发现候选
Agent 定时扫描公开候选源,解释为什么现在值得研究;推广不等于 Alpha。
Chainesis 围绕你的投资 Goal 自动收集证据、更新 Thesis;无实质材料变化不打扰,重要节点主动交付可追溯的决策建议。
A complete agent loop
不是等你提问的对话框,而是一条主动发现、证据约束、用户确认并持续复查的研究链路。
Agent 定时扫描公开候选源,解释为什么现在值得研究;推广不等于 Alpha。
选中 Research 后才进入正式案卷,保留可追溯事实、未知与冲突。
Agent 生成可证伪草稿;你做最小编辑后,才进入持续观察。
Attention Priority 把材料变化、风险和缺口排到前面,稳定资产留在 Quiet。
Built for consequential research
把主动性、证据约束和权限控制放在同一个 Agent Runtime 里。
Active candidate feed
定时扫描公开候选源,经过市场预筛与有限风险补充后进入候选收件箱;每条都解释来源、新鲜度与 UNKNOWN。
Evidence first
Research 才创建正式案卷;模型只能引用同一 Discovery 的有效 Evidence,失败时明确回退,不伪装为模型结论。
Deterministic attention
材料变化、风险、数据缺口、待处理动作与计划逾期共同决定排序;广告、Boost 和单次价格噪音不提高优先级。
Agent, not another dashboard
由 Goal 和排期触发,不依赖用户打开页面。
模型不能绕过证据与 material-change 门槛。
研究、审批、签名与执行保持清晰边界。
没有实质变化,就不制造用户 Action。
macOS 安装包包含独立桌面 Workspace、本地 Runtime、持久调度与研究数据库。数据留在设备上,关闭窗口后 Agent 仍可持续运行。
使用前请确认本机已安装并登录 Codex CLI。Chainesis 会自动检测,无需配置 API Key;安装后即可开始使用。
未自动检测到?可在 Settings 中手动指定 Codex CLI 路径。
小于 100 MB · ad-hoc signed · not notarized
下载完整 SHA-256 校验文件