1 Uvod i izdanja

DeepCerebra Coder je agentni pomoćnik za kodiranje. Za razliku od običnog kopilota za automatsko dopunjavanje, on planira, piše, refaktoriše, izvršava komande, poziva alate i iterira kroz vaš ceo projekat — dok vi pregledate i odobravate promene koje predlaže.

Tri načina korišćenja

Ovaj vodič se fokusira na veb aplikaciju na deepcerebra.ai; desktop aplikacija odražava iste panele i tokove rada.

2 Početak rada i nalog

Podržani pregledači

Koristite aktuelnu verziju pregledača Chrome, Edge ili Brave za potpuno iskustvo — otvaranje lokalne fascikle oslanja se na Chromium File System Access API. Firefox i Safari rade za ćaskanje i za projekte podržane Git-om, ali ne mogu direktno otvoriti lokalnu fasciklu.

Kreirajte nalog

1. Kliknite na Započnite na početnoj stranici.
2. Popunite svoje opcionalno ime za prikaz, imejl, državu i datum rođenja (morate imati najmanje 18 godina).
3. Odaberite svoj jezik interfejsa i lozinku od najmanje 12 znakova.
4. Pročitajte obaveštenje o saglasnosti i potvrdite. Kreiranjem naloga saglasni ste sa Uslovima korišćenja, Izjavom o privatnosti, Opisom usluga i Globalnim DPA.
5. Kliknite na Kreiraj nalog, zatim potvrdite svoj imejl ako se to zatraži, i prijavite se.

Resetujte lozinku

1. Na stranici za prijavu, kliknite na Zaboravili ste lozinku?
2. Unesite svoj imejl i otvorite link za resetovanje poslat u vaše prijemno sanduče.
3. Postavite novu lozinku (najmanje 12 znakova).

3 Radni prostor na prvi pogled

Nakon prijave, dolazite na radnu površinu, koja sve panele prikazuje na jednom ekranu:

• Explorer (levo) — stablo datoteka za otvoreni projekat, sa dugmetom za osvežavanje i zatvaranje.
• Editor (centar) — sadržaj datoteke sa isticanjem sintakse i pregledom minimape; ovde se pojavljuju inline razlike kada agent predloži promene.
• Terminal (ispod editora, uključuje se/isključuje) — izvršava komande i čita izlaz.
• Ćaskanje (desno) — razgovor sa agentom; ovo je primarni panel koji zauzima prostor.

Prevucite razdelnik između editora i ćaskanja da biste ponovo uravnotežili raspored, i prevucite horizontalni razdelnik da biste promenili veličinu terminala. Leva bočna traka takođe navigira do Radnog prostora, Ekstenzija, API ključeva, Naplate i Povratnih informacija.

4 Otvaranje projekta

4.1 Otvorite lokalnu fasciklu

1. U Exploreru, kliknite na Otvori fasciklu projekta.
2. Odaberite fasciklu i dajte pregledaču dozvolu da je pročita.
3. Datoteke se čitaju u vaš šifrovani radni prostor u pregledaču — ništa se ne otprema. Videćete broj u realnom vremenu i konačni sažetak (broj datoteka · veličina, plus sve preskočene ili skraćene datoteke).

4.2 Otvorite iz Git-a (GitHub / GitLab)

1. Kliknite na Otvori iz Git-a u Exploreru.
2. Odaberite karticu GitHub ili GitLab i zalepite lični pristupni token. Za GitHub koristite repo opseg (klasični) ili token sa finom granulacijom sa Contents + Pull requests; za GitLab koristite api opseg. Vaš token se čuva na serveru — samo sadržaj datoteka se povlači u pregledač.
3. Unesite repozitorijum kao owner/name (filtrirajte listu da biste pronašli svoj), zatim odaberite grananje.
4. Opciono označite Kreiraj novo radno grananje (npr. dcc/my-feature) da biste svoj rad zadržali izolovanim od podrazumevanog grananja.
5. Opciono omogućite push webhook tako da se Explorer odmah osvežava kada saigrači gurnu promene (potreban je javni gateway URL).
6. Kliknite na Otvori repozitorijum.

4.3 Osveži, prebaci i zatvori

• Osveži (↻ u zaglavlju Explorera) ponovo skenira fasciklu ili povlači najnovije iz Git-a.
• Otvori drugu fasciklu ili Otvori iz Git-a pomoću dugmadi ispod stabla.
• Zatvori projekat (ikona kante za smeće) briše radni prostor u pregledaču.

4.4 Sesije ćaskanja ograničene na fasciklu

Istorija ćaskanja je vezana za otvoreni projekat. Prebacivanje fascikli automatski pokreće novu sesiju i učitava prethodne sesije te fascikle, ponovo otvarajući najnoviju kako biste mogli da nastavite tamo gde ste stali.

4.5 Operativne fascikle

Fascikle koje DeepCerebra interno koristi — .deepcerebra, .sessions — pojavljuju se u stablu, ali su podrazumevano skupljene kako ne bi zatrpavale vaš izvorni kod.

5 Rad sa datotekama

• Kliknite na datoteku u Exploreru da biste je otvorili u editoru; minimapa vam pomaže da se krećete kroz dugačke datoteke.
• Prevucite datoteku iz Explorera u prozor za ćaskanje da biste je priložili kao eksplicitni kontekst za vašu sledeću poruku.
• Kada agent predloži izmene, editor prikazuje inline razliku za odabranu datoteku.

6 Ćaskanje sa agentom

Napišite zahtev

Opišite šta želite jednostavnim jezikom — postavite pitanje, zatražite funkciju ili ukažite na grešku. Budite specifični u vezi sa datotekama, okvirima i ograničenjima da biste dobili najbolji rezultat. Priložite relevantne datoteke prevlačenjem u prozor za ćaskanje.

Čitanje odgovora, u stilu Cursor-a

Odgovori su organizovani kao Cursor: razmišljanje agenta je odvojeno od rezultata. Svaki blok odgovora ima ikonu za kopiranje u gornjem desnom uglu, tako da možete kopirati gotov izveštaj, dokument ili komandu koju treba da izvršite.

Upravljajte ili zaustavite izvršavanje

• Koristite Zaustavi da biste prekinuli izvršavanje koje ide u pogrešnom smeru, a zatim precizirajte svoj upit.
• Dajte savete (npr. "koristite lxml umesto html.parser") da biste izvukli agenta iz petlje.

7 Četiri režima ćaskanja

Odaberite režim iz selektora režima pored upita. Svaki podešava koliko agent planira i koliko slobodno vrši izmene:

8 Pregled i primena promena

Kada agent predloži promene datoteka, panel Predložene promene pojavljuje se iznad unosa za ćaskanje, navodeći svaku izmenjenu datoteku sa brojem dodatih (+) i uklonjenih (−) linija.

• Kliknite na red datoteke da biste otvorili njenu inline razliku u editoru.
• Primeni ili Odbij pojedinačnu datoteku, ili koristite Primeni sve / Odbij sve.
• Primenjene promene su označene kao applied (i · disk kada su upisane u stvarnu fasciklu).
• Ako nema fascikle za pisanje, oznaka samo radni prostor ukazuje da se promene primenjuju na radni prostor u pregledaču.

9 Integrisani terminal

Uključite/isključite terminal ispod editora za pokretanje build-ova, testova i skripti. Uz vaše ovlašćenje, agent može izvršavati komande i čitati njihov izlaz kako bi verifikovao svoj rad; dugotrajne komande strimuju izlaz tako da možete pratiti napredak. Zatvorite terminal iz njegovog zaglavlja kada vam nije potreban.

10 Režim planiranja i izvršavanje

Za veće ciljeve, koristite režim Planiraj (ili zamolite agenta da prvo planira). Planer skenira vaš projekat, razlaže cilj na zadatke svesne zavisnosti i dodeljuje svaki pravom specijalisti (arhitekta, koder, tester, dokumentacija).

• Pregledajte i uredite plan — dodajte, uklonite ili modifikujte zadatke pre izvršavanja.
• Izvršavajte sloj po sloj — nezavisni zadaci se izvršavaju zajedno; planer može ponovo planirati ako zadatak ne uspe.
• Pauzirajte, nastavite ili prekinite izvršavanje u bilo kom trenutku.

11 Odabir modela i automatski režim

Otvorite birač modela pored upita. Opcije su grupisane kao:

• Automatski — neka DeepCerebra odabere najbolji dostupan model (preporučeno).
• Lokalni (vaš GPU) — modeli koji se pokreću sa vaše mašine (pogledajte §13).
• Platformski gateway-i — hostovani modeli, grupisani po gateway-u, a zatim po dobavljaču (npr. Anthropic, OpenAI, Google).

Kako funkcioniše automatski odabir

U automatskom režimu, DeepCerebra koristi slojevito, adaptivno rutiranje: jednostavni zadaci idu ka brzom, ekonomičnom modelu, dok se složeni ili radovi koji zahtevaju mnogo planiranja (na primer, režim planiranja) rutiraju ka jačem modelu. Ovo automatski balansira troškove i kvalitet, tako da retko morate ručno da birate.

12 Donesite sopstveni ključ (BYOK)

Možete rutirati zahteve preko sopstvenog naloga provajdera umesto merene upotrebe platforme.

1. Otvorite API ključeve iz bočne trake.
2. Pod Donesite sopstveni ključ, odaberite provajdera (npr. ANTHROPIC_API_KEY, GOOGLE_API_KEY, OPENAI_API_KEY).
3. Zalepite vrednost ključa i kliknite na Sačuvaj. Ključevi su šifrovani u mirovanju i nikada se ne vraćaju pregledaču — prikazuje se samo maskirani pregled.

Platformski (DeepCerebra) modeli ne zahtevaju ključ. Uklonite ključ u bilo kom trenutku pomoću Ukloni.

13 Lokalna mašina: GPU modeli i konzola (DCC Bridge)

DCC Bridge povezuje vaš sopstveni računar sa veb aplikacijom putem malog dcc-bridge konektora, otključavajući dve mogućnosti odjednom:

• Lokalni GPU modeli — modeli koje pokreću Ollama ili LM Studio na vašoj mašini pojavljuju se u biraču modela pod Lokalni (vaš GPU).
• Konzola / terminal na vašoj mašini — veb terminal i agent mogu pokretati stvarne komande na vašem računaru, uključujući CLI alate koje ste već konfigurisali (Railway, AWS CLI, OVH CLI, gh, docker, kubectl, WSL, …) sa njihovim postojećim akreditivima.

Konektor se povezuje spolja preko autentifikovanog WebSocket-a — nisu potrebni ulazni portovi, i radi iza NAT-a i firewall-a. Radi na Windows, macOS i Linux (Python 3.10+).

13.1 Povežite svoj računar

1. Kliknite na ikonu laptopa u levoj traci aktivnosti — Lokalna mašina (GPU + konzola). (Isti panel se otvara iz podnožja birača modela putem Upravljaj lokalnim GPU-om….)
2. Uverite se da je prekidač Lokalno izvršavanje omogućen, imenujte uređaj i kliknite na Dodaj ovaj računar. Kopirajte jednokratni token za uparivanje (dcc_brg_…) i komandu konektora spremnu za lepljenje — token se prikazuje tačno jednom.

13.2 Instalirajte i pokrenite konektor

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

• Koristite isti domen koji koristite u pregledaču kao gateway (wss://deepcerebra.ai ili wss://deepcerebra.io) — kartica za uparivanje unapred popunjava ispravan. Dva sajta su odvojene implementacije sa odvojenim nalozima i tokenima.
• Za GPU modele, držite Ollama pokrenutim, ili omogućite lokalni server LM Studio (podrazumevani port 1234) sa učitanim modelom.
• Uparani uređaji prikazuju online/offline status, broj modela i opseg izvršavanja; možete Opozvati uređaj u bilo kom trenutku.

13.3 Koristite svoju konzolu iz veb aplikacije

Podrazumevano, komande su ograničene na namensku fasciklu radnog prostora (~/DeepCerebra). Da biste radili u svojim stvarnim fasciklama projekta sa svojim unapred konfigurisanim CLI-jevima, eksplicitno im dajte dozvolu prilikom pokretanja konektora:

# 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

Zatim otvorite panel Terminal, kliknite na iskačući prozor Cilj izvršavanja (ikona laptopa), odaberite Moj računar i odaberite radni direktorijum. I vaše unete komande i komande agenta za build/test se zatim izvršavaju na vašoj mašini.

14 Git tok rada za saradnju

Sa otvorenim projektom podržanim Git-om, u Exploreru se pojavljuje traka grananja koja prikazuje vaše trenutno grananje i dve akcije:

• Prijavi (commit) — pregledajte broj izmenjenih datoteka, napišite poruku za commit i commit-ujte na svoje radno grananje.
• Integriraj — otvorite pull request iz vašeg radnog grananja u podrazumevano grananje (npr. main). Morate biti na radnom grananju, a ne na podrazumevanom grananju.

Ako je push webhook omogućen, Explorer se automatski osvežava kada saigrači gurnu promene, održavajući sve sinhronizovanim — temelj za kolaborativni timski razvoj kroz DeepCerebra.

15 MCP serveri

Proširite agenta eksternim alatima i podacima putem Model Context Protocol. Konfigurišite servere u datoteci .deepcerebra/mcp.json, na primer:

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

Omogućeni MCP alati postaju automatski dostupni agentu kada su relevantni za vaš zahtev. Lokalni (stdio) i udaljeni (http/sse) serveri su oba podržani.

Ugrađena bezbednost

• Podrazumevano odbijanje — kada server navede allowlist, samo ti alati mogu da se pokreću.
• Odobrenje za alate visokog rizika — alati za mutaciju (pisanje/brisanje/primena/…) zahtevaju odobrenje osim ako ih unapred ne odobrite u autoApprove.
• Ograničenje stope, sanitizacija argumenata i izlaza, i log revizije primenjuju se na svaki poziv.

Resursi i upiti

Ako server izlaže MCP resurse ili šablone upita, agent automatski dobija alate za njihovo korišćenje (mcp_list_resources, mcp_read_resource, mcp_list_prompts, mcp_get_prompt).

Autentifikacija za udaljene servere

Dodajte auth blok udaljenom serveru. Tajne podržavaju ${ENV_VAR} interpolaciju:

// 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 Prilagođavanje agenta: Pravila, veštine, kukice, podagenti i dodaci

Možete oblikovati način na koji agent razmišlja i deluje pomoću jedinstvene, datotečno zasnovane konvencije — direktorijuma .deepcerebra/ — koja funkcioniše identično u desktop aplikaciji, veb aplikaciji i API-ju. U veb aplikaciji, upravljajte svime ovim pod prikazom Agent; na desktopu i putem API-ja to su obične datoteke koje commit-ujete sa svojim projektom.

Opsezi i prioritet

Konfiguracija se otkriva iz nekoliko opsega; kada ista stavka postoji u više njih, pobeđuje ona sa višim prioritetom:

team/org  <  global (~/.deepcerebra)  <  workspace (<repo>/.deepcerebra)
(lowest)                                              (highest)

• Radni prostor — <repo>/.deepcerebra/…, commit-ovan sa projektom.
• Globalno — ~/.deepcerebra/…, vaša lična podrazumevana podešavanja za sve projekte.
• Tim / organizacija — zajednička osnova (najniži prioritet) tako da korisnik ili projekat uvek mogu da je premoste. U veb aplikaciji, postavite Opseg pravila na Tim.

Pravila (upravljanje)

Pravila su trajne instrukcije — standardi kodiranja, arhitektonske konvencije, kontekst domena — ubrizgane u sistemski upit agenta. Nalaze se kao Markdown datoteke pod .deepcerebra/steering/, plus uvek aktivni standard AGENTS.md. Frontmatter kontroliše kada se pravilo učitava:

---
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 — svaki potez (podrazumevano).
• fileMatch — samo kada se datoteka u kontekstu podudara sa globs.
• auto — kada se vaš zahtev podudara sa name/description pravila.
• manual — samo kada ga referencirate kao #name ili /name.

Koreni AGENTS.md se primenjuje na ceo repozitorijum; ugnježdeni AGENTS.md (npr. services/api/AGENTS.md) primenjuje se samo na datoteke unutar te fascikle. U veb aplikaciji, prikaz Agent → Upravljanje daje svakom pravilu birač Opsega (Globalno / Projekat / Tim).

Veštine

Veštine su ponovo upotrebljivi priručnici koje agent učitava na zahtev. Svaka veština je fascikla sa datotekom SKILL.md pod .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.

Agent vidi lagani katalog (ime + opis) i povlači ceo sadržaj pomoću alata load_skill kada je to relevantno. Takođe možete eksplicitno pozvati veštinu sa /skill <name>. Postavite disable-model-invocation: true da biste veštinu učinili samo ručnom.

Kukice

Kukice pokreću automatizaciju na događajima životnog ciklusa. Definišite ih kao .deepcerebra/hooks/*.hook.json:

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

Događaji uključuju promptSubmit, preToolUse, postToolUse, fileCreate, fileSave, fileDelete, preTask, postTask, sessionStart, preCompact i agentStop (prihvataju se i Cursor/Claude nazivi). Akcija je ili shell (pokreni komandu) ili agentPrompt (pitaj agenta). Kukica preToolUse može dozvoliti, odbiti ili pitati za poziv alata koji presreće.

Podagenti

Podagenti su specijalizovani agenti koje definišete i kojima delegirate. Svaki je Markdown datoteka pod .deepcerebra/agents/ sa frontmatter-om plus telom (njegov sistemski upit):

---
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…

Glavni agent delegira sa task (blokirajuće), task_async + task_status / task_result (pozadinsko), ili task_parallel (fan-out).

Dodaci

Dodatak objedinjuje pravila, veštine, kukice, podagente i MCP servere u jedan instalacioni paket pod .deepcerebra/plugins/<name>/, opisan manifestom plugin.json:

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

Sadržaj dodataka se spaja sa najnižim prioritetom, tako da vaša sopstvena pravila i veštine uvek premošćuju pravila dodatka. Onemogućite dodatak sa "enabled": false ili datotekom markera .disabled.

17 Agentic Workflow Studio i agenti vođeni događajima

Workflow Studio je vizuelni dizajner za automatizaciju sa više agenata. Sastavljate faze — svaka je agent, specijalizovani korak ili kontrolna primitiva — u graf, povezujete ih zavisnostima i pokrećete celu orkestraciju na motoru sa napretkom po fazama u realnom vremenu, budžetima i kapijama za ljudsko odobrenje. Tokovi rada se čuvaju kao prenosiva YAML/JSON definicija koju možete izvesti, uvesti, verzirati u Git-u i pokrenuti iz API-ja ili CLI-ja.

17.1 Izgradnja toka rada

• Paleta (levo) — prevucite vrste faza, gotove tipove agenata (istraživanje, kod generisanje, QA, pisac dokumenata, medicinski uređaj, patentni savetnik i vaši sopstveni prilagođeni tipovi), veštine iz biblioteke veština i alate na platno.
• Platno (centar) — rasporedite faze i nacrtajte ivice; ivica znači "ova faza zavisi od one" i automatski prosleđuje izlaz uzvodne faze u nizvodni upit.
• Inspektor (desno, promenljive veličine) — konfigurišite odabranu fazu: njen upit, veštine, alate, premošćavanje modela po fazi, izlazni artefakt, kapiju, događaje i parametre specifične za vrstu.
• Šabloni — počnite od ugrađenog nacrta (Ship-It Pipeline, SaaS Starter, Data Pipeline with Evals, Customer Comms Hub, Design → Verified App) i prilagodite ga.
• Generiši — opišite aplikaciju ili proces jednostavnim jezikom i Agent Builder generiše kompletan, validiran graf toka rada koji možete pregledati, prilagoditi i pokrenuti.

17.2 Biblioteka faza

17.3 Agenti vođeni događajima (mreža agenata)

Svaka faza — bez obzira na vrstu — može objavljivati i pretplaćivati se na tipizirane događaje na magistrali događaja radnog prostora, tako da se agenti koordiniraju kao servisi na fabrici poruka, a ne samo putem DAG-a:

• Klase događaja — svaki događaj nosi klasu: lifecycle, agent, business, data, system, schedule, chat, external, ili alert — filtrabilno u pretplatama i ponovnom izvršavanju.
• Režimi pretplate — trigger (faza se pokreće kada stigne odgovarajući događaj; izvršavanje sa parkiranim fazama ostaje rezidentno kao slušanje), gate (mašinska kapija odobrena događajem umesto ljudskim klikom), i data (payload se spaja u kontekst faze).
• Pokretanje događajem — bilo koji agent može biti pokrenut od strane orkestratora ili drugog agenta objavljivanjem na njegovu adresu agent.<stage-id>.request.
• Okidači izvršavanja — blok triggers: toka rada ga naoružava da se pokrene na dolaznim webhooks, cron rasporedima, događajima ili ćaskanju — čak i dok je Studio zatvoren.
• Izvršavanja uživo — panel za izvršavanje strimuje događaje životnog ciklusa preko SSE: pokretanja/završetka faza, kapije, upozorenja i pregledi se pojavljuju odmah.
• Trajni log i ponovno izvršavanje — događaji se čuvaju po radnom prostoru i mogu se ponovo izvršiti po obrascu teme i klasi za reviziju i otklanjanje grešaka.

17.3.1 Redosled događaja za agente

Agenti koji reaguju na događaje mogu deklarisati trajnu imenovanu redosled tako da se odgovarajući događaji nikada ne izgube dok je agent zauzet ili pre nego što izvršavanje počne da sluša. Na pretplati okidača, postavite queue: <name> — motor vezuje tu temu za FIFO redosled na magistrali događaja radnog prostora (sačuvano pod .deepcerebra/workflows/events/queues/). Svaki odgovarajući događaj objavljen od tog trenutka se hvata u redosled; kada faza postane izvršiva, motor izbacuje događaje po redosledu najstariji-prvi i konzumira ih jedan po jedan.

• Ništa izgubljeno — događaji objavljeni dok je tok rada zatvoren, dok druga faza radi, ili dok izvršavanje još uvek čeka na zavisnosti, stavljaju se u red umesto da se odbace.
• count po pretplati — zahtevajte N događaja u redu (ili isporučenih) pre nego što se pretplata zadovolji (korisno kada se više radnika mora prijaviti).
• Studio — u panelu Događaji Inspektor-a, postavite polje queue na pretplati okidača; aktivirajte okidače ili pokrenite izvršavanje da biste automatski kreirali vezivanje.
• API i alati — GET /api/workflow/queues navodi dubinu i vezivanja; GET /api/workflow/queues/{name} pregleda događaje na čekanju; agenti za ćaskanje mogu pozvati event_queue_status i 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 Orkestracija semafora (zaštita deljenih resursa)

Semafor ograničava koliko zadataka može istovremeno raditi na deljenom (zaštićenom) resursu: bazi podataka koja se piše, globalnom skladištu promenljivih, datoteci ili eksternom agentu sa ograničenom stopom. Priložite ga bilo kojoj fazi sa semaphore: — pre nego što se rad faze pokrene, motor stiče jednu dozvolu imenovanog semafora radnog prostora; dozvola se uvek oslobađa nakon toga, čak i ako faza ne uspe. permits: 1 ga čini mutexom: samo jedan zadatak u isto vreme (kroz sva paralelna izvršavanja u radnom prostoru) izvršava kritičan korak; svaki drugi zadatak čeka dok nosilac ne završi.

• Serijalizacija između izvršavanja — semafori su ograničeni na radni prostor i trajni, tako da dva istovremena izvršavanja toka rada ne mogu oštetiti isti zaštićeni resurs.
• Čekanje, ne zamrzavanje — zadaci blokiraju do timeout_s za dozvolu; ako resurs ostane na kapacitetu, faza vidljivo ne uspeva umesto da se zamrzne zauvek.
• Sigurnost od pada — svaka dozvola nosi ttl_s; ako nosilac padne bez oslobađanja, dozvola automatski ističe tako da resurs nikada nije mrtvo zaključan.
• Uočljivost — magistrala emituje sistemske događaje semaphore.<name>.waiting, .acquired i .released; GET /api/workflow/semaphores prikazuje kapacitet, nosioce i dostupne dozvole.
• Agenti za ćaskanje — alati acquire_semaphore, release_semaphore i semaphore_status koordiniraju ad-hoc kritične sekcije izvan toka rada.

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 Orkestracija sastanka (čekanje na sve uslove)

Rendezvous čeka dok se svi uslovi događaja ne ispune pre nego što sledeći korak nastavi — suprotno od "prvi događaj pobeđuje". Postavite join: all na blok events: faze: svaka pretplata okidača mora biti zadovoljena pre nego što se faza pokrene. Kombinujte sa count: N po pretplati kada se više agenata (ili više izveštaja od jednog agenta) mora prijaviti — na primer, odobrenje dizajna, završetak testa i bezbednosno odobrenje pre nego što se faza izdavanja izvrši.

• join: any (podrazumevano) — faza se pokreće kada je prva pretplata okidača zadovoljena.
• join: all — sastanak: svaka pretplata okidača (svaka sa sopstvenom temom, filterom klase i opcionalnim count) mora biti zadovoljena; tek tada faza postaje izvršiva.
• Payload-i — svi konzumirani događaji se beleže na fazi kao trigger_events i izlažu šablonima kao inputs.events (lista objekata događaja sa payload-ima).
• Studio — kada faza ima dve ili više pretplata okidača, Inspektor prikazuje selektor Spoji: bilo koji — prvi događaj pobeđuje ili svi — sastanak (čekaj na sve); platno prikazuje značku spajanja na fazama sastanka.

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 Biblioteka alata agenta

Faze biraju alate iz istog registra koji koristi agent za ćaskanje:

• Jezgro — datoteke, git, shell, izvršavanje koda, pretraga koda, automatizacija pregledača, veb pretraga, vizija/mediji, generisanje slika.
• Baze podataka — SQLite, PostgreSQL, MySQL, MongoDB i Redis upiti plus create_database, apply_migrations i dump_schema za sopstvene slojeve podataka.
• Komunikacije — telefonski pozivi i SMS (Twilio) i imejl (SendGrid), sa režimom simulacije koji beleži u odlazno sanduče kada akreditivi nedostaju — demo verzije nikada slučajno ne šalju stvarne poruke.
• DevOps — docker_build / docker_push, compose up/down, SSH i cloud-CLI postavljanja (Fly, Render, Railway, Vercel), takođe sigurno za simulaciju.
• Verifikacija — detekcija steka, izvršavanje testnog paketa sa analiziranim stopama prolaznosti, revizije zavisnosti i skeniranje tajni.
• SciCompute Engines — stotine naučnih i inženjerskih metoda (nazvanih Class.method) u matematici, obradi signala, kontroli, statistici i još mnogo toga.
• Ekspertna agencija i MCP — utemeljeno istraživanje domena plus svi eksterni MCP serveri koje povežete.

17.5 Pokretanje, kapije i izlazi

• Validiraj proverava graf (jedinstvene ID-ove, aciklične zavisnosti, parametre vrste) pre nego što pokrenete.
• Ljudske kapije pauziraju izvršavanje nakon što faza proizvede svoj nacrt, tako da odobravate stvarni rad; kapije događaja omogućavaju drugom sistemu da automatski odobri.
• Budžeti ograničavaju potrošnju po izvršavanju i po fazi.
• Sačuvaj izlaze u projekat kopira svaki artefakt koji je izvršavanje generisalo u vaš otvoreni projekat.
• Izvezi aplikaciju pretvara tok rada u samostalnu FastAPI uslugu; javni /v1 API izlaže izvršavanja, događaje, okidače, šablone i generisanje za CI i integracije.

18 Prediktivno dopunjavanje tabulatorom

Prediktivno dopunjavanje tabulatorom nudi inline sugestije koda za popunjavanje sredine dok kucate u editoru — prihvatite sugestiju sa Tab. To je opt-in i na motoru i na veb editoru.

Omogućite ga

• Motor — postavite zastavicu okruženja DCC_TAB_COMPLETE=1. Editor poziva POST /api/complete krajnju tačku motora, koja vraća samo tekst za umetanje na kursor.
• Veb editor — omogućite u vreme build-a sa VITE_TAB_COMPLETE=1, ili u runtime-u sa localStorage.setItem('dcc.tabComplete', '1') (zatim ponovo učitajte).

Kako se ponaša

• Sugestije se pojavljuju kao tekst duha; pritisnite Tab da prihvatite, ili nastavite da kucate da odbacite.
• Zahtevi su debounced i mogu se otkazati, tako da kucanje nikada nije blokirano.
• Kada je zastavica isključena, funkcija je potpuno onemogućena i ne šalju se zahtevi za dopunjavanje.

19 Upotreba, krediti i naplata

Otvorite Naplatu iz bočne trake da biste upravljali svojim planom i upotrebom. Upotreba AI se meri u kreditima američkih dolara na osnovu tokena koje troše osnovni modeli.

• Potrošnja ciklusa i unapred plaćeni kredit — pratite upotrebu u ovom ciklusu i bilo koji unapred plaćeni saldo.
• Dodajte prekoračeni kredit — autorizujte dodatni iznos (USD) da biste nastavili da koristite AI nakon što se potroši uključena dozvola; ako je vaš budžet iscrpljen, videćete baner koji vas podstiče da dodate kredit.
• Nadogradite / promenite plan — prebacite nivoe u bilo kom trenutku.
• Način plaćanja — dodajte ili ažurirajte karticu u evidenciji (obrađuje Stripe).
• Otkaži — odaberite otkaži na kraju perioda (zadržite pristup do kraja perioda) ili otkaži sada (povrat novca za povratni ostatak). Pogledajte Politiku otkazivanja i povrata novca.

20 Dobijanje vašeg Gateway API ključa

Gateway API ključ (lični pristupni token) omogućava vam da programski koristite DeepCerebra javni API i CLI.

1. Prijavite se i otvorite API ključeve iz bočne trake.
2. Skrolujte do DeepCerebra API ključeva.
3. Unesite oznaku (npr. "CI pipeline" ili "laptop CLI").
4. Odaberite opsege — read, chat, code, agent — i opcioni istek u danima (prazno = nikada).
5. Kliknite na Generiši. Ceo ključ se prikazuje samo jednom — kliknite Kopiraj i sigurno ga sačuvajte.

Koristite ga sa CLI-jem ili API-jem na 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/...

Možete preimenovati ili izbrisati (opozvati) ključ u bilo kom trenutku; svaki ključ prikazuje svoj prefiks, opsege, datum kreiranja/isteka i datum poslednje upotrebe.

21 Bezbednost i privatnost

• Poverljivo skladište u pregledaču — datoteke vašeg projekta ostaju u šifrovanom radnom prostoru pregledača; samo minimalni kontekst potreban po zahtevu šalje se serveru.
• Nulto zadržavanje podataka (ZDR) — upiti i kod rutirani modelima se ne zadržavaju nakon zahteva i nikada se ne koriste za obuku osnovnih modela.
• Ključevi ostaju na strani servera — BYOK i SCM tokeni su šifrovani u mirovanju; samo maskirani pregledi su prikazani.
• Šifrovanje — TLS u tranzitu; podaci o nalogu šifrovani u mirovanju; lozinke heširane nepovratno.
• Vaš kod je vaš — vi posedujete svoj sadržaj i generisani izlaz. Pogledajte Izjavu o privatnosti.

22 Rešavanje problema

"Za učitavanje fascikle potreban je Chromium pregledač"

Pređite na Chrome, Edge ili Brave, ili umesto toga koristite Otvori iz Git-a.

Agent se vrti u petlji sa istom greškom

Kliknite na Zaustavi, zatim preformulišite sa konkretnim savetom ili ograničenjem.

Greške modela ili zahteva / "budžet iscrpljen"

• Proverite svoju vezu i da li je bilo koji BYOK ključ validan.
• Prebacite se na Automatski tako da DeepCerebra rutira na dostupan model.
• Ako je vaš budžet za upotrebu iscrpljen, otvorite Naplatu i dodajte prekoračeni kredit ili nadogradite svoj plan.

Lokalni modeli se ne pojavljuju

• Potvrdite da dcc-bridge konektor radi i da uređaj prikazuje online status.
• Uverite se da Ollama radi, ili da je lokalni server LM Studio-a omogućen (podrazumevani port 1234) sa učitanim modelom.

Konektor: "server je odbio WebSocket vezu: HTTP 401"

• Koristite isti domen koji koristite u pregledaču kao --gateway (wss://deepcerebra.ai ili wss://deepcerebra.io) — dva sajta su odvojene implementacije, i token sa jednog nikada ne radi na drugom.
• Kopirajte tačnu komandu sa kartice za uparivanje na stranici Lokalna mašina.

Moje promene nisu stupile na snagu

• Uverite se da ste kliknuli na Primeni (a ne samo pregledali razliku) u Predloženim promenama.
• Koristite osvežavanje Explorera da biste ponovo skenirali fasciklu.

Git: "Nalazite se na podrazumevanom grananju"

Otvorite ili kreirajte radno grananje pre nego što koristite Integriraj za otvaranje pull request-a.

I dalje ste zaglavljeni? Kontaktirajte support@deepcerebra.ai.

23 DeepCerebra Discovery — Pitajte svoje podatke & dokumente

Discovery je istraživački chatbot za vaše baze podataka i dokumente. Umesto da odgovara jednim upitom, radi kao analitičar: formira hipoteze, pokreće niz zaštićenih sondi (SQL, graf, pretraga dokumenata, provere šeme, veb potvrda), odbacuje objašnjenja koja dokazi opovrgavaju i sintetiše utemeljen odgovor — sa grafikonima i transparentnim računom troškova. Otvorite ga sa ikone kompasa u traci aktivnosti (/app/discovery).

23.1 Prostori — vaš odabrani opseg

Prostor objedinjuje sve što je potrebno za jednu liniju ispitivanja: veze sa bazama podataka, kolekcije dokumenata, uputstva za analitičara i budžete. Kreirajte ga pomoću + Novi prostor, a zatim koristite panel za podešavanje sa desne strane da biste:

• Povežite baze podataka — SQLite, PostgreSQL, MySQL, SQL Server, ili Snowflake. Unesite ime i DSN, kliknite na Testiraj da biste proverili povezanost (prikazuju se kašnjenje i verzija servera), ili uvezite postojeću konfiguraciju veze kao JSON. Veze su podrazumevano samo za čitanje.
• Dodajte dokumente — prevucite i otpustite datoteke (PDF, DOCX, PPTX, Markdown, tekst) direktno u ćaskanje, nalepite URL adresu ili pokažite na putanju fascikle na hostu mašine. Dokumenti su podeljeni na delove, ugrađeni i indeksirani za hibridnu vektorsku + pretragu grafova znanja.
• Uvezite tabele — nalepite ili otpremite CSV/JSON da biste odmah izvršili upit bez ikakve baze podataka.
• Obučite analitičara — dodajte definicije metrika, poslovna pravila i upozorenja, pouzdane upite odobrene od strane kustosa i primere parova pitanje→upit tako da odgovori koriste vaše definicije.

23.2 Postavljanje pitanja

Ukucajte pitanje onako kako biste pitali kolegu — na primer „Zašto je obim MRI skeniranja opao u martu?“. Tabla za istragu prenosi ceo proces uživo:

• Hipoteze — kandidatska objašnjenja pod istragom, svako označeno kao podržano, opovrgnuto ili neodređeno kako dokazi pristižu.
• Sonde — svaki upit koji analitičar pokreće, sa svojim statusom; generisani SQL/Cypher je prikazan radi potpune transparentnosti, i svaka izjava prolazi pravila zaštite samo za čitanje pre izvršenja.
• Dokazi — tabele rezultata i izvodi dokumenata, citirani brojem u konačnom odgovoru.
• Odgovor + grafikoni — utemeljen zaključak koji takođe imenuje objašnjenja koja su odbačena, plus moderni grafikoni sa neonskom temom sastavljeni od dokaza.
• Račun — tokeni, trošak po sondi i runde, naplaćeni vašim AI Credits kao i svako drugo pokretanje agenta.

Naknadna pitanja nastavljaju istu nit, tako da analitičar zadržava svoj kontekst.

23.3 Grafikoni, izveštaji & izvozi

Grafikoni se prikazuju unutar table za istragu. Koristite Izvezi da preuzmete ceo upit — odgovor, hipoteze, dokaze i grafikone — kao samostalni HTML izveštaj ili PDF kvaliteta za štampu, stilizovan sa neonskim dizajnerskim sistemom.

23.4 Budžeti & kontrola troškova

Svaki prostor nosi budžete po upitu: maksimalan broj sondi, rundi istrage, sekundi i USD. Mašina se čisto zaustavlja na ograničenju i izveštava šta je do sada pronašla. Trošak svake sonde je detaljno naveden na računu, tako da uvek znate gde je potrošnja otišla.

23.5 Automatizacija: API, SDK, Workflow Studio & MCP

• REST API — sve što UI radi dostupno je pod /v1/discovery/* sa PAT-om koji nosi discovery opseg (kreirajte ga pod Nalog → API Tokeni). Streaming upiti koriste SSE. Spoljni izvršioci mogu pozajmiti samo istraživačko planiranje putem Thinking API-ja (/v1/think/*, opseg think).
• Python SDK — pip install deepcerebra-discovery, zatim DiscoveryClient(base_url, token).ask(space_id, question).
• Workflow Studio — prevucite fazu Discovery Ask (discovery.ask) u bilo koji tok posla da biste pokrenuli istragu kao korak u pajplajnu; odgovor, grafikoni i račun teku ka nizvodnim fazama.
• MCP — mašina izlaže discovery_ask i discovery_list_spaces kao MCP alate, tako da i spoljni MCP klijenti mogu pokretati istrage.