DeepCerebra Coder is een agentic codeerassistent. In tegenstelling tot een eenvoudige autocomplete copilot, plant, schrijft, refactoreert, voert commando's uit, roept tools aan en itereert het over je hele project — waarbij jij de voorgestelde wijzigingen beoordeelt en goedkeurt.
| Editie | Het meest geschikt voor | Bestandstoegang |
|---|---|---|
| Web-app | Geen installatie, werk vanaf elke machine | Vertrouwelijke in-browser opslag (en Git-repo's) |
| Desktop (Windows / Linux / macOS) | Lokaal-eerst ontwikkeling, lokale modellen | Direct lokaal bestandssysteem |
| CLI & API | Scripting, CI/CD, automatisering | Lokale bestanden / programmatisch |
Deze handleiding richt zich op de web-app op deepcerebra.ai; de desktop-app weerspiegelt dezelfde panelen en workflows.
Gebruik een recente versie van Chrome, Edge of Brave voor de volledige ervaring — het openen van een lokale map is afhankelijk van de Chromium File System Access API. Firefox en Safari werken voor chat en voor Git-ondersteunde projecten, maar kunnen een lokale map niet direct openen.
/register?plan=basic (of pro / ultimate) te gaan, of nu beginnen en later een abonnement kiezen in Facturering.Na het aanmelden kom je in de workbench, die elk paneel op één scherm plaatst:
Sleep de scheidingslijn tussen de editor en chat om de lay-out opnieuw in balans te brengen, en sleep de horizontale scheidingslijn om de terminal te vergroten/verkleinen. De linkerzijbalk navigeert ook naar Werkruimte, Extensies, API-sleutels, Facturering en Feedback.
repo scope (klassiek) of een fijnmazig token met Contents + Pull requests; voor GitLab gebruik je de api scope. Je token wordt op de server opgeslagen — alleen bestandsinhoud wordt in de browser geladen.owner/name (filter de lijst om de jouwe te vinden), kies vervolgens een branch.dcc/my-feature) om je werk geïsoleerd te houden van de standaardbranch.Chatgeschiedenis is gekoppeld aan het open project. Het wisselen van mappen start automatisch een nieuwe sessie en laadt de vorige sessies van die map, waarbij de meest recente opnieuw wordt geopend zodat je verder kunt gaan waar je gebleven was.
Mappen die DeepCerebra intern gebruikt — .deepcerebra, .sessions — verschijnen in de boomstructuur, maar zijn standaard ingeklapt zodat ze je broncode niet vervuilen.
Beschrijf wat je wilt in duidelijke taal — stel een vraag, vraag een functie aan, of wijs op een bug. Wees specifiek over bestanden, frameworks en beperkingen om het beste resultaat te krijgen. Voeg relevante bestanden toe door ze naar de prompt te slepen.
Antwoorden zijn georganiseerd zoals Cursor: de redenering van de agent is gescheiden van het resultaat. Elk antwoordblok heeft een kopieerpictogram in de rechterbovenhoek, zodat je een voltooid rapport, document of een commando dat je moet uitvoeren kunt kopiëren.
lxml in plaats van html.parser") om de agent uit een lus te halen.@deepcerebra, en voorvoegsels zoals [deep] vragen om diepere redenering.Kies een modus uit de modusselector naast de prompt. Elke modus stemt af hoeveel de agent plant en hoe vrij het bewerkt:
| Modus | Wat het doet | Gebruik wanneer… |
|---|---|---|
| Agent | Plant en bewerkt autonoom over je project | Je wilt dat de assistent een wijziging van begin tot eind implementeert |
| Vragen | Beantwoordt vragen over je code zonder te bewerken | Je de codebase wilt begrijpen |
| Plan | Stelt een aanpak op vóór enige bewerking | De taak groot is of eerst afwegingen vereist |
| Bewerken | Voert gerichte bewerkingen uit in de huidige context | Je een kleine, gerichte wijziging wilt |
Wanneer de agent bestandsveranderingen voorstelt, verschijnt er een paneel Voorgestelde Wijzigingen boven de chat-invoer, met een lijst van elk aangeraakt bestand met toegevoegde (+) en verwijderde (−) regeltellingen.
applied (en · disk wanneer ze naar een echte map zijn geschreven).Schakel de terminal onder de editor in om builds, tests en scripts uit te voeren. Met jouw autorisatie kan de agent commando's uitvoeren en hun uitvoer lezen om zijn werk te verifiëren; langlopende commando's streamen uitvoer zodat je de voortgang kunt volgen. Sluit de terminal vanuit de header wanneer je deze niet nodig hebt.
Voor grotere doelen, gebruik de Plan-modus (of vraag de agent om eerst te plannen). De planner scant je project, splitst het doel op in afhankelijkheidsbewuste taken en wijst elke taak toe aan de juiste specialist (architect, programmeur, tester, documentatie).
Open de modelkiezer naast de prompt. Opties zijn gegroepeerd als:
Bij Auto gebruikt DeepCerebra gelaagde, adaptieve routering: eenvoudige taken gaan naar een snel, economisch model, terwijl complex of plan-intensief werk (bijvoorbeeld de Plan-modus) wordt gerouteerd naar een sterker model. Dit balanceert kosten en kwaliteit automatisch, zodat je zelden handmatig hoeft te kiezen.
Je kunt verzoeken routeren via je eigen provideraccount in plaats van via gemeten platformgebruik.
ANTHROPIC_API_KEY,
GOOGLE_API_KEY, OPENAI_API_KEY).Platform (DeepCerebra) modellen hebben geen sleutel nodig. Verwijder een sleutel op elk moment met Verwijderen.
De DCC Bridge verbindt je eigen computer met de web-app via een kleine
dcc-bridge connector, waardoor twee mogelijkheden tegelijk worden ontgrendeld:
De connector belt uit via een geauthenticeerde WebSocket — geen inkomende poorten nodig, en het werkt achter NAT en firewalls. Het draait op Windows, macOS en Linux (Python 3.10+).
dcc_brg_…)
en het kant-en-klare connectorcommando — het token wordt precies één keer getoond.pip install git+https://github.com/mohammadkhair7/DeepCerebra-connector
# voer vervolgens het commando uit dat is gekopieerd van de koppelkaart, bijv.:
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxxwss://deepcerebra.ai of wss://deepcerebra.io) — de twee sites zijn afzonderlijke implementaties met afzonderlijke accounts en tokens.1234) met een geladen model.Standaard zijn commando's beperkt tot een speciale werkruimtemap (~/DeepCerebra). Om in
je echte projectmappen te werken met je vooraf geconfigureerde CLI's, verleen je expliciet toegang bij het starten van de connector:
# verleen toegang tot een of meer echte mappen (herhaalbaar)
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx --host-dir "F:\MyProjects"
# of de hele machine (geeft een waarschuwing; geef de voorkeur aan --host-dir)
python -m dcc_bridge ... --allow-any-dirOpen vervolgens het Terminal-paneel, klik op de Uitvoeringsdoel popover (laptop-pictogram), kies Mijn computer en selecteer een werkmap. Zowel je getypte commando's als de build/test-commando's van de agent worden dan op je machine uitgevoerd.
--no-exec maakt een
apparaat alleen voor inferentie (GPU-modellen, geen commando's).Met een Git-ondersteund project geopend, verschijnt er een branch-balk in de Verkenner die je huidige branch en twee acties toont:
main). Je moet op een werkbranch zijn, niet op de standaardbranch.Als de push webhook is ingeschakeld, wordt de Verkenner automatisch vernieuwd wanneer teamgenoten pushen, waardoor iedereen gesynchroniseerd blijft — de basis voor collaboratieve teamontwikkeling via DeepCerebra.
Breid de agent uit met externe tools en gegevens via het Model Context Protocol. Configureer
servers in een .deepcerebra/mcp.json bestand, bijvoorbeeld:
{
"mcpServers": {
"my-tools": {
"url": "https://example.com/mcp",
"disabled": false,
"allowlist": ["search_issues", "get_pr"],
"autoApprove": ["create_issue"],
"auth": { "type": "bearer", "tokenEnv": "MY_TOKEN" }
}
}
}Ingeschakelde MCP-tools worden automatisch beschikbaar voor de agent wanneer ze relevant zijn voor je verzoek. Lokaal
(stdio) en externe (http/sse) servers worden beide ondersteund.
allowlist vermeldt, kunnen alleen die tools worden uitgevoerd.autoApprove.Als een server MCP bronnen of prompt-sjablonen exposeert, krijgt de agent
automatisch tools om deze te gebruiken (mcp_list_resources, mcp_read_resource,
mcp_list_prompts, mcp_get_prompt).
Voeg een auth blok toe aan een externe server. Geheimen ondersteunen ${ENV_VAR} interpolatie:
// Statisch bearer token (letterlijk of uit omgeving)
"auth": { "type": "bearer", "token": "${GITHUB_TOKEN}" }
"auth": { "type": "bearer", "tokenEnv": "GITHUB_TOKEN" }
// Aangepaste header (bijv. API-sleutel)
"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"
}Je kunt de manier waarop de agent denkt en handelt vormgeven met een enkele, bestandsgebaseerde conventie — de
.deepcerebra/ map — die identiek werkt in de desktop-app, de
web-app en de API. In de web-app beheer je al deze onder de
Agent-weergave; op desktop en via de API zijn het gewone bestanden die je met je project commit.
Configuratie wordt ontdekt vanuit verschillende scopes; wanneer hetzelfde item in meer dan één bestaat, wint de die met de hogere prioriteit:
team/org < global (~/.deepcerebra) < workspace (<repo>/.deepcerebra)
(laagste) (hoogste)<repo>/.deepcerebra/…, gecommit met het project.~/.deepcerebra/…, je persoonlijke standaardinstellingen voor alle projecten.Regels zijn persistente instructies — coderingsstandaarden, architectuurconventies, domeincontext — die in de
systeemprompt van de agent worden geïnjecteerd. Ze leven als Markdown-bestanden onder .deepcerebra/steering/,
plus de altijd-actieve AGENTS.md standaard. Frontmatter bepaalt wanneer een regel wordt geladen:
---
inclusion: fileMatch # altijd | fileMatch | auto | handmatig
globs: "src/**/*.ts" # of fileMatchPattern
name: api-design
description: REST-conventies
---
# API-ontwerp
- Gebruik REST-resource zelfstandige naamwoorden, meervoud.always — elke beurt (de standaard).fileMatch — alleen wanneer een in-context bestand overeenkomt met globs.auto — wanneer je verzoek overeenkomt met de name/description van de regel.manual — alleen wanneer je ernaar verwijst als #name of /name.Een root AGENTS.md is van toepassing op de hele repo; een geneste AGENTS.md (bijv.
services/api/AGENTS.md) is alleen van toepassing op bestanden onder die map. In de web-app geeft de
weergave Agent → Sturing elke regel een Scope-kiezer
(Globaal / Project / Team).
Vaardigheden zijn herbruikbare playbooks die de agent op aanvraag laadt. Elke vaardigheid is een map met een
SKILL.md onder .deepcerebra/skills/:
---
name: deploy-release
description: Hoe een versie-release te maken en te publiceren.
disable-model-invocation: false # true => alleen handmatig (/skill)
---
# Een release implementeren
1. Verhoog de versie, bouw en test.
2. Tag en publiceer.De agent ziet een lichtgewicht catalogus (naam + beschrijving) en haalt de volledige inhoud op met de
load_skill tool wanneer relevant. Je kunt er ook expliciet een aanroepen met
/skill <naam>. Stel disable-model-invocation: true in om een vaardigheid alleen handmatig te maken.
Hooks voeren automatisering uit op lifecycle-gebeurtenissen. Definieer ze als .deepcerebra/hooks/*.hook.json:
{
"title": "Formatteren bij opslaan",
"event": "fileSave",
"filePattern": ["**/*.ts"],
"action": { "type": "shell", "command": "npm run lint:fix -- $FILE" },
"enabled": true
}Gebeurtenissen omvatten promptSubmit, preToolUse, postToolUse,
fileCreate, fileSave, fileDelete, preTask,
postTask, sessionStart, preCompact en agentStop
(Cursor/Claude spellingen worden ook geaccepteerd). Een actie is ofwel shell (voer een commando uit) of
agentPrompt (vraag de agent). Een preToolUse hook kan de tool-aanroep die het onderschept
toestaan, weigeren of vragen.
Subagents zijn specialistische agents die je definieert en waaraan je delegeert. Elk is een Markdown-bestand onder
.deepcerebra/agents/ met frontmatter plus een body (zijn systeemprompt):
---
name: security-reviewer
description: Controleert een diff op beveiligingsproblemen; alleen-lezen.
model: gpt-5
readonly: true
tools: [read_file, grep_files, list_directory]
background: false
---
Je bent een nauwgezette beveiligingsreviewer…De hoofdagent delegeert met task (blokkerend), task_async +
task_status / task_result (achtergrond), of task_parallel (fan-out).
Een plugin bundelt regels, vaardigheden, hooks, subagents en MCP-servers in één installeerbaar pakket onder
.deepcerebra/plugins/<name>/, beschreven door een plugin.json manifest:
{
"name": "Acme Standaarden",
"version": "1.2.0",
"description": "Acme regels + vaardigheden + review agents.",
"enabled": true
}Plugin-inhoud wordt samengevoegd met de laagste prioriteit, dus je eigen regels en vaardigheden overschrijven altijd die van een plugin.
Schakel een plugin uit met "enabled": false of een .disabled markeringsbestand.
DCC_ORG_CONFIG_DIR te laten verwijzen naar een gedeelde .deepcerebra map, of door regels in te stellen op de
Team-scope in de web-app.De Workflow Studio is een visuele ontwerper voor multi-agent automatisering. Je componeert fasen — elk een agent, een specialistische stap of een controle-primitief — in een graaf, verbindt ze met afhankelijkheden en voert de hele orkestratie uit op de engine met live voortgang per fase, budgetten en menselijke goedkeuringspoorten. Workflows worden opgeslagen als een draagbare YAML/JSON-definitie die je kunt exporteren, importeren, versiebeheren in Git en uitvoeren vanuit de API of CLI.
| Fasensoort | Wat het doet |
|---|---|
agent | Eén agentbeurt met de vaardigheden en tools die je koppelt. |
spec.requirements / spec.design / spec.execute |
Spec-first levering: conceptvereisten, ontwerp, vervolgens opsplitsen in taken en uitvoeren — elk gateable. |
documents.generate | Produceer een gepolijst document uit eerdere fase-outputs. |
fan_out | Parallel breed onderzoek over vele subonderwerpen met synthese. |
map / loop / switch |
Controle-primitieven: voer een body per item uit, herhaal tot een voorwaarde, of vertak over gevallen. |
verify / browser_verify |
Voer tests of commando's uit in de sandbox; verifieer een draaiende UI met browserautomatisering. |
orchestrate | Dynamische routering: een orchestrator-agent leest het verzoek en stuurt het naar de beste downstream agent(s) via gebeurtenissen. |
external.agent | Roep een geregistreerde externe agent aan via HTTP (A2A) alsof het een native fase is. |
eval | Beoordeel een upstream output tegen controles (bevat / regex / lengte / LLM-judge); faal onder een drempelwaarde. |
db.provision | Genereer een eigen datalaag: docker-compose voor de database,
versiebeheerde SQL-migraties, seed-data, .env sjabloon en een Mermaid ERD; optionele auth scaffold;
kan migraties onmiddellijk toepassen op SQLite. |
ci.generate | Genereer een kant-en-klare CI/CD-pipeline (GitHub Actions, GitLab CI, of Azure Pipelines) met lint → test → scan → build → deploy en omgevingspromotie. |
deploy.package | Genereer productie-implementatie-assets: multi-stage Dockerfile, docker-compose, Kubernetes-manifesten, of een Helm-chart — bestanden die je bezit en commit. |
test.generate | Genereer unit / API / E2E suites voor de gebouwde app plus een requirement-to-test traceerbaarheidsmatrix. |
test.verify | Voer een testsuite uit (pytest, vitest, jest, Playwright) en bewaak de uitvoering op basis van het slagingspercentage. |
security.audit | Scan afhankelijkheden op bekende kwetsbaarheden en de boomstructuur op hardgecodeerde geheimen; publiceert waarschuwingsgebeurtenissen en schrijft een bevindingenrapport. |
preview | Start de gegenereerde app lokaal en toon de live URL in het uitvoeringspaneel
(link + inline frame) via een preview.ready gebeurtenis. |
design.import | Zet een UI-ontwerpafbeelding (screenshot, mockup, Figma-export) om in een gestructureerde implementatiespecificatie voor downstream-fasen. |
Elke fase — ongeacht het type — kan getypte gebeurtenissen publiceren en abonneren op de werkruimte-gebeurtenisbus, zodat agents coördineren als services op een berichtenstof in plaats van alleen via de DAG:
lifecycle, agent,
business, data, system, schedule, chat,
external, of alert — filterbaar in abonnementen en herhaling.trigger (de fase wordt uitgevoerd wanneer een overeenkomende gebeurtenis
arriveert; een uitvoering met geparkeerde fasen blijft resident als luisterend), gate (een machinepoort
goedgekeurd door een gebeurtenis in plaats van een menselijke klik), en data (de payload wordt samengevoegd in de
context van de fase).agent.<stage-id>.request.triggers: blok van een workflow bewapent het om te starten op
inkomende webhooks, cron-schema's, gebeurtenissen of chat — zelfs
terwijl de Studio gesloten is.Agents die reageren op gebeurtenissen kunnen een duurzame benoemde wachtrij declareren, zodat overeenkomende gebeurtenissen nooit verloren gaan terwijl de agent bezig is of voordat een run luistert. Bij een triggerabonnement stelt u
queue: <name> in — de engine koppelt dat onderwerp aan een FIFO-wachtrij op de werkruimte-gebeurtenisbus
(opgeslagen onder .deepcerebra/workflows/events/queues/). Elke overeenkomende gebeurtenis die vanaf dat
moment wordt gepubliceerd, wordt vastgelegd in de wachtrij; wanneer de fase uitvoerbaar wordt, haalt de engine gebeurtenissen op in
oudste-eerst volgorde en verbruikt ze één voor één.
count per abonnement — vereist N in de wachtrij geplaatste (of geleverde) gebeurtenissen
voordat het abonnement is voldaan (handig wanneer meerdere werknemers moeten rapporteren).GET /api/workflow/queues toont diepte en koppelingen;
GET /api/workflow/queues/{name} toont in behandeling zijnde gebeurtenissen; chat agents kunnen
event_queue_status en pop_queued_event aanroepen.events:
subscribe:
- topic: ticket.created
mode: trigger
queue: triage-inbox # durable FIFO — events wait here for this agent
map:
payload.ticket_id: ticket_idEen semafoor beperkt hoeveel taken gelijktijdig kunnen werken op een gedeelde (beschermde) bron:
een database die wordt geschreven, een globale variabeleopslag, een bestand of een extern agent met een snelheidsbeperking. Koppel er een aan elke
fase met semaphore: — voordat het werk van de fase wordt uitgevoerd, verkrijgt de engine één permit van de benoemde
werkruimte-semafoor; de permit wordt daarna altijd vrijgegeven, zelfs als de fase mislukt.
permits: 1 maakt het een mutex: slechts één taak tegelijk (over alle parallelle runs in
de werkruimte) voert de kritieke stap uit; elke andere taak wacht totdat de houder klaar is.
timeout_s voor een permit; als de
bron op capaciteit blijft, mislukt de fase zichtbaar in plaats van voor altijd vast te lopen.ttl_s; als een houder crasht zonder
vrij te geven, verloopt de permit automatisch zodat de bron nooit vastloopt.semaphore.<name>.waiting,
.acquired en .released systeemgebeurtenissen uit; GET /api/workflow/semaphores
toont capaciteit, houders en beschikbare permits.acquire_semaphore, release_semaphore en
semaphore_status tools coördineren ad-hoc kritieke secties buiten een workflow.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 minutesRendezvous wacht totdat meerdere gebeurtenisvoorwaarden allemaal zijn voldaan voordat de volgende stap
verdergaat — het tegenovergestelde van "eerste gebeurtenis wint." Stel join: all in op het events:
blok van de fase: elk triggerabonnement moet zijn voldaan voordat de fase wordt uitgevoerd. Combineer met
count: N per abonnement wanneer meerdere agents (of meerdere rapporten van één agent) allemaal moeten inchecken —
bijvoorbeeld, ontwerpgoedkeuring, testvoltooiing en beveiligingsgoedkeuring voordat een releasefase wordt uitgevoerd.
join: any (standaard) — de fase wordt uitgevoerd wanneer het eerste triggerabonnement is
voldaan.join: all — rendezvous: elk triggerabonnement (elk met zijn eigen onderwerp,
klassefilter en optionele count) moet zijn voldaan; pas dan wordt de fase uitvoerbaar.trigger_events
en beschikbaar gesteld aan templates als inputs.events (een lijst van gebeurtenisobjecten met payloads).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: 1Fasen kiezen tools uit hetzelfde register dat de chat-agent gebruikt:
create_database, apply_migrations en dump_schema voor eigen datalagen.docker_build / docker_push, compose up/down, SSH en
cloud-CLI implementaties (Fly, Render, Railway, Vercel), ook simulatie-veilig.Class.method) binnen wiskunde, signaalverwerking, regelsystemen, statistiek en meer./v1 API
exposeert uitvoeringen, gebeurtenissen, triggers, sjablonen en generatie voor CI en integraties.db.provision → implementatie → gegenereerde tests → beveiligingsaudit → implementatieverpakking →
CI-generatie, met een menselijke poort vóór verpakking — een compleet traject van briefing tot productie dat je in enkele minuten kunt aanpassen.Voorspellende Tab-aanvulling biedt inline, 'fill-in-the-middle' code suggesties terwijl je typt in de editor — accepteer een suggestie met Tab. Het is opt-in op zowel de engine als de web-editor.
DCC_TAB_COMPLETE=1 in. De editor roept het
POST /api/complete eindpunt van de engine aan, dat alleen de tekst retourneert die op de cursor moet worden ingevoegd.VITE_TAB_COMPLETE=1, of tijdens runtime met
localStorage.setItem('dcc.tabComplete', '1') (vervolgens herladen).Open Facturering vanuit de zijbalk om je abonnement en gebruik te beheren. AI-gebruik wordt gemeten in Amerikaanse dollar-credits op basis van de tokens die door de onderliggende modellen worden verbruikt.
| Abonnement | Maandelijkse prijs | Inbegrepen maandelijks AI-gebruik |
|---|---|---|
| Basic | $20 | $10 |
| Pro | $75 | $30 |
| Ultimate | $200 | $150 |
Een gateway API-sleutel (een persoonlijk toegangstoken) stelt je in staat om de DeepCerebra openbare API en CLI programmatisch te gebruiken.
read, chat, code, agent
— en een optionele vervaldatum in dagen (leeg = nooit).Gebruik het met de CLI of de API op deepcerebra.ai:
dcc config set endpoint https://deepcerebra.ai
dcc config set api-key <your-key>
# of als een Bearer token
curl -H "Authorization: Bearer <your-key>" https://deepcerebra.ai/v1/...Je kunt een sleutel op elk moment hernoemen of verwijderen (intrekken); elke sleutel toont zijn voorvoegsel, scopes, aanmaak-/vervaldatum en laatst gebruikte datum.
Schakel over naar Chrome, Edge of Brave, of gebruik in plaats daarvan Openen vanuit Git.
Klik op Stop, en herformuleer vervolgens met een concrete hint of beperking.
dcc-bridge connector draait en het apparaat online is.1234) met een
geladen model.--gateway
(wss://deepcerebra.ai of wss://deepcerebra.io) — de twee sites zijn afzonderlijke
implementaties, en een token van de ene werkt nooit op de andere.Open of creëer een werkbranch voordat je Integreren gebruikt om een pull request te openen.
Zit je nog steeds vast? Neem contact op met support@deepcerebra.ai.
Discovery is een onderzoekende chatbot voor uw databases en documenten.
In plaats van te antwoorden met één enkele query, werkt het als een analist: het vormt hypothesen,
voert een reeks bewaakte onderzoeken uit (SQL, graaf, document zoeken, schemacontroles, webcorroboratie), snoeit de
verklaringen die het bewijs weerlegt, en synthetiseert een gefundeerd antwoord — met grafieken en een
transparant kostenoverzicht. Open het via het kompasicoon in de activiteitenbalk
(/app/discovery).
Een Ruimte bundelt alles wat nodig is voor één onderzoekslijn: databaseverbindingen, documentverzamelingen, instructies voor de analist en budgetten. Maak er een aan met + Nieuwe ruimte, en gebruik vervolgens het instellingenpaneel aan de rechterkant om:
Typ een vraag zoals u die aan een collega zou stellen — bijvoorbeeld "Why did MRI scan volume dip in March?". Het onderzoeksbord streamt het hele proces live:
Vervolgvragen zetten dezelfde discussie voort, zodat de analist de context behoudt.
Grafieken worden inline weergegeven op het onderzoeksbord. Gebruik Exporteren om de volledige vraag — het antwoord, hypothesen, bewijs en grafieken — te downloaden als een zelfstandig HTML-rapport of een afdrukkwaliteit PDF, gestyled met het neon-ontwerpsysteem.
Elke ruimte heeft per-vraag budgetten: een maximaal aantal onderzoeken, onderzoeksrondes, seconden en USD. De engine stopt netjes bij de limiet en rapporteert wat het tot nu toe heeft gevonden. De kosten van elk onderzoek worden gespecificeerd op het kostenoverzicht, zodat u altijd weet waaraan het geld is besteed.
/v1/discovery/* met een
PAT dat de discovery scope bevat (maak deze aan onder Account → API-tokens).
Streamingvragen gebruiken SSE. Externe uitvoerders kunnen de onderzoeksplanning lenen via de Thinking API
(/v1/think/*, scope think).pip install deepcerebra-discovery, vervolgens
DiscoveryClient(base_url, token).ask(space_id, question).discovery.ask) in elke workflow om een onderzoek uit te voeren als een pijplijnstap; het antwoord,
de grafieken en het kostenoverzicht stromen door naar volgende fasen.discovery_ask en
discovery_list_spaces als MCP-tools, zodat externe MCP-clients ook onderzoeken kunnen uitvoeren.