odpalone.plodpalone.pl
feed/devtools/reasoning-core
reasoning-core

reasoning-core

100% local harness obok twojego agenta oparty na SSM i 8 deterministycznych wymiarach oceny, który zatrzymuje AI slopa.
betaZarządzany przez twórcęDevToolsDodano 54d
1
Otwórz stronę
github.com/jakubkrzysztofsikora/reasoning-core
Live
Makieta strony WWW • DevTools
reasoning-core

100% local harness obok twojego agenta oparty na SSM i 8 deterministycznych wymiarach oceny, który zatrzymuje AI slopa.

mamba SSMtree-sitterPythonGPT-NeoX BPEPyTorch
Otwórz stronę projektu (github.com/jakubkrzysztofsikora/reasoning-core)
1 pkt0 komentarzy
twórca: Jakub Sikora

O projekcie

LLMy jako jedyne narzędzie agentic AI coding działa tylko dlatego że stakeholderzy gigantów AI palą kasę w piecu i trwa zimna wojna AI między USA a Chinami. Używanie czystej architektury transformerow, która widzi codebase jako jeden dlugi string, bez hierarchi i zależności jest nieoptymalne i żaden rozmiar kontekstu i pamięci GPU na KV cache tego nie zmieni. LLM sprawdza się w części pracy nad kodem, ale część wymagająca utrzymywania spójności, zgodności z istniejącą hierarchią i wzorcami musi być oddelegowana do narzędzi, które lepiej to rozumieją. Moja hipoteza jest to że użycie SSM w parze z grafowa bazą i deterministycznymi opartymi na matematycznych założeniach gate’ach może działać w parze z dowolnym agentem AI i nie dopuszczać do ai slopa i driftu.

Stack technologiczny

mamba SSMtree-sitterPythonGPT-NeoX BPEPyTorch

Komentarze (0)

sortuj: najnowsze
Aby skomentować,lub
Zasada: kultura, konkretny feedback i wzajemne wsparcie.

Brak komentarzy pod tym projektem

Bądź pierwszą osobą, która zada pytanie twórcy, zgłosi feedback lub podzieli się opinią!

Co to jest reasoning-core?

reasoning-core to otwartoźródłowe narzędzie wspierające kontrolę kodu agentów AI, działające w 100% lokalnie jako proces pomocniczy (sidecar) na komputerze dewelopera. Rozwiązanie przechwytuje polecenia zapisu i edycji generowane przez agentów programistycznych CLI (m.in. Claude Code, GitHub Copilot, OpenAI Codex czy Gemini), zanim zmiany trafią na dysk. W oparciu o architekturę Mamba SSM, parsowanie Tree-sitter oraz deterministyczne narzędzia (np. ruff, py_compile, ast.parse i lokalne pliki konfiguracyjne), projekt ocenia kod pod kątem 8 wymiarów ryzyka. Chroni repozytorium przed dryfem architektonicznym, zduplikowanymi funkcjami pomocniczymi oraz zabronionymi zależnościami, działając bez wysyłania telemetrii do chmury.

Dla kogo jest ten produkt?

Programiści korzystający z agentów CLI takich jak Claude Code, GitHub Copilot czy CodexArchitekci oprogramowania dbający o spójność struktury i niezmienniki w repozytoriumInżynierowie oprogramowania poszukujący ochrony przed powielaniem kodu przez modele AI
Powiązane tematy:#agentic-ai#devtools#jakosc-kodu#mamba-ssm#python

Do czego służy reasoning-core?

  • Zapobiega powstawaniu tzw. AI slopa oraz duplikowaniu istniejących już funkcji pomocniczych
  • Weryfikuje poprawność i zgodność modyfikacji kodu z regułami repozytorium przed zapisem na dysk
  • Eliminuje ryzyko wycieku kodu do chmury dzięki działaniu wyłącznie na pętli lokalnej loopback
  • Wykrywa nieautoryzowane importy oraz dryfowanie agenta poza ustalony plan zmian

Kluczowe możliwości i funkcje

#1Weryfikacja pre-write na poziomie sidecara – audytowanie lub blokowanie modyfikacji przed dotknięciem dysku
#2Ocena proponowanego kodu w oparciu o 8-wymiarowy wektor ryzyka i model Mamba SSM
#3Integracja z orakularami środowiskowymi (ruff, py_compile, ast.parse oraz lokalne rules.yaml)
#4Kompatybilność z 6 popularnymi CLI: Claude Code, OpenAI Codex, Gemini, Moonshot Kimi, GitHub Copilot, Mistral Vibe
#5Architektura local-first bez telemetrii i bez stałego połączenia z zewnętrzną siecią
#6Lokalne rejestrowanie decyzji, nadpisań i potwierdzeń weryfikacji bezpośrednio na maszynie użytkownika

Jak działa reasoning-core?

1Uruchomienie procesu sidecar reasoning-core przypiętego lokalnie do interfejsu loopback
2Zdefiniowanie reguł i niezmienników repozytorium w pliku konfiguracyjnym .reasoning-core/rules.yaml
3Praca z wybranym agentem CLI (np. Claude Code lub GitHub Copilot)
4Automatyczna analiza każdego proponowanego zapisu przez deterministyczne orakle i embedder SSM
5Zwrócenie ostrzeżenia deweloperowi lub zablokowanie zapisu niepoprawnego kodu na dysku

Najczęściej zadawane pytania o reasoning-core (FAQ)

Narzędzie uruchamia się w tle jako lokalny proces sidecar nasłuchujący na pętli zwrotnej (loopback), który przechwytuje i ocenia polecenia edycji generowane przez obsługiwane narzędzia CLI przed ich finalnym zapisem w plikach.

Opis projektu przygotowany przez odpalone.pl na podstawie danych publicznych projektu. Jesteś autorem? Możesz dostosować te informacje w panelu edycji.