快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

基金会代理

Goose的4阶段现实验证系统将物理约束与人类惯例区分开来，使您能够构建与实际现实而不是想象中的限制相一致的系统。

](https://github.com/yourusername/foundation-agent) ![License](LICENSE) ![Goose](https://github.com/block/goose)

______________________________________________________________________

🚀 快速开始

# Install Foundation Agent recipe for Goose
goose session start --recipe foundation-agent

# Describe your system/problem
> "I need to architect a web application that handles 10,000 concurrent users
   with 85%，防止了5万至50万美元的架构错误。

______________________________________________________________________

## 📚 什么是基金会代理？

Foundation Agent通过以下方式改变了工程团队做出架构决策的方式 **在构建解决方案之前验证现实**.

### 问题

- **70-80%的工程资源** 解决不存在的问题
- 团队建立在 **假设** 而非 **测量**
- 架构错误成本 **$50,000-$500,000** 返工中

### 解决方案

Foundation Agent运行4个具有质量门的连续阶段：

Your Request → PERCEPTION → ARCHITECTURE → EXECUTION → ADAPTATION → Reality-Validated Foundation (5 min) (10 min) (8 min) (3 min)


### 关键创新

1. **现实分类器**：区分物理（不可变）和构造（可变）约束
1. **Q-D-S-A-A算法**：问题→ 删除→ 简化→ 加速→ 自动化（灵感来自埃隆·马斯克的算法）
1. **流量优化器**：识别单一瓶颈（约束理论）
1. **学习界面**：对经过验证的模式进行编码，以实现持续改进

______________________________________________________________________

## 📖 文档

### 对于用户

- **[快速参考](docs/FOUNDATION_AGENT_QUICK_REFERENCE.md)** -从这里开始！命令、指标、故障排除（12页）
- **[演练示例](docs/FOUNDATION_AGENT_WALKTHROUGH_EXAMPLE.md)** -52万×ROI的真实电子商务案例研究（28页）
- **[迁移指南](docs/FOUNDATION_AGENT_MIGRATION_GUIDE.md)** -零风险采用路径，100%向后兼容（18页）

### 面向决策者

- **[执行摘要](docs/FOUNDATION_AGENT_EXECUTIVE_SUMMARY.md)** -战略推介、投资回报率分析（12页）
- **[成本分析](docs/FOUNDATION_AGENT_COST_ANALYSIS.md)** -$0.50/次可防止$62k的错误（12页）
- **[性能基准](docs/FOUNDATION_AGENT_PERFORMANCE_BENCHMARKS.md)** -持续时间为26分钟，比手动（16页）快92倍

### 对于工程师

- **[实施策略](docs/FOUNDATION_AGENT_IMPLEMENTATION_STRATEGY.md)** -技术蓝图，16周分阶段计划（22页）
- **[架构图](docs/FOUNDATION_AGENT_ARCHITECTURE_DIAGRAMS.md)** -8个系统设计可视化图（24页）
- **[测试策略](docs/FOUNDATION_AGENT_TESTING_STRATEGY.md)** -验证、准确性测试，验证率>85%（20页）

______________________________________________________________________

## 🎯 何时使用Foundation Agent

### ✅ 高投资回报率场景

|用例|成本|价值|投资回报率|
|----------|------|-------|-----|
|架构决策| 0.50美元| 62000美元| 124000×|
|性能优化| 0.50美元|260000美元|520000×|
|技术选择|0.50美元|85000美元|170000×|
|扩展策略| 0.50美元| 120000美元| 240000×|

**经验法则：** 当决策影响超过1000行代码时使用

### ❌ 跳过基础代理

- 简单的错误修复（\40%                      │
│                                                                  │
│  Phase 3: EXECUTION (Flow Optimizer)                             │
│  ├─ Input: Architecture blueprint                                │
│  ├─ Process: Bottleneck identification (ToC)                     │
│  ├─ Output: Flow-optimized execution strategy                    │
│  └─ Quality Gate: E_flow > 0.75                                  │
│                                                                  │
│  Phase 4: ADAPTATION (Learning Interface)                        │
│  ├─ Input: Execution results                                     │
│  ├─ Process: Learning velocity calculation                       │
│  ├─ Output: Knowledge encoding + evolution pathway               │
│  └─ Quality Gate: Lr > 1.0                                       │
│                                                                  │
└──────────────────────────────────────────────────────────────────┘

______________________________________________________________________

📊 主要绩效指标

度量	公式	目标	含义
F分数	（R_valid/R_total）×（1-δ）	>0.8	基础有效性
δ排除	基于假设的构建置信度加权平均值	\0.75	流动效率
Lr公司	dF/dt/E_change	>1.0	学习率与环境

解读F分数

F>0.8： ✅ 准备就绪-基础扎实
F∈\[0.6，0.8\]： ⚠️ 需要改进
**F\100ms"

Classification: PHYSICS (δ = 0.15) Confidence: 0.88 Rationale: "Disk I/O, memory hierarchy"

Phase 2 - ARCHITECTURE: Applied Q-D-S-A-A: - QUESTIONED: "Why microservices?" → No valid reason - DELETED: 8 microservices → 1 modular monolith - SIMPLIFIED: 28 interfaces → 4 modules - ACCELERATED: Added Redis cache for hot queries - AUTOMATED: Query performance monitoring

Complexity Reduction: 91% Pattern Alignment: 100%

Phase 3 - EXECUTION: Bottleneck: Database queries (80% of response time) Critical Path: User → API → DB → Response Optimization: Index missing columns, connection pooling Projected: 500ms → 45ms (11× faster)

Phase 4 - ADAPTATION: Learning Velocity: 0.009 per cycle Pattern Encoded: "database-missing-indexes" Success Rate: 0.94 (validated 23 times)


**结果：**

- **固定成本：** 4小时（300美元）
- **预防：** 不必要的12万美元微服务迁移
- **演出** 快11倍（500毫秒→ 45ms)
- **投资回报率：** 239400×投资回报率0.50美元

[完整案例研究→](docs/FOUNDATION_AGENT_WALKTHROUGH_EXAMPLE.md)

______________________________________________________________________

## 🛠️ 安装

### 先决条件

- 已安装Goose CLI([安装指南](https://github.com/block/goose))
- Claude API密钥（推荐Sonnet 4）

### 安装基础代理配方

Clone this repository

git clone https://github.com/yourusername/foundation-agent.git cd foundation-agent

Copy recipe to Goose config directory

cp -r recipes/foundation-agent ~/.config/goose/recipes/

Copy knowledge bases

cp -r recipes/foundation-agent/knowledge ~/.config/goose/recipes/foundation-agent/

Verify installation

goose session start --recipe foundation-agent --help


______________________________________________________________________

## 📝 用法

### 基本用法

goose session start --recipe foundation-agent

Describe your system/problem

"I need to optimize a data pipeline that takes 6 hours to process 1TB.

Currently using serial processing. Considering Spark migration."


### 高级用法

Run specific phase only

goose session start --recipe foundation-agent/specialists/perception-agent

Skip Foundation (direct to implementation)

goose session start # default Goose behavior

View metrics for a session

goose foundation metrics --session


______________________________________________________________________

## 🤝 贡献

我们欢迎捐款！Foundation Agent随着社区知识的增长而改进。

### 添加已验证的模式

knowledge/validated-patterns.yaml

pattern_id: "your-pattern-id"

constraint: "clear description" classification: "PHYSICS | CONSTRUCT" validation_method: "how you validated this" confidence: 0.92 success_rate: 0.88 avg_improvement: "2.5× velocity" physics_basis: "which law/principle"


### 添加物理约束

knowledge/physics-laws.yaml

network_physics: your_constraint: value: "quantitative measurement" source: "cite research paper or spec" implications: - "practical meaning for developers"


看 [贡献.md](CONTRIBUTING.md) 详细指南。

______________________________________________________________________

## 📄 许可证

此项目根据MIT许可证获得许可-请参阅 [许可证](LICENSE) 文件以获取详细信息。

______________________________________________________________________

## 🙏 致谢

- **深度代理原理** -代理设计模式的基础
- **鹅队** -架构模式和集成框架
- **埃隆·马斯克算法** -Q-D-S-A-A灵感（提问、删除、简化、加速、自动化）
- **约束理论** -奇异瓶颈识别方法

______________________________________________________________________

## 📞 支持与社区

- **文档：** 此存储库中的完整文档
- **问题：** 
- **讨论：** 

______________________________________________________________________

## 🎓 哲学

**“测量先于假设。现实先于惯例。物理学先于观点。”**

Foundation Agent可帮助您在构建解决方案之前验证现实。目标不是完美的架构，但 **物理对齐架构** 它基于经过验证的约束而不是想象中的限制。

**团队浪费了70-80%的资源来解决不存在的问题。Foundation Agent帮助您专注于真正重要的20%。**

______________________________________________________________________

______________________________________________________________________

**准备好停止解决想象中的问题了吗？ [开始→](docs/FOUNDATION_AGENT_QUICK_REFERENCE.md)**

目录标签

Claude云端部署Docker架构验证本地部署决策支持性能优化工程效率物理约束

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

session

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明session部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/cb71a38496df61f41977374720540107

Foundation Agent是一款基于四阶段现实验证系统的架构决策工具，帮助工程团队在构建解决方案前验证现实约束，避免资源浪费和错误决策。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Goose 39cba17f

全面解析Goose With MCP ServersMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器，Goose With MCP Servers能让AI助手访问实时数据、执行操作，为您提供更智能的工作体验和自动化解决方案。

下一个 MCP

Goose MCP Escrow Server

Goose MCP Escrow Server是一个最小化的MCP服务器，提供托管式意图验证、确定性规划和可逆执行功能，适用于Goose代理。

Goose Foundation Agent MCP