TeaQL 智能体工具包

能做什么

• 模型优先工作流：把自然语言需求转成可保存、可检查的领域模型（KSML），再经确定性评估服务检查错误、警告与建议并给出修复指引。
• 生成类型化契约：模型通过评估后，生成对应语言的领域库，连接 TeaQL 运行时，并搭建可运行的应用工作区。
• 提供 Q/E 与变更 API：Q 用于组合查询（过滤、字段、关联、排序、限制等），E 提供经字段与关联对象的类型化访问路径，区分未加载数据与缺失值。
• 模型感知 Assist：按需加载当前实体/动作及字段相关 API 指引，减少把整个生成库塞入上下文。
• 运行时治理与审计：读操作声明 purpose/comment，写操作声明审计理由，执行与变更通过日志和审计设施记录，便于调试与追溯。
• 交付证据：通过编译、测试、运行时冒烟测试和带证据的完成报告来判定完成，而非仅由智能体声称完成。

适用场景

• 已使用 Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI 等编码智能体，希望以模型为中间表示来驱动应用生成的开发者。
• 需要在生成代码前先审查业务模型与评估结果的团队。
• 希望在开发阶段约束智能体流程、在运行阶段约束应用行为并保留审计轨迹的项目。

使用条件与限制

• 需要智能体具备读取项目文件、运行终端命令和访问仓库说明的权限。
• 默认工作流需要网络访问：智能体可能安装/更新客户端与构建工具、下载依赖，并调用 TeaQL 服务进行模型评估、生成和 API 指引；模型内容会发送到所配置的服务，私有业务需求需先评估数据共享政策。
• 本地检出只改变说明读取位置，并不自动使评估与生成离线。
• 一个提示启动工作流不代表零配置、无需后续追问或保证成功。
• 运行时治理不替用户选择业务策略，只让已选策略下的操作具备上下文、边界、可观测与可审计性。
• 文中关于特定平台模型实验与上下文生命周期控制属于单独项目/需适配器支持，不等同于本仓库默认能力。