Skip to content

README_FR.md

Latest commit

 

History

History
141 lines (105 loc) · 6.41 KB

README_FR.md

File metadata and controls

141 lines (105 loc) · 6.41 KB
Raw

AI Smartness

Memoire cognitive persistante pour agents IA

Version 6.8.0 Rust Licence MIT

English | Francais | Espanol

Qu'est-ce qu'AI Smartness ?

AI Smartness est un runtime de memoire cognitive persistante pour agents IA. Il transforme Claude Code en un agent capable de maintenir un contexte semantique a travers de longues sessions, de detecter les connexions entre concepts, de partager des connaissances avec d'autres agents, et de reprendre le travail apres des semaines comme si vous veniez juste de vous absenter pour un cafe.

Le systeme fonctionne entierement en local — un LLM local (Qwen2.5-Instruct via llama-cpp-2 avec GPU Vulkan) gere toute l'extraction memoire sans aucun cout API. Aucune donnee ne quitte votre machine.

AI Smartness Demo

Fonctionnalites cles

  • Memoire persistante — Les threads capturent chaque interaction significative. Lectures de fichiers, modifications de code, decisions, raisonnements — tout est extrait et stocke dans des bases SQLite par agent
  • 69 outils MCP — Outils natifs pour le recall memoire, la gestion de threads, l'analyse de bridges, le shared cognition, la delegation de taches, la messagerie cognitive, et plus
  • Bridges semantiques — Decouverte automatique des connexions entre threads via le systeme gossip (similarite cosinus + chevauchement de concepts). Permet des chaines de memoire associative
  • Systeme multi-agent — Memoire isolee par agent avec shared cognition pour l'echange de connaissances inter-agents. Hierarchie de supervision, delegation de taches, cognitive inbox
  • Inference LLM locale — Qwen2.5-Instruct 3B/7B via llama-cpp-2 (GPU Vulkan). Embeddings ONNX (all-MiniLM-L6-v2). Zero appels API pour les operations memoire
  • Engram Retriever — Pipeline de consensus a 10 validateurs pour decider quels threads injecter dans chaque prompt. Processus en 3 phases : pre-filtrage par hash, scoring, consensus
  • Auto-amelioration — File Chronicle, Mind Priority, Deep Recall, Session Handoff, Freshness Score, Annotation (v6.2-v6.8)
  • Panel GUI — Navigateur visuel de threads, graphe DAG de bridges, hierarchie d'agents, editeur de configuration complet (Tauri/WebKit)
  • Systeme de hooks — Integration transparente avec Claude Code via les hooks inject, capture, pretool et stop
  • 4 modes d'execution — CLI, Serveur MCP (JSON-RPC stdin/stdout), Daemon (arriere-plan), GUI (bureau)

AI Smartness Dashboard

Demarrage rapide

# Cloner et compiler
git clone https://github.com/VzKtS/ai-smartness
cd ai-smartness
cargo build --release

# Telecharger ONNX Runtime + modele d'embeddings
ai-smartness setup-onnx

# Demarrer le daemon
ai-smartness daemon start

# Initialiser votre projet
cd /path/to/your/project
ai-smartness init

# Creer et selectionner un agent
ai-smartness agent add cod --role programmer
ai-smartness agent select cod

# Ouvrir Claude Code — l'injection memoire demarre automatiquement

Pour le support GUI, compiler avec cargo build --release --features gui (necessite webkit2gtk, gtk3, libsoup sous Linux).

Vue d'ensemble de l'architecture

Crate Rust unique avec 4 modes d'execution :

Claude Code <--hooks--> ai-smartness <--IPC--> Daemon
                |                                 |
          Serveur MCP                     Prune / Gossip / Pool
           (69 outils)                   (traitement en arriere-plan)
                |
         3 bases SQLite :
         - agent.db     (memoire par agent)
         - registry.db  (registre global agents/projets)
         - shared.db    (shared cognition par projet)

Flux d'injection memoire :

  1. L'utilisateur envoie un prompt -> le hook inject se declenche
  2. L'Engram Retriever execute un consensus a 10 validateurs sur tous les threads actifs
  3. Les meilleurs threads + bridges + etat de session sont injectes (limite 8 Ko)
  4. L'agent repond -> le hook capture traite la sortie
  5. Le daemon extrait threads, bridges, concepts via le LLM local

Composants cles :

  • ThreadManager — Creation de threads, hachage de contenu, detection de doublons
  • Gossip v2 — Decouverte de bridges via ConceptIndex (pipeline en 5 etapes, toutes les 5 min)
  • Decayer — Decroissance exponentielle a demi-vie pour threads et bridges
  • Archiver — Archivage des threads inactifs avec synthese LLM
  • RuleDetector — Detection automatique des preferences utilisateur (patterns EN+FR)

AI Smartness Graph

Documentation

Document Description
FEATURES.md Inventaire exhaustif des fonctionnalites et details techniques
User Guide (EN) Guide utilisateur complet en anglais
Guide Utilisateur (FR) Guide utilisateur complet — installation, concepts, outils MCP, configuration
Guia del Usuario (ES) Guide utilisateur complet en espagnol

Prerequis

Dependance Version Notes
Rust >= 1.85 rustup recommande
Claude Code derniere CLI ou extension VS Code
ONNX Runtime auto-telecharge ai-smartness setup-onnx
GUI uniquement : webkit2gtk 4.1 libwebkit2gtk-4.1-dev
GUI uniquement : GTK 3 derniere libgtk-3-dev
GUI uniquement : libsoup 3.0 libsoup-3.0-dev

Plateformes : Linux (totalement supporte), macOS (implemente, pas encore teste), Windows (implemente, pas encore teste).

Licence

MIT

Contribuer

Les contributions sont les bienvenues. Merci de :

  1. Forker le depot
  2. Creer une branche de fonctionnalite (git checkout -b feature/ma-fonctionnalite)
  3. Committer vos modifications
  4. Pousser la branche (git push origin feature/ma-fonctionnalite)
  5. Ouvrir une Pull Request

Pour les rapports de bugs et demandes de fonctionnalites, ouvrez une issue sur GitHub.