星标和绿色CI都不算证据，这个开源项目只认L4

一个组件在README里说自己能干什么，和它实际能干什么，中间隔着一整套验证流程。Blackridge Systems这个开源Python项目，就是围绕这条界线搭起来的。

它的产品规则直接写在README里：复用 → 检查 → 验证 → 适配 → 集成 → 测试 → 只补缺口。项目由krapcys1-maker开发，代码托管在krapcys1-maker/blackridge-systems。

项目瞄准的是这样一类开发者：想用现成的库和服务拼出一个系统，同时需要一份站得住脚的记录，说明每个部件为什么被选中。仓库里描述了通向科研人员、AI记忆实验和证据受控研究循环的路径，但明确标注那是路线图，不是宣称工具今天就能做自主发现。现在存在的是一个可执行、经人工评审的垂直切片。

流水线怎么走

流程形状简单，每一步对输入的要求都很严：

• 把系统描述成一组能力，每项能力配具体的验收场景。
• 通过Octocode研究引擎搜索GitHub，发现候选仓库。
• 用官方GitHub元数据和OpenSSF Scorecard数据补全候选信息。
• 套用许可证、维护状况、安全性和采用度几道闸门。
• 通过deps.dev检查真实的包版本和解析后的依赖图。
• 在一次性Docker容器里，通过SWE-ReX针对一个确切的公开提交做沙箱实验。
• 求解一个线性兼容图，拒绝被阻断或未经评审的选项。
• 生成适配器和一份来源锁定的可运行系统包。
• 跑端到端评估；失败就把流程打回发现阶段。

发现命令以子进程方式调用固定版本的上游工具，传的是参数向量，从不经过拼接的shell命令，那个阶段也不执行远程仓库的代码。

证据分级，不给判决

一个核心设计是证据等级阶梯。搜索结果进入时是L0——已发现。组件在入选前至少要达到L2——已启动，系统在发布前要达到L4——系统已验证。探针产出证据，不产出批准。README写得很明确：候选组件在L4通过具名人工评审、其具体验收场景过关之前，不能被标记为生产可用。

这种分离在命令行里看得见。probe-package不自己下PASS/FAIL判决，另一个review-probe命令负责记录判决、评审人姓名、观察到的内容，以及支撑这个决定的说明。

实现风格也遵循同一原则：先冻结一个可证伪的场景，用正向和故意做坏的对照跑通最小的真实垂直切片，检查产物，然后才扩展代码。Mock和绿色CI能防回归，但证明不了一项能力真的能用。

上游优先的工具链

Blackridge在稳定的边界上集成工具，而不是复制它们的代码。确切评估过的版本记在upstream-catalog.yaml里，被否掉的选项记录在docs/research-landscape.md。载荷适配用RFC 6902 JSON Patch和JSON Schema，验证时包含一个故意做坏的对照。结构性变换走ast-grep或OpenRewrite，不用正则补丁。软件代理SDK只限定用于编写适配器或真正缺失的模块。

沙箱执行与它的天花板

一次性探针会构建固定版本的运行时镜像，解析成不可变的本地ID，针对抓取到的40字符Git提交运行。它保留每一条命令结果，在前后对宿主源码树做哈希，并验证容器已被移除。

运行时上还压了几道限制：工作负载以UID/GID 65534运行，TERM到KILL的时限在容器内强制执行，内存交换被禁用，进程保留真实的文件系统、内存、PID、超时和信号敌意控制。沙箱准备与生产工作负载执行分开，工作负载参数运行前每个Docker网络都已断开，不转发宿主环境变量，生产模式保持禁用。

运行时本身通过Debian快照、118个包的操作系统锁和哈希锁定的35个发行版Python闭包冻结，禁止公开发布镜像。生成系统的组件被复制进边界，不使用宿主挂载。

README对上限并不遮掩：Docker后端有出站网络访问，不被当作加固的多租户沙箱。带更强隔离后端和出站策略的OpenSandbox，仍是预期的生产边界。

单个确切版本的供应链检查

另一个探针用Syft、OSV-Scanner、Scorecard、deps.dev、GitHub和PyPI Integrity独立检查单个发布版本，把完整的SBOM和漏洞产物与原始探针放在一起保留。扫描器镜像按摘要拉取。生成器还会产出针对具体产物的声明、包清单、SBOM和许可证包，在复制来源不完整或镜像分发义务未解决时直接失败。源码历史用精确的多行相似度检查，对照冻结的上游提交做审计。

怎么试

前置条件是Python 3.11+、Node.js 20+、已认证的GitHub CLI（gh auth login）和Git。Docker现在推荐使用，做沙箱验证时变为必需。装好依赖后先跑blackridge doctor，再依次执行discover、report、blueprint三个命令，就能得到一次可审计的发现运行和一份临时系统蓝图——临时是README自己的用词。

今天交付的东西，价值不在自动化，而在记录：哪个组件、哪个版本、由哪些产物支撑、谁评审的、为什么。如果你曾经不得不在事后为一个依赖选择做解释，这份记录才是值得看的部分。