEHAVIOR-CONTRACT.md  # 查看 Global Optimization First 原則

# 2. 使用 Playbook 模板
cp docs/refactor_playbooks/03_refactor/templates/REFRACTOR_PLAYBOOK_TEMPLATE.md \
   docs/refactor_playbooks/03_refactor/my-cluster/playbook.md

# 3. 填寫 Section 3: Language & Structure Refactoring Strategy
# 包含：Global View → Local Plan → Self-Check

For Developers（準備實施）

# 1. 查看 Architecture Reasoner 文檔
cat services/agents/architecture-reasoner/README.md

# 2. 理解 Dashboard 規範
cat docs/ARCHITECTURE_OPTIMIZATION_DASHBOARD.md

# 3. 查看驗證腳本規範（待實施）
cat tools/validation/README.md

For Reviewers（立即可用）

# 檢查提案是否符合 Global Optimization 結構
# ✅ 必須包含：Global View（優化目標 + 硬約束）
# ✅ 必須包含：Local Plan（範圍 + 影響分析）
# ✅ 必須包含：Self-Check（三項檢查）

# 參考當前系統狀態
cat config/system-module-map.example.yaml

---

📚 相關文檔

文檔	說明
AI-BEHAVIOR-CONTRACT.md	Section 9: Global Optimization First 原則
AI_PROMPTS.md	Section 1.5: 高階最佳化推理提示詞
REFRACTOR_PLAYBOOK_TEMPLATE.md	Sections 0 & 3: Playbook 模板與優化策略
architecture-reasoner/README.md	Architecture Reasoner 完整規範
ARCHITECTURE_OPTIMIZATION_DASHBOARD.md	Dashboard 規範與 API 文檔
system-module-map.example.yaml	標準模組映射範本
validation/README.md	驗證腳本規範（待實施）
global-optimization/README.md	E2E 測試策略（待實施）

---

🗺️ Implementation Roadmap

✅ Phase 1-3: Core Documentation (已完成)

• AI Behavior Contract Section 9
• AI Prompts Section 1.5
• Playbook Template Section 3
• Architecture Reasoner Specification
• Dashboard Specification
• System Module Map Example

✅ Phase 4: Integration & Validation (已完成基礎架構)

• 文檔交叉引用（本 README）
• 驗證腳本規範與骨架
• 測試結構與 fixtures

📋 Phase 5: Implementation (預計 3-4 weeks)

PR #1: Dashboard Backend MVP

• 6 個目標函數計算引擎
• FastAPI 端點實現
• 可驗證成果：curl localhost:8080/api/architecture/health

PR #2: Architecture Reasoner Agent MVP

• 決策邏輯與 Veto 引擎
• CLI 介面
• 可驗證成果：python agent.py --check playbook.yaml

PR #3: Dashboard Frontend MVP

• React 可視化介面
• 指標卡片與 Gap Report UI
• 可驗證成果：瀏覽器訪問 Dashboard

📋 Phase 6: Rollout & Training (預計 2-3 weeks)

• Quick Start Guide（30 分鐘上手）
• Training Workshops（理論 + 實作 + 分析）
• Gradual Enablement（Advisory → Soft Veto → Full Enforcement）

總預估時程：5-7 weeks 達成完整可操作系統

---

# Schema 命名空間
$schema: 'https://schema.synergymesh.io/docs-index/v1'

# 必要欄位
required_fields:
  - id, path, title, domain, layer, type
  - tags, owner, status, description

# 可選供應鏈欄位
optional_fields:
  - platforms, languages, provenance
  - sbom, signature, links, meta

十階段治理管道：

階段	名稱	說明
1	Lint	YAML/JSON 語法檢查
2	Format	格式化規則驗證
3	Schema	JSON Schema 驗證
4	Vector Test	測試向量驗證
5	Policy Gate	OPA/Conftest 策略檢查
6	K8s Validation	Kubernetes 清單驗證
7	SBOM	軟體物料清單生成
8	Provenance	SLSA 證據注入
9	Cosign Sign	Sigstore 無密鑰簽名
10	Audit	審計事件記錄

🏗️ 治理工具：

• tools/docs/validate_index.py - Schema 驗證器
• tools/docs/scan_repo_generate_index.py - 倉庫掃描生成索引
• tools/docs/provenance_injector.py - SLSA L3 證據注入、SBOM 生成
• tools/generate-refactor-playbook.py ⭐ NEW - AI 重構 Playbook 生成器
  • 自動分析語言治理數據、安全掃描、熱點分析
  • 為 8 個 clusters 生成結構化重構計畫（P0/P1/P2 優先級）
  • 包含檔案與目錄結構交付視圖
  • 整合 Auto-Fix Bot 與 Living Knowledge Base
  • 詳見：docs/refactor_playbooks/README.md

3️⃣ Autonomous Framework（自主系統框架）

完整的五骨架無人機/自駕車自主系統框架。

五骨架架構 (Five-Skeleton Architecture)
├── 1. 架構穩定性骨架 (Architecture Stability) - C++ + ROS 2
│   └── 即時飛控 (100Hz)、IMU 融合、PID 控制器
├── 2. API 治理邊界骨架 (API Governance) - Python
│   └── 模組責任矩陣、API 合約驗證、依賴鏈檢查
├── 3. 測試與兼容性骨架 (Testing & Compatibility) - Python + YAML
│   └── 自動化測試套件、跨版本兼容測試
├── 4. 安全性與觀測骨架 (Security & Observability) - Go
│   └── 分散式事件日誌、安全監控、追蹤 ID
└── 5. 文件與範例骨架 (Documentation & Examples) - YAML + Markdown
    └── 治理矩陣定義、完整 API 文檔、快速入門指南

---

4️⃣ 活體知識庫（Living Knowledge Base）

讓系統自己感知變化、重建自身結構、自我檢查，並主動回報狀態。

本模組不是人工智慧助理、命令列工具、Copilot 或聊天機器人。 它的唯一目的，是讓程式碼倉庫「知道自己現在長怎樣、哪裡有問題」，並用機器可讀的方式表達出來。

# 知識循環四層次
knowledge_cycle:
  perception:      # 感知層 - 偵測變化
    - Git 提交紀錄（檔案新增 / 修改 / 刪除）
    - GitHub Actions 工作流結果
    - 定期排程掃描
  
  modeling:        # 建模層 - 重建結構
    outputs:
      - docs/generated-mndoc.yaml      # 系統說明書
      - docs/knowledge-graph.yaml      # 維度關係圖
      - docs/superroot-entities.yaml   # SuperRoot ontology 編碼
  
  self_diagnosis:  # 自我診斷層 - 找出問題
    checks:
      - 孤兒元件（無關聯的 Component）
      - 死設定（未使用的 Config）
      - 重疊工作流
      - 斷鏈文件
    output: docs/knowledge-health-report.yaml
  
  action:          # 行動層 - 回報狀態
    - 更新 docs/KNOWLEDGE_HEALTH.md 儀表板
    - 必要時自動開 GitHub Issue

目錄佈局：

目錄	用途
knowledge/	純知識資料層（YAML/JSON），不放程式碼
runtime/	操作知識的程式碼：載入、建模、診斷、輸出報告
pipelines/	把 runtime 組合成完整活體流程
docs/	給人類看的說明與健康報告

📚 詳見 docs/LIVING_KNOWLEDGE_BASE.md

---

📁 統一目錄結構

unmanned-island/
│
├── synergymesh.yaml              # 🔑 統一主配置入口
│
├── core/                         # 🏛️ 核心平台服務
│   ├── unified_integration/      # 統一整合層
│   ├── mind_matrix/              # 心智矩陣
│   ├── lifecycle_systems/        # 生命週期系統
│   ├── safety_mechanisms/        # 安全機制
│   ├── slsa_provenance/          # SLSA 溯源
│   ├── contract_service/         # 合約管理服務 (L1)
│   └── ...                       # 其他核心模組
│
├── automation/                   # 🤖 自動化模組
│   ├── intelligent/              # 智能自動化
│   ├── autonomous/               # 五骨架自主系統
│   ├── architect/                # 架構分析修復
│   └── hyperautomation/          # 超自動化策略
│
├── config/                       # ⚙️ 配置中心
│   ├── system-manifest.yaml      # 系統宣告
│   ├── unified-config-index.yaml # 統一配置索引 (v3.0.0)
│   ├── system-module-map.yaml    # 模組映射
│   ├── ai-constitution.yaml      # AI 憲法
│   ├── safety-mechanisms.yaml    # 安全機制
│   └── ...                       # 其他配置
│
├── governance/                   # ⚖️ 治理與策略
│   ├── schemas/                  # JSON Schema 定義
│   ├── policies/                 # OPA/Conftest 策略
│   ├── sbom/                     # 軟體物料清單
│   └── audit/                    # 審計配置
│
├── infrastructure/               # 🏗️ 基礎設施
│   ├── kubernetes/               # K8s 部署清單
│   ├── monitoring/               # 監控告警
│   ├── canary/                   # 金絲雀部署
│   └── drift/                    # 漂移檢測
│
├── mcp-servers/                  # 🔌 MCP 伺服器
├── tools/                        # 🔧 工具腳本
│   └── cli/                      # Admin Copilot CLI
├── apps/                         # 📱 應用程式
│   └── web/                      # 🌐 Web 前端與代碼分析 API
├── services/                     # 後端服務與代理
├── docs/                         # 📚 文檔
│   └── refactor_playbooks/       # 🔄 重構 Playbook 系統
│       ├── 01_deconstruction/    # 解構階段
│       ├── 02_integration/       # 集成階段
│       ├── 03_refactor/          # 重構階段
│       └── NEXT_STEPS_PLAN.md    # 下一步計劃
├── tests/                        # 🧪 測試套件
└── .github/                      # 🔄 GitHub 配置

---

🔄 Refactor Playbook System

三階段重構系統 - 結構化的語言治理與架構重構控制平面

01_deconstruction → 02_integration → 03_refactor
                                         ↓
                            Proposer generates proposal
                                         ↓
                            Critic validates (architecture + quality)
                                         ↓
                            CI validates (gates) → Human review

主要功能

• 架構約束: 依賴規則、骨架規則、語言策略（11 個架構骨架）
• 品質指標: 可量化的前後對比（語言違規、Semgrep、複雜度、測試覆蓋率）
• Proposer/Critic AI 工作流: 雙層 AI 驗證（Proposer 生成 → Critic 審查 → 迭代修正）
• 配置整合: 完全整合到 system-module-map.yaml 和 unified-config-index.yaml

快速入門

查看重構系統文檔：

# 查看重構系統總覽
cat docs/refactor_playbooks/README.md

# 查看下一步計劃
cat docs/refactor_playbooks/NEXT_STEPS_PLAN.md

# 運行驗證工具
python3 tools/validate-refactor-index.py

詳細文檔: docs/refactor_playbooks/

---

🚀 快速開始

環境需求

# 必要環境
Node.js >= 18.0.0
Python >= 3.10
npm >= 8.0.0

# 可選環境（自主系統）
ROS 2 Humble
Go >= 1.20
C++ 17 (GCC 11+)

安裝

git clone https://github.com/SynergyMesh-admin/Unmanned-Island.git
cd unmanned-island

npm install

npm run lint
npm run test

核心服務啟動

cd core/contract_service/contracts-L1/contracts
npm install && npm run build
npm start

cd mcp-servers
npm install && npm start

python tools/docs/validate_index.py --verbose

Docker 部署

docker-compose -f docker-compose.dev.yml up -d
docker-compose up -d

---

🖥️ Admin Copilot CLI (Public Preview)

Admin Copilot CLI 將 AI 驅動的程式碼分析與操作能力帶入命令列，使系統可透過自然語言理解自身程式碼，並執行建置、偵錯與維護流程。

詳見 docs/ADMIN_COPILOT_CLI.md 與 tools/cli/README.md。

---

🌐 Web 前端與代碼分析 API (apps/web)

apps/web 提供企業級代碼分析服務，包括 React 前端與 FastAPI 後端。

• 前端：npm install、npm run dev / build
• 後端：pip install -r requirements.txt、pytest

部署與 API 詳見 apps/web/README.md。

---

🛠️ 核心功能

🤖 智能自動化

功能	說明	入口
自動程式碼審查	PR 自動審查與合併	.github/workflows/
智能派工系統	問題自動分配與負載均衡	core/contract_service/
進階升級系統	五級升級階梯 (L1 Auto → L5 客服)	docs/ADVANCED_ESCALATION_SYSTEM.md
Auto-Fix Bot	自動修復 CI 失敗	config/auto-fix-bot.yml

🔒 安全與合規

功能	說明	入口
SLSA L3 溯源	構建認證與簽名	core/slsa_provenance/
Schema 驗證	JSON Schema 合規檢查	governance/schemas/
策略閘	OPA/Conftest 策略執行	governance/policies/
SBOM 生成	軟體物料清單	governance/sbom/

📊 監控與觀測

功能	說明	入口
動態 CI 助手	每個 CI 都有獨立客服	docs/DYNAMIC_CI_ASSISTANT.md
Prometheus 監控	指標收集與告警	infrastructure/monitoring/
漂移檢測	基礎設施配置漂移	infrastructure/drift/

---

🎛️ 全局配置總覽

配置檔案	說明
synergymesh.yaml	統一主配置入口
config/system-manifest.yaml	系統宣告清單
config/unified-config-index.yaml	統一配置索引 v3.0.0
config/system-module-map.yaml	模組映射
config/ai-constitution.yaml	AI 最高指導憲章（三層憲法體系）
config/agents/team/virtual-experts.yaml	虛擬專家團隊配置
config/safety-mechanisms.yaml	安全機制配置
config/topology-mind-matrix.yaml	心智矩陣拓撲配置
config/drone-config.yml	無人機編隊與自動化系統配置
config/cloud-agent-delegation.yml	雲端代理程式委派配置

---

👨‍💼 虛擬專家團隊

內建多位虛擬專家，對應架構、安全、資料庫、DevOps 等領域，詳細映射參考 config/agents/team/virtual-experts.yaml。

---

🤖 智能代理服務

services/agents/ 提供長生命週期業務代理：

• Auto-Repair Agent：自動修復
• Code Analyzer Agent：程式碼分析
• Dependency Manager：依賴管理
• Orchestrator：代理編排
• Vulnerability Detector：漏洞檢測

更多細節見 services/agents/README.md。

---

🚁 無人機系統配置

drone-config.yml 定義無人機編隊與協調策略，並透過 automation/autonomous/ 五骨架框架實作。

---

🚗 自主系統框架（無人駕駛/無人機）

統一架構骨架系統 ⭐

11 個完整架構骨架，整合架構指南與實現代碼：

• 入口: automation/architecture-skeletons/README.md
• 索引: automation/architecture-skeletons/unified-index.yaml
• 分析報告: docs/ARCHITECTURE_SKELETON_ANALYSIS.md

骨架清單 (11個)

骨架	狀態	用途
architecture-stability	✅ 生產	系統架構設計、服務邊界
security-observability	✅ 生產	安全機制、監控追蹤
api-governance	✅ 生產	API 設計、版本管理
testing-governance	✅ 生產	測試策略、品質保證
docs-governance	✅ 生產	文檔標準、知識管理
identity-tenancy	🟡 設計	認證授權、多租戶
data-governance	🟡 設計	資料分類、隱私合規
performance-reliability	🟡 設計	SLA、災難恢復
cost-management	🟡 設計	成本監控、預算規劃
knowledge-base	🟡 設計	知識組織、AI 上下文
nucleus-orchestrator	🟡 設計	工作流編排、代理協調

詳細說明: automation/autonomous/README.md

---

📚 文檔導航

完整文檔入口：docs/README.md

• 架構：docs/architecture/
• 快速入門：docs/QUICK_START.md
• API 文檔：docs/AUTO_ASSIGNMENT_API.md
• 運維手冊：docs/operations/
• 語言治理：docs/LANGUAGE_GOVERNANCE_IMPLEMENTATION.md
• 重構劇本 ⭐：docs/refactor_playbooks/

📋 Refactor Playbooks（重構劇本系統）⭐

三階段結構化重構流程，從解構到執行的完整追溯性：

01_deconstruction → 02_integration → 03_refactor
   (解構)              (集成)           (重構)

核心文檔：

• README - 系統總覽與使用指南
• CONFIG_INTEGRATION_GUIDE - 配置整合指南
• PROPOSER_CRITIC_WORKFLOW - 雙層 AI 重構工作流程 ⭐
• LEGACY_ANALYSIS_REPORT - 完整架構分析
• INTEGRATION_REPORT - 整合報告與使用方式

快速開始：

# 生成重構劇本
python3 tools/generate-refactor-playbook.py --cluster "core/"

# 驗證索引一致性
python3 tools/validate-refactor-index.py

# 查看當前狀態
cat docs/refactor_playbooks/03_refactor/INDEX.md

關鍵特性：

• ✅ 三階段重構流程（解構 → 集成 → 重構）
• ✅ 舊資產管理（實體隔離、知識保留）
• ✅ 架構約束強制（11 個骨架規則、依賴方向、語言策略）
• ✅ 品質指標量化（before/after 比對、零容忍閘門）
• ✅ Proposer/Critic 雙層 AI 工作流程
• ✅ CI/CD 整合（Auto-Fix Bot、違規映射）
• ✅ 機器可讀索引（index.yaml）供自動化使用

---

🔄 CI/CD

主要工作流位於 .github/workflows/，品質閘條件定義在各 CI 配置中（覆蓋率、Lint、Schema、Policy）。

---

📄 授權與致謝

本專案採用 MIT License 授權，詳見 LICENSE。

致謝 SynergyMesh、Sigstore、OPA、SLSA 等開源專案提供的基礎能力。

---

🏝️ Unmanned Island System

讓開發更高效，讓程式碼更完美！

GitHub • Issues • Discussions