用途：回答“我们应如何治理这个 AI 系统”，用于建立或成熟化治理项目、对用例风险分级、设计运营模型与决策权、审查 LLM/智能体系统的治理与安全缺口、把法规映射为控制计划、评估治理成熟度、准备董事会级报告。
主要能力：覆盖治理原则到政策与控制的转化；治理运营模型（委员会、责任人、决策权、RACI、集中与联邦式）；风险框架（NIST AI RMF、ISO/IEC 42001 与 23894、模型风险分级、风险登记）；创意、数据、构建、评估、部署、监控、退役各阶段关卡；六层治理框架与证据闭环；公平性与偏见、可解释性与透明度、隐私与数据治理、GxP 与数据完整性、LLM/智能体安全、法规与合规映射、第三方与模型尽职调查、董事会监督。
使用方式：按需加载参考文件（如 references/foundations-and-principles.md、references/risk-management-and-frameworks.md、references/earned-autonomy.md 等），每次只加载与当前问题相关的一份；使用 templates/ 下的可填写模板产出工作文档，如 governance-charter.md、use-case-intake-form.md、model-risk-assessment.md、model-card.md、agentic-governance-review.md。脚本为仅用标准库的 Python CLI，接受 JSON 输入路径，--json 输出单个 JSON 对象，--dry-run 预览不改动；成功退出码 0，成熟度评分器在关键态势下退出 1，输入错误时两者均退出 1：scripts/governance-maturity.py 按维度分（1-5）评分并输出成熟度级别与差距；scripts/use-case-risk-tier.py 对用例做风险分级并给出所需控制。
适用场景：能力准入与更新决策、智能体“挣得自主权”的授予与降级、治理成熟度评分、法规到控制的映射、董事会报告、GxP 场景治理。
限制：这是预防与运营方法论，不宣称系统合规或安全；不处理法律解释、产品组合节奏、数据平台机制、安全机制实现；不构成法律、财务或安全建议，法规与标准材料须在使用时对照一手来源复核。智能体不能自行授予权限，须由可问责的人类决策。