398d35c50b
- README.md with architecture diagram and project overview - docs/architecture-overview.md: core design, scheduling, RefPack protocol - docs/routing-compression-subnet.md: multi-modal encoding, compression training - docs/memory-subnet.md: MANN, GNN, retrieve-pull mechanism training - docs/logic-trace-subnet.md: RLHF+PRM, MCTS, self-correction training - docs/llm-subnet.md: SFT, RLHF fine-tuning, multi-language alignment
148 lines
7.1 KiB
Markdown
148 lines
7.1 KiB
Markdown
# NextAgent — 认知解耦智能体架构
|
||
|
||
NextAgent 是一套颠覆传统单一 LLM 模式的**认知解耦智能体架构**。通过模拟人脑的模块化分工，将认知、记忆、推理与表达分离为独立子网，从根本上解决大模型的**幻觉**问题与**效率瓶颈**。
|
||
|
||
## 核心架构
|
||
|
||
```
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ NextAgent 架构总览 │
|
||
│ │
|
||
│ ┌────────────────────────────────────────────────────┐ │
|
||
│ │ 调度 Core（前额叶皮层） │ │
|
||
│ │ 逻辑判断 · 任务调度 · 信息同步 │ │
|
||
│ └──────┬──────────┬──────────┬──────────┬────────────┘ │
|
||
│ │ │ │ │ │
|
||
│ ▼ ▼ ▼ ▼ │
|
||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
|
||
│ │ 路由与压缩 │ │ 记忆子网 │ │ 逻辑链路 │ │ LLM 子网 │ │
|
||
│ │ (感觉中枢) │ │(海马体/皮层)│ │追踪神经网络│ │(布洛卡区) │ │
|
||
│ │ │ │ │ │ (推理回路) │ │ │ │
|
||
│ │ 多模态 │ │ 长期记忆 │ │ 逻辑验证 │ │ 结构化→自然│ │
|
||
│ │ 特征提取 │ │ 知识图谱 │ │ 自我修正 │ │ 多语言输出 │ │
|
||
│ │ 信息压缩 │ │ 情景索引 │ │ 路径重规划 │ │ 情感表达 │ │
|
||
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
|
||
│ │ │ │ │ │
|
||
│ └──────────┴──────────┴──────────┘ │
|
||
│ │ │
|
||
│ ▼ │
|
||
│ ┌────────────────────┐ │
|
||
│ │ 冷区存储（原始数据） │ │
|
||
│ └────────────────────┘ │
|
||
└─────────────────────────────────────────────────────────────┘
|
||
```
|
||
|
||
### Mermaid 架构图
|
||
|
||
```mermaid
|
||
graph TB
|
||
Core["调度 Core<br/>(前额叶皮层)"]
|
||
|
||
subgraph Subnets ["四大子网"]
|
||
RCN["路由与压缩子网<br/>(感觉中枢)"]
|
||
MEM["记忆子网<br/>(海马体与皮层)"]
|
||
LTC["逻辑链路追踪神经网络<br/>(推理回路)"]
|
||
LLM["LLM 子网<br/>(布洛卡区/表达核)"]
|
||
end
|
||
|
||
Cold["冷区存储<br/>(原始数据)"]
|
||
|
||
Core -->|"任务调度"| RCN
|
||
Core -->|"记忆存取"| MEM
|
||
Core -->|"推理验证"| LTC
|
||
Core -->|"表达输出"| LLM
|
||
|
||
RCN -->|"压缩引用包"| Core
|
||
MEM -->|"检索记忆"| Core
|
||
LTC -->|"验证结果"| Core
|
||
LLM -->|"自然语言"| Core
|
||
|
||
Core -->|"热数据"| Cold
|
||
Cold -->|"按需拉取"| Core
|
||
|
||
RCN -.->|"引用-拉取"| MEM
|
||
RCN -.->|"引用-拉取"| LTC
|
||
RCN -.->|"引用-拉取"| LLM
|
||
```
|
||
|
||
## 四大子网概述
|
||
|
||
| 子网 | 类比人脑 | 核心职责 | 关键技术 |
|
||
|------|---------|---------|---------|
|
||
| **路由与压缩子网** | 感觉中枢 | 多模态特征提取、信息压缩、引用包生成 | SimCLR/MoCo、知识蒸馏、AutoEncoder |
|
||
| **记忆子网** | 海马体与皮层 | 长期存储与检索、情景索引、知识图谱 | MANN、GNN、引用-拉取机制 |
|
||
| **逻辑链路追踪神经网络** | 推理回路 | 逻辑验证、错误追溯、路径重规划、自我修正 | RLHF + PRM、MCTS、错误案例数据集 |
|
||
| **LLM 子网** | 布洛卡区/表达核 | 结构化→自然语言、情感表达、多语言输出 | SFT、RLHF、多语言对齐 |
|
||
|
||
## 设计哲学
|
||
|
||
### 🧠 认知解耦 —— 解决"幻觉"问题
|
||
|
||
传统单一 LLM 的幻觉根源：**知识存储与语言表达在同一网络中耦合**。NextAgent 将两者解耦：
|
||
|
||
- **记忆子网** 负责存储和检索事实知识
|
||
- **LLM 子网** 只负责将结构化信息转换为自然语言
|
||
- 两者通过 **引用包机制** 通信，LLM 子网从不"猜测"事实
|
||
|
||
### ⚡ 效率与灵活性 —— 冷热数据分离
|
||
|
||
- **热区（计算单元）**：只处理当前任务需要的活跃数据
|
||
- **冷区（原始存储）**：全部原始数据以压缩格式存储
|
||
- **引用-拉取机制**：子网间传递轻量级引用包，仅在需要时拉取完整数据
|
||
|
||
## 快速开始
|
||
|
||
```bash
|
||
# 克隆仓库
|
||
git clone https://github.com/your-org/NextAgent.git
|
||
cd NextAgent
|
||
|
||
# 环境准备
|
||
python -m venv venv
|
||
source venv/bin/activate
|
||
|
||
# 安装依赖
|
||
pip install -r requirements.txt
|
||
|
||
# 查看文档
|
||
# 架构总览：docs/architecture-overview.md
|
||
# 子网细节：docs/routing-compression-subnet.md
|
||
# docs/memory-subnet.md
|
||
# docs/logic-trace-subnet.md
|
||
# docs/llm-subnet.md
|
||
```
|
||
|
||
## 目录结构
|
||
|
||
```
|
||
NextAgent/
|
||
├── README.md # 项目概述（本文件）
|
||
├── docs/
|
||
│ ├── architecture-overview.md # 架构概览
|
||
│ ├── routing-compression-subnet.md # 路由与压缩子网
|
||
│ ├── memory-subnet.md # 记忆子网
|
||
│ ├── logic-trace-subnet.md # 逻辑链路追踪神经网络
|
||
│ └── llm-subnet.md # LLM 子网
|
||
├── src/
|
||
│ ├── core/ # 调度 Core
|
||
│ ├── subnets/ # 四大子网实现
|
||
│ └── storage/ # 冷区存储
|
||
├── tests/ # 测试套件
|
||
├── config/ # 配置文件
|
||
└── requirements.txt # Python 依赖
|
||
```
|
||
|
||
## 文档索引
|
||
|
||
| 文档 | 内容 |
|
||
|------|------|
|
||
| [架构概览](docs/architecture-overview.md) | 整体设计、调度 Core 职责、子网通信 |
|
||
| [路由与压缩子网](docs/routing-compression-subnet.md) | 多模态编码、训练计划、评估指标 |
|
||
| [记忆子网](docs/memory-subnet.md) | MANN、GNN、引用-拉取训练策略 |
|
||
| [逻辑链路追踪神经网络](docs/logic-trace-subnet.md) | RLHF+PRM、MCTS、自我修正训练 |
|
||
| [LLM 子网](docs/llm-subnet.md) | SFT、RLHF 微调、多语言对齐 |
|
||
|
||
---
|
||
|
||
> NextAgent — 让智能体像人脑一样思考，模块化、可解释、可信赖。
|