IgnisPrompt：构建可审计、零云依赖的本地AI路由基础设施

IgnisPrompt是一个本地优先的AI路由基础设施项目，专注于提供可审查、可审计的AI工作流支持，默认零云调用、零遥测发送，为企业和开发者提供完全可控的AI推理路由方案。项目用Rust编写，当前版本为v0.1.3-local-preview，解决企业使用LLM时的数据隐私、合规审计和供应商锁定问题。

随着LLM在企业场景普及，企业面临既想利用AI能力又担心数据隐私、合规审计和供应商锁定的矛盾。传统AI方案依赖云服务，敏感数据需离开本地，企业失去对推理过程的完全掌控。IgnisPrompt为此诞生，以本地优先为核心理念，默认零云调用、零遥测、零全局聚合，让企业在受控环境运行AI工作流，满足合规审计要求。

IgnisPrompt是Rust编写的本地AI路由守护进程，提供HTTP控制平面管理推理请求，核心功能包括：

1. 零云默认：无明确配置不向云服务发送数据
2. 完全可审计：本地记录路由决策、审计事件和证据
3. 对抗性内容安全：检测标记潜在对抗性文档
4. 模块化设计：支持本地GGUF模型等runner provider 关键组件有ignispromptd守护进程、ignispromptctl命令行工具、Aethra模块（本地合约强化）、MCP存根（可观测性）。路由机制透明：分析请求→决策路由→生成解释→记录审计→生成证据包。

技术栈选择Rust，优势包括内存安全、高性能、并发安全、可移植性。API端点符合OpenAI兼容格式，如/health（健康检查）、/v1/models（模型列表）、/v1/audit/events（审计事件查询）等。支持本地GGUF模型：需配置runner路径、提供.gguf权重文件、启用超时和预检强化，实现完全离线推理。

• 企业合规场景：金融、医疗等行业可保障数据主权（敏感数据本地留存）、审计追踪（完整日志和证据链）、供应商独立（不绑定云服务商）
• 开发测试场景：stub runner和smoke test支持快速原型、CI/CD友好、单命令启动开发环境
• 研究教育场景：透明决策解释、本地证据包、对抗性测试机制助力AI可解释性和审计研究

已知局限性：未达生产级模型质量、无企业合规认证、流式传输和MCP支持实验性、无打包分发机制、设计合作伙伴就绪度待提升。版本演进：v0.1.0（技术MVP）→v0.1.1（本地预览）→v0.1.2（补丁）→v0.1.3（新增安全审查、合约强化等）。社区贡献：欢迎贡献，提供详细指南（分支命名、提交签名、PR模板等）。

IgnisPrompt代表了AI技术趋势：在利用AI能力的同时保持数据和流程控制权。其本地优先、可审计架构为合规约束下的组织提供有吸引力的选择。虽处于早期阶段，但清晰架构和诚实评估显示团队成熟度。建议关注AI治理、数据隐私的技术决策者持续关注该项目，其成功依赖社区反馈和部署经验积累，或成为企业AI架构重要组成部分。