Show HN：AI·rete·RAG——用 Rete 规则引擎做决策，RAG 解释原因

作者发布 ai·rete·RAG，将决策与解释分离：纯 Python Rete 引擎按 YAML 规则对事实求值，结论只来自规则引擎，保证相同事实得到相同结论；RAG 从自有政策文档检索段落，由 LLM 生成引用这些段落的通俗解释，但不能改变结论。规则支持嵌套 all/any/not 与前向链，审计模式记录每条被评估规则（含未触发规则）及规则集快照以便回放；规则可引导检索，检索文本也可转为事实。提供可视化规则编辑器与 LLM 起草规则（需人工审核），并附 MCP 服务器供 Claude 等 agent 调用 /decide。作者说明这是带免费额度的托管产品，MCP 客户端开源（MIT），引擎与平台暂不开源。

AI推荐理由 Show HN 项目，提出用纯 Python Rete 规则引擎做决策、RAG+LLM 仅生成可引用解释的架构，针对贷款、欺诈、临床分诊等需可审计场景，并给出 MCP 服务器与开源客户端。信息密度较高，但引擎与平台闭源、无第三方验证或基准，效果仅来自作者自述，需保留不确定性。