1 Ievads un izdevumi

DeepCerebra Coder ir aģentisks kodēšanas asistents. Atšķirībā no vienkārša automātiskās pabeigšanas kopilota, tas plāno, raksta, refaktorē, izpilda komandas, izsauc rīkus un iterē visā jūsu projektā — ar jūsu pārskatīšanu un apstiprinājumu tā piedāvātajām izmaiņām.

Trīs veidi, kā to izmantot

Šī rokasgrāmata koncentrējas uz tīmekļa lietotni vietnē deepcerebra.ai; darbvirsmas lietotne atspoguļo tos pašus paneļus un darbplūsmas.

2 Darba sākšana un konts

Atbalstītās pārlūkprogrammas

Izmantojiet pašreizējo Chrome, Edge vai Brave versiju, lai iegūtu pilnu pieredzi — vietējās mapes atvēršana balstās uz Chromium File System Access API. Firefox un Safari darbojas tērzēšanai un Git atbalstītiem projektiem, taču nevar tieši atvērt vietējo mapi.

Izveidot kontu

1. Noklikšķiniet uz Sākt galvenajā lapā.
2. Aizpildiet savu neobligāto parādāmo vārdu, e-pastu, valsti un dzimšanas datumu (jums jābūt vismaz 18 gadus vecam).
3. Izvēlieties savu interfeisa valodu un paroli, kas sastāv no vismaz 12 rakstzīmēm.
4. Izlasiet paziņojumu par līgumu un apstipriniet. Konta izveide nozīmē, ka jūs piekrītat Pakalpojumu noteikumiem, Privātuma paziņojumam, Pakalpojumu aprakstam un Globālajam DPA.
5. Noklikšķiniet uz Izveidot kontu, pēc tam, ja tiek prasīts, verificējiet savu e-pastu un pierakstieties.

Atiestatīt paroli

1. Pieslēgšanās lapā noklikšķiniet uz Aizmirsāt paroli?
2. Ievadiet savu e-pastu un atveriet atiestatīšanas saiti, kas nosūtīta uz jūsu iesūtni.
3. Iestatiet jaunu paroli (vismaz 12 rakstzīmes).

3 Darbvieta īsumā

Pēc pierakstīšanās jūs nonāksiet darba virsmā, kurā visi paneļi ir vienā ekrānā:

• Pārlūks (pa kreisi) — atvērtā projekta failu koks ar atsvaidzināšanas un aizvēršanas pogu.
• Redaktors (centrā) — faila saturs ar sintakses izcelšanu un minimapas pārskatu; iekšējās atšķirības šeit parādās, kad aģents piedāvā izmaiņas.
• Terminālis (zem redaktora, ieslēgt/izslēgt) — izpildīt komandas un lasīt izvadi.
• Tērzēšana (pa labi) — aģenta saruna; tas ir primārais, vietu aizņemošais panelis.

Velciet sadalītāju starp redaktoru un tērzēšanu, lai pārkārtotu izkārtojumu, un velciet horizontālo sadalītāju, lai mainītu termināļa izmēru. Kreisā sānjosla arī nodrošina navigāciju uz Darbvietu, Paplašinājumiem, API atslēgām, Norēķiniem un Atsauksmēm.

4 Projekta atvēršana

4.1 Atvērt vietējo mapi

1. Pārlūkā noklikšķiniet uz Atvērt projekta mapi.
2. Izvēlieties mapi un piešķiriet pārlūkprogrammai atļauju to lasīt.
3. Faili tiek nolasīti jūsu pārlūkprogrammas šifrētajā pārlūkprogrammas darbvietā — nekas netiek augšupielādēts. Jūs redzēsiet tiešraides skaitu un galīgo kopsavilkumu (failu skaits · izmērs, kā arī visi izlaistie vai apgrieztie faili).

4.2 Atvērt no Git (GitHub / GitLab)

1. Noklikšķiniet uz Atvērt no Git pārlūkā.
2. Izvēlieties GitHub vai GitLab cilni un ielīmējiet personīgās piekļuves marķieri. Priekš GitHub izmantojiet repo tvērumu (klasisko) vai smalki granulētu marķieri ar Contents + Pull requests; priekš GitLab izmantojiet api tvērumu. Jūsu marķieris tiek glabāts serverī — pārlūkprogrammā tiek ievilkts tikai faila saturs.
3. Ievadiet repozitoriju kā owner/name (filtrējiet sarakstu, lai atrastu savu), pēc tam izvēlieties zaru.
4. Pēc izvēles atzīmējiet Izveidot jaunu darba zaru (piemēram, dcc/my-feature), lai jūsu darbs būtu izolēts no noklusējuma zara.
5. Pēc izvēles iespējojiet push webhook, lai pārlūks atsvaidzinātos uzreiz, kad komandas biedri veic push (nepieciešama publiska vārtejas URL).
6. Noklikšķiniet uz Atvērt repozitoriju.

4.3 Atsvaidzināt, pārslēgt un aizvērt

• Atsvaidzināt (↻ pārlūka galvenē) atkārtoti skenē mapi vai ievilk Git jaunāko versiju.
• Atvērt citu mapi vai Atvērt no Git no pogām zem koka.
• Aizvērt projektu (atkritnes ikona) izdzēš pārlūkprogrammas darbvietu.

4.4 Mapes tvēruma tērzēšanas sesijas

Tērzēšanas vēsture ir saistīta ar atvērto projektu. Mapju pārslēgšana automātiski sāk jaunu sesiju un ielādē šīs mapes iepriekšējās sesijas, atkārtoti atverot jaunāko, lai jūs varētu turpināt no vietas, kur pārtraucāt.

4.5 Operatīvās mapes

Mapes, ko DeepCerebra izmanto iekšēji — .deepcerebra, .sessions — parādās kokā, bet pēc noklusējuma ir sakļautas, lai tās nepiesārņotu jūsu avotu.

5 Darbs ar failiem

• Noklikšķiniet uz faila pārlūkā, lai to atvērtu redaktorā; minimapa palīdz jums pārvietoties garos failos.
• Velciet failu no pārlūka tērzēšanas uzvednē, lai pievienotu to kā skaidru kontekstu jūsu nākamajai ziņai.
• Kad aģents piedāvā labojumus, redaktors parāda iekšējo atšķirību atlasītajam failam.

6 Tērzēšana ar aģentu

Uzrakstiet pieprasījumu

Aprakstiet, ko vēlaties, vienkāršā valodā — uzdodiet jautājumu, pieprasiet funkciju vai norādiet uz kļūdu. Esiet precīzs par failiem, ietvariem un ierobežojumiem, lai iegūtu labāko rezultātu. Pievienojiet attiecīgos failus, ievelkot tos uzvednē.

Lasīt atbildes, Cursor stilā

Atbildes ir organizētas kā Cursor: aģenta pamatojums ir atdalīts no piegādājamā. Katram atbildes blokam augšējā labajā stūrī ir kopēšanas ikona, lai jūs varētu kopēt pabeigtu ziņojumu, dokumentu vai komandu, kuru jums ir paredzēts izpildīt.

Vadīt vai apturēt izpildi

• Izmantojiet Apturēt, lai apturētu izpildi, kas virzās nepareizā virzienā, pēc tam precizējiet savu uzvedni.
• Sniedziet mājienus (piemēram, "izmantojiet lxml, nevis html.parser"), lai izvestu aģentu no cilpas.

7 Četri tērzēšanas režīmi

Izvēlieties režīmu no režīmu atlasītāja blakus uzvednei. Katrs pielāgo, cik daudz aģents plāno un cik brīvi tas redģē:

8 Izmaiņu pārskatīšana un piemērošana

Kad aģents piedāvā failu izmaiņas, virs tērzēšanas ievades parādās panelis Piedāvātās izmaiņas, kurā uzskaitīts katrs skartais fails ar pievienoto (+) un noņemto (−) rindu skaitu.

• Noklikšķiniet uz faila rindas, lai atvērtu tā iekšējo atšķirību redaktorā.
• Piemērot vai Noraidīt vienu failu, vai izmantojiet Piemērot visus / Noraidīt visus.
• Piemērotās izmaiņas tiek atzīmētas kā applied (un · disk, ja tās tiek ierakstītas reālā mapē).
• Ja nav rakstāmas mapes, emblēma tikai darbvieta norāda, ka izmaiņas attiecas uz pārlūkprogrammas darbvietu.

9 Integrētais terminālis

Pārslēdziet termināli zem redaktora, lai palaistu būvējumus, testus un skriptus. Ar jūsu atļauju aģents var izpildīt komandas un lasīt to izvadi, lai pārbaudītu savu darbu; ilgstošas komandas straumē izvadi, lai jūs varētu vērot progresu. Aizveriet termināli no tā galvenes, kad tas nav nepieciešams.

10 Plāna režīms un izpilde

Lielākiem mērķiem izmantojiet Plāna režīmu (vai lūdziet aģentam vispirms plānot). Plānotājs skenē jūsu projektu, sadala mērķi uzdevumos, kas apzinās atkarības, un katru piešķir pareizajam speciālistam (arhitektam, kodētājam, testētājam, dokumentētājam).

• Pārskatīt un rediģēt plānu — pievienot, noņemt vai modificēt uzdevumus pirms izpildes.
• Izpildīt slāni pa slānim — neatkarīgi uzdevumi tiek izpildīti kopā; plānotājs var pārplānot, ja uzdevums neizdodas.
• Pauzēt, atsākt vai pārtraukt izpildi jebkurā laikā.

11 Modeļu izvēle un automātiskais režīms

Atveriet modeļa atlasītāju blakus uzvednei. Opcijas ir sagrupētas šādi:

• Automātiski — ļaujiet DeepCerebra izvēlēties labāko pieejamo modeli (ieteicams).
• Vietējais (jūsu GPU) — modeļi, kas tiek apkalpoti no jūsu pašu mašīnas (skat. §13).
• Platformas vārtejas — mitināti modeļi, sagrupēti pēc vārtejas un pēc tam pēc piegādātāja (piemēram, Anthropic, OpenAI, Google).

Kā darbojas automātiskā atlase

Automātiskajā režīmā DeepCerebra izmanto daudzpakāpju, adaptīvo maršrutēšanu: vienkārši uzdevumi tiek novirzīti uz ātru, ekonomisku modeli, savukārt sarežģīts vai plānošanai smags darbs (piemēram, Plāna režīms) tiek novirzīts uz spēcīgāku modeli. Tas automātiski līdzsvaro izmaksas un kvalitāti, tāpēc jums reti ir jāizvēlas manuāli.

12 Izmantojiet savu atslēgu (BYOK)

Jūs varat maršrutēt pieprasījumus caur savu pakalpojumu sniedzēja kontu, nevis izmantot mērītu platformas lietojumu.

1. Atveriet API atslēgas no sānjoslas.
2. Sadaļā Izmantojiet savu atslēgu izvēlieties pakalpojumu sniedzēju (piemēram, ANTHROPIC_API_KEY, GOOGLE_API_KEY, OPENAI_API_KEY).
3. Ielīmējiet atslēgas vērtību un noklikšķiniet uz Saglabāt. Atslēgas tiek šifrētas miera stāvoklī un nekad netiek atgrieztas pārlūkprogrammai — tiek parādīts tikai maskēts priekšskatījums.

Platformas (DeepCerebra) modeļiem nav nepieciešama atslēga. Noņemiet atslēgu jebkurā laikā ar Noņemt.

13 Vietējā mašīna: GPU modeļi un konsole (DCC Bridge)

DCC Bridge savieno jūsu pašu datoru ar tīmekļa lietotni, izmantojot nelielu dcc-bridge savienotāju, vienlaikus atbloķējot divas iespējas:

• Vietējie GPU modeļi — modeļi, ko apkalpo Ollama vai LM Studio jūsu mašīnā, parādās modeļa atlasītājā sadaļā Vietējais (jūsu GPU).
• Konsole / terminālis jūsu mašīnā — tīmekļa terminālis un aģents var izpildīt reālas komandas jūsu datorā, ieskaitot CLI rīkus, ko jau esat konfigurējis (Railway, AWS CLI, OVH CLI, gh, docker, kubectl, WSL, …) ar to esošajiem akreditācijas datiem.

Savienotājs veic izejošo savienojumu, izmantojot autentificētu WebSocket — nav nepieciešami ienākošie porti, un tas darbojas aiz NAT un ugunsmūriem. Tas darbojas operētājsistēmās Windows, macOS un Linux (Python 3.10+).

13.1 Savienojiet savu datoru pārī

1. Noklikšķiniet uz klēpjdatora ikonas kreisajā aktivitātes joslā — Vietējā mašīna (GPU + Konsole). (Tas pats panelis atveras no modeļa atlasītāja apakšējās daļas, izmantojot Pārvaldīt vietējo GPU….)
2. Pārliecinieties, vai ir iespējota Vietējā izpilde pārslēgšana, nosauciet ierīci un noklikšķiniet uz Pievienot šo datoru. Kopējiet vienreizējo pārī savienošanas marķieri (dcc_brg_…) un gatavo savienotāja komandu — marķieris tiek parādīts tieši vienu reizi.

13.2 Instalēt un palaist savienotāju

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

# pēc tam palaidiet komandu, kas nokopēta no savienošanas kartes, piemēram:
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx

• Izmantojiet to pašu domēnu, ko izmantojat pārlūkprogrammā kā vārteju (wss://deepcerebra.ai vai wss://deepcerebra.io) — savienošanas karte iepriekš aizpilda pareizo. Abas vietnes ir atsevišķas izvietošanas ar atsevišķiem kontiem un marķieriem.
• GPU modeļiem turiet Ollama darboties vai iespējojiet LM Studio vietējo serveri (noklusējuma ports 1234) ar ielādētu modeli.
• Pārī savienotās ierīces rāda tiešsaistes/bezsaistes statusu, modeļu skaitu un izpildes tvērumu; jūs varat Atsaukt ierīci jebkurā laikā.

13.3 Izmantojiet savu konsoli no tīmekļa lietotnes

Pēc noklusējuma komandas ir ierobežotas īpašā darbvietas mapē (~/DeepCerebra). Lai strādātu jūsu reālajos projektu mapēs ar jūsu iepriekš konfigurētajiem CLI, piešķiriet tām atļaujas skaidri, startējot savienotāju:

# piešķirt vienu vai vairākas reālas mapes (atkārtojami)
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx --host-dir "F:\MyProjects"

# vai visu mašīnu (izdrukā brīdinājumu; dod priekšroku --host-dir)
python -m dcc_bridge ... --allow-any-dir

Pēc tam atveriet paneli Terminālis, noklikšķiniet uz Izpildes mērķa uznirstošā loga (klēpjdatora ikona), izvēlieties Mans dators un izvēlieties darba direktoriju. Gan jūsu ievadītās komandas, gan aģenta būvējuma/testa komandas tiek izpildītas jūsu mašīnā.

14 Git sadarbības darbplūsma

Atverot Git atbalstītu projektu, pārlūkā parādās zaru josla, kas rāda jūsu pašreizējo zaru un divas darbības:

• Reģistrēties (izpildīt) — pārskatiet mainīto failu skaitu, uzrakstiet izpildes ziņojumu un izpildiet savā darba zarā.
• Integrēt — atveriet vilkšanas pieprasījumu no jūsu darba zara uz noklusējuma zaru (piemēram, main). Jums jābūt darba zarā, nevis noklusējuma zarā.

Ja push webhook ir iespējots, pārlūks automātiski atsvaidzinās, kad komandas biedri veic push, saglabājot visus sinhronizētus — pamats sadarbīgai komandas attīstībai caur DeepCerebra.

15 MCP serveri

Paplašiniet aģentu ar ārējiem rīkiem un datiem, izmantojot Modeļa konteksta protokolu. Konfigurējiet serverus failā .deepcerebra/mcp.json, piemēram:

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

Iespējotie MCP rīki kļūst automātiski pieejami aģentam, kad tie ir atbilstoši jūsu pieprasījumam. Vietējie (stdio) un attālie (http/sse) serveri ir abi atbalstīti.

Iebūvēta drošība

• Noraidīt pēc noklusējuma — kad serveris uzskaita allowlist, var darboties tikai šie rīki.
• Apstiprinājums augsta riska rīkiem — mutējošiem rīkiem (rakstīšana/dzēšana/izvietošana/…) nepieciešams apstiprinājums, ja vien jūs tos iepriekš neapstiprināt autoApprove.
• Ātruma ierobežošana, argumentu un izvades sanitārija, un audita žurnāls attiecas uz katru izsaukumu.

Resursi un uzvednes

Ja serveris atklāj MCP resursus vai uzvedņu veidnes, aģents automātiski iegūst rīkus to izmantošanai (mcp_list_resources, mcp_read_resource, mcp_list_prompts, mcp_get_prompt).

Autentifikācija attāliem serveriem

Pievienojiet auth bloku attālam serverim. Noslēpumi atbalsta ${ENV_VAR} interpolāciju:

// Statiskais nesēja marķieris (literāls vai no vides)
"auth": { "type": "bearer", "token": "${GITHUB_TOKEN}" }
"auth": { "type": "bearer", "tokenEnv": "GITHUB_TOKEN" }

// Pielāgota galvene (piemēram, API atslēga)
"auth": { "type": "header", "header": "x-api-key", "value": "${MY_KEY}" }

// OAuth 2.0 klienta akreditācijas dati
"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 Aģenta pielāgošana: noteikumi, prasmes, āķi, apakšaģenti un spraudņi

Jūs varat veidot, kā aģents domā un darbojas, izmantojot vienotu, uz failiem balstītu konvenciju — .deepcerebra/ direktoriju —, kas darbojas identiski darbvirsmas lietotnē, tīmekļa lietotnē un API. Tīmekļa lietotnē pārvaldiet visus šos elementus sadaļā Aģents; darbvirsmā un caur API tie ir vienkārši faili, ko jūs apstiprināt ar savu projektu.

Tvērumi un prioritāte

Konfigurācija tiek atklāta no vairākiem tvērumiem; ja viens un tas pats elements pastāv vairākos, uzvar tas, kam ir augstāka prioritāte:

team/org  <  global (~/.deepcerebra)  <  workspace (<repo>/.deepcerebra)
(zemākā)                                              (augstākā)

• Darbvieta — <repo>/.deepcerebra/…, apstiprināts ar projektu.
• Globāls — ~/.deepcerebra/…, jūsu personīgie noklusējumi visos projektos.
• Komanda / organizācija — kopīga bāzes līnija (zemākā prioritāte), lai lietotājs vai projekts to vienmēr varētu ignorēt. Tīmekļa lietotnē iestatiet noteikuma Tvērumu uz Komanda.

Noteikumi (vadība)

Noteikumi ir pastāvīgas instrukcijas — kodēšanas standarti, arhitektūras konvencijas, domēna konteksts —, kas tiek ievadītas aģenta sistēmas uzvednē. Tie atrodas kā Markdown faili zem .deepcerebra/steering/, kā arī vienmēr ieslēgtais AGENTS.md standarts. Frontmatter kontrolē, kad noteikums tiek ielādēts:

---
inclusion: fileMatch          # always | fileMatch | auto | manual
globs: "src/**/*.ts"          # or fileMatchPattern
name: api-design
description: REST conventions
---
# API dizains
- Izmantojiet REST resursu lietvārdus, daudzskaitlī.

• always — katrā gājienā (noklusējums).
• fileMatch — tikai tad, ja kontekstā esošais fails atbilst globs.
• auto — kad jūsu pieprasījums atbilst noteikuma name/description.
• manual — tikai tad, ja jūs to atsaucat kā #name vai /name.

Saknes AGENTS.md attiecas uz visu repozitoriju; ligzdots AGENTS.md (piemēram, services/api/AGENTS.md) attiecas tikai uz failiem šajā mapē. Tīmekļa lietotnē skats Aģents → Vadība katram noteikumam piešķir Tvēruma atlasītāju (Globāls / Projekts / Komanda).

Prasmes

Prasmes ir atkārtoti izmantojamas rokasgrāmatas, ko aģents ielādē pēc pieprasījuma. Katra prasme ir mape ar SKILL.md zem .deepcerebra/skills/:

---
name: deploy-release
description: How to cut and publish a versioned release.
disable-model-invocation: false   # true => manual-only (/skill)
---
# Izvietot laidienu
1. Palieliniet versiju, būvējiet un testējiet.
2. Atzīmējiet un publicējiet.

Aģents redz vieglu katalogu (name + description) un ievilk pilnu saturu ar load_skill rīku, kad tas ir atbilstošs. Jūs varat arī izsaukt to skaidri ar /skill <name>. Iestatiet disable-model-invocation: true, lai prasme būtu tikai manuāla.

Āķi

Āķi izpilda automatizāciju dzīves cikla notikumos. Definējiet tos kā .deepcerebra/hooks/*.hook.json:

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

Notikumi ietver promptSubmit, preToolUse, postToolUse, fileCreate, fileSave, fileDelete, preTask, postTask, sessionStart, preCompact un agentStop (tiek pieņemti arī Cursor/Claude pareizrakstības varianti). Darbība ir vai nu shell (izpildīt komandu), vai agentPrompt (jautāt aģentam). preToolUse āķis var atļaut, liegt vai jautāt par rīka izsaukumu, ko tas pārtver.

Apakšaģenti

Apakšaģenti ir speciālistu aģenti, ko jūs definējat un deleģējat. Katrs ir Markdown fails zem .deepcerebra/agents/ ar frontmatter plus saturu (tā sistēmas uzvedni):

---
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
---
Jūs esat rūpīgs drošības pārskatītājs…

Galvenais aģents deleģē ar task (bloķējošs), task_async + task_status / task_result (fons) vai task_parallel (izplatīšana).

Spraudņi

Spraudnis apvieno noteikumus, prasmes, āķus, apakšaģentus un MCP serverus vienā instalējamā paketē zem .deepcerebra/plugins/<name>/, ko apraksta plugin.json manifests:

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

Spraudņa saturs tiek apvienots ar zemāko prioritāti, tāpēc jūsu pašu noteikumi un prasmes vienmēr ignorē spraudņa noteikumus. Atspējojiet spraudni ar "enabled": false vai .disabled marķiera failu.

17 Aģentu darbplūsmas studija un notikumu vadīti aģenti

Darbplūsmas studija ir vizuāls dizainers daudzaģentu automatizācijai. Jūs veidojat posmus — katrs ir aģents, speciālista solis vai vadības primitīvs — grafā, savienojat tos ar atkarībām un izpildāt visu orķestrāciju dzinējā ar tiešraides posmu progresu, budžetiem un cilvēka apstiprinājuma vārtiem. Darbplūsmas tiek saglabātas kā pārnēsājama YAML/JSON definīcija, ko varat eksportēt, importēt, versijot Git un palaist no API vai CLI.

17.1 Darbplūsmas izveide

• Palete (pa kreisi) — velciet posmu veidus, gatavus aģentu tipus (pētniecība, koda ģenerēšana, QA, dokumentu rakstītājs, medicīnas ierīce, patentu padomnieks un jūsu pašu pielāgotie tipi), prasmes no Prasmju bibliotēkas un rīkus uz audekla.
• Audekls (centrā) — sakārtojiet posmus un zīmējiet malas; mala nozīmē "šis posms ir atkarīgs no tā" un automātiski ievada augšupējā posma izvadi lejupējā posma uzvednē.
• Inspektors (pa labi, maināms izmērs) — konfigurējiet atlasīto posmu: tā uzvedni, prasmes, rīkus, posma modeļa ignorēšanu, izvades artefaktu, vārtus, notikumus un veidam specifiskus parametrus.
• Veidnes — sāciet no iebūvēta projekta (Ship-It Pipeline, SaaS Starter, Data Pipeline with Evals, Customer Comms Hub, Design → Verified App) un pielāgojiet to.
• Ģenerēt — aprakstiet lietotni vai procesu vienkāršā valodā, un Aģentu veidotājs ģenerē pilnīgu, validētu darbplūsmas grafiku, ko varat pārskatīt, pielāgot un palaist.

17.2 Posmu bibliotēka

17.3 Notikumu vadīti aģenti (aģentu tīkls)

Katrs posms — neatkarīgi no veida — var publicēt un abonēt tipizētus notikumus darbvietas notikumu kopnē, tāpēc aģenti koordinējas kā pakalpojumi ziņojumu audumā, nevis tikai caur DAG:

• Notikumu klases — katrs notikums ietver klasi: lifecycle, agent, business, data, system, schedule, chat, external vai alert — filtrējams abonementos un atkārtojumā.
• Abonēšanas režīmi — trigger (posms tiek izpildīts, kad pienāk atbilstošs notikums; izpilde ar novietotiem posmiem paliek rezidenta kā klausīšanās), gate (mašīnas vārti, ko apstiprina notikums, nevis cilvēka klikšķis), un data (lietderīgā slodze tiek apvienota posma kontekstā).
• Sākums ar notikumu — jebkuru aģentu var palaist orķestrators vai cits aģents, publicējot tā adresi agent.<stage-id>.request.
• Izpildes trigeri — darbplūsmas triggers: bloks to sagatavo startēšanai, pamatojoties uz ienākošajiem webhooks, cron grafikiem, notikumiem, vai tērzēšanu — pat tad, ja Studija ir aizvērta.
• Tiešraides izpildes — izpildes panelis straumē dzīves cikla notikumus, izmantojot SSE: posmu sākumi/pabeigšanas, vārti, brīdinājumi un priekšskatījumi parādās nekavējoties.
• Izturīgs žurnāls un atkārtošana — notikumi saglabājas katrā darbvietā un tos var atkārtot pēc tēmas modeļa un klases revīzijai un atkļūdošanai.

17.3.1 Notikumu rindošana aģentiem

Aģenti, kas reaģē uz notikumiem, var deklarēt noturīgu nosauktu rindu, lai atbilstoši notikumi nekad netiktu zaudēti, kamēr aģents ir aizņemts vai pirms izpilde sāk klausīties. Abonējot trigeri, iestatiet queue: <name> — dzinējs piesaista šo tēmu FIFO rindai darba vietas notikumu kopnē (saglabāta zem .deepcerebra/workflows/events/queues/). Katrs atbilstošais notikums, kas publicēts no šī brīža, tiek uztverts rindā; kad posms kļūst izpildāms, dzinējs izņem notikumus vecākais-pirmais secībā un patērē tos pa vienam.

• Nekas netiek zaudēts — notikumi, kas publicēti, kamēr darbplūsma ir slēgta, kamēr darbojas cits posms vai kamēr izpilde joprojām gaida atkarības, tiek ievietoti rindā, nevis atmesti.
• count katram abonementam — pieprasa N rindā esošus (vai piegādātus) notikumus, pirms abonements tiek apmierināts (noderīgi, ja vairākiem darbiniekiem ir jāziņo).
• Studio — Inspector notikumu panelī iestatiet queue lauku trigeru abonementam; aktivizējiet trigerus vai sāciet izpildi, lai automātiski izveidotu piesaisti.
• API un rīki — GET /api/workflow/queues uzskaita dziļumu un piesaistes; GET /api/workflow/queues/{name} parāda gaidošos notikumus; tērzēšanas aģenti var izsaukt event_queue_status un 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 Semafors orķestrēšana (koplietojamo resursu aizsardzība)

Semafors ierobežo, cik daudz uzdevumu vienlaicīgi var darboties ar koplietojamu (aizsargātu) resursu: datu bāzi, kurā tiek rakstīts, globālu mainīgo krātuvi, failu vai ārēju aģentu ar ierobežotu ātrumu. Pievienojiet to jebkuram posmam ar semaphore: — pirms posma darba izpildes dzinējs iegūst vienu atļauju no nosauktā darba vietas semafora; atļauja tiek vienmēr atbrīvota pēc tam, pat ja posms neizdodas. permits: 1 padara to par mutex: tikai viens uzdevums vienlaicīgi (visās paralēlajās izpildēs darba vietā) izpilda kritisko soli; katrs cits uzdevums gaida, kamēr turētājs pabeidz.

• Starpizpildes serializācija — semafori ir darba vietas tvēruma un saglabāti, tāpēc divas vienlaicīgas darbplūsmas izpildes nevar sabojāt vienu un to pašu aizsargāto resursu.
• Gaida, nevis karājas — uzdevumi bloķējas līdz timeout_s, gaidot atļauju; ja resurss paliek pilnībā noslogots, posms redzami neizdodas, nevis karājas mūžīgi.
• Aizsardzība pret avārijām — katrai atļaujai ir ttl_s; ja turētājs avarē, neatbrīvojot atļauju, tā automātiski beidzas, lai resurss nekad netiktu bloķēts.
• Pārskatāmība — kopne izstaro semaphore.<name>.waiting, .acquired un .released sistēmas notikumus; GET /api/workflow/semaphores parāda jaudu, turētājus un pieejamās atļaujas.
• Tērzēšanas aģenti — acquire_semaphore, release_semaphore un semaphore_status rīki koordinē ad-hoc kritiskās sadaļas ārpus darbplūsmas.

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 Rendezvous orķestrēšana (gaida visus nosacījumus)

Rendezvous gaida, kamēr tiek izpildīti vairāki notikumu nosacījumi, pirms nākamais solis turpinās — pretēji "pirmais notikums uzvar". Iestatiet join: all posma events: blokā: katram trigeru abonementam jābūt apmierinātam, pirms posms tiek izpildīts. Apvienojiet ar count: N katram abonementam, ja vairākiem aģentiem (vai vairākiem ziņojumiem no viena aģenta) ir jāreģistrējas — piemēram, dizaina apstiprināšana, testu pabeigšana un drošības apstiprināšana pirms izlaišanas posma izpildes.

• join: any (noklusējums) — posms tiek izpildīts, kad pirmais trigeru abonements ir apmierināts.
• join: all — rendezvous: katram trigeru abonementam (katram ar savu tēmu, klases filtru un izvēles count) jābūt apmierinātam; tikai tad posms kļūst izpildāms.
• Datu bloki — visi patērētie notikumi tiek ierakstīti posmā kā trigger_events un atklāti veidnēm kā inputs.events (notikumu objektu saraksts ar datu blokiem).
• Studio — ja posmam ir divi vai vairāki trigeru abonementi, Inspector parāda Join selektoru: any — pirmais notikums uzvar vai all — rendezvous (gaida visus); kanvā tiek parādīta sapludināšanas emblēma rendezvous posmos.

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 Aģentu rīku bibliotēka

Posmi izvēlas rīkus no tā paša reģistra, ko izmanto tērzēšanas aģents:

• Kodols — faili, git, shell, koda izpilde, koda meklēšana, pārlūkprogrammas automatizācija, tīmekļa meklēšana, redze/multivide, attēlu ģenerēšana.
• Datu bāzes — SQLite, PostgreSQL, MySQL, MongoDB un Redis vaicājumi, kā arī create_database, apply_migrations un dump_schema piederīgajiem datu slāņiem.
• Sakari — telefona zvani un SMS (Twilio) un e-pasts (SendGrid), ar simulācijas režīmu, kas ieraksta izejošajā mapē, ja nav akreditācijas datu — demonstrācijas nekad nejauši nesūta reālas ziņas.
• DevOps — docker_build / docker_push, compose up/down, SSH un mākoņa-CLI izvietošana (Fly, Render, Railway, Vercel), arī simulācijai droša.
• Verifikācija — steka noteikšana, testu komplekta izpilde ar parsētiem izpildes rādītājiem, atkarību auditi un slepeno atslēgu skenēšana.
• Zinātniskās skaitļošanas dzinēji — simtiem zinātnisko un inženiertehnisko metožu (nosauktas Class.method) matemātikā, signālu apstrādē, vadībā, statistikā un citur.
• Ekspertu aģentūra un MCP — pamatota domēna pētniecība, kā arī visi ārējie MCP serveri, ko jūs savienojat.

17.5 Izpilde, vārti un izvades

• Validēt pārbauda grafiku (unikālus ID, acikliskas atkarības, veida parametrus) pirms izpildes.
• Cilvēka vārti aptur izpildi pēc tam, kad posms ir izveidojis savu melnrakstu, lai jūs apstiprinātu reālu darbu; notikumu vārti ļauj citai sistēmai apstiprināt automātiski.
• Budžeti ierobežo izdevumus par katru izpildi un katru posmu.
• Saglabāt izvades projektā kopē katru artefaktu, ko izpilde ģenerēja, jūsu atvērtajā projektā.
• Eksportēt lietotni pārvērš darbplūsmu par atsevišķu FastAPI pakalpojumu; publiskais /v1 API atklāj izpildes, notikumus, trigerus, veidnes un ģenerēšanu CI un integrācijām.

18 Paredzamā cilnes pabeigšana

Paredzamā cilnes pabeigšana piedāvā iekšējus, vidusdaļas koda ieteikumus, kamēr rakstāt redaktorā — pieņemiet ieteikumu ar Tab. Tā ir izvēles funkcija gan dzinējā, gan tīmekļa redaktorā.

Iespējot to

• Dzinējs — iestatiet vides karogu DCC_TAB_COMPLETE=1. Redaktors izsauc dzinēja POST /api/complete galapunktu, kas atgriež tikai tekstu, kas jāievieto kursora pozīcijā.
• Tīmekļa redaktors — iespējojiet būvēšanas laikā ar VITE_TAB_COMPLETE=1, vai izpildes laikā ar localStorage.setItem('dcc.tabComplete', '1') (pēc tam atsvaidziniet).

Kā tas darbojas

• Ieteikumi parādās kā spoku teksts; nospiediet Tab, lai pieņemtu, vai turpiniet rakstīt, lai atceltu.
• Pieprasījumi tiek atcelti un atceļami, tāpēc rakstīšana nekad netiek bloķēta.
• Kad karogs ir izslēgts, funkcija ir pilnībā atspējota un netiek veikti pabeigšanas pieprasījumi.

19 Lietojums, kredīti un norēķini

Atveriet Norēķini no sānjoslas, lai pārvaldītu savu plānu un lietojumu. AI lietojums tiek mērīts ASV dolāru kredītos, pamatojoties uz pamatmodeļu patērētajiem marķieriem.

• Cikla izdevumi un priekšapmaksas kredīts — izsekot lietojumam šajā ciklā un jebkuram priekšapmaksas atlikumam.
• Pievienot pārsnieguma kredītu — atļaut papildu summu (USD), lai turpinātu izmantot AI pēc iekļautā atļautā apjoma iztērēšanas; ja jūsu budžets ir izsmelts, jūs redzēsiet reklāmkarogu, kas aicinās pievienot kredītu.
• Jaunināt / mainīt plānu — mainīt līmeņus jebkurā laikā.
• Maksājuma metode — pievienot vai atjaunināt karti failā (apstrādā Stripe).
• Atcelt — izvēlieties atcelt perioda beigās (saglabāt piekļuvi līdz perioda beigām) vai atcelt tagad (atmaksāt atmaksājamo atlikumu). Skatīt Atcelšanas un atmaksas politiku.

20 Vārtejas API atslēgas iegūšana

Vārtejas API atslēga (personīgās piekļuves marķieris) ļauj jums programmatiski izmantot DeepCerebra publisko API un CLI.

1. Pierakstieties un atveriet API atslēgas no sānjoslas.
2. Ritiniet līdz DeepCerebra API atslēgas.
3. Ievadiet etiķeti (piemēram, "CI cauruļvads" vai "klēpjdatora CLI").
4. Atlasiet tvērumus — read, chat, code, agent — un neobligātu derīguma termiņu dienās (tukšs = nekad).
5. Noklikšķiniet uz Ģenerēt. Pilna atslēga tiek parādīta tikai vienu reizi — noklikšķiniet uz Kopēt un droši to saglabājiet.

Izmantojiet to ar CLI vai API vietnē deepcerebra.ai:

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

# vai kā Bearer token
curl -H "Authorization: Bearer <your-key>" https://deepcerebra.ai/v1/...

Jūs varat pārdēvēt vai dzēst (atsaukt) atslēgu jebkurā laikā; katra atslēga rāda tās prefiksu, tvērumus, izveides/derīguma termiņu un pēdējās lietošanas datumu.

21 Drošība un privātums

• Konfidenciāla pārlūkprogrammas krātuve — jūsu projekta faili paliek pārlūkprogrammas šifrētajā darbvietā; uz serveri tiek nosūtīts tikai minimālais konteksts, kas nepieciešams katram pieprasījumam.
• Nulles datu saglabāšana (ZDR) — uzvednes un kods, kas novirzīts modeļiem, netiek saglabāts pēc pieprasījuma un nekad netiek izmantots pamata modeļu apmācībai.
• Atslēgas paliek servera pusē — BYOK un SCM marķieri tiek šifrēti miera stāvoklī; tiek parādīti tikai maskēti priekšskatījumi.
• Šifrēšana — TLS tranzītā; konta dati šifrēti miera stāvoklī; paroles neatgriezeniski hešotas.
• Jūsu kods pieder jums — jums pieder jūsu saturs un ģenerētā izvade. Skatīt Privātuma paziņojumu.

22 Problēmu novēršana

"Mapes ielādei nepieciešama Chromium pārlūkprogramma"

Pārslēdzieties uz Chrome, Edge vai Brave, vai izmantojiet Atvērt no Git.

Aģents atkārtojas uz tās pašas kļūdas

Noklikšķiniet uz Apturēt, pēc tam pārformulējiet ar konkrētu mājienu vai ierobežojumu.

Modeļa vai pieprasījuma kļūdas / "budžets izsmelts"

• Pārbaudiet savu savienojumu un to, vai jebkura BYOK atslēga ir derīga.
• Pārslēdzieties uz Automātisko, lai DeepCerebra novirzītu uz pieejamu modeli.
• Ja jūsu lietojuma budžets ir izsmelts, atveriet Norēķini un pievienojiet pārsnieguma kredītu vai jauniniet savu plānu.

Vietējie modeļi neparādās

• Apstipriniet, ka dcc-bridge savienotājs darbojas un ierīce rāda tiešsaistē.
• Pārliecinieties, ka Ollama darbojas, vai LM Studio vietējais serveris ir iespējots (noklusējuma ports 1234) ar ielādētu modeli.

Savienotājs: "serveris noraidīja WebSocket savienojumu: HTTP 401"

• Izmantojiet to pašu domēnu, ko izmantojat pārlūkprogrammā kā --gateway (wss://deepcerebra.ai vai wss://deepcerebra.io) — abas vietnes ir atsevišķas izvietošanas, un marķieris no vienas nekad nedarbosies otrā.
• Kopējiet precīzu komandu no savienošanas kartes lapā Vietējā mašīna.

Manas izmaiņas nestājās spēkā

• Pārliecinieties, ka noklikšķinājāt uz Piemērot (nevis tikai priekšskatījāt atšķirības) sadaļā Piedāvātās izmaiņas.
• Izmantojiet pārlūka atsvaidzināšanu, lai atkārtoti skenētu mapi.

Git: "Jūs esat noklusējuma zarā"

Atveriet vai izveidojiet darba zaru pirms Integrēt izmantošanas, lai atvērtu vilkšanas pieprasījumu.

Joprojām ir problēmas? Sazinieties ar support@deepcerebra.ai.

23 DeepCerebra Discovery — Jautājiet saviem datiem un dokumentiem

Discovery ir izmeklējošs tērzēšanas robots jūsu datubāzēm un dokumentiem. Tā vietā, lai atbildētu ar vienu vaicājumu, tas darbojas kā analītiķis: tas veido hipotēzes, veic virkni aizsargātu izpētes darbību (SQL, grafu, dokumentu meklēšanu, shēmas pārbaudes, tīmekļa apstiprināšanu), atmet paskaidrojumus, ko pierādījumi atspēko, un sintezē pamatotu atbildi — ar diagrammām un pārskatāmu izmaksu kvīti. Atveriet to no kompasa ikonas aktivitātes joslā (/app/discovery).

23.1 Telpas — jūsu pārvaldītā darbības joma

Telpa apvieno visu, kas nepieciešams vienai jautājumu virknei: datubāzu savienojumus, dokumentu kolekcijas, norādījumus analītiķim un budžetus. Izveidojiet to ar + Jauna telpa, pēc tam izmantojiet iestatīšanas paneli labajā pusē, lai:

• Savienot datubāzes — SQLite, PostgreSQL, MySQL, SQL Server vai Snowflake. Ievadiet nosaukumu un DSN, noklikšķiniet uz Testēt, lai pārbaudītu savienojamību (tiek parādīts latentums un servera versija), vai importējiet esošu savienojuma konfigurāciju kā JSON. Savienojumi pēc noklusējuma ir tikai lasāmi.
• Pievienot dokumentus — velciet un nometiet failus (PDF, DOCX, PPTX, Markdown, text) tieši tērzēšanā, ielīmējiet URL vai norādiet mapes ceļu dzinēja resursdatorā. Dokumenti tiek sadalīti, iegulti un indeksēti hibrīda vektoru + zināšanu grafu meklēšanai.
• Importēt tabulas — ielīmējiet vai augšupielādējiet CSV/JSON, lai uzreiz veiktu vaicājumus bez datubāzes.
• Mācīt analītiķi — pievienojiet metrikas definīcijas, biznesa noteikumus un brīdinājumus, kuratora apstiprinātus uzticamus vaicājumus un jautājumu→vaicājumu piemēru pārus, lai atbildēs tiktu izmantotas jūsu definīcijas.

23.2 Jautājuma uzdošana

Ierakstiet jautājumu tā, kā jūs to jautātu kolēģim — piemēram, "Kāpēc MRI skenēšanas apjoms martā samazinājās?". Izmeklēšanas panelis tiešraidē straumē visu procesu:

• Hipotēzes — izmeklējamie kandidātu paskaidrojumi, katrs atzīmēts kā atbalstīts, atspēkots vai nepārliecinošs, tiklīdz tiek saņemti pierādījumi.
• Izpētes darbības — katrs vaicājums, ko analītiķis veic, ar tā statusu; ģenerētais SQL/Cypher tiek parādīts pilnīgai pārredzamībai, un katrs paziņojums pirms izpildes iziet tikai lasāmus aizsardzības noteikumus.
• Pierādījumi — rezultātu tabulas un dokumentu fragmenti, kas galīgajā atbildē citēti pēc numura.
• Atbilde + diagrammas — pamatots secinājums, kas nosauc arī izslēgtos paskaidrojumus, kā arī modernas neona tēmas diagrammas, kas veidotas no pierādījumiem.
• Kvīts — žetoni, izpētes darbības izmaksas un kārtas, kas tiek iekasētas no jūsu AI Credits, tāpat kā jebkura cita aģenta darbība.

Papildu jautājumi turpina to pašu pavedienu, tāpēc analītiķis saglabā savu kontekstu.

23.3 Diagrammas, pārskati un eksports

Diagrammas tiek attēlotas tieši izmeklēšanas panelī. Izmantojiet Eksportēt, lai lejupielādētu visu pieprasījumu — atbildi, hipotēzes, pierādījumus un diagrammas — kā pašpietiekamu HTML pārskatu vai drukāšanas kvalitātes PDF, kas veidots ar neona dizaina sistēmu.

23.4 Budžeti un izmaksu kontrole

Katrā telpā ir budžeti katram pieprasījumam: maksimālais izpētes darbību skaits, izmeklēšanas kārtas, sekundes un USD. Dzinējs tīri apstājas pie ierobežojuma un ziņo par to, ko tas līdz šim ir atradis. Katras izpētes darbības izmaksas ir detalizēti norādītas kvītī, tāpēc jūs vienmēr zināt, kur tika iztērēti līdzekļi.

23.5 Automatizācija: API, SDK, Workflow Studio un MCP

• REST API — viss, ko dara lietotāja saskarne, ir pieejams zem /v1/discovery/* ar PAT, kas ietver discovery darbības jomu (izveidojiet to sadaļā Konts → API žetoni). Straumēšanas pieprasījumi izmanto SSE. Ārējie izpildītāji var aizņemties tikai izmeklēšanas plānošanu, izmantojot Thinking API (/v1/think/*, darbības joma think).
• Python SDK — pip install deepcerebra-discovery, tad DiscoveryClient(base_url, token).ask(space_id, question).
• Workflow Studio — ievietojiet Discovery Ask posmu (discovery.ask) jebkurā darbplūsmā, lai veiktu izmeklēšanu kā cauruļvada soli; atbilde, diagrammas un kvīts plūst uz pakārtotajiem posmiem.
• MCP — dzinējs atklāj discovery_ask un discovery_list_spaces kā MCP rīkus, lai ārējie MCP klienti varētu veikt izmeklēšanu.