Архитектура Модулей
Связка пользовательских интерфейсов, персистентной памяти и LLM-рантайма через строгий слой управления данными и агентами.
UI / Entities Layer
Data Bridge
Agent Fabric
External Runtimes
ИИ и Агентские функции
GovardOS не просто открывает чат с ИИ, а создает строгую среду, где агенты получают нужный контекст, работают в рамках конкретного проекта и фиксируют результаты.
Интегрированный AI: Не просто чат
GovardOS AI — это слой приложения, который превращает хаотичные диалоги с LLM в управляемый производственный контур. Вместо того, чтобы открывать отдельную вкладку браузера, пользователь запускает сессии в OpenCode GUI, которые автоматически подтягивают контекст из активного проекта. Это устраняет фундаментальную проблему «слепоты» языковых моделей к рабочему окружению.
Память и Контекст (MemoryOS & Context Kernel)
Модуль решает фундаментальную проблему языковых моделей — потерю контекста. MemoryOS сохраняет важные выводы (гибридный поиск по векторам), а Context Kernel позволяет собирать 'Context Packs' из нужных файлов и баз данных перед запуском агента, экономя токены и повышая качество ответов.
Оркестрация и Автоматизация
Через визуальные Pipelines и Scenario Engine, агенты встраиваются в цепочки автоматизации. Например, система может по расписанию (Cron) запускать анализ логов сервера, передавать их AI-агенту, а в случае проблем — просить пользователя подтвердить исправление во Inbox/Activity.
Agent System V3
Первоначальной задачей проекта была глубокая нативная интеграция ИИ во все рабочие процессы и инструменты команды (а не только в разработку). Agent System выступает как единый центр управления этой интеграцией.
AI Modules Ecosystem
15 независимых, но тесно связанных модулей, образующих полный цикл работы с AI-агентами — от постановки задачи до генерации артефактов и сохранения в базу знаний.
OpenCode GUI
Главный интерфейс AI-диалогов и coding-сессий. Работа с сообщениями, контекстом файлов и историей.
Run Center
Центр запусков и выполнения AI-процессов. Контроль успешных, активных и проблемных запусков.
Inbox / Activity
Лента системных событий и входящие уведомления от AI-процессов, требующие внимания пользователя.
Scenario Engine
Управление цепочками и сценариями работы AI. Превращает разрозненную работу в повторяемые маршруты.
Agent Monitor
Мониторинг активных AI-агентов. Статусы выполнения, контроль метрик и системных событий в реальном времени.
Session Fabric
Управление всеми AI-сессиями как единой сетью. Анализ parent/child зависимостей и инспекция контекста.
Skill Catalog
Библиотека навыков (skills) для агентов. Установка, проверка состояния и настройка доступа инструментов.
MemoryOS
Долговременная память GovardOS. Сохранение фактов, правил и паттернов (session, project, global).
Context Kernel
Сбор и превью контекста перед отправкой агенту. Подготовка context packs из файлов и базы знаний.
Prompt Compiler
Сборка мощного AI-запроса: объединение задачи, контекста, памяти и ограничений в единый payload.
Agent Arena
Тестовая зона для безопасной проверки агентов, сравнения их поведения и оценки качества результатов.
Analytics / Telemetry
Панель наблюдения за AI-системой. Done/next/blockers, показатели выполнения и метрики качества.
Artifacts
Хранилище сгенерированных AI-артефактов: файлов, отчетов, кода и документов, готовых к использованию.
Pipelines
Многоступенчатые процессы с gate-проверками, задержками и автоматической валидацией (например, для QA).
Cron
Запуск регулярных AI-сценариев по расписанию: сбор отчетов, аудит проектов и автоматические проверки.
Ключевые Модули
5 фундаментальных подсистем GovardOS, которые обеспечивают глубокую интеграцию AI-агентов в рабочие процессы: от единой панели управления до управления контекстом и памятью.
Agent System Panel
Единый центр управления. Модуль отвечает за маршрутизацию задач, контроль доступа и мониторинг всех активных AI-сессий (OpenCode, Antigravity). Позволяет оркестрировать мультиагентные команды (Teams).
OpenCode GUI
Основной рабочий интерфейс для взаимодействия с десктопными агентами. Обеспечивает прямое подключение к локальной файловой системе, терминалу (bash) и инструментам разработчика (MCP).
> Indexing workspace... (124 files)
> Agent connection established.
_
MemoryOS
Персистентная база знаний. Модуль автоматически извлекает важные факты, решения и паттерны из диалогов с ИИ, сохраняя их локально. Обеспечивает гибридный (векторный + полнотекстовый) поиск по истории проектов.
"Project uses strict Flatmedia 2026 design system without purple colors."
Context Kernel
Ядро динамической сборки контекста. Собирает "Context Packs" перед отправкой запроса нейросети, фильтруя лишнее (Dynamic Context Pruning). Позволяет ИИ видеть только релевантные файлы и факты из базы знаний.
Scenario Engine
Система управления AI-пайплайнами (DAG). Превращает разрозненную работу агентов в автоматизированные цепочки. Идеально для сборки QA-сценариев, код-ревью или генерации документации в несколько этапов.
Галерея Модулей
Opencode GUI
Интегрированная среда для AI-агентов с полным доступом к контексту проекта.
Run Center
Мониторинг запущенных процессов и визуализация статусов выполнения агентов.
Runs Details
Детальная инспекция пайплайнов и просмотр логов каждого шага.
Inbox & Activity
Уведомления от системы и запросы агентов на подтверждение (Approve/Reject).
Activity Feed
Хронология событий проекта и детальное логирование всех действий.
Scenario Engine
Визуальный конструктор рабочих процессов и настройка AI-автоматизаций.
Agent Monitor
Панель наблюдения за нагрузкой активных агентов в реальном времени.
Resource Library
Управление базой знаний с двухоконным режимом редактирования файлов.
Session Fabric
Оркестрация и управление активными сессиями (Trace, Transcript, Metrics).
Skill Catalog
Каталог доступных навыков и подключение новых способностей к агентам.
MemoryOS
База долговременной памяти системы с гибридным векторным поиском.
Context Kernel
Ядро формирования контекста и сборка Context Packs перед запуском задач.
Prompt Compiler
Инструмент для тонкой настройки и тестирования системных промптов.
Agent Arena
Тестовая зона для A/B сравнения результатов работы разных моделей (LLM).
Analytics & Telemetry
Финансовый мониторинг расхода токенов и отслеживание Waste-метрик.
Классические интерфейсы
Десктопная ERP-оболочка объединяет привычные инструменты менеджмента с мощью локальных агентов в едином рабочем окне.
Рабочее Пространство
Полноценный менеджмент-слой вместо типичных AI-песочниц.
• Dashboard: Обзор состояния системы.
• Project & Task: Декомпозиция задач.
• Timeline: График и сроки.
Люди и ИИ-агенты используют общую Kanban-доску.
Знания и Файлы
Нативная интеграция с локальными данными.
• Files Manager: Файловый проводник.
• Obsidian: Связь с базой знаний.
• Markdown Editor: Встроенный редактор.
Обеспечивается принцип 'Single Source of Truth'.
Контроль и Навигация
Инструменты быстрой работы и мониторинга.
• Command Palette: Навигация без мыши.
• Settings: Управление API и бюджетами.
• Notifications: Системные сигналы.
Полный контроль над доступами и расходами LLM.
Mission Control: PM Dashboard
Центральный дашборд руководителя (Exec-слой). Агрегирует метрики по всем активным проектам, загрузке агентов и финансовым затратам на LLM (portfolio health). Динамические виджеты 'Focus Today' автоматически приоритизируют задачи на основе дедлайнов и рекомендаций оркестратора.
Technical Specification
Агенты непрерывно анализируют activity logs в фоне, предлагая сводку 'Focus Today' без ручного планирования со стороны PM.
Project Workspace: Вход в проект
Унифицированная точка входа в отдельный проект. Реализована концепция Project Workspace v2, которая обеспечивает строгую Data-Dense сетку. Слева — навигация и контекстные метрики (бюджет токенов), по центру — основная рабочая область.
Technical Specification
При открытии проекта, System Agent автоматически подгружает Context Pack этого проекта в оперативную память оркестратора.
Project Body: Markdown-Native Редактор
Глубокая интеграция с CodeMirror 6 для ведения проектной документации. Оформлено по стандарту ADR-0005: Markdown является 'Single Source of Truth'. Никаких скрытых блоков БД, только чистый текст с поддержкой GFM и кастомных плагинов для связей сущностей.
Technical Specification
Агенты могут вносить изменения напрямую в AST-дерево markdown-файла через IPC, оставляя 'Agent Annotations'.
Projects Dataview: Табличная агрегация
Сводная таблица всех проектов с мощными фильтрами и группировками, вдохновленная плагином Dataview из Obsidian. Данные напрямую тянутся из локальной SQLite через Prisma, обеспечивая мгновенный рендеринг даже на тысячах записей.
Technical Specification
Task Board: Канбан для гибридных команд
Классическая Kanban-доска, но спроектированная для совместной работы людей и агентов. Карточки могут быть делегированы конкретному LLM-демону. Визуализация статуса (run authority) показывает, работает ли сейчас над задачей скрипт, человек или нейросеть.
Technical Specification
Перенос карточки в 'Agent Queue' автоматически запускает пайплайн OrchestratorService.
Task Board Dataview: Матрица задач
Альтернативное представление Kanban-доски в виде строгой data-dense таблицы для пакетного редактирования. Идеально подходит для ревью сотен задач и проверки логов LLMTraces без переключения контекста.
Technical Specification
Resource Library: PKM Environment
Среда для управления агентами, навыками и воркфлоу. Двухоконный режим (Split View) объединяет Dataview-таблицу для мгновенной сортировки и фильтрации библиотеки с Markdown-редактором для просмотра и редактирования файлов конкретного скилла, промпта или настроек агента.
Technical Specification
Агенты используют sqlite-vec эмбеддинги для семантического поиска по всем файлам Resource Library в реальном времени.
GovardOS Project View (Interactive)
Управление Задачами
Отображение активных задач и статусов (Project, Task, PR, % Completions).
Контекст Задачи
Детальное описание задачи, список подзадач и референсных ссылок для ИИ-агента.
Окно Редактирования
Открытый файл или код, над которым сейчас ведется работа, с прямым доступом агента к AST.
Интерфейс Агента
Диалог с AI-агентом. Агент принимает команды, анализирует контекст и предлагает изменения.
Статус Проекта
Breadcrumbs проекта, статистика и системный статус подключения к локальному окружению (Bridge).
Архитектура Интерфейса: Project Overview Phase 01
Модуль спроектирован как командный центр отдельного проекта. Это не просто «смотрелка» с дашбордами. При нажатии 'Analyze Project', UI-слой запускает сложный пайплайн: Zustand собирает стейт, Node.js сериализует 128k токенов в Context Pack, а LLM-демон начинает SSE-стриминг бизнес-инсайтов обратно в Activity Feed.
State Harvesting & Context Compilation
Title: Архитектура Интерфейса: Project Overview
Tasks: 42 active
Recent: ...
</project_state>
Получает сжатый контекст и формирует план действий. Отправляет SSE stream обратно в интерфейс для живого отображения.
Архитектура Интерфейса: Obsidian-like PKM Environment Phase 02
Сплит-интерфейс спроектирован с глубоким уважением к философии Obsidian, предоставляя нативный опыт работы с локальными файлами. Бэкенд «на лету» парсит YAML-фронтматтеры, а уникальная фича 'Agent Annotations' визуально подсвечивает те блоки текста в заметке, на которые опирался агент во время сессии.
Vault Synchronization Topology
type: agent_output
agent: Orchestrator
status: completed
---
# Refactoring Results
- Analyzed `workspace.ts` for context.
- Extracted 3 pure functions.
- Updated `[[System Architecture]]` graph.
Жизненный Цикл Проекта в GovardOS
Процесс спроектирован так, чтобы искусственный интеллект выступал не как внешняя утилита, а как полноправный член команды, интегрированный в ежедневный рабочий процесс.
Инициализация и Знания
Создание проекта, подключение локальных папок и базы Obsidian. Подготовка контекста.
Планирование
Декомпозиция на задачи (Tasks) и распределение по таймлайну. Часть задач передается людям, часть делегируется AI-агентам.
Выполнение и Сессии
Запуск AI-агентов (OpenCode) в контексте задачи. Система компилирует промпты, учитывая MemoryOS и Project Files.
Инспекция и Коррекция
Контроль выполнения через Session Fabric и Agent Monitor. Инспекция сложных вызовов через Trace-логи. A/B тесты в Agent Arena.
Фиксация Артефактов
Сохранение результатов работы (кода, отчетов) обратно в файловую систему и базу артефактов.
Масштабирование и Модульность
Детерминированная архитектура GovardOS (100k+ строк кода) легко масштабируется, позволяя подключать новые навыки через Registry и собирать агентов в Teams для сложной оркестрации. Строгое разделение на 3 изолированных слоя гарантирует, что сбои ИИ-моделей никогда не затронут файловую систему.
React UI (Client)
Слой пользовательского интерфейса, State Management (Zustand) и визуализации. Обеспечивает мгновенный отклик и формирование Context Packs.
IPC & Data Bridge
Безопасный мост на базе Node.js. Контролирует доступ к файловой системе, локальной базе SQLite и запускает фоновые Pipelines. Защищает ОС от агентов.
AI Orchestration
Изолированная среда выполнения LLM-агентов. Осуществляет векторный поиск по MemoryOS, компиляцию промптов и потоковую передачу данных (SSE).
Что это доказывает
Agent-Native Architecture
Будущее не за изолированными диалоговыми окнами, а за Agent-Native интерфейсами. ИИ должен быть не просто 'собеседником', а частью State-машины приложения, способной напрямую управлять UI.
Глубокий Контекст (Beyond RAG/MCP)
Просто дать модели инструменты (MCP) — недостаточно. Необходим детерминированный Context Kernel и десктопная среда, чтобы агенты видели проект целиком через AST и файловую систему.
Layered Governance
ИИ неизбежно галлюцинирует. Надежные системы строятся на строгих IPC-мостах, выступающих физическим барьером, защищающим локальную ФС и базы данных от действий моделей.
Графический Human-in-the-Loop
Инструменты CLI позволяют делегировать задачи ИИ, но графические интерфейсы выводят функциональность на новый уровень. Inbox/Activity панели (Approve/Reject) — это новый стандарт.
Эта детерминированная архитектура лежит в основе наших продуктов. Узнайте больше о фабрике проектов:
Связанные материалы
Хотите внедрить десктопную AI-архитектуру или локальных агентов в ваш Enterprise-продукт?
Без браузерных песочниц. Только нативные, секьюрные и детерминированные AI-пайплайны.