面向边缘设备的认知编排内核，通过 12 步意识循环、代谢预算与信任姿态实现联邦异构机器间的涌现智能。
SAGE（Situation-Aware Governance Engine）定位为"本地 LLM 与有用认知之间缺失的层"，不包含模型权重，而是作为持续推理循环运行于模型之上。其核心设计理念为"通过编排实现智能，而非通过规模"。
意识循环与显著性感知 SAGE 实现了 12 步持续推理循环（感知→注意力分配→代谢追踪→信任姿态→选择→预算→执行→学习→记忆→治理→过滤→行动），其中 SNARC 显著性评分系统从 Surprise、Novelty、Arousal、Reward、Conflict 五个维度评估输入信号。PolicyGate 在步骤 8.5 作为良知检查点，确保提议行动符合策略约束。
代谢状态与能量预算 系统定义 WAKE、FOCUS、REST、DREAM、CRISIS 五种代谢状态，与 ATP 预算深度耦合——token 生成成本直接映射为能量消耗。CRISIS 状态拥有覆盖常规限制的能力，形成类似生物应激的响应机制。
信任姿态与身份架构 信任姿态基于传感器信任景观（Confidence、Asymmetry、Breadth）计算行为策略。身份系统采用三层分离架构：manifest（显式身份）、sealed secret（密封秘密）、attestation cache（证明缓存），通过 LCT（Linked Context Tokens）锚定，配合 T3 信任张量与硬件授权门实现多层身份保障。
插件化模型接入
IRP（Iterative Refinement Protocol）框架提供 15+ 插件，统一 init_state() → step() → energy() → halt() 接口。ModelAdapter 使每个模型族仅需一份 JSON 配置即可接入，已验证 TinyLlama 1.1B、Qwen 0.5B-27B、Gemma 3 4B/12B、Phi-4 14B。
记忆与联邦 四并行记忆系统（SNARC 选择性记忆、IRP 记忆桥、循环缓冲区、SQLite 逐字存储）提供多层次记忆支撑。联邦编排通过 PeerMonitor 健康轮询、PeerClient HTTP mesh、PeerTrustTracker 对等信任追踪实现多机协同，已验证 6 台异构机器运行 11 个实例。
平台与部署 边缘设备优先设计，支持 NVIDIA Jetson（Orin Nano、AGX Thor）、Linux 桌面 GPU（含 WSL2）、Apple Silicon（Mac Mini M4），提供自动化环境脚本、Jetson 专用 Dockerfile 及纳米轻量安装路径。
已知限制与待确认信息
- 联邦网络当前标注为 "Network currently OFF"，联邦功能暂不可用
- 传感器与物理效应器处于 Mocked 状态，架构存在但无真实 I/O 后端
- 官方网站 URL、学术论文链接、Hugging Face 模型页面均未在仓库中确认
- 项目使用 AGPL-3.0 许可证
- 仓库无正式版本标签，工具系统标注为 v0.4.0a3