公开作品

公开工具与
工作材料

三个仓库分别处理研究判断、AI 原型进入业务前的检查,以及生产准备资料的整理。版本、样例和运行方法放在各自页面中。

01

资料很多,怎样整理成可以拍板的判断?

Research-to-Decision Toolkit

版本
v0.6.0
环境
Python 3.9+

把问题、来源、备选方案、不确定性和下一步行动放进同一个决策包。

示例测试Release决策包输出

方法边界工具检查材料结构,不验证来源真实性,也不替负责人作出决定。

60 秒检查路径

r2d init brief.json
r2d validate brief.json
r2d report brief.json --output decision_report.md
02

AI Demo已经能跑,离真实使用还差什么?

AI Prototype-to-Production Toolkit

版本
v0.6.0
环境
Python 3.9+

读取项目证据,给出生产就绪检查和否决项,区分可以演示与可以进入真实业务。

本地 CLIHTML 报告测试Release

方法边界70分结构和8个否决条件属于作者设计的检查方法,不代表安全、合规或生产批准。

最短运行路径

ai-ready example --output assessment.json
ai-ready report assessment.json --format html --output report.html
03

生产级AI遇到具体问题时,去哪里找资料和工具?

Awesome AI Production Readiness

版本
持续维护
环境
网页与机器可读资料

按评估、可观测性、护栏、治理、安全和部署分类的公开资源清单。

来源链接分类结构快速决策地图机器可读入口

方法边界清单提供检索起点。采用工具前仍需核对当前版本、适用条件和维护状态。

最短检查路径

  1. 打开 Quick decision map
  2. 按问题类型进入对应分类
  3. 采用前核对版本、许可证和维护状态