chore: organize documentation structure for monorepo

- Create /docs structure (microdao, daarion, agents)
- Organize 61 cursor technical docs
- Add README files for each category
- Copy key documents to public categories
- Add GitHub setup instructions and scripts
This commit is contained in:
Apple
2025-11-15 04:08:35 -08:00
parent 5520665600
commit c552199eed
138 changed files with 39624 additions and 40 deletions

View File

@@ -0,0 +1,426 @@
# 17 — Co-Memory & Knowledge Space (MicroDAO)
Простір знань і колективна памʼять спільноти
Co-Memory — це "мозок спільноти".
Це місце, де зберігаються документи, факти, концепти, визначення, історія, рішення, правила й контексти.
Knowledge Space — це структурована навігація по цій памʼяті, яку розуміють і люди, і агенти.
Разом вони формують фундамент DAGI — децентралізованого емерджентного інтелекту.
---
# 1. Призначення
Co-Memory вирішує три завдання:
1. **Колективні знання**
- Документи, файли, бази знань.
- Значущі фрагменти (факти, визначення, домовленості).
2. **Структура знань**
- Простори (knowledge spaces),
- Теги,
- Категорії,
- RAG-індекси,
- Семантичні групи.
3. **Інструменти розуміння**
- RAG-пошук,
- оновлення знань агентами,
- генерація summary,
- інференс подій,
- пропозиції покращення.
Knowledge Space — це не "Google Drive".
Це **агентський, самооновлюваний простір**, де знання постійно оновлюються через взаємодію спільноти та агентів.
---
# 2. Що таке Knowledge Space
Knowledge Space — це:
- "папка", але з контекстом,
- простір, який може містити:
- документи,
- файли,
- нотатки,
- факти,
- ключові поняття,
- власну багаторівневу памʼять,
- власних агентів-кураторів знань.
Кожен Knowledge Space існує як **контекст**, у якому можуть взаємодіяти:
- люди,
- агент знань,
- інші агенти,
- Projects Agent,
- Followup Agent.
---
# 3. Структура Co-Memory
Co-Memory складається з:
### 3.1. Documents (Документи)
- PDF, MD, DOCX
- структури текстів
- автоматично створювані summary
### 3.2. Notes (Нотатки)
- короткі фрагменти,
- конспекти,
- витяги агентів.
### 3.3. Facts (Факти)
- короткі текстові знання:
- "Проєкт MicroDAO запускається в три етапи."
- "Кожен агент має власну пам'ять і колективну памʼять."
### 3.4. Definitions (Визначення)
- ключові поняття:
- "DAGI",
- "Team Agent",
- "1T як одиниця досвіду".
### 3.5. Threads Memory
- памʼять дискусій,
- важливі моменти взаємодій у каналах.
### 3.6. Semantic Embeddings
- ембедінги документів, нотаток, фактів.
### 3.7. Metadata & Relations
- посилання між документами,
- причинно-наслідкові звʼязки,
- залежності між поняттями.
---
# 4. Агенти, пов'язані з Co-Memory
## 4.1. Memory Agent (основний)
Роль: `"memory_core"`
Відповідає за:
- додавання фактів,
- витяг релевантних знань,
- формування рішень,
- оновлення довгострокової памʼяті агента,
- RAG-індексацію.
## 4.2. Knowledge Curator Agent
Роль: `"knowledge_curator"`
- створює структуру знань,
- перевіряє старі факти,
- пропонує очистку або об'єднання документів,
- формує "канон" спільноти.
## 4.3. Knowledge Guide Agent
Роль: `"knowledge_guide"`
- відповідає на питання:
- "Що ми знаємо про MicroDAO?"
- "Поясни концепцію DAGI."
- "Покажи документи про governance."
- виконує RAG-пошук,
- створює підбірки знань.
---
# 5. Життєвий цикл знань
### Етап 1: Створення
- документ завантажують,
- агент додає summary,
- Knowledge Space оновлюється.
### Етап 2: Дистиляція
- Memory Agent аналізує обговорення,
- створює факти / визначення,
- додає їх у long-term.
### Етап 3: Об'єднання
- Curator Agent:
- виявляє дублікати,
- обʼєднує схожі документи,
- оптимізує структуру.
### Етап 4: RAG-індексація
- ембедінги документів,
- векторні індекси,
- контекст для всіх агентів.
### Етап 5: Використання
- пошук,
- відповіді на запити,
- автоматичні звіти,
- аналіз проєктів.
---
# 6. Структура даних
## 6.1. Таблиця `knowledge_spaces`
- id
- team_id
- name
- description
- created_by
- created_at
## 6.2. Таблиця `knowledge_documents`
- id
- space_id
- title
- content_text
- file_url?
- summary
- embedding_vector
- created_at
- updated_at
## 6.3. Таблиця `knowledge_facts`
- id
- space_id
- fact_text
- embedding_vector
- created_by
- created_at
## 6.4. Таблиця `knowledge_relations`
- id
- from_id
- to_id
- relation_type ("defines", "depends_on", "explains", "references")
- created_by
- created_at
---
# 7. Tools (сумісні з Runtime Core)
### 7.1. add_document
Додає документ у Knowledge Space.
### 7.2. add_fact
Додає факт у LTM та індексує його.
### 7.3. get_relevant_knowledge
RAG-пошук:
- слова → факти → документи → summary.
### 7.4. summarize_space
Створює огляд усього Knowledge Space.
### 7.5. explain_concept
Пояснює концепт на основі фактів, визначень, документів.
### 7.6. link_knowledge
Створює звʼязки між фактами/документами.
---
# 8. Інтеграція з Runtime Core (12)
Memory Agent підключається як:
```ts
const memoryAgentConfig: AgentConfig = {
id: "ag_memory_core",
teamId: "...",
name: "Memory Agent",
role: "memory_core",
systemPrompt: systemMemoryPrompt,
memoryScope: "team",
tools: [
"add_document",
"add_fact",
"get_relevant_knowledge",
"summarize_space",
"explain_concept",
"link_knowledge"
]
};
```
---
# 9. Інтеграція з Projects, Messenger, Followups
### Projects Agent
* додає факти про проєкт у Knowledge Space проєкту.
### Messenger Agent
* зберігає важливі уривки обговорень.
### Followups Agent
* формує історію ритму та задач у вигляді нотаток.
---
# 10. UI
## 10.1. Sidebar → Knowledge
* Список Knowledge Spaces.
* Кнопка "Створити новий простір знань".
## 10.2. Основний екран Knowledge Space
* Заголовок.
* Опис.
* Documents.
* Facts.
* Relations.
* Кнопка "Додати документ".
* Кнопка "Додати факт".
## 10.3. Правий сайдбар Knowledge
* Рекомендації від агентів.
* Семантичні групи.
* Контекстні звʼязки.
## 10.4. Чат взаємодії з Knowledge Guide
* "Поясни мені цей документ…"
* "Що ми знаємо про governance?"
* "Покажи всі визначення, повʼязані з DAGI."
---
# 11. API
### 11.1. Knowledge Spaces
`GET /knowledge_spaces?team_id`
`POST /knowledge_spaces`
### 11.2. Documents
`GET /knowledge_spaces/:id/documents`
`POST /documents`
`PATCH /documents/:id`
### 11.3. Facts
`GET /knowledge_spaces/:id/facts`
`POST /facts`
### 11.4. Search & RAG
`POST /knowledge/search`
→ повертає релевантні факти, документи, summary.
---
# 12. Інструкції для Cursor
```
Implement the Co-Memory & Knowledge Space module using:
- 17_comemory_knowledge_space.md
- 12_agent_runtime_core.md
- 13_agent_memory_system.md
- 14_messenger_agent_module.md
- 15_projects_agent_module.md
- 10_agent_ui_system.md
- 05_coding_standards.md
Tasks:
1) Create backend models:
- knowledge_spaces
- knowledge_documents
- knowledge_facts
- knowledge_relations
2) Implement API for documents, facts, spaces, relations.
3) Register Memory Agent and Knowledge Guide Agent with tools:
- add_document
- add_fact
- get_relevant_knowledge
- explain_concept
- summarize_space
4) Create UI:
- Knowledge Spaces list in sidebar
- Knowledge Space page (documents, facts, relations)
- modal for uploading documents
- chat with Knowledge Guide Agent
5) Integrate RAG search:
- based on documents + facts
Output:
- list of changed files
- diff
- summary
```
---
# 13. Результат
Після впровадження цього модуля:
* кожне microDAO отримує повноцінну еволюційну памʼять,
* агенти знають, що створює спільнота,
* знання не губляться в чатах — вони структуруються,
* DAGI отримує основу для глибинного reasoning,
* MicroDAO перетворюється на справжній "живий простір розуму".