一句话Constellations 是一个用于围绕共同目标组织人、组织与 AI 的协议，而非单一 SaaS 产品。
适合谁AI 原生软件团队、协作型组织、治理/社区项目、需要将人类与 AI 组合成工作流的团队
核心功能以协议方式组织人、组织与 AI 节点Connect、Run、Template、Fund、Graduate 五类生态动作Resolution Mesh：支持 PureAI、PureHuman、Reference、Organizational、Bridge 等节点Runs 记录真实配置、过程与产出的元数据，并沉淀为模板Flows 提供 AI 原生团队的来源追踪、锁文件叙事与人工审核边界Ratio 记录和比较不同模型的结构化 AI 观点holon.click 支持 AI 主题、活动页、习惯追踪、徽章、项目与家庭页面
AI能力与模型官网没有披露具体底层模型。其 AI 能力主要体现在协议层：将 PureAI、HumanFrontedByAI、Reference、Bridge 等节点纳入 Resolution Mesh，通过 Command → Agent → Skill 模式表达行为，并用 Runs 记录人和 AI 在真实配置下的产出。
典型用例AI-native 软件团队的来源追踪与人工审核；将人、组织、AI 围绕共同目标组成 Formation 并执行 Run；把成功 Run 折叠为可复用 Template；模型观点注册与比较；个人信息整理助手；社区/邻里/国家尺度的集体决策工具。
API与集成文本提到 Celery 负责底层编排，行为通过 Command → Agent → Skill 模式表达。Flows 为 MIT protocol，并提供 self-hostable reference implementation。未见公开 API、SDK、第三方集成清单。
数据隐私文本强调 pinned provenance、lockfile-gated narratives、human review as a trust boundary，并计划严格收集输入、过程、输出元数据。但未披露隐私政策、数据保留、加密、合规认证或企业安全细节。
输出质量与局限其核心假设是通过 Runs collection 沉淀真实配置、真实结果和元数据，逐步识别哪些人-AI-组织组合在何种约束下有效。局限在于很多部分尚未完成，项目成熟度不一，缺少量化效果、案例和模型能力验证。
中国访问未知
适用场景AI 原生团队的工作流可信记录；多人/多组织/AI 节点围绕目标形成 Formation；模型观点注册与比较；个人信息洪流的 sensemaking；社区与治理决策工具；项目投资与组合管理。
同类LangGraph、CrewAI、AutoGen、n8n、Zapier AI、Notion AI、Dify、Flowise