断断续续写了一年多，终于敢拿出来了。 为什么做这个？ 家里有一本老《辞海》，是爷爷留下的。做这个项目的起点，就是想试试——能不能让AI也像辞海一样：准确、可信、经得起查。

MORES 是什么？ 一个 可控、可解释 的决策引擎。

• 不是大模型，是大模型“之后的那一步”
• 规则可定义，决策可追溯，置信度可量化

它能做什么？

• 古文字识别：甲骨文、金文的检测与识别（少样本方向）
• 昇腾NPU适配：已完成华为昇腾开发板的适配（设备初始化、模型加载、推理接口）
• Docker一键部署：docker run -p 8000:8000 mores-core:api
• Python SDK：pip install mores-community

技术栈

• 核心：Rust (性能 + 内存安全)
• 绑定：PyO3 (Rust → Python)
• 容器：Docker

开源策略

• 通用代码：Apache 2.0，完全开源
• 核心算法：私有，仅授权使用（不是不想开，是专利和商业化考虑）

快速体验

# 1. 拉取并运行 API 服务
docker run -p 8000:8000 mores-core:api

# 2. 新开一个终端，发送测试请求
curl -X POST http://localhost:8000/decide \
  -H "Content-Type: application/json" \
  -d '{"input":"这是一个测试"}'

返回结果会包含 decision、confidence、reasoning，整个过程是可解释的。

项目地址 https://gitee.com/moshi-lab/mores-community

写在最后 这个项目还远不完美，昇腾适配也只是“开发板级”，不敢说企业可用。 但我们在认真做：

· 从《辞海》出发，尊重文字 · 用Rust写，尊重性能与安全 · 适配国产硬件，尊重这个时代

欢迎任何形式的Issue、PR或只是聊聊。 不强求，但准备着。