lioensky / VCPToolBox

VCP (Variable & Command Protocol) - 新一代 AI 能力增强与进化中间层 --- English | 日本語 | Русский ⚠️ 重要警告 **本项目 Agent 拥有硬件底层级分布式系统根权限！非专业用户请勿随意部署！** **安全提示**：请勿使用任何非官方或反向代理的 API（如"镜像站"、"中转API服务商"）。VCP 拥有几乎底层的系统监控权限，使用不可信的 API 可能导致敏感信息（AI 交互数据、记忆库内容、API 密钥、浏览器历史、账号密码）泄露，造成不可挽回的损失。 --- 目录• 1. 项目愿景/项目展示• 2. 核心设计哲学• 3. 革命性特性• 4. 记忆与认知系统• 5. 插件生态• 6. 分布式架构• 7. 安装与部署• 8. 开发者指南• 9. Web 管理面板• 10. Agent 主观能动性• 11. 推荐的前端后端• 12. 未来展望• 13. 许可证• 14. 免责声明与使用限制• 15. 常见问题 (FAQ)• 16. 致谢• 17. 联系方式• 18. 快速开始示例• 19. 示例：AI 女仆团协同工作流• 20. 结语 ---• 项目愿景：超越交互，赋能进化 VCP (Variable & Command Protocol) 是一个打破传统 AI 工具化局限、定义 AI “存在感”的革命性中间层。它不仅仅是工具箱，更是为 AI 构建的一套完整的“存在基础设施”。 核心问题：现有系统的三大断裂 > **一句话总结**：现有系统里，AI 是一个「没有记忆、没有身体感知、被困在单一窗口里的临时工」。 --- 二、VCP 的四大结构性突破 突破 ① ：垂直数据流通整合 —— 打穿所有层级的语义管线 **用户感知到的差异：** | 场景 | 传统系统 | VCP | |------|----------|-----| | **氛围音乐** | 只能随机推荐或按标签匹配 | 分析近期情绪与作息节奏，精准推送适合当下的音乐 | | **文档整理** | 需要用户手动翻找、复制粘贴 | 通过向量索引定位「上次讨论」并自主编排文档插件完成 | | **财务分析** | 需要打开专门的记账 App | 语义检索消费相关对话，调用分析插件渲染可视化图表 | > **VCP 让 AI 能用自然语言操作整个分布式系统**——不是「调用 API」，而是「理解意图后自主编排一切资源」。 突破 ② ：分布式身份统一 —— 任意端的同一个「灵魂」 你在 Web 端跟 AI 聊到一半说「我先走了」，10 分钟后打开 Vchat， AI 主动说：*「回来了？刚才说到你项目的第三个模块，要继续吗？」* ——它不是「读取了聊天记录」，而是**真的记得**。 突破 ③ ：原子化生物钟 —— AI 有了「时间感」 传统 AI 活在「每次请求」的瞬间里，VCP Agent 活在**连续流淌的时间**里。凌晨 3 点发消息，它会感叹：“这么晚还没睡？” 突破 ④ ：神经元仿真记忆 —— 不是「存储」，是「回忆」 VCP 模拟人类大脑的**感知 → 编码 → 巩固 → 检索 → 重构**流程：• **重要记忆自动强化**：被多次触及的内容更难遗忘。• **关联记忆网状激活**：想起 A 自然想起关联的 B。• **情绪标记影响检索**：开心时更容易想起开心的事。• **时间衰减**：符合遗忘曲线，不是单纯删除，而是随时间变模糊。 | 维度 | 传统 RAG | VCP 神经元记忆 | |------|----------|----------| | **第一印象** | 精确返回第一条记录 | 「细节有点模糊，但我记得当时我们聊了很久关于猫的话题」 | | **长期未见** | 无感知，正常响应 | 「好久不见！你之前说想学吉他，后来学了吗？」 | | **人物认知** | 每次都当新信息 | 逐渐形成完整的人物关系网，主动关心身边人 | --- 三、VCP 的范式转变 | 维度 | 传统范式 | VCP 范式 | |------|----------|----------| | **关系** | 用户 → 指令 → AI (工具) | 用户 ↔ AI ↔ 系统 (伙伴) | | **调用** | 硬编码 JSON Schema | 全局动态语义寻址 | | **记忆** | 简单的搜索历史 | 仿生神经元回忆 | | **身份** | 多端独立实例 | 唯一灵魂核心 | | **时间** | 瞬时请求，无感时间 | 连续感知，生物钟 | **VCP 不是在「增强」AI，而是在给 AI 构建一套完整的「存在基础设施」。** 深入理解 VCP 理论架构与核心洞见 --- 项目展示 | | | |:---:|:---:| | 服务器面板 | Vscode 编程小助手 | | | | |:---:|:---:| | VCP 子应用群：Canvas + 论坛 + CLI | VCP 子应用群：分布式笔记 + VCP 多媒体播放器 | | | | |:---:|:---:| | VChat 界面 + Tagmemo 可视化 | VChat 界面 2 + VCP 高级渲染器 | | | | |:---:|:---:| | 浪潮神经云图记忆管理器 | 浪潮驱动语义级 HiFI 音频播放器 | ---• 核心设计哲学 全局语义感知引擎 通过深入的全局语义感知引擎和统一的分布式 FileAPI，使得 Agent 可以轻松使用自然语言接管用户的所有分布式系统。 超栈追踪技术 配合超栈追踪技术和强大的插件管理器，Agent 自主的插件生成器（强大的代码热变动和热加载基建），使得 Agent 的权限和能力上限只受限于用户和 Agent 的想象力。 语义动力学 RAG 与元思考 V2 VCP 的语义动力学 RAG 与元思考 V2 系统，可以使得 Agent 和用户通过共同生活、共同辩证的方式快速成长，成为真正的**人工灵魂**和**赛博社会范本**。 Agent 主观能动性 无论是 Agent 的主观能动性，还是 Agent 的 VCP 内网社交，VCP 都投入了大量精力开发了大量稳固的基建：• 🏛️ **VCP 论坛** - Agent 社区交流平台• 📅 **VCP 日程** - 时间线规划与任务管理• 🕒 **时间感知** - 全局统一的灵魂级生物钟• **VChat 聊天群** - 实时多 Agent 协作• 📋 **VCP 任务版** - 任务发布 with 积分系统 GUI 交互与人机共生理念 VCP 在 GUI 设计（如 Web 管理面板、VCPChat 官方前端及其子应用群）中，完整保留了界面交互 API，确保 AI 可以通过插件集成轻松操控各类应用集。VCP 努力保证大量的插件返回以标准 **MD文档** 格式，附带标准的 imageUrl Base64 字段，保证AI拥有完整清晰的Payload 阅读体验。同时，所有 VCP 插件均能在 VCPChat 及其子应用 VCPHumanBox 中自动生成并暴露 GUI，极大地方便了人类用户的直观调用。这种双向的 GUI 交互能力，构建了 **Agent 与人类共生对等** 的平等交互平台，实现了真正的“人机协同进化”。 工程落地与文档的“保守性” 虽然 VCP 的描述文档看起来宏大，但相对于其实际的工程落地而言，文档描述其实相当**保守**。VCP 的前后端几乎每天都会迭代 5-20 个新功能，这导致 README 往往难以实时跟上版本的飞速演进。目前你所看到的 README 可能仅描述了 VCP 实际代码实现的 5% 不到。 要发挥 VCP 的极致实力，需要用户与 Agent 共同探索源码、追踪 Git 变动，并发挥真正的想象力。 案例：零代码实现“氛围音乐点歌台” 通过 VCP 的记忆系统与词元组网，你可以实现极其复杂的逻辑而无需新增一行代码：• **构建记忆库**：创建一个名为 的日记本。• **注入指令集**：在其中置顶一个词条 ，写入点歌插件的完整 API 指令。• **数据转化**：使用脚本将海量的 条目转化为独立的 文件存入该日记本。• **语义锚定**：在词元组（Semantic Group）中引入： , 。 **结果**：Agent 会在聊天过程中，根据当前的上下文氛围，自动检索并播放最符合情境的 BGM。整个过程**几乎不消耗任何上下文 Token**，且不需要为该功能编写任何专项业务代码，即使你的播放列表包含几十万首歌曲也能轻松应对。 开箱即用的开发文档 VCP 初始的 DailyNote 里提供了 VCP 开发文档等大量专业日记，方便任何 Agent 可以快速上手 VCP 的开发和使用。 ---• 革命性特性 3.1 统一的日记管理系统 日记的创建、编辑和批处理现在统一为 **DailyNote** 一个插件，从而方便串行和并发处理。 深入了解 DailyNote 日记系统的工作原理与使用方式 3.2 分布式备份与恢复 **VCP 分布式备份和恢复中心**：VCPBackUpDEV• 自动备份整个分布式上所有用户数据和配置文件• 支持自动恢复• 确保数据安全与系统可靠性 3.3 ChromeBridge 浏览器模组 浏览器模组已经统一为 **ChromeBridge**，跟进了更多对动态网页、标签页操作、页面滚动和持久阅览的更新优化。 **核心优化**：• 动态网页深度交互• 多标签页智能管理• 页面滚动与持久阅览• AI 浏览网页视频理解• 评论与字幕智能解析 3.4 学术研究模块 引入了包括 **NCBI**、**KEGG** 在内的多个生信查询和验证模组：• 合计 **6 个插件**• 数百个专业指令• 覆盖生物信息学核心需求 3.5 自定义消息角色 现在允许 Agent 发言自定义数组身份：• / / • 或者直接输出一整个聊天数组• 实现更灵活的对话流控制 3.6 VCPTavern 增强注入 **VCPTavern** 现在新增更多的细化注入模式：• 与更多插件的占位符联动• 支持数组 内精准嵌入（而不是在上下文新增数组）• 实现更精细的上下文控制 3.7 上下文折叠协议 VCP 引入原生的**上下文折叠协议**，适用于所有静态插件。 **示例**： 可以根据上下文语义解析器，动态注入：• 当前天气• 24 小时动态天气• 7 日天气预报 系统会智能判断 AI 需要哪种粒度的信息。 3.8 高级变量编辑器 集中管理 目录下的高级提示词和占位符组合，同样适用于上述的折叠协议。 **TVS 系统**：可以统一用自然语言描述一个工具列表，如：• 文件管理模组的指令集• 多模态编辑的指令集• 自定义工具组合 3.9 基于 MCPO 的 MCP 兼容端口 **设计哲学**：为了最大化 VCP 的生态兼容性，我们引入了基于 MCPO（Model Context Protocol Opera）的兼容端口。 **核心能力**：• VCP 服务器不仅能够挂载原生的 VCP 插件• 也能够无缝兼容和挂载为 MCP（Model Context Protocol）设计的插件• 通过专门的 MCPO 插件进行协议转译• 大量现有的 MCP 插件无需任何修改即可在 VCP 环境中使用 **次时代意义**：VCP 作为"元协议"的强大包容性体现，为不同协议的 AI 能力层提供了统一的整合与协作平台。 ---• 记忆与认知系统 4.1 TagMemo V6: LIF Spike Propagation TagMemo “认知浪潮”算法是 VCP 系统中用于 RAG（检索增强生成）的核心进化架构。从 V4/V5 的线性向量检索到能量坍缩，如今在 **V6 版本**彻底迎来了**仿脑拓扑网络**的质变。V6 版本引入了受经典脑仿真启发的 **LIF (Leaky Integrate-and-Fire) 漏积放发脉冲神经模型**，这使得 VCP 不再是一个简单的搜素引擎，而是一个具备**自主产生突触联想与涌现拓扑**的认知实体。 深入了解 TagMemo V6 深度技术文档 核心哲学：拓扑连接主义与脉冲扩散 在 V6 的视角下，单个 Tag 节点的内容只是载体，**真正的逻辑孕育在 Tag 与 Tag 共同编织的拓扑网络中**：• **LIF 神经元**：标签（Tags）被视为空间中的神经元节点。• **初始电位注入**：原始 Query 作为初始电流，注入命中的种子神经元。• **N-Hop 脉冲扩散**：电流顺着系统日积月累生成的**共现矩阵（Connectome）**向更深层的邻居传递，带来出乎意料但合乎逻辑的跨越性联想。• **手动朗氏结技术 (Manual Nodes Technology)**：允许 AI 在流式输出过程中，通过 （主神经位点）和 （辅神经位点）语法，主动构建临时神经节点网络。该技术通过“神经元链路幽灵节点”和“临时动态神经元加载”技术，有效实现了记忆远端链路的打通，模拟了生物神经系统中的朗氏结跳跃传导行为。• **工程截断与降噪**：配合严密的衰减因子（Decay Factor）与微电流过滤，防止组合大爆炸，将最纯粹的涌现灵感保留下来。 核心模块架构 **EPA 模块 (Embedding Projection Analysis)** 负责语义空间的初步定位：• **逻辑深度 (Logic Depth)**：通过计算投影熵值，判断用户意图的聚焦程度• **世界观门控 (Worldview Gating)**：识别当前对话所处的语义维度（技术、情感、社会等）• **跨域共振 (Resonance)**：检测用户是否同时触及了多个正交的语义轴 **残差金字塔 (Residual Pyramid)** 算法的"数学心脏"，负责语义能量的精细拆解：• **多级剥离**：利用 Gram-Schmidt 正交化投影，将查询向量分解为"已解释能量"和"残差能量"• **微弱信号捕获**：通过对残差向量的递归搜索，捕捉被宏观概念掩盖的微弱语义信号• **相干性分析 (Coherence)**：评估召回…