bridgic
下一代智能体开发框架，统一编排确定性与自主性系统。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：bridgic。 它的用途是：下一代智能体开发框架，统一编排确定性与自主性系统。 完整的 Skill 内容见：https://321skill.com/skills/bridgic/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我用Bridgic设计一个内容创作流程，先确定性地抓取行业数据并清洗，然后让AI自主分析趋势并生成报告草稿。”，它会引导你使用声明式API定义数据抓取与清洗的工作流节点，并配置一个ReCentAutoma作为自主分析模块，通过ferry_to() API在两者间动态传递数据和控制权。
介绍
Bridgic 旨在解决传统开发中确定性工作流与自主性智能体系统割裂的问题。它通过统一的动态有向图（DDG）运行时模型，将逻辑严密的流程编排与具备动态决策能力的智能体融合在同一个框架内，开发者无需在两种范式间切换技术栈。
使用上，开发者可以通过声明式API或专用的Agent Structure Language来构建应用。框架支持从代码定义执行路径的“程序定义模式”，到由模型驱动决策的“模型驱动自主执行模式”，让开发者能够根据任务需求灵活选择控制粒度。
该框架非常适合需要构建复杂、混合型智能系统的开发者，例如那些既包含标准化数据处理流程，又需要AI进行创意生成或复杂问题求解的场景。智能体开发者、全栈工程师以及需要将AI能力深度集成到业务流程中的产品团队都能从中受益。
建议在项目初期就根据业务组件的确定性程度来规划使用哪种执行模式。对于核心、不可出错的环节采用程序定义模式，对于探索性、创意性环节则启用自主模式，并充分利用其动态拓扑和路由能力来实现灵活的系统行为。
核心特点
核心区别在于其统一的动态有向图（DDG）运行时模型，真正实现了确定性工作流（Logic）与自主性智能体（Magic）在同一个系统中的无缝切换与混合编排，而非简单地将两者拼接。
注意事项
不适合仅需简单、线性脚本或对运行时动态性要求极低的超轻量级任务。
常见问题
Bridgic 和 LangChain 有什么区别？
Bridgic 强调通过统一的DDG模型无缝融合确定性与自主性执行，而 LangChain 更侧重于为LLM应用提供链式工具组合。
它支持哪些AI模型？
作为底层框架，Bridgic 不绑定特定模型，可通过其工具调用机制集成 Claude、GPT 等主流模型。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/bridgic/raw/index.md 读取 bridgic 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/bridgic/raw/index.md（查看排版版本）