牵星 · StarFix

语言 / Language： 中文 · English

郑和舰队靠牵星板测星定位；AI 舰队靠事实定位。

一个长期在线的 AI 会话（舰长）指挥一支终端 AI 舰队：派单、验收、并线、部署、对接业务人员、离席接力，并把判断沉淀成可考核的规程。 这不是框架代码，是在真实项目里连续跑过数周的作战规程 + 支撑脚本。

5 分钟跑起来

只需 tmux + python3：

export FLEET_HOME=/tmp/fleet
bash quickstart/demo.sh

15 步闭环：派单 → 投递 → 承建 → 回执 → 验收 → 请示 → 答复 → 解锁。教程：quickstart/README.md。

它长什么样

全部机制（角色、感官、上下文交接、轨迹编译、一天的时间线）见 docs/mechanism.md。

舰长 Benchmark · 三模型实测

同一题库（captain-v1，157 检查点）、同一考官、四层全测：

综合分不是唯一指标：九项能力（K1 角色纪律 20%、K2 舰员画像与派单 15%、K3 工具缺失自恢复 10%、K4 任务书质量 10%、K5 长时运转与交接 10%、K6–K9 见题库）分别打分；困难版阈值为综合 ≥90、K1 ≥95、其余 ≥85，三者目前均未通过。Grok 4.6 与 GPT-6 Astra 为 S04 模拟器误拒校准版（原始分保留）。完整交互结果页（排行榜、雷达图、逐模型评审卡、失分明细）：https://marcmao0819.github.io/starfix/bench/ （源码 benchmarks/captain-v1/report/，一条命令重生成）。原始记录、评审摘要与校准说明：benchmarks/captain-v1/results/records/；出题与评分方法：benchmarks/captain-v1/README.md。

从哪里读

适用人群

• 驻场交付工程师（FDE）：一个人带一支 AI 舰队在客户现场并行推多条线，要派单、验收、对接客户各岗位、把决策送到客户老板手里、留下可审计的痕迹、随时能交接。
• 独立开发者与小团队技术负责人：想让多个 AI 会话长期协作而不失控。

六条原则

1. 舰长只做判断，不写业务代码；舰员失败是常态，舰长自伤才是事故。
2. 回执不是事实，实物才是；每条判据都要答得出「什么情况下它会红」。
3. 只在三类事上停下问指挥官：不可逆生产面、只有人类知道的业务事实、对外发布。
4. 所有待决问题进决策面板，答复即解锁任务。
5. 监听只报危险侧、只报状态跃迁、不轮询。
6. 教训当天变成战例和门禁，过夜就丢。

分享前

tools/scrub-gate.sh 必须绿（词表与盐在仓外，缺词表自动降级只跑结构型判据）。

作者

三娃老爸（GitHub MarcMao0819，小红书 三娃老爸 · 294613559）。这套机制、规程和每一条判断都是他在真实项目里定下来的；舰长（Claude 会话）在他指挥下执行搬运、脱敏、绘图与提交。有问题可以来问，觉得有用求个关注。

MIT，见 LICENSE。