CloudTori / 产品谱系

四个产品,一种长期主义。

记忆、运行时、端侧模型与安全推演并不是四个孤立的工具。它们彼此协作,让智能在自己的机器、数据与边界里持续留下痕迹。

Product atlas / 01

每个产品,守住一段关系。

公开数字来自各产品仓库的实测记录,状态代表当前研发阶段。

运行时笔记

从声明到记忆

LOCAL / 04

Agent 运行时

云雀 Agent Yunque Agent

开发中

本地优先、信念驱动的 Agent 运行时。单个 Go 二进制内嵌前端,数据不出机器。

API 路径
482
HTTP 操作
705
官方 Pack
72
消息渠道
15
  • Cogni 上下文门控:按需激活技能与工具,而不是全量塞进上下文
  • Cogni 声明自带 checks 测试用例,Agent 配置像代码一样进 CI
  • 危险工具(删除/重置/shell)在触达模型前由 deny-list 摘除
  • 五层记忆:长期、中期、结构化、可编辑核心记忆与知识图谱
  • 单二进制部署,交叉编译覆盖 6 个平台

记忆架构

云梦 Yunmeng

研究中

可分支记忆与运行时学习的研究代码库。给神经记忆加上分支、合并与回滚。

跨分支泄漏率
18.8%
推理 state 元素数
393,216
串行/并行数值差
3.61e-16
运行时学习门禁
24/24
  • Gated DeltaNet 风格状态递推,chunk 并行训练 + recurrent 串行推理
  • 推理期 state 大小恒定,不随上下文增长,无 KV cache
  • 可分支记忆代数(BMA):branch / merge / rollback,写层隔离漂移为 0.00e+00
  • 运行时学习有明确的 off / read / learn / frozen 生命周期
  • 定位是补充而非替代 —— 不替代 Transformer、RWKV 或 Mamba

端侧模型

小羽 Xiaoyu

开发中

基于云梦架构训练的端侧模型,也是云鸢的看板娘。线性递推骨干,不是 Transformer。

架构验证规模
100M 级
上下文长度
1,024
骨干类型
线性递推
部署形态
端侧
  • 构建在自研云梦架构上,不是开源模型的微调套壳
  • 100M 级实验模型已完成架构验证,能力对齐 GPT-2 Small 量级
  • 线性递推骨干:推理 state 恒定,无 KV cache,适合端侧长会话
  • 工具调用刻意下沉为意图识别,复杂编排交给云雀 Planner
  • Smarter Together, Softer Together

安全推演

云弈 YunYi

开发中

网络安全韧性推演平台。在授权环境内做红蓝对抗协同演化,输出可执行的修复优先级。

韧性评分维度
5
绕过技术识别
7
API 端点
21
预测窗口
7 天
  • 攻击图引擎:DAG 攻击链,映射 MITRE ATT&CK,DFS 关键路径搜索
  • 蓝队从成功攻击中生成防御规则并实时下发 WAF
  • 决策引擎输出修复 ROI 排序与 Top-K 修复路径
  • 记忆台账按 payload 模式聚类漏洞族,追踪 MTTR 与复现率
  • 仅面向授权环境的仿真与韧性分析,不做无边界主动攻击

System map / 02

能力不是堆叠,是边界的协作。

记忆架构决定如何留下,运行时决定如何行动;端侧模型与安全推演把这条主线带到具体机器和授权环境。

482

云雀 API 路径

01

记忆架构

推理期的记忆应当像代码一样可版本化。我们研究可分支、可合并、可回滚的记忆代数,以及运行时权重更新的安全边界。

02

端侧模型

不是所有场景都该把数据送上云。我们在自研架构上训练能在本地跑起来的模型,让数据主权成为默认,而不是付费选项。

03

Agent 运行时

Agent 要能被审计、被约束、被验证。我们用声明式的 Cogni 单元管理能力边界,让 Agent 配置像代码一样进 CI。

运行时

Cogni 上下文门控

按场景放行技能与工具,声明附带 checks,让能力边界可测试、可收窄。

记忆

可分支记忆

branch / merge / rollback,写层隔离;长期、中期、结构化、核心记忆与知识图谱协同。

学习

运行时学习

off / read / learn / frozen 四态生命周期,让学习发生在明确的授权里。

状态

恒定 state

上下文增长时 state 元素数保持不变,不依赖 KV cache 才能延续长会话。

治理

治理与审计

危险工具在触达模型前摘除,配合审批、信任分、成本追踪与 Merkle 审计链。

记忆架构

云梦提供可分支的记忆底座

让推理期 state 可以隔离、合并和回滚,运行时学习有明确生命周期。

运行时

云雀把能力放进可审计的边界

Cogni 按场景激活工具与技能,单二进制承接记忆、渠道与治理。

端侧与安全

小羽与云弈延伸到真实场景

端侧模型负责本地推理,安全推演在授权环境中把行动转成修复优先级。

官方 Pack 72消息渠道 15危险能力先过治理边界

Operating loop / 03

从声明到记忆,连续回到你身边。

01

声明 Cogni

用 JSON/YAML 声明身份、激活条件、工具面与记忆策略,附带 checks 测试用例。

02

本地运行

单个 Go 二进制启动,数据落在本机 SQLite;断网时仍保有自治能力。

03

沉淀记忆

场景 → 行动 → 产物 → 反馈 → 记忆,每一圈都留下可回看的上下文。

让系统在你的边界里继续生长。

技术合作、私有部署与生态共建,欢迎直接联系我们。

hi@CloudTori.cn