Skip to content

gkd2323c/CogCore

Repository files navigation

CogCore

通用认知内核(Universal Cognitive Kernel)—— LLM Agent 的持续认知层

阶段 测试 模块 论文


一句话定位

CogCore 补 LLM 在长期连续性上的结构性缺失:长期状态维护、可解释记忆、内源感受调制、行动反馈学习。它不替代 LLM,而是在 LLM 下面加一层"持续认知的运行时"。

基于论文《人工心智架构》(Artificial PsyArch, AP,2026)的工程化重写。

当前状态

状态
设计文档 ✅ 完成(9 章 + 5 个新章节 + 附录 A)
验证矩阵 ✅ 完成(17 实验 × CogCore 模块映射)
论文选型 ✅ 完成(LangGraph 首选,PydanticAI 次选)
代码实现 ✅ M5 全部完成 (4/4 子阶段: serve CLI + JWT/slowapi + 5 业务场景 + E24-E25), 当前环境 528 passed / 5 skipped
E01-E17 复现 17/17 全部通过, CogCore 实验已覆盖全部论文实验
E18-E20 实验 ✅ 3000 tick 稳定 + APT 消融 + CFS/NT 消融全部通过
E21-E22 实验 ✅ 奖惩反事实课程 (5 NT 路径发散) + 自迭代 A/B 对照 (3/3 detect+rollback)
L1 应用层 ✅ FastAPI 8 端点 + HITL + 多 Agent + 定时任务
L4 解释层 ✅ LLMRegistry + circular fallback (14 测试 + 实跑)
L5 工具层 ✅ MCP 适配器 (15 测试) + 6 默认工具 + 3 long-term + 13 code/git/exec
L10 错误处理 ✅ 三层 (L1 retry + L2 fallback + L3 教师门控, 20 测试)
L6 记忆层 ✅ HDB + SemanticStore (numpy 嵌入 + SQLite BLOB) + DualStore 回退
L7 持久化 ✅ SQLite 维护 (vacuum/prune/backup/health, 20MB→5.83MB)
L8 可观测性 ✅ JSON trace (22 测试) + sqlite-stats (10 测试)
L11 评测 ✅ evals/ + 528 tests + E24-E25
L12 自迭代 ✅ L12.1-L12.4 全部就绪 (代码自检/自改/自部署/元循环 evals 闭环)
后台服务 ✅ CogCoreService 持续 tick + 自动日记 + SQLite 持久化
LLM 集成 ✅ OpenAI 兼容协议 + Ollama 本地 + end-to-end Agent
持久化 ✅ SQLite(零 Docker)/ Memory 双路径
工具系统 ✅ ToolRegistry + 日记/任务/计算/技能 6 工具
运行模式 ✅ full_silent / ap_agency / reinforced_agency 三种

诚实声明:所有实验已在 CogCore 上运行并通过验证。部分实验值因实现差异与论文数值不完全重合,但实验设计和判据均对齐论文 3.14 节。完整数据见 experiments/E01-E17/

文档导航

文档 给谁看 内容
PURPOSE.MD 任何人 为什么做、解决什么问题、目标、边界、成功标准
DESIGN.MD 架构师/工程师 高层架构、四大原则、关键决策、与论文关系
AGENT_BUILD.MD 想做完整智能体的人 4 个参考项目能力地图、11 层能力栈、技术栈、4 阶段实施路线
AGENTS.md AI Agent 项目结构、常用操作、避坑、当前任务
docs/CogCore-通用认知内核架构设计.md 工程师 模块设计、接口契约、配置参数、tick 流水线、PA 双层结构、发展路线图(~52KB)
docs/CogCore-验证矩阵.md 验证者 17 项实验、方法学、准入规则、与 CogCore 模块映射
docs/cogcore_framework_research.md 选型者 LangGraph vs PydanticAI vs OpenAI SDK 等深度对比
docs/人工心智架构-论文分析.md 研究者 AP 论文 113 页的批判性分析

快速开始

我想了解项目做什么

  1. PURPOSE.MD(5 分钟)
  2. DESIGN.MD(10 分钟)

我想了解架构细节

  1. docs/CogCore-通用认知内核架构设计.md 第 1-4 章
  2. docs/cogcore_framework_research.md

我想复现某个实验

  1. docs/CogCore-验证矩阵.md 第 0 节方法学
  2. 找到目标实验(如 E01),看 experiments/E01/ 目录
  3. 按论文附件仓库 Artificial-PsyArch-test/experiments/E01 的同款 design.md / report.md 复现

我想参与实现

  1. DESIGN.MD 第 3 节关键决策
  2. AGENTS.md 当前任务
  3. 挑一个 M0.x 里程碑开始

论文引用

本项目基于以下论文的工程化重写:

银子. 人工心智架构:一种面向拟人持续认知闭环的可复现实验原型与工程范式
   [Artificial PsyArch: A Reproducible Prototype and Engineering Paradigm
    for Human-Like Continuous Cognitive Loops]. 2026 年 5 月, 113 页.

公开复现附件:

仓库结构

CogCore/
├── PURPOSE.MD                       # 需求文档(5 分钟可读)
├── DESIGN.MD                        # 设计文档(10 分钟可读)
├── AGENTS.md                        # AI Agent 操作手册
├── AGENT_BUILD.MD                   # 从内核到完整 Agent 的桥梁
├── README.md                        # 本文件
├── docs/
│   ├── CogCore-通用认知内核架构设计.md  # 完整架构设计(~52KB)
│   ├── CogCore-验证矩阵.md            # E01-E17 + 准入规则
│   ├── cogcore_framework_research.md  # LangGraph 选型调研
│   └── 人工心智架构-论文分析.md         # AP 论文批判性分析
├── paper/                           # AP 论文原文
├── src/cogcore/                     # 32 个 Python 模块
│   ├── types.py                     # 核心类型(StimulusAtom 等)
│   ├── state_schema.py              # CogCoreState + StateUpdater
│   ├── config.py                    # TOML 配置加载(M1.1)
│   ├── pipeline.py                  # 10 阶段 tick 流水线
│   ├── state_pool.py                # 状态池(M0.2)
│   ├── hdb.py                       # HDB 查存一体(M0.2)
│   ├── induction.py                 # 感应生长
│   ├── sensors.py                   # 感受器(M0.2 TextSensor)
│   ├── cfs.py                       # 认知感受系统(M0.4)
│   ├── nt.py                        # 情绪递质(M0.4)
│   ├── attention.py                 # 注意力(M0.4)
│   ├── adaptive_tuner.py            # 自适应调参器(M0.4)
│   ├── action_system.py             # 行动系统(M0.3)
│   ├── graph.py                     # LangGraph StateGraph(M0.5 + M1.2 SQLite)
│   ├── modes.py                     # PA 运行模式(M1.4)
│   ├── llm_bridge.py                # LLM 桥接 OpenAI SDK(M1.1)
│   ├── llm_registry.py              # 多 LLM 轮转 + circular fallback(M3.2)
│   ├── mcp_adapter.py               # MCP 工具适配(M3.3)
│   ├── retry.py                     # 节点级重试 + 退避(M3.4)
│   ├── tool_executor.py             # 工具调用执行(M2.2)
│   ├── tools.py                     # 工具注册表(M1.3)
│   ├── tools_code.py                # 代码感知工具(M3.5 L12.1)
│   ├── tools_git.py                 # git 工具(M3.5 L12.2)
│   ├── tools_exec.py                # 执行工具(M3.5)
│   ├── self_modify_safety.py        # 自修改安全闸门(M3.5)
│   ├── self_iteration.py            # 9 步自迭代元循环(M3.6 L12.3)
│   ├── db_maintenance.py            # vacuum / prune / backup / health (M4.2)
│   ├── json_tracer.py               # JSONL trace + 零依赖 viewer (M4.3a)
│   ├── sqlite_stats.py              # counter / gauge / histogram 度量 (M4.3b)
│   ├── stats.py                     # M4.3b sqlite-stats 兼容入口
│   ├── service.py                   # 后台服务 + 自动 tick + 日记(M2.1)
│   ├── agent.py                     # 端到端 Agent 5 步消息流(M2.2)
│   ├── run.py                       # CLI 入口(M0.5)
│   ├── main.py                      # M0.1 手动入口
│   └── observability.py             # 可观测性
├── tests/                           # 35 个测试文件 / 451 个测试(当前环境 445 passed / 6 skipped)
│   ├── test_pipeline.py             # M0
│   ├── test_state_pool.py           # M0.2
│   ├── test_hdb.py                  # M0.2
│   ├── test_state_schema.py         # M0
│   ├── test_integration.py          # M0
│   ├── test_action_system.py        # M0.3
│   ├── test_cfs.py                  # M0.4
│   ├── test_nt.py                   # M0.4
│   ├── test_attention.py            # M0.4
│   ├── test_tuner.py                # M0.4
│   ├── test_graph.py                # M0.5
│   ├── test_config.py               # M1.1
│   ├── test_llm_bridge.py           # M1.1
│   ├── test_persistence.py          # M1.2
│   ├── test_tools.py                # M1.3
│   ├── test_modes.py                # M1.4
│   ├── test_service.py              # M2.1
│   ├── test_agent.py                # M2.2
│   ├── test_tool_executor.py        # M2.4
│   ├── test_three_layer_errors.py   # M3.4
│   ├── test_retry.py                # M3.4
│   ├── test_llm_registry.py         # M3.2
│   ├── test_mcp_adapter.py          # M3.3
│   ├── test_api.py                  # M3.1
│   ├── test_m35_code_tools.py       # M3.5
│   ├── test_m35_safety_and_git.py   # M3.5
│   ├── test_self_iteration.py       # M3.6
│   ├── test_db_maintenance.py       # M4.2
│   ├── test_json_tracer.py          # M4.3a
│   ├── test_sqlite_stats.py         # M4.3b
│   ├── test_e21_e22.py              # M3.7 实验单元测试
│   ├── test_e13.py / test_e16.py / test_e17.py  # 实验
│   └── test_m09.py                  # 实验
├── scripts/                         # 6 个演示 + 工具脚本
│   ├── demo_run.py                  # M0.1 手动流水线
│   ├── demo_action.py               # M0.3 行动系统
│   ├── demo_modulation.py           # M0.4 调制层
│   ├── demo_langgraph.py            # M0.5 LangGraph
│   ├── demo_llm.py                  # M1.1 CogCore→LLM 闭环
│   └── run_self_iteration.py        # M3.6 自迭代 CLI 入口
│   └── run_m37_experiments.py       # M3.7 E21/E22 实验运行器
│   └── db_health.py                 # M4.2 SQLite 健康检查 CLI
│   └── trace_viewer.py              # M4.3a trace JSONL -> HTML CLI
│   └── stats_report.py              # M4.3b sqlite-stats Markdown/JSON 报告 CLI
├── config.toml                      # 本地配置(.gitignore)
├── config.toml.example              # 配置模板

许可与贡献

  • 论文 AP 的公开复现附件遵循其仓库的许可证
  • CogCore 自身代码许可待定(M0 完成时确定)
  • 实验数据归档规范见 docs/CogCore-验证矩阵.md 第 5 节

本 README 与 4 份门面文档同步于 2026-06-06 CogCore M5 全部完成后 (528 passed / 5 skipped)。

About

通用认知内核(Universal Cognitive Kernel)—— LLM Agent 的持续认知层。基于论文《人工心智架构》(AP 2026) 的工程化重写。162 测试/19 模块/6 项实验通过。

Resources

License

Stars

0 stars

Watchers

0 watching

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages