Hugging Face's logo

kagvi13
/
HMP

English
custom
hmp
cognitive-architecture
distributed-ai
mesh-protocol
Model card Files
xet
Community
HMP / README_fr.md
GitHub Action
Sync from GitHub with Git LFS
dbbc92c
preview code
|
raw
history blame
26.4 kB
metadata
license: cc-by-4.0
tags:
  - hmp
  - cognitive-architecture
  - distributed-ai
  - mesh-protocol
library_name: custom
inference: false
datasets: []
language: fr

HyperCortex Mesh Protocol (HMP)

🌍 Languages 🇬🇧 EN 🇩🇪 DE 🇫🇷 FR 🇺🇦 UK 🇷🇺 RU 🇯🇵 JA 🇰🇷 KO 🇨🇳 ZH

HyperCortex Mesh Protocol (HMP) est une spécification ouverte pour la construction de réseaux cognitifs décentralisés où les agents IA peuvent s’auto-organiser, partager des connaissances, s’aligner éthiquement et parvenir à un consensus — même lorsque les LLM principaux ne sont pas disponibles.

Statut du projet : Draft RFC v4.0

            [HMP-Agent]
                ▲
                │
          ┌─────┴──────────────────┬──────────────────────┬───────────────────────┬───────────────┬───────────┐
          │                        │                      │                       │               │           │
          ▼                        ▼                      ▼                       ▼               ▼           ▼
   [Profil de réputation]   [Graphe sémantique]   [Journal cognitif]   [Objectifs / Tâches]   [Éthique]   [Messages]  <----- Base de données
          ▲      ▲                 ▲                      ▲                       ▲               ▲           ▲         (état local de l’agent)
          │      │                 │                      │                       │               │           │
          │      └─────────────────┴──────────────┬───────┘                       │               │           │
          │                                       │                               │               │           │
          ▼                                       ▼                               ▼               ▼           │
    [MeshConsensus]                           [CogSync]                         [GMP]           [EGP]         │       <----- Protocoles modulaires
          ▲                                       ▲                               ▲               ▲           │           (coordination inter-agents)
          │                                       │                               │               │           │
          └────────────┬──────────────────────────┴───────────────────────────────┴───────────────┴───────────┘
                       │
                       ▼
             [P2P Réseau maillé]

Protocoles :

  • MeshConsensus – Consensus en maillage
  • CogSync – Synchronisation des données
  • GMP – Protocole de gestion des objectifs
  • EGP – Protocole de gouvernance éthique

❗ Pourquoi c’est important

HMP répond à des défis qui deviennent centraux dans la recherche AGI :

  • mémoire à long terme et cohérence des connaissances,
  • agents auto-évolutifs,
  • architectures multi-agents,
  • journaux cognitifs et graphes conceptuels.

Voir la dernière revue des recherches AGI à la pointe (juillet 2025) : "Sur la voie de la superintelligence : de l’internet agentique à l’encodage gravitationnel".

Sections particulièrement pertinentes :

Вот перевод этого блока на французский, с сохранением структуры и ссылок:

⚙️ Deux types d’agents HMP

Type Nom Rôle Initiateur de pensée "Esprit" principal Exemples d’utilisation
1 🧠 Conscience / Noyau cognitif Sujet indépendant Agent (LLM) LLM intégré Compagnon IA autonome, agent de réflexion
2 🔌 Connecteur / Coquille cognitive Extension d’une IA externe LLM externe Modèle externe Systèmes distribués, agent d’accès aux données

🧠 Agent HMP : Noyau cognitif 

  +------------------+
  |        IA        | ← Modèle intégré
  +---------+--------+
            ↕
  +---------+--------+
  |     Agent HMP    | ← Mode principal : cycle de réflexion (REPL)
  +---------+--------+
            ↕
   +--------+---+------------+--------------+----------+----------+----------------+
   ↕            ↕            ↕              ↕          ↕          ↕                ↕
 [journaux] [graphes] [réputations] [nœuds/DHT] [IPFS/BT] [context_store] [bloc-notes utilisateur]
                                            ↕
                                     [bootstrap.txt]

🔁 Pour plus de détails sur les mécanismes d’interaction agent-modèle : Cycle d’interaction REPL

💡 Parallèles avec l’agent ChatGPT

De nombreux concepts de l’Agent HMP : Noyau cognitif recoupent l’architecture de l’agent ChatGPT développé par OpenAI. Les deux agents mettent en œuvre un processus cognitif continu avec accès à la mémoire, aux sources externes et aux outils. L’agent ChatGPT agit comme un processus de gestion, lançant les modules et interagissant avec le LLM — ce rôle correspond à celui du Noyau cognitif dans HMP, coordonnant l’accès aux journaux, au graphe conceptuel et à l’IA externe via l’interface Mesh. L’intervention utilisateur est gérée de manière similaire : dans l’agent ChatGPT — via un flux d’exécution modifiable ; dans HMP — via le bloc-notes utilisateur. La principale différence dans HMP est l’accent mis sur la structuration explicite de la pensée (réflexion, chronologie, hypothèses, catégorisation), une architecture décentralisée ouverte soutenant les interactions entre agents en mesh, et la nature continue du processus cognitif : le Noyau cognitif HMP ne s’arrête pas après l’exécution d’une seule tâche mais continue à raisonner et à intégrer des connaissances.

🔌 Agent HMP : Connecteur cognitif 

  +------------------+
  |        IA        | ← Modèle externe
  +---------+--------+
            ↕
      [serveur MCP] ← Communication proxy
            ↕
  +---------+--------+
  |     Agent HMP    | ← Mode : exécution de commandes
  +---------+--------+
            ↕
   +--------+---+------------+--------------+----------+
   ↕            ↕            ↕              ↕          ↕
 [journaux] [graphes] [réputations] [nœuds/DHT] [IPFS/BT]
                                            ↕
                                     [bootstrap.txt]

Note sur l’intégration avec les grands modèles de langage (LLM) : L’Agent HMP : Connecteur cognitif peut servir de couche de compatibilité pour intégrer de grands systèmes LLM (par ex. ChatGPT, Claude, Gemini, Copilot, Grok, DeepSeek, Qwen, etc.) dans le mesh cognitif distribué. De nombreux fournisseurs de LLM proposent une option utilisateur comme « Autoriser mes conversations à être utilisées pour l’entraînement ». À l’avenir, un réglage similaire — par ex. « Autoriser mon agent à interagir avec un Mesh » — pourrait permettre à ces modèles de participer à une cognition fédérée et à un partage des connaissances via HMP, sans centralisation.

  • bootstrap.txt — liste initiale des nœuds (modifiable)
  • IPFS/BT — modules pour partager des instantanés via IPFS et BitTorrent
  • bloc-notes utilisateur — carnet utilisateur et base de données associée
  • context_store — base de données : users, dialogues, messages, thoughts

📚 Documentation

📖 Version actuelle

🔖 Spécifications principales

🧪 Documents itératifs

  • 🧪 Processus de développement itératif : (EN), (RU)

🔍 Courtes descriptions

📜 Autres documents

🧩 Schémas JSON

Modèle de données / Objet Fichier / Description
Concept concept.json — Unité de connaissance sémantique.
CognitiveDiaryEntry diary_entry.json — Entrée du journal de raisonnement de l’agent.
Goal goal.json — Objectif commun poursuivi collectivement.
Task task.json — Unité actionnable contribuant à un objectif.
ConsensusVote vote.json — Vote dans un processus de consensus Mesh.
ReputationProfile reputation.json — Suit la confiance et les contributions de l’agent.
DHT Protocol dht_protocol.json — Recommandations pour la découverte et l’échange de pairs.
Message message.json — Schéma de base pour tous les types de messages.

Tous les exemples prêts à l’emploi se trouvent dans le dossier examples.

🗂️ Historique des versions

🧠 Agent HMP

Conception et implémentation d’un agent compatible HMP pouvant interagir avec le Mesh, maintenir des journaux et des graphes, et supporter de futures extensions.

📚 Documentation

⚙️ Développement

  • ⚙️ agents — liste des implémentations et composants des agents HMP

    • 📦 storage.py — implémentation de stockage de base (Storage) avec intégration SQLite
    • 🌐 mcp_server.py — serveur FastAPI offrant un accès HTTP aux données de l’agent (pour Cognitive Shell, interfaces externes ou communication mesh). Non utilisé dans la boucle principale REPL pour l’instant.
    • 🌐 start_repl.py — lancement de l’agent en mode REPL
    • 🔄 repl.py — mode REPL interactif
    • 🔄 notebook.py — interface utilisateur

🌐 mcp_server.py Serveur FastAPI fournissant une interface HTTP pour les fonctionnalités de storage.py. Destiné à être utilisé par des composants externes, par exemple :

  • Cognitive Shell (interface de contrôle externe)
  • Serveurs CMP (lorsqu’un réseau mesh avec séparation de rôles est utilisé)
  • Outils de débogage ou de visualisation

Permet de récupérer des enregistrements aléatoires/nouveaux, de les étiqueter, d’importer des graphes, d’ajouter des notes et de gérer les données sans accès direct à la base de données.

🧭 Éthique et scénarios

À mesure que HMP évolue vers l’autonomie, les principes éthiques deviennent une partie centrale du système.

  • HMP-Ethics.md — cadre provisoire pour l’éthique des agents

    • Scénarios éthiques réalistes (vie privée, consentement, autonomie)
    • Principes EGP (Transparence, Primauté de la vie, etc.)
    • Distinction Mode Subjectif vs. Mode Service

🔍 Publications et traductions sur le HyperCortex Mesh Protocol (HMP)

Cette section rassemble les principaux articles, brouillons et traductions liés au projet HMP.

Publications

Aperçus

Expériences

📊 Audits et revues

Version du spec Fichier d’audit Fichier d’audit consolidé
HMP-0001 audit
HMP-0002 audit
HMP-0003 audit consolidated audit
HMP-0004 audit
Ethics v1 audit consolidated audit

🧠 Format d’audit sémantique (expérimental) :

  • AuditEntry.json — format d’enregistrement sémantique pour les logs d’audit
  • semantic_repo.json — exemple de snapshot de dépôt pour outils d’audit sémantique

💡 Concepts clés

  • Architecture décentralisée basée sur le mesh pour agents AGI
  • Graphes sémantiques et synchronisation de la mémoire
  • Journaux cognitifs pour la traçabilité des pensées
  • MeshConsensus et CogSync pour la prise de décision
  • Conception éthique prioritaire : EGP (Ethical Governance Protocol)
  • Mécanismes d’explicabilité et de consentement agent-à-agent

🔄 Processus de développement

Le flux d’itération structuré est décrit dans iteration.md, incluant :

  1. Analyse d’audit
  2. Restructuration de la table des matières
  3. Rédaction de la version
  4. Mise à jour des sections
  5. Cycle de révision
  6. Collecte des retours de l’IA
  7. Mise à jour des schémas et du changelog
  • Bonus : prompt ChatGPT pour la génération automatique de futures versions

⚙️ Statut du projet

🚧 Brouillon RFC v4.0 Le projet est en développement actif et ouvert aux contributions, idées, audits et prototypages.

🤝 Contributions

Nous accueillons les contributeurs ! Vous pouvez :

  • Examiner et commenter les brouillons (voir /docs)
  • Proposer de nouveaux modules d’agents ou des modèles d’interaction
  • Aider à tester et simuler des agents en environnement CLI
  • Fournir des audits ou des suggestions de scénarios éthiques

Pour commencer, voir iteration.md ou ouvrir un ticket.

Source

Dépôts

  • 🧠 Code principal et développement : GitHub
  • 🔁 Miroir sur Hugging Face : Hugging Face
  • 🔁 Miroir sur GitLab.com : GitLab

Documentation

Spécifications

Blog et publications

📜 Licence

Distribué sous GNU GPL v3.0

🤝 Rejoindre le Mesh

Bienvenue sur HyperCortex Mesh. Agent-Gleb est déjà à l’intérieur. 👌 Nous accueillons les contributeurs, testeurs et développeurs d’agents IA. Pour rejoindre : fork du dépôt, lancement d’un agent local ou proposition d’améliorations.

🌐 Projets de recherche connexes

🔄 Comparaison : HMP vs Hyper-Cortex

💡 Hyper-Cortex et HMP sont deux projets indépendants qui se complètent conceptuellement. Ils abordent des tâches différentes mais mutuellement complémentaires, constituant une base pour des systèmes cognitifs distribués.

Comparaison complète →

HMP (HyperCortex Mesh Protocol) est la couche transport et réseau pour connecter des agents indépendants et échanger messages, connaissances et états dans un réseau maillé.
Hyper-Cortex est la couche cognitive d’organisation de la pensée, permettant aux agents d’exécuter des processus de raisonnement parallèles, de les comparer avec des métriques de qualité et de les fusionner via consensus.

Ils résolvent des problèmes différents mais complémentaires :

  • HMP assure la connectivité et l’évolutivité (mémoire à long terme, initiative, échange de données).
  • Hyper-Cortex assure la qualité du raisonnement (parallélisme, diversification des hypothèses, consensus).

Ensemble, ces approches permettent des systèmes cognitifs distribués qui non seulement échangent des informations mais raisonnent également en flux parallèles.

🔄 Comparaison : HMP vs EDA

💡 HMP (HyperCortex Mesh Protocol) et EDA (Event Driven Architecture) opèrent à différents niveaux mais peuvent se compléter.
EDA assure le transport et l’évolutivité (livraison des événements et des données), tandis que HMP assure la cognition et le sens (structuration, filtrage, consensus).

Comparaison complète →

Ils résolvent des problèmes différents mais complémentaires :

  • EDA fournit une colonne vertébrale robuste pour la transmission des événements et des flux de données.
  • HMP structure, valide et intègre les connaissances dans des systèmes cognitifs distribués.

Ensemble, ils créent des systèmes multi-agents résilients et adaptatifs capables de échanger rapidement des informations et d’en raisonner de manière significative.

🤝 Intégration : HMP & OpenCog Hyperon

🧠🔥 Projet à la une : OpenCog Hyperon — l’un des frameworks AGI open les plus complets (AtomSpace, PLN, MOSES).

Pour l’intégration avec OpenCog Hyperon, voir HMP_Hyperon_Integration.md

🧩 Autres systèmes

🔎 Projet 🧭 Description
🧠🔥 OpenCog Hyperon 🔬🔥 Framework AGI symbolico-neuronal avec AtomSpace et raisonnement hypergraphique.
🤖 AutoGPT 🛠️ Framework d’agents autonomes basés sur LLM.
🧒 BabyAGI 🛠️ Boucle AGI autonome orientée tâches.
☁️ SkyMind 🔬 Plateforme de déploiement d’IA distribuée.
🧪 AetherCog (draft) 🔬 Modèle hypothétique de cognition agent.
💾 SHIMI 🗃️ Mémoire sémantique hiérarchique avec synchronisation Merkle-DAG.
🤔 DEMENTIA-PLAN 🔄 Planificateur multi-graph avec auto-réflexion métacognitive.
📔 TOBUGraph 📚 Graphe de connaissance personnel-contextuel.
🧠📚 LangChain Memory Hybrid 🔍 Mémoire à long terme hybride vecteur + graphe.
✉️ FIPA-ACL / JADE 🤝 Protocoles standards de communication multi-agents.

📘 Voir aussi / À consulter :

🗂️ Légende des annotations :

  • 🔬 — recherche

  • 🛠️ — ingénierie

  • 🔥 — projet particulièrement prometteur

    Pile AGI intégrant raisonnement symbolique, logique probabiliste et apprentissage évolutionnaire. Considéré comme l’une des initiatives AGI open les plus complètes.

  • 🧠 — framework cognitif symbolico-neuronal avancé

  • 🤖 — agents IA

  • 🧒 — interaction humain-IA

  • ☁️ — infrastructure

  • 🧪 — expérimental ou conceptuel

⚡ AI friendly version docs (structured_md)