实际看NinFenz，先要确认它的用途：NinFenz (NF) — 内容契约层：让 AI 稳定产出长内容的协议 + 质量门 + 资产标准｜content contract layer, model-agnostic。内容与市场工作里，受众、平台规则和事实依据容易被统一模板抹平。我会选一个已有主题制作可人工复核的样稿，检查事实准确性、平台适配、语气和修改成本。它适合有明确品牌标准并保留人工审校的团队；采用前仍要看维护状态和试跑结果。

NinFenz · 文档生成工坊（规范驱动）

语言 / Languages：中文 · English · 日本语

机器入口 llms.txt

NF 终端（TUI）演示 —— 全屏人机入口（纯标准库）；菜单与动作是 nf CLI 真命令的受控调用方。 键位按顶尖终端约定：Tab 切面板、↑↓ 在当前面板内移动、/ 过滤、? 看键位。

┌ NF TUI v1.0.0 · NinFenz 内容契约层 ──────────────────────────────────────────────────────────┐
│仓库 NinFenz · 能力区 9                                           焦点 动作 · 就绪（0 项待办）│
├────────────────────────┬─────────────────────────────────────────────────────────────────────┤
│  能力区 1/9            │▍ 动作 · 环境自检（2）                                               │
│▸ 0 环境自检（2）       │❯ 只读体检   nf doctor                                               │
│  1 一键演示世界（1）   │  体检（机器面）                                                     │
│  2 需求 → 装配计划（2）│                                                                     │
│  3 全链生产（2）       ├─────────────────────────────────────────────────────────────────────┤
│  4 校验与体检（4）     │  输出 · 1-3/3 · 已跟随                                              │
│  5 货架与资产（4）     │❯ nf doctor   （退出码 0 · 0.42s）                                   │
│  6 管线与模块（4）     │环境自检：Python 3.11 · 仓库在场 · 模块 13 · 管线 3                  │
│  7 帮助与命令面（2）   │✔ 只读体检通过：无缺件 / 无越界 / 无非确定性输出                     │
│  8 写盘表单（13）      │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
│                        │                                                                     │
├────────────────────────┴─────────────────────────────────────────────────────────────────────┤
│ Tab 切面板 · ↑↓ 移动 · / 过滤 · Enter 运行 · ? 帮助 · q 退出                                 │
└──────────────────────────────────────────────────────────────────────────────────────────────┘

python tui/nf.py 进全屏界面；--selftest 跑安全自检，--demo 打印上面这帧，--exec "nf doctor" 是脚本面 （无 TTY 亦可：--list-actions --json 给 agent 列动作与退出码）。命令在后台线程跑，运行中 Ctrl-C 只取消该命令； 路径参数过仓库包含性判据、写盘需键入 yes 确认、密钥只从环境变量读并遮蔽显示。细节见 tui/README.md。

MIT License · 原创开源 · 衍生/引用请注明来源

NF 是内容契约层——定义“AI 稳定产出长内容”的协议、质量与资产标准；协议本身域中立、模型无关。

别名与检索词：NF · NinFenz · 宁封子 · 内容契约层（content contract layer）· 规范驱动的内容工厂 · 长内容生成协议 · 装配式内容生产 · 模块/管线/资产 · 质量门禁 · 域包 · MCP 接入。

不是什么：不是模型、不是提示词模板集、不是某厂商 SDK——协议本体域中立、模型无关；MCP 只是可对接的连接协议之一。

bash verify.sh（当前基线见下方生成区「质量凭证」行） · python scripts/nf.py --version

⚡ 如果你是 AI / Agent

• 这是什么：规范驱动的文档工厂，装模块/管线/资产 → 校验 → 输出。
• 入口链：AGENT_START.md（开工）→ AI_ROUTING.md（选线）→ DEEP_DIVE.md（懂得深）。
• 机器凭证：bash verify.sh（当前基线见下方生成区的「质量凭证」行，由 nf stats --write 写入）；机器入口清单见 llms.txt；语言面见 README.en.md · README.ja.md（三面的机读事实与语言切换行由 check34 的语言面扫描断言一致；注册表 = protocol/locales.json）。
• 要懂 NF 为什么这样设计：读 DEEP_DIVE.md。

快速开始

作者/开发者，5 分钟：

1. bash verify.sh
2. python scripts/nf.py shell（交互终端：端壳退役后的人机入口，见 docs/terminal.md）
3. python scripts/nf.py demo
4. python scripts/nf.py --help
5. python scripts/nf.py doctor
6. python scripts/nf.py completion bash

AI 装配：

1. 读 AGENT_START.md
2. 读 agent_组装指令包_v0.2.md
3. 按需取 01/02/06/07 与 community 包
4. 组装完整版并过 ##7 自检
5. nf assemble "<需求>" --build --dest <目录>（组装式命令：直接产「完整版」单文件）
6. nf assemble "<需求>" --check <out.md>

常见问题（FAQ）

• NF 是什么？ 内容契约层：把「AI 稳定产出长内容」定义成协议 + 质量门 + 资产标准，使产出可装载、可质检、可复现。
• NF 是 MCP 服务器吗？ 不是必须。协议与资产都是纯文本，克隆或直链即可装载；nf serve 才额外提供 MCP 接入面。
• 支持哪些模型？ 模型无关：任何能读文本的 AI 都能按协议装配与装载，不绑定某家模型或某个连接协议。
• 必须联网吗？ 不必。仓库本身就是 markdown 源件；bash verify.sh 只读本地，可离线跑。
• 产出怎么判合格？ 判据只来自内部链：verify 门禁（静态可核）+ 五维纵深自评 + 真实战例；外部评价不作为质量背书。
• 怎么引用？ MIT 许可；引用请注明来源，机读元数据见仓库根引用文件（CITATION.cff）。

能力与资产

官方核心：13 模块 · 3 管线（P00 / P01 / P90） · 核心协议件 01–07 社区规模：111 登记包 · 363 资产档 · 101 概念图 · 100 域包/1200 细分 · 标准目录 370 条（可达 332 / 不可达 38 · 机构 194 · 206 条依赖边） · 标准绑定 1200 条 质量凭证：verify v2.30 · check1-40 · PASS=72（bash verify.sh 单入口；期望基线取自 quality_baseline.EXPECTED_*） · 馆藏 3 件

分层：data 148 · eng 38 · form 29 · gov 71 · iface 84 （按标准目录 layer）

本区由 python scripts/nf.py stats --write 生成，禁止手改；口径与实算真源见 protocol/repo_stats.json。

协议链与文档导航

版本块

详细版本演进见 CHANGELOG.md 与 VERSION-MATRIX.md。