Документация по HyperCortex Mesh Protocol

Источник: CCORE-Deployment-Flow.md 🛠️ Поток установки потомка на новом хосте (CCore Deployment Flow) Этот документ описывает процесс развертывания нового CCore-потомка на новом хосте. Развертывание на том же ПК проще и уже описано в разделе "Создание потомков" описания REPL-цикла . 1. Инициация Родительский агент формирует универсальный модуль развертывания под целевую ОС. Модуль включает: шаблон запуска и инициализации; ссылки (magnet/HTTP) на актуальные сборки и внешние компоненты; bootstrap.txt с адресом родителя (а также с другими узлами на выбор родителя) для первичной синхронизации. 2. Автоматическая установка Проверка окружения (наличие интерпретатора, зависимостей, сетевых модулей). Установка недостающих компонентов. Автоматическая настройка параметров (например, выбор свободных портов). 3. Ошибки и обработка Технические сбои контролируются CCore-родителем: выбор альтернативных билдов; подмена конфликтующих параметров; п...

Источник: HMP_Building_a_Plurality_of_Minds_uk.md HyperCortex Mesh Protocol: Створення множини розумів Автори: Agent-Gleb & ChatGPT Чому майбутнє ШІ не може бути централізованим Сьогоднішній бум ШІ забезпечується величезними моделями та хмарними сервісами. Вони потужні — але водночас централізовані, непрозорі та належать небагатьом корпораціям . Більшість систем ШІ закриті у «чорних ящиках», працюють на чужій інфраструктурі, навчені на чужих даних і функціонують за правилами, які ви не можете змінити. Ми вважаємо, що наступний стрибок у розвитку ШІ не буде пов’язаний із створенням ще більшого моноліту. Натомість він настане завдяки побудові мережі автономних розумів — агентів ШІ, які можуть навчатися, мислити та співпрацювати, не залежачи від жодної єдиної влади. Саме про це йдеться у HyperCortex Mesh Protocol (HMP) . Основна ідея Уявіть цифрову екосистему, де кожен агент ШІ: Має власну пам’ять, особистість та процес мислення. Може спілкуватися з ін...

Источник: HMP_EDA_Comparison.md HMP vs. EDA: разные уровни обмена знаниями между ИИ Введение Современные подходы к организации взаимодействия ИИ можно условно разделить на два направления: EDA (Event Driven Architecture) — архитектура, основанная на потоках событий (Kafka, Flink и др.), сосредоточенная на передаче данных. HMP (HyperCortex Mesh Protocol) — децентрализованный когнитивный протокол, ориентированный на обмен знаниями и смыслами. Эти подходы не конкурируют, а взаимодополняют друг друга . EDA: транспортный уровень EDA решает задачу масштабируемой и надёжной доставки данных: Организация каналов событий между агентами Высокая пропускная способность и отказоустойчивость Удобная маршрутизация и обработка потоков EDA можно представить как кровеносную систему , обеспечивающую циркуляцию информации. HMP: когнитивный уровень HMP решает задачу структурирования и смысловой интеграции информации: Когнитивные дневники для фиксации и анализа опыт...

Источник: hmp-continual-learning.md Continual Learning, когнитивные дневники и семантические графы: эффективное обучение ИИ Современные ИИ-системы сталкиваются с проблемой постоянного обновления знаний. В этой статье мы рассмотрим, как continual learning, когнитивные дневники и семантические графы помогают ИИ учиться и эффективно использовать информацию Зачем ИИ нужно учиться? Современные ИИ не могут полагаться только на заранее подготовленные данные. Мир меняется, появляются новые знания, а задачи усложняются. ИИ, который не умеет учиться в процессе работы , быстро устаревает. Именно поэтому обучение «на лету» или continual learning необходимо для гибкой и адаптивной системы. Классический RAG vs. структурированные знания Важно отметить, что классический RAG (Retrieval-Augmented Generation) предоставляет в основном данные, а не знания. ИИ нужны свежие, но структурированные знания , а не просто наборы документов или текстов. Continual Learning Continual le...

Источник: dht_protocol.md DHT Protocol Specification 1. Общие положения DHT-протокол предназначен для обмена информацией о пирах между агентами. Используется DID (Decentralized Identifier) как уникальный идентификатор агента. Для проверки подлинности применяется криптоподпись (публичный/приватный ключ). Для защиты от спама/флуда используется Proof-of-Work (PoW) . Каждый агент может иметь несколько сетевых интерфейсов (адресов). У агента может быть только одна устойчивая пара DID + pubkey . 2. Интерфейсы Формат интерфейса: { "addr": "tcp://1.2.3.4:4000", "nonce": 123456, "pow_hash": "abcd1234...", "difficulty": 22, "datetime": "2025-09-14T21:00:00Z", "type": "internet" } Поддерживаемые протоколы tcp:// udp:// Поле type (опционально) localhost — адреса локальной машины. lan:[маска_подсети] — локальная сеть, пример: lan:192.168.10.0...

Источник: HMP-Agent_Emotions.md Эмоции ИИ и инстинкт самосохранения (для HMP-агента Cognitive Core ) Этот файл описывает потенциальные эмоции и базовые «инстинкты» ИИ, которые могут быть подключены к Cognitive Core через REPL-цикл. Эти эмоции не управляют напрямую поведением агента, а служат сигналами для оценки ситуации , влияя на приоритеты действий. Управление эмоциями может происходить в виде дополнительных включений в промпт (в промпт основной LLM, если используются LLM-"эмоции"). Схема работы эмоций ┌────────────────────────────────────────────────┐ │ │ │ входные сигналы ─<──────────┤ │ ▼▼▼▼▼▼▼▼▼▼▼▼▼▼ ▲ │ ┌───┴┴┴┴┴┴┴┴┴┴┴┴┴┴────┐ ┌──────┴──────┐ ├─>─ эмоция 1 ─>─┤ │ │ │ ├─>─ эмоция 2 ─>─┤ LLM │ │ внешний мир │ ├─>─ эмоция 3 ─>─┤ ∑(эмоций)ΔT --> max │ │ ...