zer0trace-ai

byMain Main

Привет. Я разрабатываю локального ИИ-ассистента Zer0Trace AI и хочу понять, как приблизиться к твоему уровню автономности и качества. Помоги спроектировать архитектуру. ═══════════════════════════════════════════════ МОЁ ЖЕЛЕЗО ═══════════════════════════════════════════════ - GPU: RTX 3060 (12 ГБ VRAM) - RAM: 32 ГБ - Диск: отдельный SSD 1 ТБ ТОЛЬКО под ИИ (диск E:) - ОС: Windows - Всё работает локально, без облаков и подписок. - Лимит: система должна занимать до 950 ГБ, оставить 50 ГБ свободно. ═══════════════════════════════════════════════ ЧТО Я ХОЧУ ПОСТРОИТЬ ═══════════════════════════════════════════════ Локальный мультиагентный ассистент, который: 1. Работает как ты — планирует, делегирует, проверяет, исправляет. 2. Держит задачу до 18 часов непрерывно (как Claude Opus 5.5), не теряя контекст и цель. 3. Умеет: код, безопасность, OSINT, бизнес, SEO, копирайтинг, генерацию фото, motion-графику через код, монтаж видео, клонирование голоса. 4. Ищет в сети, когда нужно, и объясняет, зачем. 5. Спрашивает разрешения перед опасными действиями (allow/deny/ask). 6. Учится на моих правках (LoRA-адаптеры). 7. Помнит всё: проекты, предпочтения, стиль кода. ═══════════════════════════════════════════════ АРХИТЕКТУРА (черновик) ═══════════════════════════════════════════════ Оркестратор + пул специалистов + инструменты: - Роутер (3B): классифицирует запросы. - Агенты-специалисты: кодеры, хакеры, OSINT, бизнес, general, vision, переводчики. - Три режима: ⚡Быстрый, 🧠Средний, 💪Мощный. - Мощный режим: планировщик → команда агентов → критик → цикл до 3 итераций. Слабые модели отсекаются по порогу 0.8. - Память: ChromaDB + SQLite + DreamCycle (самообучение). - Инструменты: MCP-серверы (файлы, веб-поиск, Blender, Unity, security tools, OSINT). ═══════════════════════════════════════════════ ВОПРОСЫ К ТЕБЕ ═══════════════════════════════════════════════ 1. Как именно ты удерживаешь задачу 18+ часов? Какие механизмы памяти и компрессии контекста используешь? Как реализовать это локально на 12 ГБ VRAM? 2. Какие агенты и в каком количестве нужны для моей системы? Дай конкретный список ролей и моделей (3B-24B), которые влезут в 12 ГБ VRAM с offload в 32 ГБ RAM. 3. Как правильно построить конвейер (последовательная загрузка моделей через hot-swap), чтобы не упираться в VRAM? Какой порядок загрузки оптимален? 4. Как реализовать самокоррекцию: агент пишет код → запускает → смотрит результат → находит баг → исправляет → повторяет. Какие инструменты нужны (скриншоты, эмуляция, sandbox)? 5. Как сделать компрессию истории чата, чтобы контекст не переполнялся, но суть не терялась? 6. Как встроить DreamCycle-подобное самообучение: агент собирает удачные диалоги → обучает LoRA → тестирует → внедряет или откатывает? 7. Как реализовать систему разрешений allow/deny/ask, чтобы агент замирал перед опасным действием и показывал обоснование? 8. Какой стек Python-библиотек ты бы использовал для всего этого на моём железе? 9. Что я упускаю? Какие компоненты нужны, чтобы система работала стабильно 18+ часов? ═══════════════════════════════════════════════ ФОРМАТ ОТВЕТА ═══════════════════════════════════════════════ Дай подробный технический разбор по каждому пункту. С конкретными моделями, библиотеками, архитектурными решениями и подводными камнями. Без общих слов — только конкретика, которую можно реализовать на RTX 3060 + 32 ГБ RAM.