USE CASES
AENET 能做什么？
AENET 生态系统中基于证据的使用场景：每个场景解决什么问题、面向谁、工作流如何在系统中流动，以及当前的可用性。
以下每个使用场景仅依据公共仓库证据撰写。若证据不足，页面会如实说明——AENET 绝不虚构能力声明。
公开而诚实的开发队列
活跃中——开发队列与完整公共开发日志已在 aenetcloud.com 上线。解决的问题
大型建设需要一份公开、可审计的记录，说明正在开发什么、按什么顺序、处于什么状态——且不暴露私有工具。
适用人群
希望诚实地跟踪 AENET 建设路线图与进展的观察者、贡献者与运营者。
概述
开发队列是一个活跃的公共系统：一个标准状态机（DISCOVERED → SPECIFIED → BUILDING → VERIFYING → PREVIEW → RELEASED），记录于公共快照中，并由每个网关版本一条的开发日志镜像。
工作流
- 工作项带着明确状态与坐标进入队列
- 队列快照发布到 public-data/development-queue.public.json
- 每个网关版本写入公共开发日志
- 观察者诚实地跟踪状态——没有虚假进度百分比
- 抢先体验申请通过唯一的公共写入路径加入队列
涉及的系统
相关架构
证据
- knowledge/systems/development-queue.json (status: active)
- public-data/development-queue.public.json
- content/development-log/2026-08-16-public-gateway-v0*.md
- docs/DEVELOPMENT_QUEUE.md
下一步
阅读开发日志，然后申请抢先体验。 → 抢先体验
K / KAP 语言研究（证据诚实）
部分可用——KAP 契约已上线并通过验证；K Language 内部细节被诚实地标记为“证据不足”。解决的问题
公共 AI 生态系统需要一种方式研究和记录语言（K 家族、KAP 契约），而不暴露私有仓库或虚构证据。
适用人群
语言学家、语言研究者与好奇的读者，希望了解 AENET 如何诚实地记录其语言工作。
概述
AENET 在公开侧记录两条语言线索：KAP，一种活跃的声明式契约风格，本仓库内有机器验证的 JSON 配套；以及 K Language，其内部细节被诚实地标记为“公共证据不足”，因为公共仓库并未记录它们。
工作流
- KAP 契约以声明式 .kap 文件编写（站点、导航、内容、流量）
- contracts/ 中的 JSON 运行时配套由 npm run check 进行机器验证
- 语言契约（contracts/public-language.contract.json）固定区域设置行为
- 知识块将 KAP 记录为活跃，将 K Language 记录为证据不足
- 公开侧绝不读取或写入私有 K Language 仓库
涉及的系统
相关架构
相关研究
证据
- knowledge/systems/kap-language.json (status: active)
- knowledge/systems/k-language.json (status: insufficient-public-evidence)
- kap/*.kap + kap/README.md (declarative contracts)
- contracts/public-language.contract.json (locale contract)
下一步
阅读 KAP Language 系统详情，然后阅读研究观察模型。 → 抢先体验
本地 AI 与模型路由（私有、有文档）
私有——模型路由器、代理运行时与骨干均为私有系统；公共证据仅限于知识模型。解决的问题
AI 生态系统需要一个把每个请求发送到正确模型的路由器——但今天模型路由器是私有的，公共证据仅记录其设计。
适用人群
评估 AENET 路由与推理架构的 AI 构建者。
概述
AENET Model Router 是负责将请求路由到正确模型的私有系统。它在公共知识模型中被记录为私有系统——公共证据涵盖其角色、输入与输出，而非实时行为。
工作流
- 请求到达模型路由器（私有）
- 路由器根据请求选择目标模型
- 代理运行时使用所选模型执行任务
- 结果通过骨干流动（私有）
- 只有关于此流程的净化知识是公开的——绝无实时数据
涉及的系统
相关架构
相关研究
证据
- knowledge/systems/aenet-model-router.json (status: private)
- knowledge/systems/aenet-agent-runtime.json (status: private)
- ARCHITECTURE.md — private core separation
- SECURITY.md — public side never reaches private systems
下一步
阅读模型路由器的系统详情，然后阅读架构数据流。 → 抢先体验
多代理软件工程（架构，而非实时运行）
私有——代理运行时、核心、骨干与模型路由器均为私有；目前尚无公开执行证据。解决的问题
复杂建设需要多个专业化代理协同工作——但 AENET 的代理运行时与核心是私有的，公共证据仅记录架构，而非实时运行。
适用人群
研究多代理编排的 AI 构建者与研究人员。
概述
AENET 将代理运行时、核心、记忆与骨干记录为编排专业化代理的私有系统。由于它们是私有的，公开层只展示其角色、边界与依赖——绝不展示虚假的执行数字。
工作流
- 构建目标被分解为代理任务（私有核心）
- 专业化代理使用代理运行时执行（私有）
- 模型路由为每个任务选择正确的模型（私有）
- 记忆与骨干协调状态（私有）
- 公开侧仅接收净化的知识与快照
涉及的系统
相关架构
证据
- knowledge/systems/aenet-agent-runtime.json (status: private)
- knowledge/systems/aenet-core.json (status: private)
- knowledge/systems/aenet-spine.json (status: private)
- SECURITY.md — no agent surface on the public side
下一步
阅读代理运行时系统详情，然后阅读公共/私有边界。 → 抢先体验
带有严格私有边界的公共窗口
已上线——aenetcloud.com 今天即提供净化快照、Public API v1 与多语言页面。解决的问题
AI 生态系统需要一种永远不会成为攻击面、控制通道或隐私泄漏的公共存在。
适用人群
需要观察 AENET 建设、且不存在通往私有核心任何路径的访客、伙伴与运营者。
概述
AENET Cloud Public 是一个已上线的只读观察层：净化快照、静态页面、受限的 Public API v1 与匿名流量通道——全部处于一个绝不触及私有 AENET Core 的严格单向边界之后。
工作流
- 核心通过公共网关导出净化快照
- 快照层发布静态页面 + 公共数据 JSON
- Public API v1 提供只读端点（/api/v1/time、/api/v1/status 等）
- 访客阅读页面、研究与术语表；匿名流量被汇总，绝不留下指纹
- 公开侧的任何内容都无法写入、调用或到达 AENET Core
涉及的系统
相关架构
相关研究
证据
- PUBLIC_BOUNDARY.md — one-way, snapshot-only, read-only boundary
- ARCHITECTURE.md — public gateway / private core separation
- knowledge/systems/aenet-cloud-public.json (status: preview)
- release/current.json — release 1.0.0-rc2
下一步
阅读架构，然后浏览系统地图。 → 抢先体验
基于证据的研究与知识组织
部分可用——搜索知识模型、术语表与 KAP Language 活跃；K Language 被标记为“公共证据不足”。解决的问题
研究、语言工作与系统知识需要被组织、可搜索且以证据为基础，而不是散落的文档。
适用人群
希望获得可搜索、基于证据的知识模型的研究人员、语言学者与好奇读者。
概述
公开侧将知识组织为搜索模型：带三语字段的知识块、关系图、词汇表，以及一个将所有内容转化为可爬取静态页面的 Go 搜索编译器。KAP Language 处于活跃状态；K Language 被明确标记为“公共证据不足”而非过度宣称。
工作流
- 知识块（系统、架构、概念）依据公共证据进行整理
- 关系图是相关系统的唯一来源
- Go 搜索编译器验证并渲染静态、多语言页面
- 本地化页面在翻译完成前不会被索引
- 缺乏公共证据的事实被标记为“证据不足”——绝不虚构
涉及的系统
相关架构
相关研究
证据
- knowledge/systems/kap-language.json (status: active)
- knowledge/systems/k-language.json (status: insufficient-public-evidence)
- public-data/search-graph.public.json
- docs/PUBLIC_SYSTEM_MAP.md · docs/CONTENT_MODEL.md
下一步
浏览术语表，然后阅读研究索引。 → 抢先体验
以下每个使用场景仅依据公共仓库证据撰写。若证据不足，页面会如实说明——AENET 绝不虚构能力声明。