প্রকল্প সম্পর্কে

Laya হলো একটি ওপেন-সোর্স, লোকাল-ফার্স্ট AI নোটিফিকেশন কমান্ড সেন্টার, যা Slack, Gmail, GitHub, Bitbucket, Jira, Linear, Notion, Outlook এবং Google Calendar-এর মতো পেশাদার টুল থেকে নোটিফিকেশন একত্রিত করে। এটি লোকাল LLM (Ollama ও LM Studio-এর মাধ্যমে) বা ক্লাউড মডেল (Claude, GPT, Gemini) নিজের API কী দিয়ে ব্যবহার করে ইভেন্ট ইন্টারসেপ্ট করে, স্বায়ত্তশাসিত গবেষণা ও অ্যাকশন-স্টেজিং সম্পাদন করে এবং অনুমোদনের জন্য প্রস্তুত Action Cards উপস্থাপন করে। প্রধান বৈশিষ্ট্যগুলোর মধ্যে রয়েছে: - Multi-persona brain যা ইভেন্টগুলোকে বিশেষায়িত AI পার্সোনায় (Engineer, Comms, Ops, Sales, HR, Finance) রাউট করে - কোডিং এজেন্ট (Claude Code, Gemini CLI, Codex, Pi CLI, Cursor Agent) সহ জটিল কাজের জন্য Card Workspaces - অন-ডিমান্ড গভীর গবেষণা সেশনের জন্য Card Research - ইনস্টল করা CLI এজেন্টের কোটা ব্যবহার করে ক্লাসিফিকেশন চালানোর জন্য Agent inference backends - প্রতি-স্পেস মডেল ও API কী কনফিগারেশনসহ ব্যবহারকারী-নির্ধারিত কনটেক্সটের জন্য Spaces - সেমান্টিক সাদৃশ্যের মাধ্যমে প্ল্যাটফর্মজুড়ে সম্পর্কিত কার্ড সংযুক্ত করার Context Association - এনটিটি রেজোলিউশনের জন্য ক্রস-প্ল্যাটফর্ম মেমোরি - সকালের সারাংশসহ Daily Briefing - ইভেন্ট, সাশ্রয়কৃত সময়, LLM খরচ এবং অনুমোদনের হার ট্র্যাক করার Analytics Dashboard - মাসিক ক্যাপসহ Budget Tracking - প্রশ্ন ও রুল ম্যানেজমেন্টের জন্য Chat sidebar - ভেক্টর সার্চ (ChromaDB) ও লেক্সিক্যাল BM25 র‍্যাঙ্কিং একত্রিত করা Hybrid search - ক্রস-প্ল্যাটফর্ম এনটিটি সার্চের জন্য Coherence - আউটবাউন্ড অ্যাকশন সম্পাদনের জন্য Egress - Omni রোলিং ক্রস-প্ল্যাটফর্ম সারাংশ - Bookmarks, classification learning, context learning, processing rules, audit & export - Bitbucket Server ও GitHub Enterprise-এর জন্য অন-প্রেম রিপোজিটরি সাপোর্ট - প্রাইভেসি-সচেতন তিন-স্তরের ডেটা ক্লাসিফিকেশন টেক স্ট্যাক: Tauri v2 (Rust), Svelte 5, Python 3.10+ / FastAPI, LiteLLM, n8n, SQLite, ChromaDB, ONNX embeddings। macOS, Windows এবং Linux-এর জন্য প্রিবিল্ট রিলিজের মাধ্যমে ইনস্টলেশন উপলব্ধ। ডেভেলপমেন্টের জন্য Python 3.10+, Node.js 20+ এবং Rust প্রয়োজন। প্রকল্পটিতে docs/ ডিরেক্টরিতে আর্কিটেকচার, ইভেন্ট স্কিমা, API কনট্র্যাক্ট, ডেটাবেস স্কিমা এবং টিউনিং প্যারামিটার কভার করা বিস্তৃত ডকুমেন্টেশন রয়েছে।