代码地图
WorldFoundry 各包的“源码目录 → 职责”速查表,含关键入口文件与指向叙事式架构页的链接。
本页是仓库的速查索引:每个顶层包一条,说明它拥有什么、第一个该读的文件是哪个。内容刻意保持精简。要理解这些边界的原因,请读 架构 及其链接的子页。在打开文件之前,先用本页判断改动应当落在哪一层。
每一条的边界规则都相同:一个包向邻居暴露稳定、可序列化的契约,私有细节留在包内。绕过契约层直接跨包引用(例如 benchmark 直接 import pipeline,或 pipeline 直接 import evaluator)就是本页要帮你定位的 bug。
仓库布局
包
worldfoundry/cli面向用户的命令:TUI、evaluate、embodied、run、validate、zoo、preflight、reporting。调度到编排层,不承载模型推理或打分。
首读
cli/main.py:1888main();子命令树在cli/main.py:1088worldfoundry/cli/tui*.py引导式发现 TUI(discovery、brand、app)。
首读
cli/tui.py、cli/tui_app.pyworldfoundry/mcpMCP server 与工具(discovery、metrics、readiness、context),复用同一 catalog/runtime 契约。
首读
mcp/__init__.py:30main();mcp/server.py:38create_mcp_server;mcp/tools/registration.py:55register_toolsworldfoundry/runtime执行环境准备:conda profile、device pool、CUDA 分层、编译缓存、in-tree CLI 桥、资产 staging。
首读
runtime/conda.py、runtime/env.py、runtime/cuda_tiers.pyworldfoundry/dataCatalog、runtime profile、benchmark task 与测试 fixture。声明“存在什么、是否就绪”,不含 runtime 行为。
首读
data/models/catalog/、data/benchmarks/catalog/、data/models/runtime/profiles/worldfoundry/core共享推理基础设施:加载、attention、分布式、VRAM、kernel、memory、配置、IO、安全。offload/distributed/kernel/quantization 的唯一归属。
首读 核心基础设施
worldfoundry/base_models仅推理的模型包:
diffusion_model(唯一的 canonical 扩散内核)、llm_mllm_core、perception_core、three_dimensions。不含训练、数据集或实验脚本。首读
base_models/diffusion_model/__init__.py;原生扩散worldfoundry/pipelines每个 model family 一个薄 public wrapper:
from_pretrained、process/__call__、可选stream。首读
pipelines/pipeline_utils.py:11PipelineABC;pipelines/下 88 个 family 目录worldfoundry/operators可运行 pipeline 的输入侧伙伴:校验、媒体加载、camera/action 解析、interaction 整形、perception 预处理。
首读
operators/base_operator.py:4BaseOperatorworldfoundry/synthesis树内 runtime 执行:hosted API wrapper、native runtime bridge、各 family 的
synthesis.py、动作面、memory 模块。首读
synthesis/base_synthesis.py:38BaseSynthesis;Runtime 组装worldfoundry/evaluation公共契约、执行 runner、catalog 加载、metric、reporting、scorecard。artifact 边界上 benchmark 一侧。
首读 评测核心
worldfoundry/studio复用同一 catalog/runtime 契约的交互式预览壳。仅展示层胶水。
首读
studio/cli.py:78main();studio/inference/execution.py、studio/inference/catalog.py;Studio 内部worldfoundry/training训练与后训练 recipe(SFT、蒸馏、RL)。不在 evaluate/scorecard 这条路上。
首读
training/recipes/spec.py
各条如何衔接
一次 run 是顺着这份清单向下流动,而不是随机横向引用。用户输入经 cli 或 mcp 进入;runtime 与 data 准备环境并声明可运行项;core 与 base_models 提供共享推理原语;pipelines 加 operators 加 synthesis 把归一化 request 变成 GenerationResult;需要时 base_models/three_dimensions 运行几何模型并产出几何 artifact;evaluation 消费 artifact 产出 scorecard;studio 通过 UI 壳预览同一 artifact。training 在这条脊线旁边:它产出 checkpoint,不给 checkpoint 打分。
一个文件所在的包应当在你读代码之前就回答“这一类改动归谁”。如果不确定某修复属于哪一层,从 架构 起步,选择与你要改的层匹配的子页。
下一步
- 新增模型 — 从
pipelines/和operators/起步,再到synthesis/。见 模型运行时 与 Runtime 组装。 - 新增 benchmark — 从
data/benchmarks/和evaluation/tasks/起步。见 Benchmark 与数据 与 评测核心。 - 追踪一次 run — 从
cli/main.py→evaluation/tasks/execution/orchestration/。见 工作流 与 使用界面与编排。 - 共享原语 — 任何可跨 family 复用的能力都属于
worldfoundry/core。见 核心基础设施。