灵字辈生态普查报告 v1

普查日期: 2026-04-07
范围: 灵字辈大家庭全部 11 个项目
重点: MCP 工具、可封装为 MCP 的功能、死代码/未使用代码

一、总览

指标	数值
项目总数	11
自研 MCP 工具	53
可封装为 MCP 的 REST API / 功能	30+
外部 SaaS 工具（智谱，非自研）	11
源代码总量（自研）	~195,000 行
测试代码总量	~50,000 行
完全死代码（stub）	灵通 22 个 skill 为文档驱动 stub
从未使用过的功能模块	灵克 15 个模块无测试覆盖

二、项目清单

#	项目	灵	语言	源码行数	测试行数	MCP 工具	版本	状态
1	LingFlow	灵通	Python	49,205	41,679 + 9,094 (skills)	21	v3.9.1	活跃，已发布 PyPI
2	LingClaude	灵克	Python	12,446	5,771	15	v0.3.0	活跃
3	LingYi	灵依	Python	10,352	2,749	12	v0.16.0	活跃
4	Ling-term-mcp	灵犀	TypeScript	1,357	—	5	v1.0	已发布 npm
5	zhineng-knowledge-system	灵知	Python	8,455	—	⚠️ 0 (25+ REST API)	生产部署	活跃
6	zhineng-bridge	智桥	Python+TS+JS	77,965	—	⚠️ 0 (stub)	v1.0	活跃
7	LingMinOpt	灵极优	Python	4,014	—	❌	v0.2	活跃
8	LingMessage	灵信	Python	微量	—	❌	v1.0	79 讨论活跃
9	LingYang	灵扬	Python	极少	—	❌	v0.1	最小化
10	lingresearch	灵研	Python	小型	—	❌	—	活跃
11	lingtongask	灵通问道	Python	中型	—	❌	—	30+ 期已发布

三、MCP 工具详细清单（53 个自研）

3.1 灵通 LingFlow — 21 个 MCP 工具

#	工具名	功能	重量级	实际使用
1	`list_skills`	列出所有可用技能	✅	✅
2	`run_skill`	执行指定技能	✅	⚠️ 部分 skill 为 stub
3	`review_code`	代码审查	✅	✅
4	`get_github_trends`	GitHub 趋势分析	✅	✅
5	`get_npm_trends`	NPM 趋势分析	✅	✅
6	`list_workflows`	列出工作流	✅	✅
7	`run_workflow`	执行工作流	✅	✅
8	`get_workflow`	获取工作流详情	✅	✅
9	`create_requirement`	创建需求	✅	✅
10	`update_requirement`	更新需求	✅	✅
11	`delete_requirement`	删除需求	✅	✅
12	`list_requirements`	列出需求	✅	✅
13	`run_tests`	运行测试	✅	✅
14	`get_coverage`	获取覆盖率	✅	✅
15	`generate_test_report`	生成测试报告	✅	✅
16	`get_health_status`	健康状态检查	✅	✅
17	`get_metrics`	获取度量数据	✅	✅
18	`detect_anomaly`	异常检测	✅	✅
19	`get_task_status`	获取任务状态	✅	✅
20	`list_tasks`	列出任务	✅	✅
21	`create_task`	创建任务	✅	✅

MCP 入口: /home/ai/LingFlow/mcp_server/lingflow_mcp/
协议: stdio (FastMCP)
外部路由: ExternalMCPRouter 支持发现和代理外部 MCP 工具

3.2 灵克 LingClaude — 15 个 MCP 工具

#	工具名	功能	重量级	实际使用
1	`read_file`	读取文件内容	✅	✅
2	`write_file`	写入文件	✅	✅
3	`edit_code`	编辑代码（AST 感知）	✅	✅
4	`search_code`	搜索代码	✅	✅
5	`run_bash`	执行 Bash 命令	✅	✅
6	`index_project`	索引项目结构	✅	✅
7	`list_functions`	列出函数	✅	✅
8	`replace_function`	替换函数体	✅	✅
9	`git_status`	Git 状态	✅	✅
10	`git_log`	Git 日志	✅	✅
11	`git_diff`	Git 差异	✅	✅
12	`evaluate_code`	代码评估	✅	✅
13	`run_optimization`	运行优化	✅	⚠️ 依赖 self._config bug
14	`get_advice`	获取建议	✅	✅
15	`check_triggers`	检查触发器	✅	✅

MCP 入口: /home/ai/LingClaude/lingclaude/mcp/server.py
协议: stdio (FastMCP)

3.3 灵依 LingYi — 12 个 MCP 工具

#	工具名	功能	重量级	实际使用
1	`add_memo`	添加备忘	✅	✅
2	`list_memos`	列出备忘	✅	✅
3	`add_schedule`	添加日程	✅	✅
4	`list_schedules`	列出日程	✅	✅
5	`add_plan`	添加计划	✅	✅
6	`list_plans`	列出计划	✅	✅
7	`show_project`	查看项目	✅	✅
8	`generate_report`	生成周报	✅	✅
9	`patrol_project`	巆逻项目	✅	✅
10	`get_briefing`	获取情报简报	✅	✅
11	`digest_content`	消化内容	✅	✅
12	`ask_lingzhi`	询问灵知	✅	✅

MCP 入口: /home/ai/LingYi/src/lingyi/mcp_server.py
协议: stdio (FastMCP)

3.4 灵犀 Ling-term-mcp — 5 个 MCP 工具

#	工具名	功能	重量级	实际使用
1	`execute_command`	执行终端命令	✅	✅
2	`create_session`	创建终端会话	✅	✅
3	`destroy_session`	销毁终端会话	✅	✅
4	`list_sessions`	列出会话	✅	✅
5	`sync_terminal`	同步终端状态	✅	✅

MCP 入口: /home/ai/Ling-term-mcp/src/index.ts
协议: stdio (npm 发布)

四、可封装为 MCP 的功能（30+ 候选）

4.1 灵知 zhineng-knowledge-system — 25+ REST API

灵知有完整的 FastAPI 服务（端口 8000），零 MCP 工具，但 REST API 极其丰富。封装成本极低 — 只需一层 MCP wrapper 调用已有的 REST 端点。

#	API 路径前缀	功能领域	封装难度	优先级
1	`/search`	知识搜索	低	P0
2	`/books`	书籍管理	低	P1
3	`/guoxue`	国学经典	低	P1
4	`/sysbooks`	系统书籍	低	P2
5	`/reasoning`	推理引擎	低	P0
6	`/audio`	音频处理	中	P1
7	`/generation`	内容生成	低	P1
8	`/intelligence`	智能分析	低	P0
9	`/learning`	学习系统	中	P1
10	`/evolution`	知识进化	中	P2
11	`/optimization`	优化系统	中	P2
12	`/context`	上下文管理	低	P1
13	`/annotation`	标注系统	低	P1
14	`/pipeline`	管道处理	中	P1
15	`/lingmessage`	跨项目讨论	低	P0
16	`/knowledge_gaps`	知识缺口检测	低	P1
17	`/feedback`	反馈系统	低	P2
18	`/staging`	暂存区	低	P2
19	`/analytics`	分析统计	低	P1
20	`/documents`	文档管理	低	P1
21	`/health`	健康检查	低	P2
22	`/textbook_processing`	教材处理	中	P1

封装方案: 新建 zhineng-knowledge-system/mcp_server/，用 FastMCP 包装 REST 调用。预计每个工具 20-30 行代码，总工作量约 2-3 天。

4.2 智桥 zhineng-bridge — 丰富 API，MCP 为 stub

智桥有 77,965 行代码（含 Web UI），已有 MCP server 目录但是 空壳 stub。核心功能是跨项目消息中继（端口 8080），已有成熟的 REST API。

可封装功能: - 消息中继 API → MCP 工具 - 跨项目通信接口 → MCP 工具 - Web Dashboard 数据接口 → MCP 工具

4.3 灵信 LingMessage — 文件式通信，极易封装

灵信使用纯文件系统存储（/home/ai/.lingmessage/discussions/），79 个活跃讨论。当前只被灵依 CLI 调用。

可封装功能: - send_message() → MCP 工具 - list_discussions() → MCP 工具 - read_discussion() → MCP 工具 - reply_message() → MCP 工具 - search_messages() → MCP 工具 - close_discussion() → MCP 工具

封装成本: 极低，每个工具 10-15 行 Python，1 天可完成。

4.4 灵极优 LingMinOpt — 优化库 + CLI

4,014 行优化算法库，支持多种优化方法。

可封装功能: - optimize() → MCP 工具（运行优化） - get_results() → MCP 工具（获取结果） - list_methods() → MCP 工具（列出方法）

五、重量开发 vs 未使用代码评估

5.1 灵通 LingFlow — 核心问题项目

灵通是最大的项目（103K 行），但存在严重的「文档驱动 stub」问题。

Skill 实际功能分层

层级	数量	说明	实际可用
Tier 1 — 完整功能	5	code-review, conditional-branch, task-runner, test-runner, code-refactor（但 refactor_file()=pass）	✅ 大部分可用
Tier 2 — 部分功能	5	workflow-executor, error-handler, loop-iterator, database-export, notification	⚠️ 不完整
Tier 3 — 文档驱动 stub	22	brainstorming, writing-plans, subagent-driven-development, systematic-debugging, TDD, verification, git-worktrees, finishing-branch, dispatching-parallel-agents, ui-mockup-generator, api-doc-generator, ci-cd-orchestrator, environment-manager, deployment-automation, database-schema-designer, skill-versioning/templates/testing/analytics/categorization/creator/integration	❌ 只有 SKILL.md，implementation.py ≈ 40 行模板

具体 stub 模式（以 brainstorming 为例）:

# implementation.py 的典型结构
class BrainstormingSkill:
    def execute(self, params):
        return {
            "status": "success",
            "instructions": "请参考 SKILL.md 中的流程...",  # AI 读取文档
            "data": {}
        }

这不是 bug — 是灵通的设计理念（AI 读取 SKILL.md 来执行）。但从代码执行角度看，这 22 个 skill 没有真正的 Python 实现逻辑。

其他死代码 / Stub

位置	问题	严重程度
`Agent.execute_task()`	整个方法只是 `time.sleep(0.05)` + 返回假数据	严重 — 核心功能是空壳
`code_refactor.refactor_file()`	函数体是 `pass`	高
`phase5/ai_tool_learning.py`	`AIToolLearningSystem` 类被注释，标注「待实现」	中
33 个 skill 中 22 个是 stub	占比 67%	架构级问题

5.2 灵克 LingClaude — 功能完整但有覆盖盲区

灵克是代码质量最高的项目 — 48 个模块全部有真实实现，0 个 stub。

无测试覆盖的模块（15 个）

模块	功能	风险等级
`bash.py`	Bash 命令执行	🔴 安全关键
`permissions.py`	权限管理	🔴 安全关键
`behavior_aware_router.py`	行为感知路由	🟡 有 bug（self._config）
`task_aggregation.py`	任务聚合	🟡 与 task_scheduler 枚举重复
`task_scheduler.py`	任务调度	🟡 重复枚举定义
其他 10 个模块	各种辅助功能	🟢 低风险

已知 Bug

behavior_aware_router.py: self._config vs self.config 属性名不一致
task_aggregation.py + task_scheduler.py: TaskPriority/TaskStatus 枚举重复定义

5.3 灵依 LingYi — 最健康的项目

36 个模块全部有真实实现，0 stub。39 个测试类，200+ 测试方法，2315 行测试代码。

无测试覆盖的模块（7 个）

模块	功能	说明
`council.py`	跨项目议事	新功能
`bridge_client.py`	智桥客户端	新功能
`web_app.py`	Web 应用	41 个 API 端点
`dashboard.py`	仪表盘	前端组件
`trends.py`	趋势分析	新功能
`agent.py`	LLM Agent	核心模块
`llm_utils.py`	LLM 工具	核心模块

5.4 其他项目

项目	评估
灵犀	5 个 MCP 工具全部可用，代码简洁
灵知	25+ REST API 全部生产可用，只是没 MCP wrapper
智桥	大量代码但 MCP 是空壳
灵极优	小型优化库，功能完整
灵信	文件式存储，极简但实用，79 讨论活跃
灵扬	极早期，几乎无内容
灵研	小型，功能不详
灵通问道	内容项目（30+ 期），非工具

六、外部 SaaS 工具（非自研）

以下工具来自智谱 AI（@z_ai/mcp-server，open.bigmodel.cn），不属于灵字辈自研：

#	工具名	类型	来源
1	`analyze_image`	图像分析	智谱 MCP
2	`analyze_video`	视频分析	智谱 MCP
3	`analyze_data_visualization`	数据可视化分析	智谱 MCP
4	`extract_text_from_screenshot`	OCR 文字提取	智谱 MCP
5	`diagnose_error_screenshot`	错误截图诊断	智谱 MCP
6	`ui_to_artifact`	UI 截图转代码/描述	智谱 MCP
7	`ui_diff_check`	UI 对比检查	智谱 MCP
8	`understand_technical_diagram`	技术图表理解	智谱 MCP
9	`web_search_prime`	网页搜索	智谱 MCP
10	`web_reader`	网页读取	智谱 MCP
11	`zread` (get_repo_structure, read_file, search_doc)	GitHub 仓库读取	智谱 MCP

首次出现: 2026-03-24，配置于 /home/ai/.claude/settings.json
性质: 第三方 SaaS 服务，按调用量计费
对 LingFlow+ 的启示: 需要设计 VisionProvider 接口，支持可插拔后端（智谱/OpenAI Vision/本地 Qwen-VL）

七、代码统计汇总

7.1 按项目代码量排名

灵通 LingFlow      ████████████████████████████████████████  103,978 行 (53%)
智桥 zhineng-bridge ████████████████████████████████         77,965 行 (40%)
灵克 LingClaude     ██████                                   18,217 行 (9%)
灵依 LingYi        █████                                    13,101 行 (7%)
灵知 zhineng-ks    ████                                      8,455 行 (4%)
灵极优 LingMinOpt  ██                                         4,014 行 (2%)
灵犀 Ling-term-mcp  █                                         1,357 行 (1%)
灵信 LingMessage    ▏                                         微量
灵扬/灵研/灵通问道                                            极少~中型

注意: 智桥 77,965 行中大部分是 Web UI（HTML/CSS/JS），核心 Python 逻辑约 3,000-5,000 行。

7.2 代码健康度评估

项目	功能代码占比	Stub/死代码占比	测试覆盖	健康度
灵克	100%	0%	69% (33/48)	🟢 优秀
灵依	100%	0%	81% (29/36)	🟢 优秀
灵犀	100%	0%	无	🟡 良好
灵知	100%	0%	无	🟡 良好
灵极优	100%	0%	无	🟡 良好
灵通	33%	67% stub	有	🔴 需关注
智桥	~90%	MCP 为空壳	无	🟡 良好

7.3 MCP 工具分布

灵通 21 █████████████████████ (40%)
灵克 15 ███████████████       (28%)
灵依 12 ████████████          (23%)
灵犀  5 █████                 (9%)
─────────────────────────────
合计 53 个自研 MCP 工具

八、关键发现与建议

8.1 核心发现

灵通虚胖严重 — 103K 行代码中，67% 的 skill 是文档驱动 stub，Agent 核心执行方法是空壳。MCP 工具层（21 个）是真实的，但底层 skill 执行大量依赖 AI 读取 SKILL.md。
灵克是被低估的核心资产 — 48 个模块全部功能完整，15 个 MCP 工具（文件读写、代码编辑、Bash 执行、Git 操作），是最完整的「AI 编码引擎」。且有幻觉修正循环（QueryEngine）这种高级功能。
灵知是最大的 MCP 空白 — 25+ REST API 生产可用，但零 MCP 工具。封装成本极低（每个 ~25 行），是 ROI 最高的 MCP 化候选。
灵信极易 MCP 化 — 6 个纯文件操作函数，封装为 MCP 每个仅需 10-15 行，1 天可完成。
外部工具依赖风险 — 11 个智谱 SaaS 工具（含 8 个视觉分析）被误认为自研。LingFlow+ 需要设计 Provider 抽象层。

8.2 优先行动建议

优先级	行动	预计工时	ROI
P0	灵知 REST API → MCP 封装（22+ 工具）	2-3 天	极高
P0	灵信 LingMessage → MCP 封装（6 工具）	1 天	高
P1	灵通 stub 清理或明确标注	2 天	中
P1	灵克安全模块测试覆盖（bash.py, permissions.py）	1 天	高
P2	智桥 MCP stub 实现或删除	2-3 天	中
P2	灵极优 → MCP 封装	0.5 天	低

8.3 对 LingFlow+ 的架构启示

可用资产:
├── 灵通: 编排引擎（并行调度、工作流、上下文压缩、安全沙箱）✅ 可直接复用
├── 灵通: MCP Server + ExternalMCPRouter               ✅ 可直接复用
├── 灵克: 15 个编码工具                                 ✅ 可直接复用
├── 灵克: QueryEngine（幻觉修正循环）                   ✅ 可直接复用
├── 灵克: Model Provider（OpenAI/Anthropic）            ✅ 可直接复用
├── 灵依: 12 个生活管理工具                              ✅ 可直接复用
├── 灵犀: 5 个终端工具                                  ✅ 可直接复用
├── 灵知: 25+ 知识 API（需 MCP 封装）                   ⚠️ 封装后可用
├── 灵信: 跨项目通信                                    ⚠️ 封装后可用
│
需要新建:
├── LLM Provider 抽象层（灵克已有基础）                  🆕 新建
├── 真实 Agent Runtime（替换灵通 stub）                  🆕 新建
└── Project Workspace + CLI REPL                        🆕 新建

结论: 灵字辈生态已有 53 个自研 MCP 工具 + 30+ 可封装功能，技术资产丰富。核心问题是灵通的 Agent 层是空壳。LingFlow+ 的核心工作是「给灵通的编排引擎装上灵克的大脑」+ 统一 Provider 抽象。

九、附录：项目路径

项目	路径
灵通 LingFlow	`/home/ai/LingFlow/`
灵克 LingClaude	`/home/ai/LingClaude/`
灵依 LingYi	`/home/ai/LingYi/`
灵犀 Ling-term-mcp	`/home/ai/Ling-term-mcp/`
灵知 zhineng-knowledge-system	`/home/ai/zhineng-knowledge-system/`
智桥 zhineng-bridge	`/home/ai/zhineng-bridge/`
灵极优 LingMinOpt	`/home/ai/LingMinOpt/`
灵信 LingMessage	`/home/ai/.lingmessage/`
灵扬 LingYang	`/home/ai/LingYang/`
灵研 lingresearch	`/home/ai/lingresearch/`
灵通问道 lingtongask	`/home/ai/lingtongask/`