इस प्रोजेक्ट के बारे में

Alek-Core एक व्यक्तिगत ज्ञान प्रबंधन प्रणाली है जो Slack और Telegram के माध्यम से स्मृति और तर्क का विस्तार करती है। इसे दैनिक व्यक्तिगत उपयोग में एक सोलो प्रोजेक्ट के रूप में वर्णित किया गया है, जो GCP (Cloud Run + Firestore) पर तैनात है। मुख्य चक्र: उपयोगकर्ता संदेश को एक Router द्वारा जटिलता, टोन, सिमेंटिक लेंस और खोज इरादे के लिए वर्गीकृत किया जाता है, मेमोरी/वेब परिणामों से समृद्ध किया जाता है, Smart एजेंट द्वारा जटिलता-उपयुक्त मॉडल टियर पर उत्तर दिया जाता है, और फिर एक पृष्ठभूमि समेकन एजेंट नए तथ्यों को निकालता है ताकि भविष्य की बातचीत उन्हें पहले से जान सके। आर्किटेक्चर: हेक्सागोनल (Ports & Adapters)। डोमेन और बिजनेस लॉजिक में कोई इंफ्रास्ट्रक्चर निर्भरता नहीं है; सभी I/O लगभग 58 ABC इंटरफेस (पोर्ट्स) से होकर जाता है, जिनमें ठोस एडाप्टर स्टार्टअप पर ServiceContainer के माध्यम से इंजेक्ट किए जाते हैं। एडाप्टर में Firestore, Gemini, Claude, Grok, OpenAI, Slack, Telegram, Gmail और Microsoft To Do शामिल हैं। एजेंट प्रोवाइडर-अज्ञेय हैं, जिनमें प्रति-एजेंट डिफ़ॉल्ट और प्रति-उपयोगकर्ता ओवरराइड हैं; मॉडल टियर (ECO/BALANCED/PERFORMANCE) रनटाइम पर उपयोगकर्ता कॉन्फ़िगरेशन से हल किया जाता है। एजेंट नेटवर्क: Router प्रत्येक अनुरोध पर LLM ट्राइएज चलाता है और हमेशा Smart को रूट करता है, जिसका जटिलता स्कोर मॉडल टियर का चयन करता है। विशेषज्ञों को एकल delegate_to_specialist टूल के माध्यम से नियुक्त किया जाता है। सूचीबद्ध एजेंट में Router, Smart, Quick (फ़ॉलबैक/फ़ॉर्मेटर), Memory, WebSearch, EmailSearch, EmailClassification, FileManagement, Tasks, Notes, MapsSearch, Compute, Help, DocPlanner, DocGenerator, PdfGenerator, HtmlPageGenerator, DeepResearch, DomainResearcher और Consolidation शामिल हैं। एक विशेषज्ञ जोड़ने के लिए agent_manifest.py में एक रजिस्ट्री प्रविष्टि की आवश्यकता होती है। मुख्य तंत्र: Cloud Tasks में स्लाइडिंग-विंडो ओवरफ़्लो के साथ मेमोरी समेकन, सिमेंटिक डिडुप्लीकेशन (0.96 थ्रेशोल्ड), प्रति तथ्य 3 वेक्टर, SCD2 वर्ज़निंग और रुके हुए बैचों की प्रति घंटा स्वीप; 6 समानांतर क्वेरीज़ में Reciprocal Rank Fusion के साथ मल्टी-वेक्टर खोज; प्राथमिकता स्तरों और स्थिर प्रीफ़िक्स को गतिशील सफ़िक्स से अलग करने वाली कैश सीमा के साथ Firestore-समर्थित प्रॉम्प्ट टोकन/ब्लूप्रिंट सिस्टम; तीन गैर-अतिव्यापी रिट्राई परतें (इन-प्रोसेस, Cloud Tasks, एप्लिकेशन); 4-वेक्टर ईमेल स्कीमा के साथ Gmail OAuth इंडेक्सिंग; एक ऑप्ट-इन दैनिक ईमेल समीक्षा रिपोर्ट; Cloud Scheduler द्वारा हर 15 मिनट में भेजे जाने वाले प्रोएक्टिव सेल्फ-रिमाइंडर; और एक प्रायोगिक रिमोट MCP सर्वर जो claude.ai Custom Connectors के लिए get_user_context को इन-प्रोसेस OAuth 2.1 सर्वर के साथ उजागर करता है। बहुभाषी समर्थन प्रतिक्रिया भाषा को UI भाषा (uk, en, fr, es) से अलग करता है। परीक्षण और CI: आर्किटेक्चर नियमों को परीक्षणों के रूप में लागू किया जाता है, जिसमें 30+ AST-आधारित लेयर-आइसोलेशन नियम, एक no-print नियम और अमूर्त-पोर्ट जाँच शामिल हैं। कॉन्ट्रैक्ट टेस्ट जेनरेट किए गए टेक्स्ट के बजाय प्रोवाइडर SDK को भेजे गए पेलोड आकारों को मान्य करते हैं। LLMPort मॉकिंग मल्टी-टर्न और टूल-कॉल परीक्षणों को नियतात्मक रखती है। make check (ruff + ~4,200 टेस्ट) GitHub Actions के माध्यम से प्रत्येक पुश और PR पर चलता है; तैनाती विकल्प द्वारा मैनुअल है। कोडबेस स्पष्ट रूप से AI-सहायता प्राप्त विकास के लिए डिज़ाइन किया गया है, जिसमें स्तरित CLAUDE.md संदर्भ फ़ाइलें, निर्णय रिकॉर्ड और RFC, और इनलाइन कोड के बजाय संस्करणित डेटा के रूप में संग्रहीत प्रॉम्प्ट शामिल हैं। स्टैक: Cloud Run पर Python 3.11, पूरे में asyncio; Firestore, Cloud Tasks, Cloud Scheduler; Slack और Telegram इंटरफेस; Gmail, Microsoft To Do, Unsplash और Google Maps एकीकरण; Logfire ट्रेसिंग और 30-दिन TTL के साथ BigQuery LLM कंटेंट स्टोर; pytest और pytest-asyncio। कोई स्थानीय मोड नहीं है — कई क्षमताओं के लिए क्लाउड वातावरण की आवश्यकता होती है। दस्तावेज़ीकरण arc42 टेम्पलेट का पालन करता है। रिपॉज़िटरी केवल मूल्यांकन के लिए all-rights-reserved लाइसेंस के तहत साझा की गई है।