大模型能力越来越强，但幻觉率居高不下。企业接入 AI 最大的痛点不是"回答得不够好"，是"不知道哪里在胡说"。现有方案要么做模型训练（成本高、周期长），要么做提示词优化（治标不治本）。
我在销售一线切了 12 年客户，亲眼看见企业从"AI 恐惧"转向"AI 依赖"——依赖越深，对可靠性的要求越高。市面上没有独立于模型的可靠性中间件，这是个空白。
旨在解决
一套模型无关的 AI 可靠性中间件。不训练模型、不改提示词，插在任何大模型前面，输入先过判定门，不可靠的不进推理层。让 AI 的可靠性从底座能力变为中间件能力——换模型不换可靠性。
一个轻量级 AI 对话服务，前端零 JS 纯 HTML，后端 Python 单文件，接大模型 API 做问答和生图。写它的起因很简单—市面上的 AI 聊天工具太重了，我想要一个自己能完全控制、想改就改的。
支持多模型切换（DeepSeek / 千问 / 硅基流动），部署在腾讯云上持续跑了几个月。核心判定逻辑自己写的，没套任何框架，就是想试试从零搭一个可控的 AI 服务到底要多少代码。
源码见：https://gitee.com/oldshu/cbe-framework
独立完成，全栈。后端 Python + 正则判定引擎，前端零 JS 响应式 HTML，模型层 OpenAI 兼容 API 支持多底座热切换（DeepSeek/千问/硅基流动）。已部署腾讯云持续运行。
CBE-S v2.1 协议层开源（Gitee: oldshu/cbe-framework），核心 235 行引擎完整可读。判定规则不开源，防御深度不公开。
评论