AI AGENT PLATFORM / BETA

ENGINEERED BY ANCHOR INFERENCE

Агентам работу.
Вам управление.

От поручения до результата — в одной системе. Интерфейсы, инструменты и управление вокруг открытого ядра Protocore.

Разобрать
платформу

ПОРУЧЕНИЕ КОМАНДЫ

Сравни предложения.
Покажи различия.
Подготовь сводку.

А.pdfБ.pdfВ.pdf

РЕЗУЛЬТАТ ДЛЯ ЧЕЛОВЕКАЕсть что
сравнить.Открыть пример ↗

КОНЦЕПТУАЛЬНАЯ СХЕМА · ДАННЫЕ ПРИМЕРА

ПЛАТФОРМА BETAЯДРО MPL-2.0МОДЕЛИ ЧЕРЕЗ АДАПТЕРЫСИСТЕМА В РАЗРЕЗЕ ↓

01 / СИСТЕМА В РАЗРЕЗЕ

Всё, что происходит
между запросом
и ответом.

Модель выбирает следующий шаг.
Платформа связывает её решения с рабочей средой,
задачами команды и внешними инструментами.

ПЛАТФОРМА / ПРОПРИЕТАРНЫЙ СЛОЙ · BETA

Дайте команде
рабочую поверхность.

Чат и панель управления вокруг агентного ядра. Задачи, сервисы и фоновые процессы — части единой платформы. Состав внедрения зависит от вашего сценария.

Обсудить платформу ↗

Исполнение: модель, подключённые инструменты и песочница. Доступы и среда определяются конфигурацией.

Открытое ядро: цикл решений, бюджет контекста, компакция, события, снимки и условия остановки. Python 3.12+, MPL-2.0.

02 / ОДНА ЗАДАЧА. ВИДИМЫЙ РЕЗУЛЬТАТ.

Покажите
ход работы.

«Сравни условия трёх поставщиков. Отметь неизвестное. Собери сводку для команды».

РАЗБОР ПРИМЕРАСТАТИЧЕСКАЯ ДЕМОНСТРАЦИЯ

ДАННЫЕ → ИНСТРУМЕНТЫ

Сначала —
на что опереться.

Агент читает подготовленные предложения через подключённый инструмент. Источники становятся частью контекста, а не догадкой модели.

Инструменты, доступы и критерии проверки задаются при интеграции.

ИСХОДНЫЕ МАТЕРИАЛЫ

А Предложение А PDFБ Предложение Б PDFВ Предложение В PDF

Три источника. Единые вопросы для сравнения.

Рассмотреть полный пример ↗

Далее: сопоставить условия → отметить неизвестное → передать сводку. Готовый пример сравнения.

03 / ВАШ СПОСОБ СОБРАТЬ СИСТЕМУ

ПЛАТФОРМА · BETA

Система
для команды.

Интерфейсы, сервисы, управление и выполнение вокруг ядра. Для тех, кому нужна целая рабочая среда и её интеграция с процессами компании.

Проприетарный слой. Готовность сценария, состав и требования к размещению обсуждаем до внедрения.

Обсудить задачу ↗

COMMUNITY · MPL-2.0

Ядро
для вашего кода.

Библиотека Python: агентный цикл, инструменты, управление контекстом и события. Ваш интерфейс, модели и хранилища подключаются через адаптеры.

Предварительная версия. Ядро не включает готовый HTTP-сервер или драйвер базы данных.

Код и быстрый старт ↗Документация ↗

04 / ИНЖЕНЕРИЯ С ПРОВЕРКОЙ

Не только
«агент справился».

Исследуем контекст, завершение работы и оценку артефактов. Публикуем методы и ограничения — чтобы выводы можно было проверить.

Все исследования ↗

КОНТЕКСТ / ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ

Что остаётся
после сжатия?

Сравнение форматов сохранения информации при сопоставимой ёмкости.

↗02

ЗАВЕРШЕНИЕ / ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ

Как довести большой
артефакт до конца?

Управление выполнением, когда вывод модели ограничен или прерван.

↗03

ОЦЕНКА / МЕТОДОЛОГИЧЕСКАЯ СТАТЬЯ

Завершено.
Но верно ли?

Корректность файла, соблюдение политики и состояние платформы — разные вопросы.

↗

Статьи на английском · PDF и исходные пакеты · Выводы ограничены условиями экспериментов

ОТ АГЕНТА — К РАБОТАЮЩЕЙ СИСТЕМЕ

Что поручим
вашим агентам?

НАЧНЁМ С ЗАДАЧИ И ВАШЕГО КОНТУРАИЛИ НАЧНИТЕ С КОДА ↗

Агентам работу. Вам управление.

Всё, что происходит между запросом и ответом.

Дайте команде рабочую поверхность.

Покажите ход работы.

Сначала — на что опереться.

Система для команды.

Ядро для вашего кода.

Не только «агент справился».

Что остаётся после сжатия?

Как довести большой артефакт до конца?

Завершено. Но верно ли?