À propos du projet
HASH est une plateforme open-source multi-locataire pour construire des graphes de connaissances et des simulations auto-évolutifs. Selon son README, elle vise à transformer des informations brutes en graphes de connaissances et de processus, créant des « modèles du monde » basés sur des graphes qui soutiennent l'automatisation des processus, l'optimisation, la prise de décision et l'IA.
Le projet se décrit comme une base de données open-source auto-évolutive qui se développe, se structure et se vérifie elle-même. Elle intègre des données en quasi-temps réel et offre des interfaces pour parcourir et gérer les entités (données) et les types (schémas), y compris pour les utilisateurs non techniques. Des agents autonomes peuvent être déployés pour développer, vérifier et maintenir la base de données, en rassemblant des informations provenant d'Internet public et de sources privées connectées dans une forme sémantique standardisée.
Une caractéristique notable mise en avant est la bitemporalité : un support de premier ordre pour enregistrer et interroger à la fois quand un événement s'est produit et quand il est devenu connu. Le README positionne cela comme central pour la modélisation des processus.
Le dépôt est un monorepo public contenant du code, de la documentation et des ressources. Sa structure inclut /apps (applications et services exécutables), /blocks (blocs publics du Block Protocol), /infra (scripts de déploiement et infrastructure), /libs (bibliothèques incluant des paquets npm et des crates Rust), et /tests (tests de bout en bout et d'intégration).
Les options de démarrage incluent l'utilisation du service hébergé hash.ai (recommandé, démarrage rapide en moins de cinq minutes, avec une éventuelle liste d'attente), l'exécution de HASH localement, ou le déploiement dans le cloud. Le développement local nécessite Git, Docker avec Compose et Buildx, et mise pour les chaînes d'outils épinglées ; Docker nécessite au moins 8 Go de RAM et environ 15 Go d'espace disque libre. La configuration implique de cloner le dépôt, d'installer les chaînes d'outils et les dépendances JavaScript, de créer un fichier .env.local avec des clés factices (les vraies clés ne sont nécessaires que pour les fonctionnalités IA), de démarrer l'infrastructure conteneurisée via yarn compose up -d, puis d'exécuter yarn start ou des processus séparés pour le graphe et le développement. La couche de graphe compile à partir de Rust et peut prendre 10 à 20 minutes lors d'une première construction à froid ; elle peut également être exécutée dans Docker via le profil hgres. Le mode développement initialise trois utilisateurs avec le mot de passe « password ».
Le README documente les variables d'environnement couvrant le serveur API, la configuration AWS, les téléchargements de fichiers (système de fichiers local ou S3), le transport des e-mails (factice, AWS SES ou SMTP), les paramètres Postgres pour divers services, Redis, la télémétrie optionnelle Rudderstack, et d'autres options telles que l'URL du frontend, le secret de session, le niveau de journalisation et la clé API Block Protocol. La plupart des variables ont des valeurs par défaut et ne sont pas requises pour exécuter l'application.
Des conseils de contribution sont fournis, ainsi que des exemples de fichiers de configuration IDE pour VSCode et Zed. La majeure partie du dépôt est publiée comme logiciel libre open-source sous les licences détaillées dans LICENSE.md. Des instructions de signalement de sécurité et des canaux de contact (X, e-mail, discussions, problèmes) sont également répertoriés.
Comments
0 people shared their preference · Deer Point appears after 10 participants
Sign in to join the discussion.