v1 · 生成于 2026-10-10 21:46:20 · 全部数字现场实扫（8981 底座 / 8979 真库 / 工具箱页面）
从「垂类本草大模型」→「全模型 · 全模态 · 通用智能」 · 与 K3 双线并行，只加不改、逐步跟进
王先生指示：K3 那边正朝「全模型 / 全模态通用人工智能」方向造东西，药材谷板块要跟上脚步，逐步往通用智能方向走，不能太单调。这份 v1 不是愿景标语，而是把我们手上真实已有的家底摆出来，标清离通用智能还差哪几级台阶，并给出可以马上动工的下一步。
原则：① 只用脚本实扫的数据，不写死、不夸大；② 缺口就写缺口，尤其是「多模态」这一块 —— 目前是真实空白，绝不粉饰；③ 所有动作走「加层」，不动既有业务路由、引擎与数据库。
| 维度 | 现值 | 取证方式 |
|---|---|---|
| 底座 | 药材谷 API v2.0 | GET :8981/openapi.json（info 字段） |
| API 端点 | 139 | openapi.paths 计数 |
| 引擎目录 | 108 | 8979 /api/bencao/db/health → bre_engine_catalog |
| 引擎冒烟 | 87 / 87 全 200 | _bre_ep_probe.py 全量探活 |
| 知识文档 / 集合 | 14451 / 154 | t_doc / t_doc_meta |
| 数字员工 | 1390 | t_staff |
| 引擎审计日志 | 12724 | bre_audit_log |
| 智能体 | 7 | GET :8981/api/v1/agents/ |
| 斜杠命令 | 5 | GET :8981/api/v1/commands |
| 插件（工具调用位） | 4 | GET :8981/api/v1/plugins |
| 工具箱 | 79 工具 / 108 卡 / 153 案例 | 药材谷_引擎工具箱.html 解析 |
| 一致性守护 | watchdog 事件驱动 | db/guard round=690 · 延迟 22.1ms |
| 分组 | 数量 |
|---|---|
/api/v1/bre | 108 |
/api/v1/war-room | 5 |
/api/v1/chat | 4 |
/api/v1/auth | 3 |
/api/v1/herbs | 3 |
/api/v1/prescriptions | 3 |
/api/v1/library | 3 |
/api/v1/pay | 2 |
/api/v1/knowledge | 2 |
/api/v1/calculator | 2 |
/api/v1/agents | 1 |
/api/v1/plugins | 1 |
/api/v1/commands | 1 |
/api/v1/health | 1 |
成熟度为工程判断（非模型指标）：文本=端到端可用；语音=插件与命令就位但未闭环；图像/视频=仅角色定义或完全空白。关键结论：我们目前是「单模态（文本）强、多模态刚起步」，这正是要补的方向。
herb_infoherb_identifyprescription_auditclassicsmarketwritercalculator/研报 — 生成品种多空研报：/研报 三七/行情 — 查行情：/行情 三七/流注 — 当前时辰经络流注：/流注/灵龟 — 灵龟八法取穴公式：/灵龟/语音 — 方言语音开关：/语音 开| 插件 | 版本 | 状态 | 说明 |
|---|---|---|---|
bencao_finance | v1.0 | ● 启用 | 本草金融：行情研报生成（多空辩论架构+康美指数数据接入） |
market | v1.0 | ● 启用 | 行情技能包：查价/预警/周期研判 |
bencao_time | v1.0 | ● 启用 | 针灸时间插件：五运六气/子午流注/灵龟八法开穴计算 |
bencao_voice | v1.0 | ● 启用 | 本草语音：方言输入+药名专业词库（粤语/川语/藏语） |
→ 智能体 + 命令 + 插件 这三层，恰好对应通用智能体的「角色 / 意图入口 / 工具」三要素。骨架已在，缺的是把它们串成自主编排闭环。
已具备：139 API 端点 · 108 引擎目录（冒烟 87/87）· 14451 篇药典语料 / 154 集合 · 1390 数字员工 · 工具箱 79 工具 / 108 卡 / 153 案例 · 一致性守护 watchdog（rounds 690）
缺口：无（文本域闭环）
已具备：语音：插件 bencao_voice 就位（方言+药名词库）· 命令 /语音 开；图像：智能体 herb_identify 角色已定义
缺口：语音端到端 ASR/TTS 闭环未做；图像/视频无端点；模态间无统一表征
已具备：三层骨架齐全：智能体层（7 个）+ 命令层（5 个）+ 插件层（4 个，工具调用位）
缺口：108 引擎尚未注册为 agent 可调用 tools；缺自主规划/多步编排；缺长期记忆
已具备：跨域迁移、自我改进、开放式目标 —— 方向明确，尚无实现
缺口：全部为规划，无可运行代码
K3 与药材谷是两条并行线，接口位已备好（详见 K3对接契约_本草大脑底座_2026-10-10.html）：
feed 出口契约已定义。给插件 bencao_voice 接上 ASR 输入 → 药名专业词库纠错 → TTS 输出，让 /语音 从「开关」变成「可用」。这是往全模态爬的第一级实台阶。
复用 108 引擎里的鉴别引擎做后端，新增图片 → 性状特征 → 品种鉴别通道，把 herb_identify 从「角色定义」变成「能识图」。
让智能体能自主调用引擎（如先鉴别→再审方→再开方），从「一问一答」升级为「多步编排」。这是 L3 的命门。
chat/history + 真库落盘，让智能体记得住用户与上下文（当前 history 已存在，缺与真库的长期关联）。
走《K3 对接契约》的 feed 出口 + 引擎调用契约：K3 造好的模态能力接进来，我们的引擎能力池供出去。双线并行、只加不改。
/api/v1/chat/completions 需鉴权（实探返回"未登录"），本次未做登录态端到端对话。