@ absolutejs/ 伙伴关系
内部 伙伴关系和关系情报 绝对JS应用程序——AI 合作周期的推理, 所以你不支付交易副驾驶SaaS 每个座位,你可以自己运行的部分.
每个原始人都是 输入的纯函数 + 注入的 AI 调用编辑 软件包拥有提示, JSON Schema, 工具合同, 以及结果 测绘. 您的应用程序提供 一代的呼叫—— 与它提供, 计费/计量、超时和任何倒计时。 软件包从不导入 供应商 永远不要碰你的分类账.
安装
bun add @absolutejs/partnership
接线(一次)
连接包裹 generateObject 用于您已经结构化的
生成。 如果您使用 @absolutejs/ai (直接或背后的计量包装),
单行——请求形状是 generateObjectAI选项
包控件, 减 provider 和你们的田地:
import type { GenerateObject } from "@absolutejs/partnership";
import { meteredGenerateObjectAI } from "./usage/meteredAI";
import { aiProvider } from "./integrations/aiProvider";
export const partnershipCtx = (userSub?: string | null) => ({
generateObject: ((req) =>
meteredGenerateObjectAI({ ...req, provider: aiProvider, userSub })) as GenerateObject,
});
包裹通过自己的 feature 标记通过 (e)"trustFit", (中文(简体) ), "classifyMatch", (中文(简体) ),
"personConnection", (中文(简体) ), "verification"),所以你的使用分类账保持其现有的
按地貌细分.
初级( 第1A行)
| 函数 | 回返 |
|---|---|
scoreTrustFit(input, ctx) | 4个0至1个维度(观众重叠、能力、相互价值、可信度)+每个核心三个理由 |
classifyRelationship(input, ctx) | 关系类型,正式名称+域名,可接受性,竞争对手出服务器播放 |
frameConnection(input, ctx) | 为什么连接/ 共享- 地面/ 共同价值/ 对话- 启动特定个人 |
verifyPartner(input, ctx) | 系统核查(可信度、记录、受众重叠、经济学、未决问题) |
import { scoreTrustFit } from "@absolutejs/partnership";
const { dimensions, reasons } = await scoreTrustFit(
{
member: { niche: "devtools", offer: "hosted CI", audienceSize: "10k" },
partner: { company: companyData, person: personData, reasoning },
priorScores: { theirReceptiveness: 0.4, yourFit: 0.9 },
},
partnershipCtx(userSub),
);
网络原始人
verifyPartner 可选择使用注射 research 调用(例如:
@absolutejs/discover web-research)关于上下文. 打开它,合成掉下来
返回至仅的知识 :
await verifyPartner(input, {
...partnershipCtx(userSub),
research: (system, user) => webResearch(system, user),
});
退缩
初级 掷出 在模型或验证失败。 高压后退(如:. 从匹配的现有信号中衍生出粗糙的 Trust & Fit 维度)是 应用的特异性,所以他们留在你的包装上——捕捉和降解,不管你的UI 需要帮助.
许可证
BSL 1.1 — Apache 2. 0 关于更改日期(见 LICENSE) (中文(简体) ). 你们可以造船
您的应用程序和上面的 SaaS 。 您可能不提供它作为竞争的主机
伙伴关系-情报/交易-驾驶服务.
研究证据(0.1)
ResearchFn 接受结构化研究与遗产 string | null保留核查、竞争者分析和会议筹备 researchStatus来源、调查结果和限制. researchedAt 在无法进行源头研究时为空; generatedAt 总是一代人的时间。 现有的弦学研究仍然明确未被验证.
结构化研究引申一个单独的 researchEvidenceReview 通过主机生成 generateObject,它必须像最初的合成一样被编入预算和计算. fieldEvidence 将经过审查的产出路径与准确的来源摘录、提供的投入、拟议的评估或未解决的事实相挂钩。 不支持的事实文本变得无法解决,除非每个文本字段都得到源支持,否则公司从属关系被去除. analysisStatus 说明审查情况; 数字分数仍然是解释,而不是经核实的事实。 一个模型的必然性判断仍然需要人为审查,以便作出相应的决定.
伙伴收入
calculatePartnerRevenuePipeline (同样在浏览器安全 @absolutejs/partnership/revenue (a) 计算公司收入除以年度经常性定价如下: 客户当量,然后按客户的年定价乘以 理论年度收入机会。这假设100%转换,而不是客户数或收入预测。 结果保留了证据、假设、局限性和较低的假设信心.
供应 partnerAnnualRevenue, (中文(简体) ), partnerPricing,以及 clientPricing 作为 RevenueAmount 对象(或 null) (中文(简体) ). 每个数额包括: amount,ISO货币, period (单位:千美元)month 或者说 year),计费 unit (单位:千美元)company, (中文(简体) ), customer,或 seat)和证据basis, (中文(简体) ), sourceTitle准确 quote, ISO 标准 observedAt,信心,和有文件证明的URL). 定价单位和货币必须保持一致。 座位价格不能用作客户价格. 以使用为基础的企业需要来源或客户报告的年度客户价值 pricingModel: "annual_customer_value"; 不得将每盘价乘以12.
researchPartnerRevenuePipeline(input, researchContext) 使用宿主所注入的,分解的研究和结构化的生成调用. 通过现有 ResearchContext.research 合同。 只有结构化的,保留了源引出与相匹配的数字量相匹配,才能充入研究投入. 收入不明、业务范围不相上下、价格缺失和无根据证据。 研究不能保证公开公共收入。 不隐含外汇转换.
何时 clientPricing 缺少, 供应 clientName 选择 clientWebsite • 研究客户的公共经常性定价以及伙伴收入和定价(三个查询意图)。 明确的客户定价总是获胜并跳过额外的查询. 除非有明确的来源支持的客户年度价值,基于使用量的价格仍然未知.
来源支持的资产建设(0.3)
draftPartnershipAsset 财务报告和审定财务报表 editPartnershipAsset 返回时 evidenceDocument
与标题和马克德。 以不可改变的输入源坚持下去.
源块通过内容地址ID选择整个记录. 服务器会提供准确的文字和出处 公告声明区块则含有与这些原始记录相链接的模型作者旁白;引用完整性并不能证明旁白是真实的.
validateAssetEvidenceDocument(sources, markdown, evidenceDocument) 拒绝
更改来源、引用、计划或产出。 在出版/出口前拨打.
现存的道教是编辑上下文,从来就没有新的证据.
资料来源: 报告信息,未核实真相输入 摘要本身可以包含AI错误. 主机必须区分主机 记录摘要并保留其源头快照。 源头已逃脱 作为惰性文字;其内容不能选择自己的出处分类.
提案和问题块仍由模型编写,标签明显,必须
通过东道方审查,拒绝任何事实断言或预想.
建筑本身不能确定语义上的真理或适当的建议.
calculateAssetScenario 从完整的数字计算一个被标记的情景
源字段,匹配年期/曲线,以及明确的假设;
它拒绝发明的金额,从不代表有保证的潜在收入.
证据资格
储存的AI分析不是主要证据. 匹配源默认仅为上下文 。 主机可能设置 evidenceSelection 以精确 JSON 指针字段和可选解码文本 start编号 :end 横跨。 使用它来选择原始用户翻转,提供文档,或独立保留的证据;绝不仅仅因为存储而给予生成推理的资格. 空选不产生事实记录。 选择元数据包含在构建摘要中,验证拒绝使用被排除在外的记录的旧文档. 偏移仍在处理原始的不可移动解码源值 。 这确定了来源,而不是来源的真相或模型选择的完整性.
源码文档
使用 presentAssetEvidenceDocument(sources, storedMarkdown, evidenceDocument) 用于导出文档及其预览。 它首先验证存储的构造,然后用编号的源头生产干净的Markdown,读取出源的标签/摘录,然后分离 missingInputs储存路径、散列物和内部参考标识留在不可改变的审计文件中,而不是出现在资产中。 保留原有的Markdown/防伪进行验证;不要以演示文稿Markdown来取而代之. 预览下载使用的文件而不是构建第二个文档UI.
文件准备和编写通知
运行 reviewAssetContent({ assetType, sources, document, markdown }, ctx) 在标出草稿之前 每个选定的区块都按其章节和格式背景加以审查. assetContentIssues(review) 包括错误或陈旧的内容、缺少必要的事实以及文件级别的失败。 坚持审查与来源/文件摘要和资产类型挂钩;只有在这些投入和审查政策保持不变的情况下再利用审查。 缺失的基本事实应当要求成员提供意见,而不是引发无法提供意见的已付款重写。 可选引用、二级接触和营销细节不应阻碍准备状态.
对于 statement 块,独立检查 每一个断言 以引用的原始来源节录为对照。 在出版前进行整个文件审查。 拒绝改变的不确定性、作为已实现结果提出的目标、发明协议和任何未经支持的细节;仅凭有效的源代码绝不能通过该门。 共享文件审查中包含关于同一要求检查的说明节录。 它只发送选定的证据,而不是无关的录入历史. 这是语义审查,不是防止所有模型错误或独立核实的来源真相的保证.
法律生成只允许提供源条款或问题,而不是发明出建议默认。 世代还将源的预期用途归为拒绝 " 成果 " 下的目标/基线、陈旧的校正文本以及用作业务法律术语的商业背景。 临时源用途分类不加入不可改变的证据格式.