Эвокод

Российская privacy-first AI-IDE на базе VSCodium, локальных моделей и DLP-фильтрации

English Version

---

🚀 Статус

Характеристика	Значение
Текущая версия	1.0.1 — Maintenance (hardware stack + full OS releases)
Текущая фаза	1.0.x Production Ready
Сводка статуса	docs/STATUS.md
План разработки	plans/ROADMAP.md · plans/FULL_DEV_ROADMAP.md
Список изменений	CHANGELOG.md

v1.0.1 — полный multi-OS продукт (IDE + agent + Core), зонд железа и рекомендация/скачивание стека моделей; поверх 1.0.0 (оператор, Memory Bank, DLP, dual-model FIM, skill crawler).

---

🏗️ Архитектура

Потоки управления и запросов между интерфейсом VSCodium¹, фоновым агентом, управляющим ядром Evocode Core и локальными/облачными провайдерами:

flowchart TD
    accTitle: Evocode System Architecture & Data Flow
    accDescr: High-level overview of Evocode's request processing pipeline with vertically stacked components for better readability.

    classDef default font-size:16px,font-family:'JetBrains Mono',monospace,stroke-width:1.5px,padding:8px,fill:#1e1e2e,stroke:#313244,color:#cdd6f4;
    classDef highlight fill:#11111b,stroke:#89b4fa,stroke-width:2px,color:#89b4fa;
    classDef backend fill:#181825,stroke:#f38ba8,color:#f38ba8;

    user[Пользователь в VSCodium] -->|Запрос| ext[Агент расширения Эвокод]
    ext -->|OpenAI API на порт :8083| core[Evocode Core]

    subgraph CoreComponents["🧬 Сервисы Evocode Core"]
        direction TB
        core -->|Анализ и роутинг| router[Smart Router]
        router -->|Загрузка контекста| skills[Skill Router v2]
        router -->|Поиск по базе кода| rag[VectorIndex RAG]
        router -->|Маскирование и аудит| dlp[DLP Guard]
    end

    subgraph Backends["🧠 Локальные и облачные бэкенды"]
        direction TB
        llama_chat[Локальный Чат: llama-server :8080]
        llama_fim[Локальный FIM: llama-server :8082]
        llama_embed[Локальные эмбеддинги: llama-server :8084]
        cloud[Облачный провайдер / Прокси]
    end

    router --> llama_chat
    router --> llama_fim
    router --> llama_embed
    dlp --> cloud

    class core,router,skills,rag,dlp highlight;
    class llama_chat,llama_fim,llama_embed,cloud backend;

Loading

Заимствования и используемые сторонние компоненты приведены в docs/ARCHITECTURE_BORROW.md и NOTICE.

---

⏱️ Quick start

Требования

• Node.js версии 20 или выше
• Установленный llama-server и GGUF-модели вне репозитория (пути настраиваются в config/profiles.json)
• Для сборки агента: upstream kilo-vscode² (export KILO_SRC=...)

Развертывание Core + IDE (dev)

1. Клонируйте репозиторий и перейдите в его корень:

   git clone https://github.com/Bezooom/Evocode.git && cd Evocode

2. Подготовьте конфигурацию:

   cp .env.example .env
   # Настройте config/profiles.json под ваши локальные пути к моделям

3. Установите зависимости и соберите проект:

   npm ci && npm run build

4. Если llama-server для чата уже запущен на порту 8080:

   PORT=8083 EVOCODE_LLAMA_MODE=attach npm start

5. Запустите готовую сборку IDE с автоматическим стартом Core:

   npm run evocode

Для установки ярлыка запуска «Эвокод» в Ubuntu выполните:

npm run ide:install-desktop
npm run evocode

По умолчанию профиль настроек IDE сохраняется в директорию ~/.evocode-ide. Для переключения моделей используйте сочетание Ctrl+Shift+M, для открытия чата — Ctrl+L. Управление агентом, навыками, железом и MCP — через панель настроек программы. Подробности: PRODUCT_SHELL.md, RUNTIME.md, HARDWARE_PROFILES.md.

Железо и модели (first-run)

# Зонд CPU/RAM/GPU + рекомендуемый dual-model стек
curl -s localhost:8083/v1/hardware | jq '.tier,.stack'

# Записать defaults в config/profiles.local.json
curl -s -X POST localhost:8083/v1/hardware/apply -H 'content-type: application/json' -d '{}'

# Скачать недостающий GGUF (только по явному согласию)
curl -s -X POST localhost:8083/v1/models/download -H 'content-type: application/json' \
  -d '{"id":"qwen25-coder-1.5b-q4"}'

В UI: Настройки Эвокод → Железо.

---

🔌 Порты

Сервисы и используемые ими сетевые порты по умолчанию:

Порт	Сервис	Описание
8080	llama chat	Сервер локальной чат-модели (GPU, ~35B)
8082	FIM / autocomplete	Автодополнение кода на базе легкой модели (CPU, Neurocontrol)
8083	Evocode Core	Точка входа для агента, DLP-фильтрации и роутинга
8084	embeddings	Локальный сервер эмбеддингов

Шаблоны профилей и путей к файлам описаны в config/profiles.json (пример в config/profiles.example.json). Пути поддерживают переменные окружения и сокращения $HOME, ${ENV}, ~.

---

📦 Дистрибутивы

Релизы — полный продукт (branded IDE + built-in agent/shell + Core), не plain VSCodium. Подробно: docs/PACKAGING.md.

npm run ide:package-portable    # Linux portable → packages/ide/dist/evocode-ide
npm run ide:package-all         # Linux/Windows/macOS → packages/ide/dist/releases/
npm run ide:package-deb         # .deb (из portable)
npm run ide:package-appimage    # AppImage (из portable)
FORCE=1 npm run ide:package-all # принудительная пересборка

Архив	Пример
Linux x64	evocode-linux-x64-1.0.1.tar.gz
Windows x64	evocode-win32-x64-1.0.1.zip
macOS x64 / arm64	evocode-darwin-*-1.0.1.zip
deb / AppImage	evocode_1.0.1_amd64.deb, Evocode-1.0.1-x86_64.AppImage

---

📚 Документация

Раздел	Ссылка	Описание
Карта разработки	FULL_DEV_ROADMAP	Полная и актуальная карта задач (source of truth)
Статус проекта	STATUS	Текущий технический срез проекта
Упаковка / релизы	PACKAGING	portable, multi-OS, deb, AppImage
Железо и модели	HARDWARE_PROFILES	зонд, стек, скачивание GGUF
Дорожная карта	ROADMAP	Этапы реализации фаз F0–F4
Стратегия форка	FORK_STRATEGY	Интеграция IDE, расширения и Core
Архитектура ядра	ARCHITECTURE	Описание внутренних модулей Core
Runtime	RUNTIME	llama profiles, dual-model, hardware API
Тестирование	SMOKE	Сценарии проведения E2E-тестов
Спецификация API	OPENAPI	Описание REST API Core
Безопасность	SECURITY	Политика безопасности и DLP
Инструкции	CONTRIBUTING	Руководство по сборке и отправке PR
Лицензии навыков	skills/NOTICE	Происхождение и условия использования skills

---

🛠️ Скрипты npm

Наиболее важные команды автоматизации в корне проекта:

npm test / npm run type-check       # Запуск тестов и проверка типов TypeScript
npm run evocode                     # Запуск IDE с автоматическим стартом Core
npm run agent:f1                    # Пересборка агента (ребрендинг + инсталляция провайдера)
npm run ide:refresh-brand           # Сброс кэша и обновление брендинга (иконки, ярлыки, профили)
npm run ide:package-portable        # Полный Linux portable (agent+shell+Core)
npm run ide:package-all             # Multi-OS релизы в dist/releases/
npm run ide:productize:check        # Проверка, что tree — полный продукт
npm run local:stack                 # Запуск локального стека моделей (llama.cpp)

---

🧬 Модули ядра

Модуль	Назначение
InferenceEngine	Взаимодействие с API llama.cpp и внешними провайдерами
Smart Router	Динамический роутинг запросов локально/облако на основе объема контекста и приватности
DLP Guard	Сканирование и маскирование секретов/ключей в отправляемых облачных провайдерам промптах
Hardware / Model catalog	Зонд железа, рекомендация dual-model стека, optional download GGUF (/v1/hardware, /v1/models/*)
SkillLoader & GitCrawler	Менеджер навыков: автоматическое сканирование Git-репозиториев и конвертация правил Cursor (.cursorrules, .mdc) в SKILL.md
External Memory Bank	Внешняя независимая память агента (.evocode/memory/), сохраняющая контекст при смене LLM моделей
In-Context Self-Adapter	Динамический адаптивный слой самообучения маленькой модели (DatasetCollector + DLP маскирование)
VectorIndex	Локальная база векторов на основе расширения SQLite-vec3 для RAG
Runtime API	Управление запущенными инстансами и профилями локальных моделей (/v1/memory, /v1/learning/dataset, /v1/skills/crawl)

---

🛠️ Система Навыков (Skill Router v2 & Git Crawler)

Эвокод включает мощную экосистему навыков (Skills Engine), превращающую базовую LLM в узкоспециализированного эксперта по предметным областям:

1. 860+ Встроенных Навыков: В репозитории из коробки доступны профессиональные навыки по Frontend (React, Vue, Angular), Backend, Firebase, Android, Data Science, хемоинформатике/биологии, SEO, a11y, геймдеву и безопасности.
2. Skill Router v2 (Гибридный семантический поиск): Автоматически подбирает релевантные навыки под контекст запроса на русском и английском языках, используя комбинацию лексических триггеров и векторных эмбеддингов (SQLite-vec).
3. Автокраулер Git & Конвертер Cursor Rules: Сканирует популярные GitHub-репозитории (awesome-agent-skills, awesome-cursorrules и др.) и на лету преобразует файлы .cursorrules / .mdc в стандартизированные файлы SKILL.md с валидацией безопасности и SHA-256.
4. Пользовательские оверрайды (skills/user/): Любой созданный вами навык в директории skills/user/ имеет высший приоритет и перекрывает системный навык с тем же именем без риска перезаписи при обновлениях.
5. Безопасность и изоляция: Подозрительные и лабораторные навыки изолируются меткой tier: lab и отключаются по умолчанию, а мега-файлы автоматически сокращаются до аннотаций (summary_only).

---

🗺️ Дорожная карта

Этапы разработки и готовность фаз:

Фаза	Версия-ориентир	Описание	Статус
F0 Core	0.1	Базовое ядро, API и локальный инференс	✅
F1 Agent	0.1–0.2	Ребрендинг и интеграция Kilo Agent	✅
F1.5 Smoke	0.2–0.3	Базовое тестирование и интеграция DLP	✅
F2 Product	0.5.0	Полноценный интерфейс и интеграция с VSCodium	✅
F3 Hardening	0.9.0 RC1	Усиление безопасности, изоляция и профили	✅
Skill Router	0.95.0 RC2	Skill Router v2 и дуал-режим FIM	✅
Product DoD	1.0.0	Production release	✅
Maintenance	1.0.1	Hardware stack + full multi-OS packages	✅ текущий
F4 Self-evolve	post-1.0	Добавление самообучающихся агентов	📋 запланировано

---

⚖️ Лицензия

Исходный код распространяется под лицензией MIT. Лицензии сторонних заимствований и навыков приведены в NOTICE. При распространении и пересборке проекта сохраняйте указания авторства upstream-компонентов VSCodium, Kilo Code и OpenCode.

---

Footnotes

1. VSCodium: Free/Libre Open Source Software Binaries of VSCode. https://github.com/VSCodium/vscodium ↩

2. Kilo Code: An open-source AI agent for coding. https://github.com/Kilo-Org/kilocode ↩

3. sqlite-vec: A vector search SQLite extension. https://github.com/asg017/sqlite-vec ↩