AI-агент для исследований с открытым исходным кодом.

/lit /review /draft /compare /story A01 /story S01 /evaluate-stories all ./outputs/my-story-run ``` Сразу из консоли: ```powershell abulafia deepresearch "AI agents in legal education" abulafia lit "AI governance in universities" abulafia review .\papers\article.md abulafia draft "Напиши черновик статьи про AI в юридическом образовании" abulafia compare .\docs\abulafia.md .\docs\claude-code.md abulafia story A01 .\articles\article.md abulafia story S01 .\article.md "Нужно понять, в какие журналы это можно подать и какие доработки нужны" abulafia evaluate-stories all .\outputs\my-story-run ``` Основное соответствие skills и workflow-команд: | Skill | Команда | | --- | --- | | `skills/deep-research` | `/deepresearch` | | `skills/literature-review` | `/lit` | | `skills/peer-review` | `/review` | | `skills/paper-writing` | `/draft` | | `skills/source-comparison` | `/compare` | | `skills/paper-code-audit` | `/audit` | | `skills/replication` | `/replicate` | | `skills/autoresearch` | `/autoresearch` | | `skills/watch` | `/watch` | | `skills/jobs` | `/jobs` | | `skills/session-log` | `/log` | | `skills/story-*` | `/story` | | `skills/story-evaluation` | `/evaluate-stories` | ### Запуск A01-A10 и S01-S11 Сценарии `A01-A10` и `S01-S11` теперь оформлены как отдельные story-агенты. У каждого story ID есть собственный agent definition в `.abulafia/agents/` и paired skill в `skills/`. Интерактивная команда `/story` и прямой CLI-вызов `abulafia story` запускают агентный сценарий через модель и доступные инструменты. Локальный детерминированный runner без обращения к модели доступен только под явным именем `story-local`; он нужен для smoke-теста структуры, а не для анализа. `evaluate-stories` валидирует уже созданный артефакт. Пример: проанализировать статью через `A01 Briefer`: ```powershell abulafia story A01 .\articles\article.md ``` Пример: быстро проверить S01 локальным runner-ом без расходов 302AI: ```powershell abulafia story-local S01 .\article.md "Нужно проверить только структуру выходных файлов" ``` Готовая демонстрация Journal-Yuga из консоли лежит в: ```text demo/journal-yuga-console/ ``` Посмотреть команды без запуска модели: ```powershell .\demo\journal-yuga-console\run-demo.ps1 ``` Запустить демонстрацию S01: ```powershell .\demo\journal-yuga-console\run-demo.ps1 -Run ``` Запустить цепочку исследовательских MegaAgent stories: ```powershell abulafia story chain A01-A10 .\articles\article.md ``` Запустить цепочку Journal-Yuga stories: ```powershell abulafia story chain S01-S11 .\articles\article.md ``` Запустить несколько конкретных stories: ```powershell abulafia story A01,A02,A03 .\articles\article.md ``` Проверить созданный результат по методике: ```powershell abulafia evaluate-stories A01 .\outputs\\A01-briefer-brief.md ``` Проверить все 21 story-артефакта из мокового запуска: ```powershell abulafia evaluate-stories all .\outputs\my-story-run ``` Внутренняя схема запуска: ```text /story A01 input -> prompts/story.md -> direct story contract: .abulafia/agents/story-a01-briefer.md -> skill contract: skills/story-a01-briefer/SKILL.md -> outputs//A01-briefer-brief.md -> outputs//story-run-report.md ``` Для Journal-Yuga stories (`S01-S11`) добавляется общий слой `journal-yuga-common`: ```text /story S01 input -> prompts/story.md -> direct story contract: .abulafia/agents/story-s01-journal-pool.md -> skill contracts: skills/journal-yuga-common/SKILL.md + skills/story-s01-journal-pool/SKILL.md -> outputs/journal-yuga-runs//state.yaml -> outputs/journal-yuga-runs//S01-journal-pool.md -> outputs/journal-yuga-runs//story-run-report.md ``` Important runtime detail: `story-*` names are Abulafia story specifications, not guaranteed `subagent` runtime modes. If Pi's `subagent` tool does not explicitly list a `story-*` name, `/story` executes the story contract directly and may use built-in subagents only for narrow supporting work. ### Ход работы вместо `working` Abulafia подключает расширение `live-status`, которое заменяет стандартное сообщение ожидания на продуктовый статус вида `Ход работы: ...`. В interactive UI он показывает: - текущий workflow или story; - активный инструмент и целевой файл/запрос; - модель; - последний результат инструмента; - содержимое live-status файла, если workflow его ведет. Для длинных workflow агент обновляет: ```text outputs/.status/abulafia-live-status.md ``` Туда записывается публичный операционный статус: этап, задействованные contracts/skills, источники и досье, рабочая гипотеза, последние предложения и следующий шаг. Это не raw chain-of-thought модели; скрытые рассуждения не выводятся и не подменяются выдуманным текстом. Journal-Yuga агент сначала собирает критерии приемки. Если данных недостаточно, он пишет состояние запуска и задает только блокирующие вопросы. Чтобы остановить уточнения и заставить агента работать с тем, что есть, используйте ключевую фразу: ```text хватит вопросов ``` Каждый Journal-Yuga run хранит состояние в: ```text outputs/journal-yuga-runs// state.yaml intake.md acceptance-criteria.md decision-log.md journal-search-log.md ``` Локальная память по журналам находится здесь: ```text knowledge/journals/ index.yaml _template.md *.md ``` Порядок поиска для Journal-Yuga: 1. основная база `knowledge/journals/journal_yuga_venue_database.md`; 2. досье журналов `knowledge/journals/*.md`; 3. курированный список `knowledge/journals/index.yaml`; 4. web search только если локальных данных недостаточно. Если агент извлек полезное наблюдение по журналу в ходе задачи, он автоматически дописывает его в соответствующее досье, не удаляя старые наблюдения. ### Только навыки Если вам нужны только исследовательские навыки без полного терминального приложения: **macOS / Linux:** ```bash curl -fsSL https://raw.githubusercontent.com/Enicast/Abulafia/main/scripts/install/install-skills.sh | bash ``` **Windows (PowerShell):** ```powershell irm https://raw.githubusercontent.com/Enicast/Abulafia/main/scripts/install/install-skills.ps1 | iex ``` Это установит библиотеку навыков в `~/.codex/skills/abulafia`. Если нужна установка локально в репозиторий: **macOS / Linux:** ```bash curl -fsSL https://raw.githubusercontent.com/Enicast/Abulafia/main/scripts/install/install-skills.sh | bash -s -- --repo ``` **Windows (PowerShell):** ```powershell & ([scriptblock]::Create((irm https://raw.githubusercontent.com/Enicast/Abulafia/main/scripts/install/install-skills.ps1))) -Scope Repo ``` Это установит навыки в `.agents/skills/abulafia` внутри текущего репозитория. Эти установщики скачивают встроенные деревья `skills/` и `prompts/`, а также repo-level guidance файлы, на которые ссылаются эти навыки. Они не устанавливают терминал Abulafia, встроенный runtime Node, хранилище авторизации или Pi-пакеты. --- ### Что вы вводите → что происходит ``` $ abulafia "what do we know about scaling laws" → Ищет по статьям и вебу, готовит исследовательскую справку с цитатами $ abulafia deepresearch "mechanistic interpretability" → Многоагентное исследование с параллельными исследователями, синтезом и проверкой $ abulafia lit "RLHF alternatives" → Литературный обзор с консенсусом, разногласиями и открытыми вопросами $ abulafia audit 2401.12345 → Сравнивает утверждения статьи с публичным кодом $ abulafia replicate "chain-of-thought improves math" → Воспроизводит эксперименты на локальных или облачных GPU ``` --- ### Рабочие сценарии Можно формулировать запросы естественным языком или использовать slash-команды как сокращения. | Команда | Что делает | | --- | --- | | `/deepresearch ` | Многоагентное исследование с упором на источники | | `/lit ` | Литературный обзор по поиску статей и первичным источникам | | `/review ` | Имитация peer review с уровнем серьёзности и планом правок | | `/audit ` | Аудит расхождений между статьёй и кодовой базой | | `/replicate ` | Воспроизведение экспериментов на локальных или облачных GPU | | `/compare ` | Матрица сравнения источников | | `/draft ` | Черновик в академическом стиле на основе результатов исследования | | `/autoresearch ` | Автономный цикл экспериментов | | `/watch ` | Регулярный мониторинг темы | | `/outputs` | Просмотр всех исследовательских артефактов | --- ### Агенты Четыре встроенных исследовательских агента, которые запускаются автоматически. - **Researcher** — собирает доказательства из статей, веба, репозиториев и документации - **Reviewer** — проводит имитацию peer review с градацией серьёзности замечаний - **Writer** — готовит структурированные черновики на основе исследовательских заметок - **Verifier** — проверяет встроенные цитаты, URL источников и убирает битые ссылки --- ### Навыки и инструменты - **[AlphaXiv](https://www.alphaxiv.org/)** — поиск статей, Q&A, чтение кода и аннотации (через CLI `alpha`) - **Docker** — изолированное выполнение в контейнерах для безопасных экспериментов на вашей машине - **Web search** — Perplexity, Exa или Gemini при наличии доступа; режим `auto` использует цепочку Brave, DuckDuckGo и Bing как безключевой fallback - **Session search** — индексированный поиск по предыдущим исследовательским сессиям - **Preview** — просмотр в браузере и экспорт артефактов в PDF - **Modal** — serverless GPU-вычисления для всплесковых тренировок и инференса - **RunPod** — постоянные GPU-поды с SSH-доступом для долгих экспериментов --- ### Как это работает Система построена на базе [Pi](https://github.com/badlogic/pi-mono) для agent runtime, [alphaXiv](https://www.alphaxiv.org/) для поиска и анализа статей, а также CLI-инструментов для вычислений и исполнения. Возможности поставляются в виде [Pi skills](https://github.com/badlogic/pi-skills) — Markdown-инструкций, которые синхронизируются в `~/.abulafia/agent/skills/` при запуске. Каждый результат привязан к источникам — утверждения сопровождаются прямыми ссылками на статьи, документацию или репозитории. --- ### История звёзд --- ### Участие в разработке Полное руководство для контрибьюторов смотрите в [CONTRIBUTING.md](CONTRIBUTING.md). ```bash git clone https://github.com/getcompanion-ai/abulafia.git cd abulafia nvm use || nvm install npm install npm test npm run typecheck npm run build ``` [Документация](DOCUMENTATION.md) · [Примечания к релизам](RELEASES.md) · [Лицензия MIT](LICENSE)