《列子·汤问》偃师造人 · 显式结构组装、可追踪、可断点重放

把原始素材转化为可交付成品的 Rust 多模态内容生产引擎

输入一个主题、网页链接、GitHub 仓库、学术 PDF 或音视频录音,通过确定性 DAG 工作流与原生智能体循环,直接产出原生可编辑 OOXML .pptx、16:9 .pdf、1080p 配音讲解视频、双人播客 .mp3、实验数据表 .xlsx 与自校验架构图。

$yanshi workflow run examples/generators/illustrated_slides.yml --input subject "Rust Zero-Copy I/O" --output-dir out/slides
23 + 1 Rust Crates 与 Studio UI
15 开箱即用多模态生成器
6 LLM OpenAI / Anthropic / Gemini 等
< 1ms 调度与预算护栏开销
Content Studio · 5-Stage Pipeline 点击阶段检视契约

01 · 安全受控的多模态信源摄取

SSRF-Pinned + Typed Chunks

内置节点直接抓取网页、扫描 GitHub 仓库依赖树(不执行不可信代码)、解析 arXiv 源码包与 PDF 表格,或对音视频自动提取字幕与 ASR 转写。

- id: ingest_repo
  type: repo_snapshot
  parameters:
    max_files: 180
    include_imports: true
- id: ingest_paper
  type: pdf_extract
  parameters:
    extract_tables: true
web_search repo_snapshot pdf_extract arxiv video_ingest + asr

三路智能幻灯片视觉路由:拒绝整页贴图与文字堆砌

下方三张实拍产物来自同一套 Yanshi 演示流水线。规划器根据每页语义自动分流至最匹配的视觉引擎,最终合并导出为可二次编辑的原生 OOXML .pptx、16:9 .pdf 与交互式 .html。

查看视觉路由文档
Yanshi IllustrationNode 生成的等距 3D 概念插画幻灯片:高并发管道瓶颈突破为零拷贝通道
Route 01 · illustration IllustrationNode

艺术指导概念插图(6 种风格预设)

针对封面、痛点隐喻与总结页,自动锁定深浅画布底色并注入反乱码文字护栏,由美术总监提示词精修器生成高辨识度主题视觉。

editorial_tech isometric_3d flat_vector blueprint_schematic scientific_diagram cinematic_keynote
Yanshi FigureNode 编译的 D2 内核 SQ/CQ 环形队列架构拓扑幻灯片
Route 02 · arch_diagram D2 · Typst · TikZ

自校验拓扑与架构矢量图

系统架构、状态机与数据流页直接编译为精确的 D2、Typst、TikZ 或容器隔离 Python 图表,语法异常自动触发编译器诊断闭环修复。

language: d2 typst tikz / circuitikz container python
Yanshi 纯 Rust OOXML 写入器生成的原生可编辑 PowerPoint 形状与 Rust io_uring 语法高亮代码幻灯片
Route 03 · structured_panel Pure-Rust OOXML

原生可编辑组件、代码窗与对比表

代码剖析、基准指标与清单页由纯 Rust 引擎直接生成原生 PowerPoint 形状(<p:sp>)、表格(<a:tbl>)与连线,打开 PowerPoint / Keynote 即可逐字修改。

editable .pptx 16:9 .pdf 1080p narrated .mp4

同一窄腰内核上的四种执行范式

从完全静态编排的确定性 DAG,到每步自主决策的智能体循环,再到「一次规划、编译为并行 DAG 执行」的动态工作流,共享同一套工具注册表(ToolRegistry)与安全治理壳(yanshi-harness)。

声明式并发 DAG:成本可控、严格校验、断点续跑

适用于可复现的内容生产线、批处理与数据管道。运行前通过 yanshi workflow validate --strict 静态检查表达式与节点契约。

  • 依赖就绪并发调度器 + map / while / run_if 控制流
  • 内置 44 模型计费表与 cost_limit_usd 实时熔断保护
  • 通过 AgentNode 在任意 DAG 节点内嵌入自主智能体
查阅 Workflow Schema 手册
YAML examples/generators/paper_reader.yml
# Validate statically, cap spend, and export numeric Excel sheets
name: paper_reader
cost_limit_usd: 1.50
nodes:
  - id: extract
    type: pdf_extract
    parameters:
      source: "{{ source }}"
      extract_tables: true

  - id: bilingual_digest
    type: llm
    dependencies: ["extract"]
    parameters:
      model: "gpt-4o"
      response_format: json_schema
      prompt: "Synthesize key contributions and benchmarks..."

  - id: export_excel
    type: render_table
    dependencies: ["bilingual_digest"]
    parameters:
      format: "xlsx"

15 套开箱即用 Content Studio 生成器模板

点击任意模板卡片即可直接在页内展开完整语法高亮 YAML 源码、DAG 节点拓扑与运行命令,无需跳出当前页面。

联网检索考证 + 三路智能视觉路由(6 种概念插画预设、D2 架构图、原生可编辑表格/代码框)。

.pptx 16:9 .pdf .html

tech_slides_video.yml

查看 YAML

渐进式分步动画与毫秒级语音配音对齐,支持聚光灯高亮框与画中画主讲人视频合成。

1080p .mp4 .srt / .vtt .pptx .pdf

slides.yml

查看 YAML

基于指定资料源生成的结构化幻灯片,内置自修复矢量图(零生图 Key 亦可开箱运行,按需开启插画)。

.pptx 16:9 .pdf .html

video_overview.yml

查看 YAML

多幕分镜并行插画或动态视频片段(text_to_video)生成,自动配音并混流字幕轨道。

.mp4 .srt

audio_overview.yml

查看 YAML

双人对话式深度播客脚本,双声线并行合成并通过 EBU R128 广播级响度标准化输出。

.mp3

repo_architecture.yml

查看 YAML

静态扫描本地目录或远程 GitHub 仓库结构与内部依赖图,输出 D2 系统架构图与模块剖析手册。

.svg / .png .pdf .html

支持交互式 ask_user 需求澄清,一次性生成架构图、UML 类图/时序图、ER 图、PostgreSQL DDL 与完整设计书。

6x .svg .sql .pdf

paper_reader.yml

查看 YAML

精读 arXiv 或本地论文 PDF,提取数值实验对比表导出为 Excel,并生成双语导读手册、方法图与思维导图。

.pdf .xlsx / .csv .svg

video_summarizer.yml

查看 YAML

优先提取原生字幕,缺失时自动回退 FFmpeg 抽音 + ASR 语音识别,输出带时间戳纪要、双语字幕与导图。

.pdf / .html .srt .svg

report.yml

查看 YAML

按大纲分节并行撰写深度研究报告,每处论据绑定原文分块脚注引用并排版为出版级 PDF。

.pdf .html .md

infographic.yml

查看 YAML

提炼核心指标与对比洞察,经由确定性 Tera SVG 海报引擎渲染高清矢量信息图与 PNG。

.svg .png

mindmap.yml

查看 YAML

抽取多层知识树结构,同时导出静态矢量导图与可离线折叠交互的 HTML 脑图。

.svg .png .html

circuit_diagram.yml

查看 YAML

先抽取类型化元器件清单校验连接拓扑,再调用 circuitikz + lualatex 编译精准电路原理图。

.svg .png

flashcards.yml

查看 YAML

将技术文档或教材转化为单文件离线可翻转记忆闪卡与结构化 JSON 题集。

.html .json

quiz.yml

查看 YAML

生成带即时判分、答案解析与原文溯源的交互式自测题页。

.html .json

五层窄腰契约架构:八条依赖铁律由编译器门禁守护

各运行时从不互相耦合,只依赖 L0 纯类型窄腰内核;工具层与能力层严格分离,每次提交由 cargo xtask check-arch 静态审计。

架构全景文档
L4 · Operations 可观测性、网关、分布式 Worker 与 Studio UI
yanshi-server yanshi-worker (gRPC) yanshi-db (Postgres) yanshi-tracing (OTLP) yanshi-ui (React + Tauri)
L3 · Orchestration 智能体运行时、技能体系、安全治理壳与 YAML 装配
yanshi-agents yanshi-skills yanshi-harness yanshi-config yanshi-cli
L2 · Capabilities 工具阶渲染节点、多模态 AI 节点、MCP、RAG 与记忆
yanshi-nodes yanshi-nodes-ai yanshi-llm yanshi-tools yanshi-mcp yanshi-rag yanshi-memory
L1 · Execution Core 并发就绪调度器、重试超时控制、资源限额与检查点
yanshi-core (FlowExt::run)
L0 · Contract Kernel 纯契约窄腰核心(零运行时逻辑,隔离重型依赖)
yanshi-value yanshi-graph yanshi-tool yanshi-agent-spi yanshi-store-spi yanshi-async-util

CLI 命令行与批处理流水线

一行命令完成工作流严格校验、执行、断点续跑与终端 TUI 轨迹重放(trace replay)。

cargo install --path yanshi-cli

Web Studio 可视化画布与网关

启动 yanshi-server 即可访问 /ui/app 模板运行台与 /ui/studio 节点断点画布,内联预览幻灯片与音视频。

cargo run --package yanshi-server

Yanshi Studio 原生桌面应用

基于 Tauri v2 内嵌本地 Rust 执行引擎,无需安装 PostgreSQL 或外部服务端,支持离线 ask_user 交互与一键安装至 /Applications。

./scripts/install_desktop.sh --open

常见问题与架构选型解答

围绕可编辑产物格式、大模型接入、安全沙箱隔离以及与主流智能体框架的差异说明。

Yanshi 生成的 .pptx 幻灯片是整页 AI 图片贴片,还是 PowerPoint / Keynote 原生可编辑组件?

是原生可编辑的 OOXML 演示文稿。Yanshi 内置纯 Rust 编写的 OOXML 写入器,直接输出标准 PowerPoint 形状(<p:sp>)、原生表格(<a:tbl>)、代码卡片与连线,在 PowerPoint、Keynote 或 WPS 中打开即可逐字编辑;同时按每页意图分流融合 D2/Typst/TikZ 矢量架构图与 6 种艺术风格概念插画,并同步导出 16:9 .pdf 与交互式 .html。

没有图像生成或语音 TTS API Key 可以运行么?支持哪些大模型服务商?

完全可以。只需配置任一文本大模型 Key 即可开箱运行 slides.yml、report.yml、repo_architecture.yml、backend_project_planner.yml、paper_reader.yml、mindmap.yml 等绝大多数生成器。运行时原生支持 OpenAI、Anthropic Claude、Google Gemini、Moonshot(Kimi)、StepFun,以及任意兼容 OpenAI 接口的服务(如 DeepSeek、Qwen、本地 Ollama)。

Yanshi 与 LangGraph、Dify 或单一 AI PPT 工具有何核心区别?

Yanshi 将「确定性并发 DAG 工作流」、「原生 ReAct / Plan-Execute / 多智能体循环」与「运行期动态编译工作流」统一在同一套零运行时依赖耦合的 Rust L0 窄腰内核上:既编译为单一高性能静态二进制(调度与预算护栏开销低于 1ms,内置 44 模型硬性 cost_limit_usd 熔断),又以一等公民磁盘文件句柄(FlowValue::File)打通 PPTX、1080p 配音视频、PDF、Excel 与播客渲染,免除 Python 环境冲突与 Base64 内存膨胀。

在抓取外部网页、分析陌生代码仓库或运行绘图代码时如何保障宿主机安全?

SecurityProfile::Production 采用默认闭锁(fail-closed)策略:宿主机工具自动运行于 macOS sandbox-exec 或 Linux Landlock + seccomp + cgroup v2 操作系统沙箱中;code_exec 绘图代码强制运行在无网络隔离容器(ContainerBackend)内;repo_snapshot 仅静态解析清单与导入树而不执行仓库代码;HttpTool 逐请求绑定 DNS 解析并归一化 IPv6 地址以阻断 DNS 重绑定 SSRF;技能包与插件默认强制校验 Ed25519 数字签名。

多阶段长视频或深度报告生成中途失败,恢复执行会重复消耗大模型费用么?

不会。开启 --checkpoint(或通过网关与桌面端运行)后,每个节点完成即刻落盘检查点及已累计账单金额与产物 SHA-256 清单。执行 yanshi workflow resume <run_id> 时仅从尚未完成的下游节点继续并发调度,已成功的大模型与生图/配音节点直接复用落盘结果,不重复计费。

examples/generators/illustrated_slides.yml

下载 .yml GitHub
DAG 节点流