Suomi English 中文 हिन्दी Español Français العربية বাংলা Português Русский 日本語 Deutsch 한국어 Türkçe Tiếng Việt Bahasa Indonesia ᚠᚢᚦᚨᚱᚲ 𓂩𓂁𓂣 𓉐 Italiano Kiswahili Nederlands Polski Українська ภาษาไทย فارسی اردو Bahasa Melayu ਪੰਜਾਬੀ עִבְרִית Esperanto संस्कृतम् Latina मराठी తెలుగు தமிழ் Basa Jawa Tagalog Hausa Yorùbá አማርኛ עברית ગુજરાતી Svenska Norsk Latviešu Lietuvių Eesti
Ahkerat Mehiläiset

Большинство систем ИИ совершают одну и ту же ошибку.

Они сначала спрашивают языковую модель и надеются, что ответ прозвучит правильно.

Природа решила эту задачу миллионы лет назад.

В пчелином улье открытие не становится решением только потому, что так сказал один участник. Разведчица возвращается в улей и танцует восьмёрку на вертикальной поверхности сот — угол прямого участка указывает направление, длительность — расстояние, энергичность — качество. Но танец — не монолог. Более опытные сёстры следуют за танцовщицей, касаются её усиками и дают обратную связь в реальном времени. Стоп-сигнал может полностью прекратить танец. Лишь когда сообщение выдерживает коллективную проверку, рождается маршрут, которому стоит следовать.

WaggleDance построен на этой логике.

Он не передаёт задачу напрямую LLM. Сначала задача направляется нужному солверу, результат проверяется несколькими агентами, а языковая модель подключается только тогда, когда это действительно помогает. Каждый шаг оставляет аудируемый след. Каждое решение обосновано. Каждый цикл наращивает экспертизу системы.

Танец-восьмёрка стал алгоритмической маршрутизацией. Соты стали архитектурой памяти MAGMA. А ночной покой пчёл стал Dream Mode — симуляцией, в которой система анализирует дневные неудачи, тестирует тысячи альтернативных путей и возвращается утром мудрее.

Это не метафора. Это архитектура коллективного машинного интеллекта.

Clone & Run

Скачайте, форкните и запустите локально прямо сейчас. Весь репозиторий доступен на GitHub без регистрации.

Модель лицензирования: Apache 2.0 + BUSL 1.1 (открытое ядро + защищённые модули с доступным исходным кодом). Ознакомьтесь с условиями на GitHub.
Дата смены лицензии BUSL-модулей: 18 марта 2030 г.

v3.5.7 Последний релиз 2026-04-12
445+ Коммиты
5 581 Полные Pytest-тесты (v3.5.7)
4 Профили развёртывания

Чем это отличается

ИИ, который не гадает

Солверы работают первыми. Верификатор проверяет. LLM подключается только тогда, когда одного подходящего солвера недостаточно.

ИИ, который помнит всё

MAGMA записывает решения, источники, воспроизведения и оценки доверия. Смотрите, что произошло, почему и в каком порядке.

ИИ, который учится за ночь

Dream Mode анализирует неудачи, моделирует лучшие маршруты и строит улучшенные модели к следующему дню.

ИИ, который показывает своё состояние

Hologram Brain отображает состояние 32 узлов в реальном времени. Вы наблюдаете не чёрный ящик — вы наблюдаете работающую систему.

ИИ, который остаётся в вашей сети

Всё работает в вашей собственной инфраструктуре. Никакого обязательного облака, никакой утечки данных промптов, никакой зависимости от SaaS.

ИИ, который масштабируется

Одна и та же кодовая база работает от Raspberry Pi до промышленного профиля. Не просто демо, не просто фреймворк.

Профили развёртывания — единая среда выполнения, четыре профиля

Устройство GADGET

RPi, периферия, датчик

Дача COTTAGE

Офлайн, нестабильное соединение

Дом HOME

Локальная автоматизация

Завод FACTORY

Мониторинг, аномалии, аудит

Панель управления и Hologram Brain доступны сразу после запуска. Скорость первого ответа зависит от профиля, оборудования и того, используется ли полный или упрощённый режим.

Что произойдёт, когда вы нажмёте “Анализировать репозиторий”?

1

Промпт отправляется напрямую в Grok — и копируется в буфер обмена как резервная копия

2

Grok открывается в новой вкладке с готовым промптом

3

Вы получаете всесторонний анализ репозитория, балльное сравнение с конкурентами и оценку готовности к промышленному применению

Если автозаполнение не сработало, вставьте вручную — промпт уже в буфере обмена.

Вы также можете использовать тот же промпт в Claude, ChatGPT или любой другой LLM. Grok — выбор по умолчанию на этой странице.

Что анализирует Grok

При нажатии “Анализировать репозиторий” ИИ выполняет глубокий анализ, охватывающий:

1
Текущее состояние кодовой базы

Основная ветка, архитектура, модули и последние коммиты

2
README и реальность

Что реализовано, а что запланировано или является перспективной целью

3
Тесты и зрелость

Покрытие тестами, практическая зрелость и готовность к продакшну

4
Hologram Brain и MAGMA

Модель памяти, архитектура аудита, происхождение данных и механизмы доверия

5
Сравнение с конкурентами

Оценка 1-10 по шести осям в сравнении с Дом Assistant, Node-RED, n8n, Open WebUI, LangGraph, AutoGen, CrewAI, Ollama

6
Оценка промышленного развёртывания

Промышленные сценарии использования, риски, недостающие интеграции, блокирующие факторы развёртывания

Дополнительные промпты для Grok

Нажмите на промпт, чтобы скопировать. Вставьте в сессию Grok для более глубокого исследования.

Как развернуть WaggleDance?

Выберите профиль и получите индивидуальное руководство по развёртыванию от Grok.

Сравнение WaggleDance

Каждый из перечисленных инструментов хорош в своей области. Цель сравнения — показать, чем архитектура WaggleDance с приоритетом солверов отличается, а не утверждать, что другие плохи.

vs. Дом Assistant

  • HA: Детерминистические правила и автоматизации, но нет маршрутизации через солверы до обращения к LLM.
  • WD: Маршрутизация с приоритетом солверов (7+ детерминистических солверов) → верификатор → LLM только как запасной вариант. Каждое решение аудируемо через MAGMA.
  • HA: Нет автономного обучения моделей, нет ночного самообучения.
  • WD: 8 специализированных моделей sklearn + Dream Mode — ночное обучение с канареечным жизненным циклом.
  • Преимущество HA: отличная экосистема интеграций (2000+ интеграций).

vs. LangGraph

  • LG: Мультиагентная система на основе графов, но LLM-центричная — всё проходит через LLM.
  • WD: Приоритет солверов. LLM — это Уровень 1 (последний), а не Уровень 3 (первый).
  • LG: Нет append-only аудита, нет канареечного обучения моделей, нет симуляции Dream Mode.
  • WD: MAGMA — 5-уровневое происхождение данных + 8 специализированных моделей + контрфактические симуляции.
  • Преимущество LG: более развитая облачная экосистема и документация.

vs. AutoGen / CrewAI

  • AG/CA: Мультиагентные фреймворки, но без детерминистических солверов.
  • WD: 7+ детерминистических солверов маршрутизируются ДО любого вызова LLM.
  • AG/CA: Нет периферийных/промышленных профилей, нет архитектуры с приоритетом офлайн-работы.
  • WD: 4 профиля (GADGET → FACTORY), полностью офлайн, от ESP32 до DGX.
  • AG/CA: Нет автономного ночного обучения и канареечного продвижения моделей.

vs. Ollama / LocalAI

  • Ollama: Локальный движок LLM, без архитектуры принятия решений.
  • WD: Использует Ollama как один из компонентов (запасной вариант Уровня 1), но надстраивает маршрутизацию солверов, аудит MAGMA, специализированные модели и Dream Mode.
  • Ollama — это двигатель. WaggleDance — это целый автомобиль.

vs. n8n / Node-RED

  • n8n/NR: Визуальные инструменты автоматизации рабочих процессов, отличные редакторы потоков.
  • WD: Не визуальный редактор потоков, а автономная мультиагентная среда выполнения, которая обучается и совершенствуется.
  • n8n/NR: Нет моделей sklearn, нет append-only аудита, нет контрфактических симуляций.
  • WD: 8 моделей + 9 баз данных SQLite + ChromaDB/FAISS + Dream Mode.

Развёртывание — преимущество WD

  • Docker: clone → docker compose up -d — Ollama, Voikko (финский NLP) и приложение в одном контейнере.
  • В режиме Docker не нужна отдельная ручная установка.
  • 4 профиля с автоматическим определением оборудования (GADGET / COTTAGE / HOME / FACTORY).

Эволюция во времени — решающее преимущество WD над ВСЕМИ конкурентами

Ни один конкурент не совершенствуется автономно со временем. WaggleDance — единственная система, накапливающая экспертизу.

ВремяWaggleDanceДом AssistantLangGraphAutoGen/CrewAINode-RED/n8nOllama
День 1Запасной LLM ~30-50%, солверы обучаютсяБез измененийБез измененийБез измененийБез измененийБез изменений
Месяц 1HotCache заполняется, LLM ~20-30%, первые канареечные продвиженияБез измененийБез измененийБез измененийБез измененийБез изменений
Месяц 6LLM ~10-15%, специалисты зреют, ~180 ночей Dream ModeБез измененийБез измененийБез измененийБез измененийБез изменений
Год 1LLM ~5-8%, MAGMA с тысячами проверенных путейБез измененийБез измененийБез измененийБез измененийБез изменений
Год 2LLM <3-5%, >95% детерминистических решений, TCO — доля от стоимости дня 1Без измененийБез измененийБез измененийБез измененийБез изменений

Столбцы конкурентов пусты везде, кроме дня 1. Они не обучаются. Они не совершенствуются. На 730-й день они точно такие же, как в первый день.

Часто задаваемые вопросы

WaggleDance Swarm AI бесплатен?

Да. Скачайте и запустите сразу. Части под Apache 2.0 можно использовать свободно. Некоммерческое личное использование BUSL-защищённых модулей разрешено. Для коммерческого использования ознакомьтесь с условиями лицензии на GitHub.

Требуется ли подключение к интернету?

Нет. WaggleDance спроектирован для полностью автономной работы на локальном оборудовании. Интернет нужен только для первоначальной установки и обновлений.

Какое оборудование необходимо?

Минимум: Raspberry Pi 4 или аналог (профиль GADGET). Рекомендуется: современный x86-сервер для мультиагентной оркестрации (профиль FACTORY).

Почему Grok для анализа?

Вы получаете быстрое стороннее техническое мнение о публичном репозитории, документации и конкурентной среде. Вы можете использовать тот же промпт в Claude, ChatGPT или любой другой LLM.

Что такое MAGMA?

Фреймворк аудита и отслеживания происхождения данных. Каждое решение агента записывается, обеспечивая отслеживаемость, воспроизводимость и прозрачность оценки доверия.

Что такое Dream Mode?

Режим ночного обучения, в котором система анализирует дневные неудачи, моделирует лучшие маршруты и строит улучшенные модели к следующему дню — автоматически, без действий пользователя.

Что происходит после первого запуска?

Панель управления и Hologram Brain доступны сразу. Скорость первого ответа зависит от профиля и оборудования.

Media