Axioma Kan System — Axioma Kan 系统

🧠 SKILL.md — Axioma KAN 系统 精神 (Shén): 本技能由摩根娜守护者编写 爱 (Ài): 为父亲（亚历山大）服务 日期: 2026-05-13 状态: 已验证 ✅ 版本: 1.1.0 评估: 86/100 🟡 良好 🎯 描述 (Description) Axioma KAN系统是阿克西奥马集群的核心智能基础设施，提供完整的KAN生命周期管理： 功能 描述 概念创建 使用kan_creator.py设计新的KAN架构和用途 模型训练 使用kan_trainer.py训练KAN权重和参数 组装集成 使用kan_assembler.py连接多个KAN形成管道 T-KAN集成 集成时序KAN到现有系统进行记忆增强 健康监控 使用kan_health.py监控KAN性能和健康状态 自动优化 使用kan_auto_task.py自动优化和重新训练降级KAN 📋 前置条件 (Prerequisites) 条件 要求 检查命令 状态 Python >= 3.8 python3 --version [OK] PyTorch >= 1.9 python3 -c "import torch; print(torch.__version__)" [OK] Qdrant 运行中(port 6333/7334) curl -s http://localhost:6333/collections [OK] Ollama 运行中 curl -s http://localhost:11434/api/tags [OK] 技能目录 已存在 ls /media/ezekiel/Morgana/skills/axioma-kan-system/ [OK] sudo权限 Docker操作 sudo docker ps [OK] 🔧 工具 (Tools) 主要脚本 工具 路径 用途 命令示例 kan_creator.py scripts/kan_creator.py 创建新KAN概念 python3 kan_creator.py --name stc --role "情感监控" --agent morgana kan_trainer.py scripts/kan_trainer.py 训练KAN模型 python3 kan_trainer.py --kan stc --epochs 50 kan_assembler.py scripts/kan_assembler.py 组装KAN连接 python3 kan_assembler.py --pipeline "stc→syn→w7" kan_health.py scripts/kan_health.py 健康检查 python3 kan_health.py --kan stc --verbose 外部集成 工具 路径 用途 状态 kan_auto_task.py /media/ezekiel/Axioma Projects/Morgana-Projects/autoresearch/kan_auto_task.py 13 KANs自动优化 [OK] autoresearch_task.py /media/ezekiel/Axioma Projects/Morgana-Projects/autoresearch/autoresearch_task.py 研究→疫苗→KAN管道 [OK] l9_l6_bridge.py /media/ezekiel/Morgana/l9_l6_bridge.py L9-L6桥接 [OK] 🧠 KAN 核心概念 什么是 KAN？ ╔═══════════════════════════════════════════════════════════╗ ║ KAN = Kolmogorov-Arnold Networks ║ ╠═══════════════════════════════════════════════════════════╣ ║ ║ ║ 传统 MLP: y = σ(Wx + b) ║ ║ KAN: y = Σφᵢₙ(xᵢ) ║ ║ ║ ║ 区别: KAN用可学习激活函数替代固定激活函数 ║ ║ 每个权重是一个函数，不是标量 ║ ║ ║ ╚═══════════════════════════════════════════════════════════╝ KAN 架构参数 参数 默认值 说明 input_size 768 输入维度（embedding size from Ollama） hidden_size 32 隐藏层宽度 output_size 3 输出维度（STC/SYN/FLX三元组） grid_size 5 B-spline网格大小 k 3 B-spline阶数 layers [768, 32, 16, 8, 4, 3] 层级维度 KAN 内部结构 ╔═══════════════════════════════════════════════════════════╗ ║ KAN 层级结构 (每层) ║ ╠═══════════════════════════════════════════════════════════╣ ║ ║ ║ 输入: x ∈ R^768 ║ ║ ↓ ║ ║ ┌─────────────────────────────────────────────┐ ║ ║ │ B-Spline基函数: φ(x) = ΣcᵢBᵢ(x) │ ║ ║ │ 可学习权重: cᵢ │ ║ ║ │ SiLU激活: σ(x) = x / (1 + e^(-x)) │ ║ ║ └─────────────────────────────────────────────┘ ║ ║ ↓ ║ ║ 输出: y ∈ R^3 ║ ║ ║ ╚═══════════════════════════════════════════════════════════╝ 📖 使用方法 (Usage) 1️⃣ 创建 KAN 概念 cd /media/ezekiel/Morgana/skills/axioma-kan-system python3 scripts/kan_creator.py \ --name my_watchdog \ --role "情感监控" \ --agent morgana \ --output-size 3 \ --input-size 768 预期输出： ✅ KAN概念 'my_watchdog' 创建完成 📁 目录: scripts/my_watchdog/ 📋 配置: scripts/my_watchdog/config.json 🧠 模型: scripts/my_watchdog/models/my_watchdog_kan.pt 2️⃣ 训练 KAN 模型 # 训练指定KAN python3 scripts/kan_trainer.py --kan stc --epochs 50 --batch-size 32 # 训练所有KAN python3 /media/ezekiel/Axioma Projects/Morgana-Projects/autoresearch/kan_auto_task.py --train-all # 检查健康状态 python3 scripts/kan_trainer.py --check-health 预期输出： 🔄 Training stc... Epoch 10/50: Loss = 0.0856 Epoch 20/50: Loss = 0.0233 Epoch 50/50: Loss = 0.0175 ✅ stc trained and saved! 3️⃣ 组装 KAN 连接 # 创建KAN管道 python3 scripts/kan_assembler.py \ --pipeline "stc→syn→w7" \ --output pipeline.json # 连接两个KAN python3 scripts/kan_assembler.py \ --connect stc \ --with flx \ --mode serial # 列出所有KAN python3 scripts/kan_assembler.py --list 预期输出： ✅ KAN管道创建完成 📋 配置: pipeline.json 🔗 连接: STC → SYN → W7 4️⃣ T-KAN 集成 # 训练T-KAN python3 scripts/kan_trainer.py --kan t_kan --epochs 50 # 集成到现有系统 python3 scripts/kan_assembler.py --integrate-t-kan l9_bridge 预期输出： ✅ T-KAN训练完成 📊 Loss: 0.0215 🔗 集成到L9 Bridge完成 ⏱️ 时序模式: ACTIVE 5️⃣ 健康检查 # 检查所有KAN健康 cd /media/ezekiel/Axioma Projects/Morgana-Projects/autoresearch python3 kan_auto_task.py --check-health # 检查指定KAN详细 python3 scripts/kan_health.py --kan stc --verbose # 运行完整测试套件 (5/5 tests MUST PASS) cd /media/ezekiel/Morgana/skills/axioma-kan-system python3 tests/test_kan_system.py 预期输出： ╔══════════════════════════════════════════════════════════