1 Introduktion och utgåvor

DeepCerebra Coder är en agentisk kodningsassistent. Till skillnad från en enkel autokompletterande copilot planerar, skriver, refaktorerar, kör kommandon, anropar verktyg och itererar över hela ditt projekt — med dig som granskar och godkänner de ändringar den föreslår.

Tre sätt att använda den

Denna guide fokuserar på webbappen på deepcerebra.ai; skrivbordsappen speglar samma paneler och arbetsflöden.

2 Komma igång och konto

Webbläsare som stöds

Använd en aktuell version av Chrome, Edge eller Brave för den fullständiga upplevelsen — att öppna en lokal mapp förlitar sig på Chromium File System Access API. Firefox och Safari fungerar för chatt och för Git-baserade projekt, men kan inte öppna en lokal mapp direkt.

Skapa ett konto

1. Klicka på Kom igång på landningssidan.
2. Fyll i ditt valfria visningsnamn, e-post, land och födelsedatum (du måste vara minst 18 år).
3. Välj ditt gränssnittsspråk och ett lösenord på minst 12 tecken.
4. Läs avtalsmeddelandet och bekräfta. Att skapa ett konto innebär att du godkänner Användarvillkoren, Integritetspolicyn, Tjänstebeskrivningen, och Global DPA.
5. Klicka på Skapa konto, verifiera sedan din e-post om du uppmanas, och logga in.

Återställ ditt lösenord

1. På inloggningssidan, klicka på Glömt lösenord?
2. Ange din e-post och öppna återställningslänken som skickats till din inkorg.
3. Ange ett nytt lösenord (minst 12 tecken).

3 Arbetsytan i korthet

Efter inloggning hamnar du i arbetsbänken, som samlar alla paneler på en skärm:

• Utforskaren (vänster) — filträdet för det öppna projektet, med en uppdaterings- och stängningsknapp.
• Redigeraren (mitten) — filinnehåll med syntaxmarkering och en minimap-översikt; inbyggda diffar visas här när agenten föreslår ändringar.
• Terminalen (under redigeraren, växla på/av) — kör kommandon och läs utdata.
• Chatten (höger) — agentkonversationen; detta är den primära, utrymmesfyllande panelen.

Dra delaren mellan redigeraren och chatten för att ombalansera layouten, och dra den horisontella delaren för att ändra storlek på terminalen. Den vänstra sidofältet navigerar också till Arbetsyta, Tillägg, API-nycklar, Fakturering och Feedback.

4 Öppna ett projekt

4.1 Öppna en lokal mapp

1. I Utforskaren, klicka på Öppna projektmapp.
2. Välj en mapp och ge webbläsaren behörighet att läsa den.
3. Filer läses in i din webbläsares krypterade arbetsyta i webbläsaren — inget laddas upp. Du kommer att se en live-räkning och en slutlig sammanfattning (antal filer · storlek, plus eventuella överhoppade eller trunkerade filer).

4.2 Öppna från Git (GitHub / GitLab)

1. Klicka på Öppna från Git i Utforskaren.
2. Välj fliken GitHub eller GitLab och klistra in en personlig åtkomsttoken. För GitHub, använd repo-omfånget (klassisk) eller en finmaskig token med Contents + Pull requests; för GitLab, använd api-omfånget. Din token lagras på servern — endast filinnehåll hämtas till webbläsaren.
3. Skriv repositoryt som owner/name (filtrera listan för att hitta ditt), välj sedan en gren.
4. Markera eventuellt Skapa en ny arbetsgren (t.ex. dcc/my-feature) för att hålla ditt arbete isolerat från standardgrenen.
5. Aktivera eventuellt push-webhooken så att Utforskaren uppdateras omedelbart när teammedlemmar pushar (kräver en offentlig gateway-URL).
6. Klicka på Öppna repository.

4.3 Uppdatera, byt och stäng

• Uppdatera (↻ i Utforskarens rubrik) skannar om mappen eller hämtar det senaste från Git.
• Öppna en annan mapp eller Öppna från Git från knapparna under trädet.
• Stäng projekt (papperskorgsikon) rensar arbetsytan i webbläsaren.

4.4 Mappspecifika chattsessioner

Chatthistoriken är kopplad till det öppna projektet. Att byta mapp startar automatiskt en ny session och laddar mappens tidigare sessioner, och återöppnar den senaste så att du kan fortsätta där du slutade.

4.5 Operativa mappar

Mappar som DeepCerebra använder internt — .deepcerebra, .sessions — visas i trädet men är ihopfällda som standard så att de inte rör till din källkod.

5 Arbeta med filer

• Klicka på en fil i Utforskaren för att öppna den i redigeraren; minimapen hjälper dig att navigera långa filer.
• Dra en fil från Utforskaren till chattprompten för att bifoga den som explicit kontext för ditt nästa meddelande.
• När agenten föreslår redigeringar visar redigeraren en inbyggd diff för den valda filen.

6 Chatta med agenten

Skriv en förfrågan

Beskriv vad du vill ha i vanligt språk — ställ en fråga, begär en funktion eller peka på en bugg. Var specifik om filer, ramverk och begränsningar för att få bästa resultat. Bifoga relevanta filer genom att dra dem till prompten.

Läs svar, Cursor-stil

Svar är organiserade som Cursor: agentens resonemang är separerat från leveransen. Varje svarsblock har en kopieringsikon i dess övre högra hörn så att du kan kopiera en färdig rapport, ett dokument eller ett kommando du ska köra.

Styra eller stoppa en körning

• Använd Stoppa för att avbryta en körning som är på väg åt fel håll, förfina sedan din prompt.
• Ge tips (t.ex. "använd lxml istället för html.parser") för att få agenten ur en loop.

7 De fyra chattlägena

Välj ett läge från lägesväljaren bredvid prompten. Varje läge justerar hur mycket agenten planerar och hur fritt den redigerar:

8 Granska och tillämpa ändringar

När agenten föreslår filändringar visas en panel för Föreslagna ändringar ovanför chattinmatningen, som listar varje berörd fil med antal tillagda (+) och borttagna (−) rader.

• Klicka på en filrad för att öppna dess inbyggda diff i redigeraren.
• Tillämpa eller Avvisa en enskild fil, eller använd Tillämpa alla / Avvisa alla.
• Tillämpade ändringar markeras applied (och · disk när de skrivs till en riktig mapp).
• Om det inte finns någon skrivbar mapp indikerar en endast arbetsyta-märkning att ändringarna gäller för arbetsytan i webbläsaren.

9 Integrerad terminal

Växla terminalen under redigeraren för att köra byggen, tester och skript. Med din auktorisation kan agenten exekvera kommandon och läsa deras utdata för att verifiera sitt arbete; långvariga kommandon strömmar utdata så att du kan följa framstegen. Stäng terminalen från dess rubrik när du inte behöver den.

10 Planeringsläge och exekvering

För större mål, använd Planeringsläge (eller be agenten att planera först). Planeraren skannar ditt projekt, bryter ner målet i beroende-medvetna uppgifter och tilldelar varje uppgift till rätt specialist (arkitekt, kodare, testare, dokumentatör).

• Granska och redigera planen — lägg till, ta bort eller ändra uppgifter före exekvering.
• Exekvera lager för lager — oberoende uppgifter körs tillsammans; planeraren kan omplanera om en uppgift misslyckas.
• Pausa, återuppta eller avbryt exekvering när som helst.

11 Välja modeller och Auto

Öppna modellväljaren bredvid prompten. Alternativen är grupperade som:

• Auto — låt DeepCerebra välja den bästa tillgängliga modellen (rekommenderas).
• Lokal (din GPU) — modeller som körs från din egen maskin (se §13).
• Plattforms-gateways — hostade modeller, grupperade efter gateway och sedan efter leverantör (t.ex. Anthropic, OpenAI, Google).

Hur Auto-val fungerar

Med Auto använder DeepCerebra skiktad, adaptiv routing: enkla uppgifter går till en snabb, ekonomisk modell, medan komplext eller planeringsintensivt arbete (till exempel Planeringsläge) dirigeras till en starkare modell. Detta balanserar kostnad och kvalitet automatiskt, så du behöver sällan välja manuellt.

12 Ta med egen nyckel (BYOK)

Du kan dirigera förfrågningar via ditt eget leverantörskonto istället för mätt plattformsanvändning.

1. Öppna API-nycklar från sidofältet.
2. Under Ta med egen nyckel, välj en leverantör (t.ex. ANTHROPIC_API_KEY, GOOGLE_API_KEY, OPENAI_API_KEY).
3. Klistra in nyckelvärdet och klicka på Spara. Nycklar krypteras i vila och returneras aldrig till webbläsaren — endast en maskerad förhandsvisning visas.

Plattformsmodeller (DeepCerebra) behöver ingen nyckel. Ta bort en nyckel när som helst med Ta bort.

13 Lokal maskin: GPU-modeller och konsol (DCC Bridge)

DCC Bridge ansluter din egen dator till webbappen via en liten dcc-bridge-anslutning, vilket låser upp två funktioner samtidigt:

• Lokala GPU-modeller — modeller som körs av Ollama eller LM Studio på din maskin visas i modellväljaren under Lokal (din GPU).
• Konsol / terminal på din maskin — webbterminalen och agenten kan köra riktiga kommandon på din dator, inklusive CLI-verktyg du redan har konfigurerat (Railway, AWS CLI, OVH CLI, gh, docker, kubectl, WSL, …) med deras befintliga autentiseringsuppgifter.

Anslutningen ringer ut över en autentiserad WebSocket — inga inkommande portar behövs, och den fungerar bakom NAT och brandväggar. Den körs på Windows, macOS och Linux (Python 3.10+).

13.1 Koppla din dator

1. Klicka på laptopikonen i den vänstra aktivitetsfältet — Lokal maskin (GPU + Konsol). (Samma panel öppnas från modellväljarens sidfot via Hantera lokal GPU….)
2. Se till att växeln för Lokal exekvering är aktiverad, namnge enheten och klicka på Lägg till denna dator. Kopiera den engångs parningstoken (dcc_brg_…) och det färdiga anslutningskommandot — token visas exakt en gång.

13.2 Installera och kör anslutningen

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

• Använd samma domän som du använder i webbläsaren som gateway (wss://deepcerebra.ai eller wss://deepcerebra.io) — parningskortet förfyller det rätta. De två sidorna är separata distributioner med separata konton och tokens.
• För GPU-modeller, håll Ollama igång, eller aktivera LM Studios lokala server (standardport 1234) med en laddad modell.
• Kopplade enheter visar online/offline-status, modellantal och exekveringsomfång; du kan Återkalla en enhet när som helst.

13.3 Använd din konsol från webbappen

Som standard är kommandon begränsade till en dedikerad arbetsyte-mapp (~/DeepCerebra). För att arbeta i dina riktiga projektmappar med dina förkonfigurerade CLI:er, ge dem explicit behörighet när du startar anslutningen:

# 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

Öppna sedan Terminal-panelen, klicka på Körningsmål-popupen (ikonen för bärbar dator), välj Min dator, och välj en arbetsmapp. Både dina inmatade kommandon och agentens bygg-/testkommandon körs sedan på din maskin.

14 Git-samarbetsflöde

Med ett Git-baserat projekt öppet visas en grenfält i Utforskaren som visar din aktuella gren och två åtgärder:

• Checka in (commit) — granska antalet ändrade filer, skriv ett commit-meddelande och committa till din arbetsgren.
• Integrera — öppna en pull request från din arbetsgren till standardgrenen (t.ex. main). Du måste vara på en arbetsgren, inte standardgrenen.

Om push-webhooken är aktiverad uppdateras Utforskaren automatiskt när teammedlemmar pushar, vilket håller alla synkroniserade — grunden för samarbetsinriktad teamutveckling genom DeepCerebra.

15 MCP-servrar

Utöka agenten med externa verktyg och data via Model Context Protocol. Konfigurera servrar i en .deepcerebra/mcp.json fil, till exempel:

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

Aktiverade MCP-verktyg blir automatiskt tillgängliga för agenten när de är relevanta för din förfrågan. Lokala (stdio) och fjärr (http/sse) servrar stöds båda.

Inbyggd säkerhet

• Neka som standard — när en server listar en allowlist, kan endast dessa verktyg köras.
• Godkännande för högriskverktyg — muterande verktyg (skriv/radera/distribuera/…) kräver godkännande om du inte förhandsgodkänner dem i autoApprove.
• Hastighetsbegränsning, argument- och utdata-sanering samt en granskningslogg gäller för varje anrop.

Resurser och prompter

Om en server exponerar MCP resurser eller promptmallar, får agenten automatiskt verktyg för att använda dem (mcp_list_resources, mcp_read_resource, mcp_list_prompts, mcp_get_prompt).

Autentisering för fjärrservrar

Lägg till ett auth-block till en fjärrserver. Hemligheter stöder ${ENV_VAR}-interpolering:

// 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 Anpassa agenten: Regler, färdigheter, krokar, underagenter och plugins

Du kan forma hur agenten tänker och agerar med en enda, filbaserad konvention — katalogen .deepcerebra/ — som fungerar identiskt i skrivbordsappen, webbappen och API:et. I webbappen hanterar du alla dessa under vyn Agent; på skrivbordet och via API:et är de vanliga filer som du committar med ditt projekt.

Omfång och prioritet

Konfiguration upptäcks från flera omfång; när samma objekt finns i mer än ett, vinner det med högre prioritet:

team/org  <  global (~/.deepcerebra)  <  arbetsyta (<repo>/.deepcerebra)
(lägst)                                              (högst)

• Arbetsyta — <repo>/.deepcerebra/…, committad med projektet.
• Global — ~/.deepcerebra/…, dina personliga standardinställningar för alla projekt.
• Team / org — en delad baslinje (lägst prioritet) så att en användare eller ett projekt alltid kan åsidosätta den. I webbappen, ställ in en regels Omfång till Team.

Regler (styrning)

Regler är beständiga instruktioner — kodningsstandarder, arkitekturkonventioner, domänkontext — som injiceras i agentens systemprompt. De finns som Markdown-filer under .deepcerebra/steering/, plus den alltid aktiva AGENTS.md-standarden. Frontmatter styr när en regel laddas:

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

• always — varje tur (standard).
• fileMatch — endast när en fil i kontexten matchar globs.
• auto — när din förfrågan matchar regelns name/description.
• manual — endast när du refererar till den som #name eller /name.

En rot AGENTS.md gäller för hela repot; en kapslad AGENTS.md (t.ex. services/api/AGENTS.md) gäller endast för filer under den mappen. I webbappen ger vyn Agent → Styrning varje regel en Omfångsväljare (Global / Projekt / Team).

Färdigheter

Färdigheter är återanvändbara handböcker som agenten laddar vid behov. Varje färdighet är en mapp med en SKILL.md under .deepcerebra/skills/:

---
name: deploy-release
description: How to cut and publish a versioned release.
disable-model-invocation: false   # true => manual-only (/skill)
---
# Distribuera en release
1. Öka versionen, bygg och testa.
2. Tagga och publicera.

Agenten ser en lättviktskatalog (name + description) och hämtar hela innehållet med verktyget load_skill när det är relevant. Du kan också anropa en explicit med /skill <name>. Ställ in disable-model-invocation: true för att göra en färdighet endast manuell.

Krokar

Krokar kör automatisering vid livscykelhändelser. Definiera dem som .deepcerebra/hooks/*.hook.json:

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

Händelser inkluderar promptSubmit, preToolUse, postToolUse, fileCreate, fileSave, fileDelete, preTask, postTask, sessionStart, preCompact och agentStop (Cursor/Claude-stavningar accepteras också). En åtgärd är antingen shell (kör ett kommando) eller agentPrompt (fråga agenten). En preToolUse-krok kan tillåta, neka eller fråga om verktygsanropet den fångar upp.

Underagenter

Underagenter är specialistagenter som du definierar och delegerar till. Var och en är en Markdown-fil under .deepcerebra/agents/ med frontmatter plus en kropp (dess systemprompt):

---
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
---
Du är en noggrann säkerhetsgranskare…

Huvudagenten delegerar med task (blockerande), task_async + task_status / task_result (bakgrund), eller task_parallel (fan-out).

Plugins

Ett plugin buntar ihop regler, färdigheter, krokar, underagenter och MCP-servrar till ett installerbart paket under .deepcerebra/plugins/<name>/, beskrivet av ett plugin.json-manifest:

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

Plugin-innehåll slås samman med lägst prioritet, så dina egna regler och färdigheter åsidosätter alltid ett plugins. Inaktivera ett plugin med "enabled": false eller en .disabled-markeringsfil.

17 Agentic Workflow Studio och händelsestyrda agenter

Workflow Studio är en visuell designer för multi-agent-automatisering. Du komponerar steg — var och en en agent, ett specialiststeg eller en kontrollprimitiv — till en graf, ansluter dem med beroenden och kör hela orkestreringen på motorn med live-framsteg per steg, budgetar och mänskliga godkännandeportar. Arbetsflöden sparas som en portabel YAML/JSON-definition som du kan exportera, importera, versionshantera i Git och köra från API:et eller CLI:et.

17.1 Bygga ett arbetsflöde

• Palett (vänster) — dra stegtyper, färdiga agenttyper (forskning, kodgenerering, QA, dokumentförfattare, medicinteknisk utrustning, patentrådgivare och dina egna anpassade typer), färdigheter från färdighetsbiblioteket och verktyg till arbetsytan.
• Canvas (mitten) — arrangera steg och rita kanter; en kant betyder "detta steg beror på det där" och matar automatiskt in uppströmsutdata i nedströms-prompten.
• Inspektör (höger, skalbar) — konfigurera det valda steget: dess prompt, färdigheter, verktyg, per-stegs modellåsidosättning, utdataartefakt, gate, händelser och typspecifika parametrar.
• Mallar — börja från en inbyggd ritning (Ship-It Pipeline, SaaS Starter, Data Pipeline with Evals, Customer Comms Hub, Design → Verified App) och anpassa den.
• Generera — beskriv appen eller processen i vanligt språk och Agent Builder genererar en komplett, validerad arbetsflödesgraf som du kan granska, justera och köra.

17.2 Stegbiblioteket

17.3 Händelsestyrda agenter (agentnätet)

Varje steg — oavsett typ — kan publicera och prenumerera på typade händelser på arbetsytans händelsebuss, så agenter koordinerar som tjänster på ett meddelandetyg snarare än bara genom DAG:

• Händelseklasser — varje händelse bär en klass: lifecycle, agent, business, data, system, schedule, chat, external eller alert — filtrerbar i prenumerationer och uppspelning.
• Prenumerationslägen — trigger (steget körs när en matchande händelse anländer; en körning med parkerade steg förblir resident som lyssnande), gate (en maskinell gate godkänd av en händelse istället för ett mänskligt klick), och data (nyttolasten slås samman med stegets kontext).
• Starta med händelse — vilken agent som helst kan startas av en orkestrator eller en annan agent genom att publicera till dess adress agent.<stage-id>.request.
• Körningsutlösare — ett arbetsflödes triggers:-block aktiverar det att starta vid inkommande webhooks, cron-scheman, händelser eller chatt — även när Studio är stängd.
• Live-körningar — körpanelen strömmar livscykelhändelser över SSE: stegstarter/slutföranden, gates, varningar och förhandsvisningar visas omedelbart.
• Beständig logg och uppspelning — händelser kvarstår per arbetsyta och kan spelas upp igen efter ämnesmönster och klass för granskning och felsökning.

17.3.1 Händelseköning för agenter

Agenter som reagerar på händelser kan deklarera en beständig namngiven kö så att matchande händelser aldrig går förlorade medan agenten är upptagen eller innan en körning lyssnar. På en triggerprenumeration, ställ in queue: <name> — motorn binder det ämnet till en FIFO-kö på arbetsytans händelsebuss (beständigt under .deepcerebra/workflows/events/queues/). Varje matchande händelse som publiceras från den punkten fångas upp i kön; när steget blir körbart, poppar motorn händelser i äldst-först-ordning och konsumerar dem en i taget.

• Inget går förlorat — händelser som publiceras medan arbetsflödet är stängt, medan ett annat steg körs, eller medan körningen fortfarande väntar på beroenden köas istället för att tappas.
• Per-prenumeration count — kräver N köade (eller levererade) händelser innan prenumerationen är uppfylld (användbart när flera arbetare måste rapportera in).
• Studio — i Inspektörens Händelsepanel, ställ in queue-fältet på en triggerprenumeration; aktivera triggers eller starta en körning för att skapa bindningen automatiskt.
• API och verktyg — GET /api/workflow/queues listar djup och bindningar; GET /api/workflow/queues/{name} kikar på väntande händelser; chattagenter kan anropa event_queue_status och 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 Semafororkestrering (skydd av delade resurser)

En semafor begränsar hur många uppgifter som samtidigt får operera på en delad (skyddad) resurs: en databas som skrivs till, en global variabelbutik, en fil eller en hastighetsbegränsad extern agent. Bifoga en till vilket steg som helst med semaphore: — innan stegets arbete körs, förvärvar motorn ett tillstånd av den namngivna arbetsytans semafor; tillståndet frisläpps alltid efteråt, även om steget misslyckas. permits: 1 gör det till en mutex: endast en uppgift åt gången (över alla parallella körningar i arbetsytan) exekverar det kritiska steget; varje annan uppgift väntar tills innehavaren är klar.

• Körningsövergripande serialisering — semaforer är arbetsyte-omfattande och beständiga, så två samtidiga arbetsflödeskörningar kan inte korrumpera samma skyddade resurs.
• Väntar, inte hänger — uppgifter blockerar upp till timeout_s för ett tillstånd; om resursen förblir vid kapacitet, misslyckas steget synligt istället för att hänga för evigt.
• Kraschsäkerhet — varje tillstånd bär en ttl_s; om en innehavare kraschar utan att frisläppa, upphör tillståndet automatiskt så att resursen aldrig blir dödlåst.
• Observerbarhet — bussen sänder ut semaphore.<name>.waiting, .acquired och .released systemhändelser; GET /api/workflow/semaphores visar kapacitet, innehavare och tillgängliga tillstånd.
• Chattagenter — verktygen acquire_semaphore, release_semaphore och semaphore_status koordinerar ad-hoc kritiska sektioner utanför ett arbetsflöde.

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-orkestrering (vänta på alla villkor)

Rendezvous väntar tills flera händelsevillkor alla är uppfyllda innan nästa steg fortsätter — motsatsen till "första händelsen vinner". Ställ in join: all på stegets events:-block: varje triggerprenumeration måste vara uppfylld innan steget körs. Kombinera med per-prenumeration count: N när flera agenter (eller flera rapporter från en agent) alla måste checka in — till exempel, designgodkännande, testslutförande och säkerhetsgodkännande innan ett release-steg exekveras.

• join: any (standard) — steget körs när den första triggerprenumerationen är uppfylld.
• join: all — rendezvous: varje triggerprenumeration (var och en med sitt eget ämne, klassfilter och valfritt count) måste vara uppfylld; först då blir steget körbart.
• Nyttolaster — alla konsumerade händelser registreras på steget som trigger_events och exponeras för mallar som inputs.events (en lista över händelseobjekt med nyttolaster).
• Studio — när ett steg har två eller fler triggerprenumerationer, visar Inspektören en Join-väljare: any — första händelsen vinner eller all — rendezvous (vänta på alla); canvasen visar en sammanslagningsikon på rendezvous-steg.

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 Agentverktygsbiblioteket

Steg väljer verktyg från samma register som chattagenten använder:

• Kärna — filer, git, shell, kodexekvering, kodsökning, webbläsarautomatisering, webbsökning, vision/media, bildgenerering.
• Databaser — SQLite, PostgreSQL, MySQL, MongoDB och Redis-frågor plus create_database, apply_migrations och dump_schema för ägda datalager.
• Kommunikation — telefonsamtal och SMS (Twilio) och e-post (SendGrid), med ett simuleringsläge som registrerar till en utbox när autentiseringsuppgifter saknas — demos skickar aldrig riktiga meddelanden av misstag.
• DevOps — docker_build / docker_push, compose up/down, SSH och moln-CLI-distributioner (Fly, Render, Railway, Vercel), även simulationssäkra.
• Verifiering — stackdetektering, testsvitexekvering med analyserade godkännandegrader, beroendegranskningar och hemlighetsskanning.
• SciCompute-motorer — hundratals vetenskapliga och ingenjörsmetoder (namngivna Class.method) inom matematik, signalbehandling, kontroller, statistik och mer.
• Expertbyrå och MCP — grundad domänforskning plus eventuella externa MCP-servrar du ansluter.

17.5 Körning, gates och utdata

• Validera kontrollerar grafen (unika id:n, acykliska beroenden, typ-parametrar) innan du kör.
• Mänskliga gates pausar körningen efter att steget producerat sitt utkast, så att du godkänner verkligt arbete; händelsegates låter ett annat system godkänna automatiskt.
• Budgetar begränsar utgifterna per körning och per steg.
• Spara utdata till projekt kopierar varje artefakt som en körning genererade till ditt öppna projekt.
• Exportera app förvandlar arbetsflödet till en fristående FastAPI-tjänst; den offentliga /v1 API:et exponerar körningar, händelser, triggers, mallar och generering för CI och integrationer.
💡 Tips: Börja med mallen Ship-It Pipeline: den kedjar design → db.provision → implementering → genererade tester → säkerhetsgranskning → distributionspaketering → CI-generering, med en mänsklig gate före paketering — en komplett väg från brief till produktion som du kan anpassa på några minuter.

18 Prediktiv tabbkomplettering

Prediktiv tabbkomplettering erbjuder inbyggda kodförslag som fyller i mitten medan du skriver i redigeraren — acceptera ett förslag med Tab. Det är valfritt både på motorn och webbredigeraren.

Aktivera det

• Motor — ställ in miljöflaggan DCC_TAB_COMPLETE=1. Redigeraren anropar motorns POST /api/complete-slutpunkt, som endast returnerar texten att infoga vid markören.
• Webbredigerare — aktivera vid byggtid med VITE_TAB_COMPLETE=1, eller vid körtid med localStorage.setItem('dcc.tabComplete', '1') (ladda sedan om).

Hur det fungerar

• Förslag visas som spöktext; tryck Tab för att acceptera, eller fortsätt skriva för att avvisa.
• Förfrågningar är debouncerade och avbrytbara, så skrivning blockeras aldrig.
• När flaggan är avstängd är funktionen helt inaktiverad och inga kompletteringsförfrågningar görs.

19 Användning, krediter och fakturering

Öppna Fakturering från sidofältet för att hantera din plan och användning. AI-användning mäts i amerikanska dollar-krediter baserat på de tokens som förbrukas av de underliggande modellerna.

• Cykelutgifter och förbetald kredit — spåra användning denna cykel och eventuellt förbetalt saldo.
• Lägg till överskottskredit — auktorisera ett ytterligare belopp (USD) för att fortsätta använda AI efter att den inkluderade tillåtelsen är förbrukad; om din budget är uttömd kommer du att se en banner som uppmanar dig att lägga till kredit.
• Uppgradera / ändra plan — byt nivåer när som helst.
• Betalningsmetod — lägg till eller uppdatera kortet (hanteras av Stripe).
• Avbryt — välj avbryt vid periodens slut (behåll åtkomst tills perioden slutar) eller avbryt nu (återbetala det återbetalningsbara restbeloppet). Se Avboknings- och återbetalningspolicy.

20 Hämta din Gateway API-nyckel

En gateway API-nyckel (en personlig åtkomsttoken) låter dig använda DeepCerebra publika API och CLI programmatiskt.

1. Logga in och öppna API-nycklar från sidofältet.
2. Scrolla till DeepCerebra API Keys.
3. Ange en etikett (t.ex. "CI pipeline" eller "laptop CLI").
4. Välj omfång — read, chat, code, agent — och en valfri utgång i dagar (tom = aldrig).
5. Klicka på Generera. Den fullständiga nyckeln visas endast en gång — klicka på Kopiera och lagra den säkert.

Använd den med CLI eller API:et på 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/...

Du kan byta namn på eller radera (återkalla) en nyckel när som helst; varje nyckel visar dess prefix, omfång, skapad/utgång och senast använda datum.

21 Säkerhet och integritet

• Konfidentiell lagring i webbläsaren — dina projektfiler stannar i webbläsarens krypterade arbetsyta; endast den minimala kontext som behövs per förfrågan skickas till servern.
• Noll datalagring (ZDR) — prompter och kod som dirigeras till modeller behålls inte längre än förfrågan och används aldrig för att träna grundmodeller.
• Nycklar stannar på serversidan — BYOK och SCM-tokens krypteras i vila; endast maskerade förhandsvisningar visas.
• Kryptering — TLS under överföring; kontodata krypterad i vila; lösenord hashade irreversibelt.
• Din kod är din — du äger ditt innehåll och den genererade utdata. Se Integritetspolicyn.

22 Felsökning

"Mappladdning kräver en Chromium-webbläsare"

Byt till Chrome, Edge eller Brave, eller använd Öppna från Git istället.

Agenten loopar på samma fel

Klicka på Stoppa, omformulera sedan med ett konkret tips eller en begränsning.

Modell- eller förfrågningsfel / "budget uttömd"

• Kontrollera din anslutning och att eventuell BYOK-nyckel är giltig.
• Byt till Auto så att DeepCerebra dirigerar till en tillgänglig modell.
• Om din användningsbudget är uttömd, öppna Fakturering och lägg till överskottskredit eller uppgradera din plan.

Lokala modeller visas inte

• Bekräfta att dcc-bridge-anslutningen körs och att enheten visar online.
• Se till att Ollama körs, eller att LM Studio:s lokala server är aktiverad (standardport 1234) med en laddad modell.

Anslutning: "servern avvisade WebSocket-anslutning: HTTP 401"

• Använd samma domän som du använder i webbläsaren som --gateway (wss://deepcerebra.ai eller wss://deepcerebra.io) — de två sidorna är separata distributioner, och en token från den ena fungerar aldrig på den andra.
• Kopiera det exakta kommandot från parningskortet på sidan Lokal maskin.

Mina ändringar trädde inte i kraft

• Se till att du klickade på Tillämpa (inte bara förhandsgranskade diffen) i Föreslagna ändringar.
• Använd Utforskarens uppdatering för att skanna om mappen.

Git: "Du är på standardgrenen"

Öppna eller skapa en arbetsgren innan du använder Integrera för att öppna en pull request.

Fortfarande fast? Kontakta support@deepcerebra.ai.

23 DeepCerebra Discovery — Fråga dina data och dokument

Discovery är en undersökande chatbot för dina databaser och dokument. Istället för att svara med en enda fråga, fungerar den som en analytiker: den bildar hypoteser, kör en serie skyddade sonder (SQL, graf, dokumentsökning, schemakontroller, webbverifiering), rensar bort förklaringar som bevisen motbevisar, och syntetiserar ett grundat svar — med diagram och ett transparent kostnadskvitto. Öppna den från kompassikonen i aktivitetsfältet (/app/discovery).

23.1 Utrymmen — ditt kurerade omfång

Ett utrymme samlar allt som en frågeställning behöver: databasanslutningar, dokumentsamlingar, instruktioner för analytikern och budgetar. Skapa ett med + Nytt utrymme, använd sedan inställningspanelen till höger för att:

• Anslut databaser — SQLite, PostgreSQL, MySQL, SQL Server eller Snowflake. Ange ett namn och DSN, klicka på Testa för att verifiera anslutningen (latens och serverversion visas), eller importera en befintlig anslutningskonfiguration som JSON. Anslutningar är skrivskyddade som standard.
• Lägg till dokument — dra och släpp filer (PDF, DOCX, PPTX, Markdown, text) direkt in i chatten, klistra in en URL, eller peka på en mappväg på motorn. Dokument delas upp i bitar, bäddas in och indexeras för hybrid vektor + kunskapsgrafsökning.
• Importera tabeller — klistra in eller ladda upp CSV/JSON för att fråga direkt utan någon databas.
• Lär analytikern — lägg till metrikdefinitioner, affärsregler och förbehåll, kuratorgodkända betrodda frågor och exempel på fråga→frågepar så att svaren använder dina definitioner.

23.2 Ställa en fråga

Skriv en fråga som du skulle ställa en kollega — till exempel ”Varför sjönk volymen av MRI-skanningar i mars?”. Undersökningspanelen strömmar hela processen live:

• Hypoteser — de kandidatförklaringar som undersöks, var och en markerad som stödd, motbevisad eller osäker när bevis anländer.
• Sonder — varje fråga som analytikern kör, med dess status; genererad SQL/Cypher visas för full transparens, och varje uttalande passerar skrivskyddade skyddsregler före exekvering.
• Bevis — resultatstabeller och dokumentutdrag, citerade med nummer i det slutliga svaret.
• Svar + diagram — en grundad slutsats som också namnger de förklaringar som uteslöts, plus moderna neon-tematiska diagram sammansatta från bevisen.
• Kvitto — tokens, kostnad per sond och omgångar, debiteras dina AI Credits som alla andra agentkörningar.

Följdfrågor fortsätter samma tråd, så analytikern behåller sitt sammanhang.

23.3 Diagram, rapporter och exporter

Diagram renderas direkt på undersökningspanelen. Använd Exportera för att ladda ner hela frågan — svaret, hypoteserna, bevisen och diagrammen — som en fristående HTML-rapport eller en utskriftskvalitet PDF, stiliserad med neon-designsystemet.

23.4 Budgetar och kostnadskontroll

Varje utrymme har budgetar per fråga: ett maximalt antal sonder, undersökningsomgångar, sekunder och USD. Motorn stannar rent vid taket och rapporterar vad den hittat hittills. Varje sonds kostnad specificeras på kvittot, så du vet alltid vart utgifterna gick.

23.5 Automatisering: API, SDK, Workflow Studio & MCP

• REST API — allt som användargränssnittet gör är tillgängligt under /v1/discovery/* med en PAT som bär discovery-omfånget (skapa den under Konto → API-tokens). Strömmande frågor använder SSE. Externa exekutorer kan låna endast den undersökande planeringen via Thinking API (/v1/think/*, omfång think).
• Python SDK — pip install deepcerebra-discovery, sedan DiscoveryClient(base_url, token).ask(space_id, question).
• Workflow Studio — släpp in Discovery Ask-steget (discovery.ask) i valfritt arbetsflöde för att köra en undersökning som ett pipeline-steg; svaret, diagrammen och kvittot flödar till efterföljande steg.
• MCP — motorn exponerar discovery_ask och discovery_list_spaces som MCP-verktyg, så externa MCP-klienter kan också köra undersökningar.