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。
CloudTori / 产品谱系
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
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
Agent 运行时
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。
记忆架构
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。
端侧模型
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。
安全推演
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。
System map / 02
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
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
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 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
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
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
off / read / learn / frozen 四态生命周期,让学习发生在明确的授权里。
状态
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
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
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
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
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。
Operating loop / 03
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。
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。
场景 → 行动 → 产物 → 反馈 → 记忆,每一圈都留下可回看的上下文。