1 Įvadas ir leidimai

DeepCerebra Coder yra agentinis kodavimo asistentas. Skirtingai nuo paprasto automatinio užbaigimo kopiloto, jis planuoja, rašo, pertvarko, vykdo komandas, iškviečia įrankius ir iteruoja per visą jūsų projektą — jums peržiūrint ir tvirtinant jo siūlomus pakeitimus.

Trys būdai jį naudoti

Šis vadovas daugiausia dėmesio skiria žiniatinklio programai adresu deepcerebra.ai; darbalaukio programa atspindi tuos pačius skydelius ir darbo eigas.

2 Pradžia ir paskyra

Palaikomos naršyklės

Naudokite dabartinę Chrome, Edge arba Brave versiją, kad gautumėte visą patirtį – vietinio aplanko atidarymas remiasi Chromium File System Access API. Firefox ir Safari veikia pokalbiams ir Git pagrindu veikiantiems projektams, tačiau negali tiesiogiai atidaryti vietinio aplanko.

Sukurti paskyrą

1. Nusileidimo puslapyje spustelėkite Pradėti.
2. Užpildykite savo pasirenkamą rodomąjį vardą, el. paštą, šalį ir gimimo datą (turite būti ne jaunesni nei 18 metų).
3. Pasirinkite sąsajos kalbą ir slaptažodį, sudarytą iš ne mažiau kaip 12 simbolių.
4. Perskaitykite sutarties pranešimą ir patvirtinkite. Paskyros sukūrimas reiškia, kad sutinkate su Paslaugų teikimo sąlygomis, Privatumo pareiškimu, Paslaugų aprašymu ir Pasauline DPA.
5. Spustelėkite Sukurti paskyrą, tada patvirtinkite savo el. paštą, jei bus paprašyta, ir prisijunkite.

Atstatyti slaptažodį

1. Prisijungimo puslapyje spustelėkite Pamiršote slaptažodį?
2. Įveskite savo el. paštą ir atidarykite atstatymo nuorodą, išsiųstą į jūsų gautuosius.
3. Nustatykite naują slaptažodį (mažiausiai 12 simbolių).

3 Darbo aplinkos apžvalga

Prisijungę pateksite į darbo vietą, kurioje visi skydeliai yra viename ekrane:

• Naršyklė (kairėje) – atviro projekto failų medis su atnaujinimo ir uždarymo mygtuku.
• Redaktorius (centre) – failų turinys su sintaksės paryškinimu ir miniatiūriniu apžvalgos vaizdu; čia pasirodo įterpti skirtumai, kai agentas siūlo pakeitimus.
• Terminalas (po redaktoriumi, įjungti/išjungti) – vykdyti komandas ir skaityti išvestį.
• Pokalbis (dešinėje) – agento pokalbis; tai yra pagrindinis, erdvę užpildantis skydelis.

Vilkite skirstytuvą tarp redaktoriaus ir pokalbio, kad perskirstytumėte išdėstymą, ir vilkite horizontalųjį skirstytuvą, kad pakeistumėte terminalo dydį. Kairioji šoninė juosta taip pat nukreipia į Darbo aplinką, Plėtinius, API raktus, Atsiskaitymą ir Atsiliepimus.

4 Projekto atidarymas

4.1 Atidaryti vietinį aplanką

1. Naršyklėje spustelėkite Atidaryti projekto aplanką.
2. Pasirinkite aplanką ir suteikite naršyklei leidimą jį skaityti.
3. Failai nuskaitomi į jūsų naršyklės šifruotą naršyklės darbo aplinką – niekas neįkeliama. Matysite tiesioginį skaičių ir galutinę suvestinę (failų skaičius · dydis, plius visi praleisti arba apkarpyti failai).

4.2 Atidaryti iš Git (GitHub / GitLab)

1. Spustelėkite Atidaryti iš Git naršyklėje.
2. Pasirinkite GitHub arba GitLab skirtuką ir įklijuokite asmeninį prieigos raktą. GitHub naudokite repo sritį (klasikinę) arba smulkiai sureguliuotą raktą su Contents + Pull requests; GitLab naudokite api sritį. Jūsų raktas saugomas serveryje – į naršyklę įkeliamas tik failų turinys.
3. Įveskite saugyklą kaip owner/name (filtruokite sąrašą, kad rastumėte savo), tada pasirinkite šaką.
4. Pasirinktinai pažymėkite Sukurti naują darbinę šaką (pvz., dcc/my-feature), kad jūsų darbas būtų izoliuotas nuo numatytosios šakos.
5. Pasirinktinai įjunkite push webhook, kad naršyklė akimirksniu atsinaujintų, kai komandos nariai įkelia (reikalingas viešas šliuzo URL).
6. Spustelėkite Atidaryti saugyklą.

4.3 Atnaujinti, perjungti ir uždaryti

• Atnaujinti (↻ naršyklės antraštėje) iš naujo nuskaito aplanką arba įkelia naujausią iš Git.
• Atidaryti kitą aplanką arba Atidaryti iš Git iš mygtukų po medžiu.
• Uždaryti projektą (šiukšliadėžės piktograma) išvalo naršyklės darbo aplinką.

4.4 Aplanko apimties pokalbių sesijos

Pokalbių istorija yra susieta su atidarytu projektu. Perjungus aplankus, automatiškai pradedama nauja sesija ir įkeliamos ankstesnės to aplanko sesijos, iš naujo atidaroma naujausia, kad galėtumėte tęsti ten, kur baigėte.

4.5 Operaciniai aplankai

Aplankai, kuriuos DeepCerebra naudoja viduje – .deepcerebra, .sessions – rodomi medyje, tačiau pagal numatytuosius nustatymus yra suglaudinti, kad neužterštų jūsų šaltinio.

5 Darbas su failais

• Spustelėkite failą naršyklėje, kad atidarytumėte jį redaktoriuje; miniatiūra padeda naršyti ilgus failus.
• Nuvilkite failą iš naršyklės į pokalbio raginimą, kad pridėtumėte jį kaip aiškų kontekstą kitam pranešimui.
• Kai agentas siūlo redagavimus, redaktorius rodo įterptą skirtumą pasirinktam failui.

6 Pokalbis su agentu

Parašykite užklausą

Apibūdinkite, ko norite, paprasta kalba – užduokite klausimą, paprašykite funkcijos arba nurodykite klaidą. Būkite konkretūs dėl failų, sistemų ir apribojimų, kad gautumėte geriausią rezultatą. Pridėkite atitinkamus failus, nuvilkdami juos į raginimą.

Skaitykite atsakymus, Cursor stiliumi

Atsakymai organizuojami kaip Cursor: agento samprotavimai atskiriami nuo rezultato. Kiekvienas atsakymo blokas turi kopijavimo piktogramą viršutiniame dešiniajame kampe, kad galėtumėte nukopijuoti baigtą ataskaitą, dokumentą ar komandą, kurią turite vykdyti.

Valdykite arba sustabdykite vykdymą

• Naudokite Stabdyti, kad sustabdytumėte vykdymą, kuris eina neteisinga kryptimi, tada patikslinkite savo raginimą.
• Pateikite užuominų (pvz., „naudokite lxml vietoj html.parser“), kad išvestumėte agentą iš ciklo.

7 Keturi pokalbių režimai

Pasirinkite režimą iš režimo selektoriaus šalia raginimo. Kiekvienas nustato, kiek agentas planuoja ir kaip laisvai redaguoja:

8 Pakeitimų peržiūra ir taikymas

Kai agentas siūlo failų pakeitimus, virš pokalbio įvesties pasirodo skydelis Siūlomi pakeitimai, kuriame išvardijami visi paliesti failai su pridėtų (+) ir pašalintų (−) eilučių skaičiumi.

• Spustelėkite failo eilutę, kad atidarytumėte jos įterptą skirtumą redaktoriuje.
• Taikyti arba Atmesti vieną failą, arba naudoti Taikyti visus / Atmesti visus.
• Taikyti pakeitimai žymimi applied (ir · disk, kai įrašomi į tikrą aplanką).
• Jei nėra rašomo aplanko, tik darbo aplinkos ženklelis rodo, kad pakeitimai taikomi naršyklės darbo aplinkai.

9 Integruotas terminalas

Įjunkite terminalą po redaktoriumi, kad paleistumėte kūrimus, testus ir scenarijus. Su jūsų leidimu agentas gali vykdyti komandas ir skaityti jų išvestį, kad patikrintų savo darbą; ilgai veikiančios komandos transliuoja išvestį, kad galėtumėte stebėti eigą. Uždarykite terminalą iš jo antraštės, kai jo nereikia.

10 Plano režimas ir vykdymas

Didesniems tikslams naudokite Plano režimą (arba paprašykite agento pirmiausia suplanuoti). Planuotojas nuskaito jūsų projektą, suskaido tikslą į nuo priklausomybių priklausančias užduotis ir priskiria kiekvieną tinkamam specialistui (architektui, koduotojui, testuotojui, dokumentų rengėjui).

• Peržiūrėkite ir redaguokite planą – pridėkite, pašalinkite arba modifikuokite užduotis prieš vykdymą.
• Vykdykite sluoksnis po sluoksnio – nepriklausomos užduotys vykdomos kartu; planuotojas gali perplanuoti, jei užduotis nepavyksta.
• Pristabdykite, atnaujinkite arba nutraukite vykdymą bet kuriuo metu.

11 Modelių pasirinkimas ir automatinis režimas

Atidarykite modelio pasirinkiklį šalia raginimo. Parinktys sugrupuotos taip:

• Automatinis – leiskite DeepCerebra pasirinkti geriausią prieinamą modelį (rekomenduojama).
• Vietinis (jūsų GPU) – modeliai, teikiami iš jūsų kompiuterio (žr. §13).
• Platformos šliuzai – hostuojami modeliai, sugrupuoti pagal šliuzą, o tada pagal tiekėją (pvz., Anthropic, OpenAI, Google).

Kaip veikia automatinis pasirinkimas

Automatinio režimo metu DeepCerebra naudoja pakopinį, adaptyvųjį maršrutizavimą: paprastos užduotys nukreipiamos į greitą, ekonomišką modelį, o sudėtingas ar daug planavimo reikalaujantis darbas (pvz., Plano režimas) nukreipiamas į stipresnį modelį. Tai automatiškai subalansuoja kainą ir kokybę, todėl retai reikia rinktis rankiniu būdu.

12 Naudokite savo raktą (BYOK)

Galite nukreipti užklausas per savo teikėjo paskyrą, o ne per matuojamą platformos naudojimą.

1. Šoninėje juostoje atidarykite API raktus.
2. Skiltyje Naudokite savo raktą pasirinkite teikėją (pvz., ANTHROPIC_API_KEY, GOOGLE_API_KEY, OPENAI_API_KEY).
3. Įklijuokite rakto reikšmę ir spustelėkite Išsaugoti. Raktai šifruojami ramybės būsenoje ir niekada negrąžinami į naršyklę – rodomas tik užmaskuotas peržiūros vaizdas.

Platformos (DeepCerebra) modeliams nereikia rakto. Pašalinkite raktą bet kuriuo metu naudodami Pašalinti.

13 Vietinis kompiuteris: GPU modeliai ir konsolė (DCC Bridge)

DCC Bridge sujungia jūsų kompiuterį su žiniatinklio programa per mažą dcc-bridge jungtį, atrakindamas dvi galimybes vienu metu:

• Vietiniai GPU modeliai – modeliai, teikiami Ollama arba LM Studio jūsų kompiuteryje, pasirodo modelio pasirinkiklyje skiltyje Vietinis (jūsų GPU).
• Konsolė / terminalas jūsų kompiuteryje – žiniatinklio terminalas ir agentas gali vykdyti realias komandas jūsų kompiuteryje, įskaitant jau sukonfigūruotus CLI įrankius (Railway, AWS CLI, OVH CLI, gh, docker, kubectl, WSL, …) su jų esamais kredencialais.

Jungtis skambina išorėn per autentifikuotą WebSocket – nereikia jokių įeinančių prievadų, ir ji veikia už NAT ir ugniasienių. Ji veikia Windows, macOS ir Linux (Python 3.10+).

13.1 Susiekite savo kompiuterį

1. Kairėje veiklos juostoje spustelėkite nešiojamojo kompiuterio piktogramą – Vietinis kompiuteris (GPU + Konsolė). (Tas pats skydelis atidaromas iš modelio pasirinkiklio poraštės per Tvarkyti vietinį GPU….)
2. Įsitikinkite, kad įjungtas Vietinio vykdymo jungiklis, pavadinkite įrenginį ir spustelėkite Pridėti šį kompiuterį. Nukopijuokite vienkartinį susiejimo raktą (dcc_brg_…) ir paruoštą įklijuoti jungties komandą – raktas rodomas tik vieną kartą.

13.2 Įdiekite ir paleiskite jungtį

pip install git+https://github.com/mohammadkhair7/DeepCerebra-connector

# then run the command copied from the pairing card, e.g.:
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx

• Naudokite tą patį domeną, kurį naudojate naršyklėje kaip šliuzą (wss://deepcerebra.ai arba wss://deepcerebra.io) – susiejimo kortelė iš anksto užpildo tinkamą. Abi svetainės yra atskiri diegimai su atskiromis paskyromis ir raktais.
• GPU modeliams, laikykite Ollama veikiantį arba įjunkite LM Studio vietinį serverį (numatytasis prievadas 1234) su įkeltu modeliu.
• Susieti įrenginiai rodo prisijungimo/atsijungimo būseną, modelių skaičių ir vykdymo sritį; galite Atšaukti įrenginį bet kuriuo metu.

13.3 Naudokite savo konsolę iš žiniatinklio programos

Pagal numatytuosius nustatymus komandos apribojamos tam skirtu darbo aplanko aplanku (~/DeepCerebra). Norėdami dirbti savo tikruose projekto aplankuose su iš anksto sukonfigūruotais CLI, suteikite jiems aiškiai leidimus, paleisdami jungtį:

# grant one or more real folders (repeatable)
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx --host-dir "F:\MyProjects"

# or the whole machine (prints a warning; prefer --host-dir)
python -m dcc_bridge ... --allow-any-dir

Tada atidarykite Terminalo skydelį, spustelėkite Vykdymo tikslo iššokantįjį langą (nešiojamojo kompiuterio piktograma), pasirinkite Mano kompiuteris ir pasirinkite darbinį katalogą. Tada jūsų įvestos komandos ir agento kūrimo/testavimo komandos bus vykdomos jūsų kompiuteryje.

14 Git bendradarbiavimo darbo eiga

Atidarius Git pagrindu veikiantį projektą, naršyklėje pasirodo šakos juosta, rodanti jūsų dabartinę šaką ir du veiksmus:

• Registruotis (įsipareigoti) – peržiūrėkite pakeistų failų skaičių, parašykite įsipareigojimo pranešimą ir įsipareigokite savo darbinei šakai.
• Integruoti – atidarykite pull request iš savo darbinės šakos į numatytąją šaką (pvz., main). Turite būti darbinėje šakoje, o ne numatytojoje šakoje.

Jei įjungtas push webhook, naršyklė automatiškai atsinaujina, kai komandos nariai įkelia, išlaikydami visus sinchronizuotus – tai yra DeepCerebra bendradarbiavimo komandos kūrimo pagrindas.

15 MCP serveriai

Išplėskite agentą išoriniais įrankiais ir duomenimis per Model Context Protocol. Konfigūruokite serverius faile .deepcerebra/mcp.json, pavyzdžiui:

{
  "mcpServers": {
    "my-tools": {
      "url": "https://example.com/mcp",
      "disabled": false,
      "allowlist": ["search_issues", "get_pr"],
      "autoApprove": ["create_issue"],
      "auth": { "type": "bearer", "tokenEnv": "MY_TOKEN" }
    }
  }
}

Įjungti MCP įrankiai automatiškai tampa prieinami agentui, kai jie yra susiję su jūsų užklausa. Palaikomi tiek vietiniai (stdio), tiek nuotoliniai (http/sse) serveriai.

Integruota sauga

• Numatytasis atmetimas – kai serveris nurodo allowlist, gali veikti tik tie įrankiai.
• Patvirtinimas didelės rizikos įrankiams – keičiantys įrankiai (rašymas/ištrynimas/diegimas/…) reikalauja patvirtinimo, nebent juos iš anksto patvirtinate autoApprove.
• Spartos ribojimas, argumentų ir išvesties sanitizavimas bei audito žurnalas taikomi kiekvienam iškvietimui.

Resursai ir raginimai

Jei serveris atskleidžia MCP resursus arba raginimo šablonus, agentas automatiškai gauna įrankius jiems naudoti (mcp_list_resources, mcp_read_resource, mcp_list_prompts, mcp_get_prompt).

Autentifikavimas nuotoliniams serveriams

Pridėkite auth bloką prie nuotolinio serverio. Slaptažodžiai palaiko ${ENV_VAR} interpoliaciją:

// Static bearer token (literal or from env)
"auth": { "type": "bearer", "token": "${GITHUB_TOKEN}" }
"auth": { "type": "bearer", "tokenEnv": "GITHUB_TOKEN" }

// Custom header (e.g. API key)
"auth": { "type": "header", "header": "x-api-key", "value": "${MY_KEY}" }

// OAuth 2.0 client-credentials
"auth": {
  "type": "oauth", "grant": "client_credentials",
  "tokenUrl": "https://auth.example.com/oauth/token",
  "clientId": "${MCP_CLIENT_ID}", "clientSecret": "${MCP_CLIENT_SECRET}",
  "scope": "mcp.read mcp.write"
}

16 Agento tinkinimas: taisyklės, įgūdžiai, kabliai, subagentai ir papildiniai

Galite formuoti, kaip agentas mąsto ir veikia, naudodami vieną, failais pagrįstą konvenciją – .deepcerebra/ katalogą – kuris veikia identiškai darbalaukio programoje, žiniatinklio programoje ir API. Žiniatinklio programoje visa tai tvarkykite skiltyje Agentas; darbalaukyje ir per API tai yra paprasti failai, kuriuos įsipareigojate su savo projektu.

Sritys ir pirmumas

Konfigūracija aptinkama iš kelių sričių; kai tas pats elementas egzistuoja daugiau nei vienoje, didesnio prioriteto elementas laimi:

team/org  <  global (~/.deepcerebra)  <  workspace (<repo>/.deepcerebra)
(žemiausias)                                              (aukščiausias)

• Darbo aplinka – <repo>/.deepcerebra/…, įsipareigota su projektu.
• Globalus – ~/.deepcerebra/…, jūsų asmeniniai numatytieji nustatymai visuose projektuose.
• Komanda / organizacija – bendra bazinė linija (žemiausias pirmumas), kad vartotojas ar projektas visada galėtų ją perrašyti. Žiniatinklio programoje nustatykite taisyklės Sritį į Komanda.

Taisyklės (valdymas)

Taisyklės yra nuolatinės instrukcijos – kodavimo standartai, architektūros konvencijos, domeno kontekstas – įterpiamos į agento sistemos raginimą. Jos gyvena kaip Markdown failai kataloge .deepcerebra/steering/, plius visada įjungtas AGENTS.md standartas. Frontmatter valdo, kada taisyklė įkeliama:

---
inclusion: fileMatch          # always | fileMatch | auto | manual
globs: "src/**/*.ts"          # or fileMatchPattern
name: api-design
description: REST conventions
---
# API design
- Use REST resource nouns, plural.

• always – kiekvieną kartą (numatytasis).
• fileMatch – tik tada, kai kontekstinis failas atitinka globs.
• auto – kai jūsų užklausa atitinka taisyklės name/description.
• manual – tik tada, kai ją nurodote kaip #name arba /name.

Šakninis AGENTS.md taikomas visai saugyklai; įdėtasis AGENTS.md (pvz., services/api/AGENTS.md) taikomas tik failams tame aplanke. Žiniatinklio programoje, Agentas → Valdymas rodinyje kiekvienai taisyklei suteikiamas Aprėpties pasirinkiklis (Visuotinis / Projektas / Komanda).

Įgūdžiai

Įgūdžiai yra pakartotinai naudojami žaidimų vadovai, kuriuos agentas įkelia pagal poreikį. Kiekvienas įgūdis yra aplankas su SKILL.md kataloge .deepcerebra/skills/:

---
name: deploy-release
description: How to cut and publish a versioned release.
disable-model-invocation: false   # true => manual-only (/skill)
---
# Deploy a release
1. Bump the version, build, and test.
2. Tag and publish.

Agentas mato lengvą katalogą (pavadinimas + aprašymas) ir įkelia visą turinį naudodamas load_skill įrankį, kai tai aktualu. Taip pat galite jį iškviesti aiškiai naudodami /skill <name>. Nustatykite disable-model-invocation: true, kad įgūdis būtų tik rankinis.

Kabliai

Kabliai vykdo automatizavimą gyvavimo ciklo įvykiuose. Apibrėžkite juos kaip .deepcerebra/hooks/*.hook.json:

{
  "title": "Format on save",
  "event": "fileSave",
  "filePattern": ["**/*.ts"],
  "action": { "type": "shell", "command": "npm run lint:fix -- $FILE" },
  "enabled": true
}

Įvykiai apima promptSubmit, preToolUse, postToolUse, fileCreate, fileSave, fileDelete, preTask, postTask, sessionStart, preCompact ir agentStop (taip pat priimami Cursor/Claude rašybos variantai). Veiksmas yra arba shell (vykdyti komandą), arba agentPrompt (paklausti agento). preToolUse kabliukas gali leisti, atmesti arba paklausti dėl įrankio iškvietimo, kurį jis perima.

Subagentai

Subagentai yra specialistai agentai, kuriuos apibrėžiate ir kuriems deleguojate. Kiekvienas yra Markdown failas kataloge .deepcerebra/agents/ su frontmatter ir turiniu (jo sistemos raginimu):

---
name: security-reviewer
description: Audits a diff for security issues; read-only.
model: gpt-5
readonly: true
tools: [read_file, grep_files, list_directory]
background: false
---
You are a meticulous security reviewer…

Pagrindinis agentas deleguoja naudodamas task (blokuojantis), task_async + task_status / task_result (foninis) arba task_parallel (išskleidimas).

Papildiniai

Papildinys sujungia taisykles, įgūdžius, kablius, subagentus ir MCP serverius į vieną diegiamą paketą kataloge .deepcerebra/plugins/<name>/, aprašytą plugin.json manifeste:

{
  "name": "Acme Standards",
  "version": "1.2.0",
  "description": "Acme rules + skills + review agents.",
  "enabled": true
}

Papildinio turinys sujungiamas su mažiausiu pirmumu, todėl jūsų pačių taisyklės ir įgūdžiai visada perrašo papildinio. Išjunkite papildinį naudodami "enabled": false arba .disabled žymeklio failą.

17 Agentinio darbo eigos studija ir įvykiais valdomi agentai

Darbo eigos studija yra vizualus kelių agentų automatizavimo dizaineris. Jūs sudarote etapus – kiekvienas yra agentas, specializuotas žingsnis arba valdymo primityvas – į grafiką, sujungsite juos su priklausomybėmis ir paleisite visą orkestravimą variklyje su tiesiogine kiekvieno etapo eiga, biudžetais ir žmogaus patvirtinimo vartais. Darbo eigos išsaugomos kaip nešiojamas YAML/JSON apibrėžimas, kurį galite eksportuoti, importuoti, versijuoti Git ir paleisti iš API arba CLI.

17.1 Darbo eigos kūrimas

• Paletė (kairėje) – vilkite etapų tipus, paruoštus agentų tipus (tyrimai, kodo generavimas, kokybės užtikrinimas, dokumentų rašytojas, medicinos prietaisas, patentų konsultantas ir jūsų pačių pasirinktiniai tipai), įgūdžius iš įgūdžių bibliotekos ir įrankius ant drobės.
• Drobė (centre) – išdėstykite etapus ir nubrėžkite kraštus; kraštas reiškia „šis etapas priklauso nuo to“ ir automatiškai perduoda aukštesnio lygio išvestį į žemesnio lygio raginimą.
• Inspektorius (dešinėje, keičiamo dydžio) – konfigūruokite pasirinktą etapą: jo raginimą, įgūdžius, įrankius, kiekvieno etapo modelio perrašymą, išvesties artefaktą, vartus, įvykius ir konkretaus tipo parametrus.
• Šablonai – pradėkite nuo įmontuoto plano (Ship-It Pipeline, SaaS Starter, Data Pipeline with Evals, Customer Comms Hub, Design → Verified App) ir pritaikykite jį.
• Generuoti – apibūdinkite programą ar procesą paprasta kalba, o Agent Builder sugeneruos išsamų, patvirtintą darbo eigos grafiką, kurį galite peržiūrėti, koreguoti ir paleisti.

17.2 Etapų biblioteka

17.3 Įvykiais valdomi agentai (agento tinklas)

Kiekvienas etapas – nepriklausomai nuo tipo – gali skelbti ir prenumeruoti tipizuotus įvykius darbo aplinkos įvykių magistralėje, todėl agentai koordinuoja kaip paslaugos pranešimų tinkle, o ne tik per DAG:

• Įvykių klasės – kiekvienas įvykis turi klasę: lifecycle, agent, business, data, system, schedule, chat, external arba alert – filtruojamos prenumeratose ir pakartotiniame paleidime.
• Prenumeratos režimai – trigger (etapas vykdomas, kai atvyksta atitinkamas įvykis; vykdymas su sustabdytomis stadijomis lieka rezidentinis kaip klausymasis), gate (mašininis vartai, patvirtinti įvykiu, o ne žmogaus paspaudimu) ir data (duomenų paketas sujungiamas į etapo kontekstą).
• Paleidimas pagal įvykį – bet kuris agentas gali būti paleistas orkestratoriaus arba kito agento, paskelbiant jo adresu agent.<stage-id>.request.
• Vykdymo paleidikliai – darbo eigos triggers: blokas ginkluoja ją pradėti nuo įeinančių webhooks, cron tvarkaraščių, įvykių arba pokalbio – net kai Studija uždaryta.
• Tiesioginiai vykdymas – vykdymo skydelis transliuoja gyvavimo ciklo įvykius per SSE: etapo pradžia/pabaiga, vartai, įspėjimai ir peržiūros pasirodo akimirksniu.
• Patvarus žurnalas ir pakartotinis paleidimas – įvykiai išlieka kiekvienai darbo aplinkai ir gali būti pakartotinai paleisti pagal temos šabloną ir klasę auditui ir derinimui.

17.3.1 Įvykių eilės agentams

Agentai, kurie reaguoja į įvykius, gali deklaruoti patvarią pavadintą eilę, kad atitinkami įvykiai niekada nebūtų prarasti, kol agentas užimtas arba kol vykdymas neklauso. Prenumeruojant paleidiklį, nustatykite queue: <name> – variklis susieja tą temą su FIFO eile darbo aplinkos įvykių magistralėje (išsaugota .deepcerebra/workflows/events/queues/). Kiekvienas atitinkamas įvykis, paskelbtas nuo to momento, yra užfiksuojamas eilėje; kai etapas tampa vykdomas, variklis išima įvykius nuo seniausio ir juos vartoja po vieną.

• Nieko neprarandama – įvykiai, paskelbti, kai darbo eiga uždaryta, kai veikia kitas etapas, arba kai vykdymas vis dar laukia priklausomybių, yra įkeliami į eilę, o ne numetami.
• Kiekvienos prenumeratos count – reikalauti N įkeltų (arba pristatytų) įvykių, kol prenumerata bus patenkinta (naudinga, kai keli darbuotojai turi pranešti).
• Studija – Inspektoriaus įvykių skydelyje, nustatykite queue lauką paleidiklio prenumeratoje; įjunkite paleidiklius arba pradėkite vykdymą, kad automatiškai sukurtumėte susiejimą.
• API ir įrankiai – GET /api/workflow/queues išvardija gylį ir susiejimus; GET /api/workflow/queues/{name} peržiūri laukiančius įvykius; pokalbių agentai gali iškviesti event_queue_status ir pop_queued_event.

events:
  subscribe:
    - topic: ticket.created
      mode: trigger
      queue: triage-inbox        # durable FIFO — events wait here for this agent
      map:
        payload.ticket_id: ticket_id

17.3.2 Semaforo orkestravimas (bendrojo resurso apsauga)

Semaforas riboja, kiek užduočių vienu metu gali veikti su bendru (apsaugotu) resursu: rašoma duomenų bazė, globalių kintamųjų saugykla, failas arba greičio ribojamas išorinis agentas. Pridėkite jį prie bet kurio etapo su semaphore: – prieš pradedant etapo darbą, variklis įgyja vieną leidimą pavadinimo darbo aplinkos semaforui; leidimas visada atleidžiamas po to, net jei etapas nepavyksta. permits: 1 paverčia jį muteksu: tik viena užduotis vienu metu (visuose lygiagrečiuose vykdymuose darbo aplinkoje) vykdo kritinį žingsnį; kiekviena kita užduotis laukia, kol laikiklis baigs.

• Kryžminio vykdymo serializavimas – semaforai yra darbo aplinkos apimties ir išliekantys, todėl du lygiagretūs darbo eigos vykdymas negali sugadinti to paties apsaugoto resurso.
• Laukimas, o ne pakibimas – užduotys blokuojamos iki timeout_s, kol gaunamas leidimas; jei resursas išlieka pilnas, etapas matomai nepavyksta, o ne pakimba amžinai.
• Avarijos sauga – kiekvienas leidimas turi ttl_s; jei laikiklis sugenda neatleisdamas, leidimas automatiškai pasibaigia, todėl resursas niekada nebūna užblokuotas.
• Stebimumas – magistralė išleidžia semaphore.<name>.waiting, .acquired ir .released sistemos įvykius; GET /api/workflow/semaphores rodo talpą, laikiklius ir galimus leidimus.
• Pokalbių agentai – acquire_semaphore, release_semaphore ir semaphore_status įrankiai koordinuoja ad hoc kritines sekcijas už darbo eigos ribų.

semaphore:
  name: emr-db-writer
  permits: 1          # mutex — one writer at a time
  timeout_s: 300      # fail if still waiting after 5 minutes
  ttl_s: 900          # auto-release crashed holders after 15 minutes

17.3.3 Susitikimo orkestravimas (laukti visų sąlygų)

Susitikimas laukia, kol bus įvykdytos kelios įvykių sąlygos, prieš pradedant kitą žingsnį – priešingai nei „pirmas įvykis laimi“. Nustatykite join: all etapo events: bloke: kiekviena paleidiklio prenumerata turi būti patenkinta, prieš pradedant etapą. Derinkite su kiekvienos prenumeratos count: N, kai keli agentai (arba kelios ataskaitos iš vieno agento) turi pranešti – pavyzdžiui, dizaino patvirtinimas, testų užbaigimas ir saugumo patvirtinimas prieš vykdant išleidimo etapą.

• join: any (numatytasis) – etapas vykdomas, kai patenkinama pirmoji paleidiklio prenumerata.
• join: all – susitikimas: kiekviena paleidiklio prenumerata (kiekviena su savo tema, klasės filtru ir pasirenkamu count) turi būti patenkinta; tik tada etapas tampa vykdomas.
• Duomenų paketai – visi suvartoti įvykiai įrašomi etape kaip trigger_events ir pateikiami šablonams kaip inputs.events (įvykių objektų sąrašas su duomenų paketais).
• Studija – kai etapas turi dvi ar daugiau paleidiklio prenumeratų, Inspektorius rodo Sujungimo pasirinkiklį: bet kuris – pirmas įvykis laimi arba visi – susitikimas (laukti visų); drobėje rodomas sujungimo ženklelis susitikimo etapuose.

events:
  join: all                    # rendezvous — wait for EVERY subscription below
  subscribe:
    - topic: design.approved
      mode: trigger
    - topic: tests.passed
      mode: trigger
    - topic: security.cleared
      mode: trigger
      count: 1

17.4 Agento įrankių biblioteka

Etapai pasirenka įrankius iš to paties registro, kurį naudoja pokalbių agentas:

• Pagrindiniai – failai, git, shell, kodo vykdymas, kodo paieška, naršyklės automatizavimas, žiniatinklio paieška, vizija/medija, vaizdų generavimas.
• Duomenų bazės – SQLite, PostgreSQL, MySQL, MongoDB ir Redis užklausos, plius create_database, apply_migrations ir dump_schema nuosaviems duomenų sluoksniams.
• Ryšiai – telefono skambučiai ir SMS (Twilio) bei el. paštas (SendGrid), su simuliacijos režimu, kuris įrašo į siunčiamųjų laiškų dėžutę, kai nėra kredencialų – demonstracijos niekada netyčia nesiunčia tikrų pranešimų.
• DevOps – docker_build / docker_push, compose up/down, SSH ir debesies CLI diegimai (Fly, Render, Railway, Vercel), taip pat saugūs simuliacijai.
• Patvirtinimas – krūvos aptikimas, testų rinkinio vykdymas su išanalizuotais sėkmės rodikliais, priklausomybių auditai ir paslapčių nuskaitymas.
• Mokslinių skaičiavimų varikliai – šimtai mokslinių ir inžinerinių metodų (pavadinimu Class.method) matematikos, signalų apdorojimo, valdymo, statistikos ir kt. srityse.
• Ekspertų agentūra ir MCP – pagrįsti domeno tyrimai ir bet kokie išoriniai MCP serveriai, kuriuos prijungiate.

17.5 Vykdymas, vartai ir išvestys

• Patvirtinti patikrina grafiką (unikalius ID, neciklinius priklausomybes, tipo parametrus) prieš vykdant.
• Žmogaus vartai pristabdo vykdymą po to, kai etapas sukuria savo juodraštį, todėl jūs patvirtinate tikrą darbą; įvykių vartai leidžia kitai sistemai patvirtinti automatiškai.
• Biudžetai riboja išlaidas vienam vykdymui ir vienam etapui.
• Išsaugoti išvestis į projektą nukopijuoja kiekvieną artefaktą, kurį vykdymas sugeneravo, į jūsų atidarytą projektą.
• Eksportuoti programą paverčia darbo eigą atskira FastAPI paslauga; viešoji /v1 API atskleidžia vykdymus, įvykius, paleidiklius, šablonus ir generavimą CI ir integracijoms.

18 Nuspėjamasis skirtuko užbaigimas

Nuspėjamasis skirtuko užbaigimas siūlo įterptus, viduryje užpildomus kodo pasiūlymus, kai rašote redaktoriuje – priimkite pasiūlymą su Tab. Jis yra pasirenkamas tiek variklyje, tiek žiniatinklio redaktoriuje.

Įjungti

• Variklis – nustatykite aplinkos vėliavėlę DCC_TAB_COMPLETE=1. Redaktorius iškviečia variklio POST /api/complete galinį tašką, kuris grąžina tik tekstą, kurį reikia įterpti prie žymeklio.
• Žiniatinklio redaktorius – įjunkite kūrimo metu su VITE_TAB_COMPLETE=1 arba vykdymo metu su localStorage.setItem('dcc.tabComplete', '1') (tada perkraukite).

Kaip jis veikia

• Pasiūlymai rodomi kaip vaiduoklio tekstas; paspauskite Tab, kad priimtumėte, arba toliau rašykite, kad atmestumėte.
• Užklausos yra atidėtos ir atšaukiamos, todėl rašymas niekada nėra blokuojamas.
• Kai vėliavėlė išjungta, funkcija yra visiškai išjungta ir jokie užbaigimo užklausos nėra daromos.

19 Naudojimas, kreditai ir atsiskaitymas

Atidarykite Atsiskaitymas iš šoninės juostos, kad tvarkytumėte savo planą ir naudojimą. AI naudojimas matuojamas JAV dolerių kreditais, pagrįstais pagrindinių modelių suvartotais žetonais.

• Ciklo išlaidos ir išankstinis kreditas – stebėkite naudojimą šiame cikle ir bet kokį išankstinį likutį.
• Pridėti viršijimo kreditą – autorizuokite papildomą sumą (USD), kad galėtumėte toliau naudoti AI po to, kai įskaičiuota suma bus išnaudota; jei jūsų biudžetas išnaudotas, pamatysite reklamjuostę, raginančią pridėti kreditą.
• Atnaujinti / pakeisti planą – bet kuriuo metu pakeiskite pakopas.
• Mokėjimo būdas – pridėkite arba atnaujinkite kortelę (apdorojama Stripe).
• Atšaukti – pasirinkite atšaukti laikotarpio pabaigoje (išlaikyti prieigą iki laikotarpio pabaigos) arba atšaukti dabar (grąžinti grąžintiną likutį). Žr. Atšaukimo ir grąžinimo politiką.

20 Savo šliuzo API rakto gavimas

Šliuzo API raktas (asmeninis prieigos raktas) leidžia programiškai naudoti DeepCerebra viešąją API ir CLI.

1. Prisijunkite ir atidarykite API raktus iš šoninės juostos.
2. Slinkite iki DeepCerebra API raktai.
3. Įveskite etiketę (pvz., „CI konvejeris“ arba „nešiojamojo kompiuterio CLI“).
4. Pasirinkite sritis – read, chat, code, agent – ir pasirenkamą galiojimo laiką dienomis (tuščia = niekada).
5. Spustelėkite Generuoti. Visas raktas rodomas tik vieną kartą – spustelėkite Kopijuoti ir saugiai jį išsaugokite.

Naudokite jį su CLI arba API adresu deepcerebra.ai:

dcc config set endpoint https://deepcerebra.ai
dcc config set api-key <your-key>

# or as a Bearer token
curl -H "Authorization: Bearer <your-key>" https://deepcerebra.ai/v1/...

Galite pervadinti arba ištrinti (atšaukti) raktą bet kuriuo metu; kiekvienas raktas rodo savo priešdėlį, sritis, sukūrimo/galiojimo ir paskutinio naudojimo datą.

21 Saugumas ir privatumas

• Konfidenciali naršyklės saugykla – jūsų projekto failai lieka naršyklės šifruotoje darbo aplinkoje; į serverį siunčiamas tik minimalus kontekstas, reikalingas kiekvienai užklausai.
• Nulinis duomenų saugojimas (ZDR) – raginimai ir kodas, nukreipti į modelius, nesaugomi ilgiau nei užklausa ir niekada nenaudojami pagrindiniams modeliams apmokyti.
• Raktai lieka serveryje – BYOK ir SCM žetonai šifruojami ramybės būsenoje; rodomos tik užmaskuotos peržiūros.
• Šifravimas – TLS tranzitu; paskyros duomenys šifruojami ramybės būsenoje; slaptažodžiai maišomi negrįžtamai.
• Jūsų kodas yra jūsų – jūs esate savo turinio ir sugeneruotos išvesties savininkas. Žr. Privatumo pareiškimą.

22 Trikčių šalinimas

„Aplanko įkėlimui reikalinga Chromium naršyklė“

Perjunkite į Chrome, Edge arba Brave, arba naudokite Atidaryti iš Git.

Agentas kartoja tą pačią klaidą

Spustelėkite Stabdyti, tada perrašykite su konkrečia užuomina ar apribojimu.

Modelio arba užklausos klaidos / „biudžetas išnaudotas“

• Patikrinkite savo ryšį ir ar bet kuris BYOK raktas yra galiojantis.
• Perjunkite į Automatinį, kad DeepCerebra nukreiptų į prieinamą modelį.
• Jei jūsų naudojimo biudžetas išnaudotas, atidarykite Atsiskaitymas ir pridėkite viršijimo kreditą arba atnaujinkite savo planą.

Vietiniai modeliai neatsiranda

• Patvirtinkite, kad dcc-bridge jungtis veikia ir įrenginys rodo prisijungęs.
• Įsitikinkite, kad Ollama veikia, arba LM Studio vietinis serveris įjungtas (numatytasis prievadas 1234) su įkeltu modeliu.

Jungtis: „serveris atmetė WebSocket ryšį: HTTP 401“

• Naudokite tą patį domeną, kurį naudojate naršyklėje kaip --gateway (wss://deepcerebra.ai arba wss://deepcerebra.io) – abi svetainės yra atskiri diegimai, ir raktas iš vienos niekada neveiks kitoje.
• Nukopijuokite tikslią komandą iš susiejimo kortelės Vietinio kompiuterio puslapyje.

Mano pakeitimai neįsigaliojo

• Įsitikinkite, kad spustelėjote Taikyti (o ne tik peržiūrėjote skirtumą) skiltyje Siūlomi pakeitimai.
• Naudokite naršyklės atnaujinimą, kad iš naujo nuskaitytumėte aplanką.

Git: „Jūs esate numatytojoje šakoje“

Atidarykite arba sukurkite darbinę šaką prieš naudodami Integruoti, kad atidarytumėte pull request.

Vis dar stringate? Susisiekite su support@deepcerebra.ai.

23 DeepCerebra Discovery — Klauskite savo duomenų ir dokumentų

Discovery yra tiriamasis pokalbių robotas jūsų duomenų bazėms ir dokumentams. Užuot atsakius vienu užklausimu, jis veikia kaip analitikas: formuoja hipotezes, vykdo eilę saugomų tyrimų (SQL, grafų, dokumentų paieška, schemos patikrinimai, žiniatinklio patvirtinimas), atmeta paaiškinimus, kuriuos paneigia įrodymai, ir sintezuoja pagrįstą atsakymą — su diagramomis ir skaidriu išlaidų kvitu. Atidarykite jį iš kompaso piktogramos veiklos juostoje (/app/discovery).

23.1 Erdvės — jūsų kuruojama sritis

Erdvė sujungia viską, ko reikia vienai klausimų linijai: duomenų bazių jungtis, dokumentų rinkinius, instrukcijas analitikui ir biudžetus. Sukurkite vieną su + Nauja erdvė, tada naudokite sąrankos skydelį dešinėje, kad:

• Prijunkite duomenų bazes — SQLite, PostgreSQL, MySQL, SQL Server arba Snowflake. Įveskite pavadinimą ir DSN, spustelėkite Testuoti, kad patikrintumėte ryšį (rodomas delsos laikas ir serverio versija), arba importuokite esamą ryšio konfigūraciją kaip JSON. Jungtys yra pagal numatytuosius nustatymus tik skaitomos.
• Pridėkite dokumentus — vilkite ir numeskite failus (PDF, DOCX, PPTX, Markdown, tekstas) tiesiai į pokalbį, įklijuokite URL arba nurodykite aplanko kelią variklio serveryje. Dokumentai yra suskaidomi, įterpiami ir indeksuojami hibridinei vektorių + žinių grafų paieškai.
• Importuokite lenteles — įklijuokite arba įkelkite CSV/JSON, kad iškart atliktumėte užklausą be jokios duomenų bazės.
• Mokykite analitiką — pridėkite metrikos apibrėžimus, verslo taisykles ir įspėjimus, kuratoriaus patvirtintas patikimas užklausas ir klausimų→užklausų pavyzdžius, kad atsakymai naudotų jūsų apibrėžimus.

23.2 Klausimo uždavimas

Įveskite klausimą taip, kaip klaustumėte kolegos — pavyzdžiui "Kodėl MRT tyrimų apimtis sumažėjo kovą?". Tyrimo lenta tiesiogiai transliuoja visą procesą:

• Hipotezės — tiriami galimi paaiškinimai, kiekvienas pažymėtas patvirtintas, paneigtas arba negalutinis, kai gaunami įrodymai.
• Tyrimai — kiekviena analitiko vykdoma užklausa su jos būsena; sugeneruotas SQL/Cypher rodomas visapusiškam skaidrumui, ir kiekvienas teiginys prieš vykdymą praeina tik skaitomų apsaugos taisykles.
• Įrodymai — rezultatų lentelės ir dokumentų ištraukos, nurodytos numeriu galutiniame atsakyme.
• Atsakymas + diagramos — pagrįsta išvada, kurioje taip pat nurodomi atmesti paaiškinimai, ir modernios neoninės tematikos diagramos, sudarytos iš įrodymų.
• Kvitas — žetonai, vieno tyrimo kaina ir raundai, apmokestinami iš jūsų AI kreditų, kaip ir bet kuris kitas agento vykdymas.

Tolesni klausimai tęsia tą pačią giją, todėl analitikas išlaiko savo kontekstą.

23.3 Diagramos, ataskaitos ir eksportas

Diagramos atvaizduojamos tiesiogiai tyrimo lentoje. Naudokite Eksportuoti, kad atsisiųstumėte visą užklausą — atsakymą, hipotezes, įrodymus ir diagramas — kaip savarankišką HTML ataskaitą arba spausdinimo kokybės PDF, suformuotą naudojant neoninę dizaino sistemą.

23.4 Biudžetai ir išlaidų kontrolė

Kiekviena erdvė turi biudžetus vienai užklausai: maksimalų tyrimų skaičių, tyrimo raundus, sekundes ir USD. Variklis švariai sustoja pasiekęs ribą ir praneša, ką iki šiol rado. Kiekvieno tyrimo kaina yra išsamiai nurodyta kvite, todėl visada žinote, kur buvo išleisti pinigai.

23.5 Automatizavimas: API, SDK, Workflow Studio & MCP

• REST API — viskas, ką daro vartotojo sąsaja, pasiekiama per /v1/discovery/* su PAT, turinčiu discovery sritį (sukurkite ją skiltyje Paskyra → API žetonai). Srautinės užklausos naudoja SSE. Išoriniai vykdytojai gali pasiskolinti tik tyrimo planavimą per Thinking API (/v1/think/*, sritis think).
• Python SDK — pip install deepcerebra-discovery, tada DiscoveryClient(base_url, token).ask(space_id, question).
• Workflow Studio — įkelkite Discovery Ask etapą (discovery.ask) į bet kokią darbo eigą, kad atliktumėte tyrimą kaip dujotiekio žingsnį; atsakymas, diagramos ir kvitas perduodami tolesniems etapams.
• MCP — variklis pateikia discovery_ask ir discovery_list_spaces kaip MCP įrankius, todėl išoriniai MCP klientai taip pat gali atlikti tyrimus.