Feature Request: Decision Verification Layer for GLM
GLM系列模型在逻辑推理和决策任务上表现很好，但Agent场景下仍缺少一个决策验证层来提升可用性。
我们开源的 HeartFlow 正好填补这个空缺——一个轻量级决策路由引擎，通过MCP HTTP服务接入任何LLM。
实测数据（同一模型，15任务对比）：
| 场景 |
裸模型 |
+决策路由 |
提升 |
| 决策建议 |
50% |
100% |
+50% |
| 逻辑推理 |
67% |
100% |
+33% |
| 代码逻辑 |
83% |
100% |
+17% |
| 平均 |
67% |
100% |
+33% |
核心能力：19条决策规则、自愈RL（出错查Q-table选策略）、置信度校准（不会编造）。
开源地址：github.com/yun520-1/mark-heartflow-skill
MCP HTTP一行命令接入。
Feature Request: Decision Verification Layer for GLM
GLM系列模型在逻辑推理和决策任务上表现很好，但Agent场景下仍缺少一个决策验证层来提升可用性。
我们开源的 HeartFlow 正好填补这个空缺——一个轻量级决策路由引擎，通过MCP HTTP服务接入任何LLM。
实测数据（同一模型，15任务对比）：
核心能力：19条决策规则、自愈RL（出错查Q-table选策略）、置信度校准（不会编造）。
开源地址：github.com/yun520-1/mark-heartflow-skill
MCP HTTP一行命令接入。