அவை முதலில் மொழி மாதிரியை கேட்டு, பதில் சரியாகத் தோன்றும் என்று நம்புகின்றன.
இயற்கை இந்த பிரச்சினையை மில்லியன் கணக்கான ஆண்டுகளுக்கு முன்பே தீர்த்துவிட்டது.
தேனீக்கூட்டில், ஒரே ஒரு உறுப்பினர் சொன்னதாலே ஒரு கண்டுபிடிப்பு முடிவாக மாறாது. தேடிச் சென்ற ஒரு தேனீ கூட்டிற்கு திரும்பி வந்து, செங்குத்தான தேனடையின் மேற்பரப்பில் எட்டு வடிவ நடனம் ஆடுகிறது — நேராகச் செல்லும் பகுதியின் கோணம் திசையைக் காட்டுகிறது, அந்த அசைவின் நீடிப்பு தூரத்தைக் காட்டுகிறது, அதன் உற்சாகம் தரத்தைக் காட்டுகிறது. ஆனால் அந்த நடனம் தனிப் பேச்சு அல்ல. அதிக அனுபவமுள்ள சகோதரி தேனீக்கள் நடனமாடும் தேனீயைத் தொடர்ந்து, தங்கள் உணர்கொம்புகளால் அவளைத் தொட்டு, உடனுக்குடன் பின்னூட்டம் அளிக்கின்றன. ஒரு நிறுத்தச் சைகை அந்த நடனத்தை முழுமையாக நிறுத்திவிடலாம். செய்தி கூட்டத்தின் கூர்ந்த ஆய்வைத் தாண்டிய பிறகே பின்பற்றத் தகுந்த பாதை உருவாகிறது.
WaggleDance இந்த தர்க்கத்தின் மீது கட்டப்பட்டுள்ளது.
அது பிரச்சினையை நேரடியாக LLM-க்கு ஒப்படைக்காது. முதலில் அதை சரியான solver-க்கு வழிநடத்துகிறது, பல agents மூலம் முடிவைச் சரிபார்க்கிறது, உண்மையிலேயே உதவும்போது மட்டுமே மொழி மாதிரியைப் பயன்படுத்துகிறது. ஒவ்வொரு படியும் audit செய்யக்கூடிய தடயத்தை விட்டுச் செல்கிறது. ஒவ்வொரு தீர்வும் நியாயப்படுத்தக்கூடியது. ஒவ்வொரு சுற்றும் அமைப்பின் சொந்த நிபுணத்துவத்தை வளர்க்கிறது.
எட்டு வடிவ நடனம் algorithmic routing ஆக மாறியது. தேனடை MAGMA நினைவகக் கட்டமைப்பாக மாறியது. தேனீக்களின் இரவுநேர ஓய்வு Dream Mode ஆக மாறியது — அதில் அமைப்பு அந்த நாளின் தோல்விகளை மதிப்பாய்வு செய்து, ஆயிரக்கணக்கான மாற்றுப் பாதைகளைச் சோதித்து, காலையில் இன்னும் அறிவுடன் திரும்புகிறது.
இது ஒரு உவமை அல்ல. இது கூட்டு இயந்திர நுண்ணறிவுக்கான கட்டமைப்பு.
Download செய்து, fork செய்து, உடனே உள்ளூரில் run செய்யுங்கள். முழு repoவும் GitHubஇல் பதிவு இல்லாமல் கிடைக்கிறது.
License model: Apache 2.0 + BUSL 1.1 (open core + source-available protected modules). Check the terms on GitHub.
BUSL module change date: March 18, 2030.
Solvers முதலில் செயல்படும். Verifier சரிபார்க்கும். சரியான solver போதுமானதாக இல்லாதபோது மட்டுமே LLM இணையும்.
MAGMA முடிவுகள், sources, replays, மற்றும் trust scores ஆகியவற்றை பதிவு செய்கிறது. என்ன நடந்தது, ஏன் நடந்தது, எந்த வரிசையில் நடந்தது என்பதைப் பாருங்கள்.
Dream Mode தோல்விகளை மதிப்பாய்வு செய்கிறது, சிறந்த routesஐ simulate செய்கிறது, அடுத்த நாளுக்கான சிறந்த modelsஐ உருவாக்குகிறது.
Hologram Brain 32 nodesஇன் நிலையை real timeஇல் தெளிவாக காட்டுகிறது. நீங்கள் black boxஐ பார்க்கவில்லை — இயங்கும் systemஐ பார்க்கிறீர்கள்.
எல்லாம் உங்கள் சொந்த environmentஇல் run ஆகிறது. கட்டாய cloud இல்லை, prompt data வெளியேறாது, SaaS dependency இல்லை.
அதே codebase Raspberry Pi முதல் factory profile வரை இயங்கும். வெறும் demo அல்ல, வெறும் framework அல்ல.
RPi, edge, sensor
Offline, intermittent connection
Local automation
Monitoring, anomalies, audit
Startupக்கு பிறகு Dashboard மற்றும் Hologram Brain உடனடியாக கிடைக்கும். முதல் response வேகம் profile, hardware, மற்றும் full அல்லது stub mode பயன்படுத்தப்படுகிறதா என்பதைக் கொண்டே மாறும்.
Prompt நேரடியாக Grokக்கு அனுப்பப்படும் — backup ஆக உங்கள் clipboardக்கும் நகலெடுக்கப்படும்
Prompt தயார் நிலையில் Grok புதிய tabஇல் திறக்கும்
repoவின் விரிவான பகுப்பாய்வு, மதிப்பெண் வழங்கப்பட்ட போட்டியாளர் ஒப்பீடு, மற்றும் தொழிற்சாலை தயார்நிலை மதிப்பீடு உங்களுக்கு கிடைக்கும்.
Pre-fill வேலை செய்யாவிட்டால், கைமுறையாக paste செய்யுங்கள் — prompt ஏற்கனவே உங்கள் clipboardஇல் உள்ளது.
அதே promptஐ Claude, ChatGPT அல்லது வேறு எந்த LLMஇலும் பயன்படுத்தலாம். இந்தப் பக்கத்தின் default தேர்வு Grok.
நீங்கள் “Repositoryயை பகுப்பாய்வு செய்க” என்பதைக் கிளிக் செய்தால், AI பின்வருவனவற்றை உள்ளடக்கும் ஆழமான பகுப்பாய்வை செய்கிறது:
Main branch, architecture, modules, மற்றும் latest commits
What is implemented vs. what is planned or aspirational
Test coverage, practical maturity, and production readiness
Memory model, audit architecture, provenance, மற்றும் trust mechanisms
வீடு Assistant, Node-RED, n8n, Open WebUI, LangGraph, AutoGen, CrewAI, Ollama ஆகியவற்றுடன் ஒப்பிட்டு ஆறு axesஇல் 1-10 மதிப்பெண்கள்
Industrial use cases, risks, missing integrations, deployment blockers
ஒரு promptஐ copy செய்ய அதைக் கிளிக் செய்யுங்கள். மேலும் ஆழமாக ஆராய உங்கள் Grok sessionஇல் paste செய்யுங்கள்.
ஒரு profileஐ தேர்ந்தெடுத்து, Grokஇலிருந்து உங்களுக்கேற்ற deployment guideஐ பெறுங்கள்.
கீழே உள்ள ஒவ்வொரு toolவும் தன் பணியில் சிறந்தது. இந்த ஒப்பீடு WaggleDanceன் solver-first architecture எப்படி வேறுபடுகிறது என்பதை காட்டுவதற்கே — மற்றவை மோசமானவை என்று கூறுவதற்கல்ல.
clone → docker compose up -d — Ollama, Voikko (Finnish NLP), and the app all in one.No competitor improves autonomously over time. WaggleDance is the only one that builds cumulative expertise.
| Time | WaggleDance | வீடு Assistant | LangGraph | AutoGen/CrewAI | Node-RED/n8n | Ollama |
|---|---|---|---|---|---|---|
| Day 1 | LLM fallback ~30-50%, solvers learning | Same as always | Same as always | Same as always | Same as always | Same as always |
| Month 1 | HotCache fills, LLM ~20-30%, first canary promotions | No change | No change | No change | No change | No change |
| Month 6 | LLM ~10-15%, specialists maturing, ~180 nights of Dream Mode | No change | No change | No change | No change | No change |
| Year 1 | LLM ~5-8%, MAGMA with thousands of audited paths | No change | No change | No change | No change | No change |
| Year 2 | LLM <3-5%, >95% deterministic, TCO a fraction of day 1 | No change | No change | No change | No change | No change |
The competitors' column is empty everywhere except day 1. They don't learn. They don't improve. On day 730, they are exactly the same as on day 1.
Yes. Download and run immediately. Apache 2.0 parts are freely usable. Non-commercial personal use of BUSL-protected modules is permitted. For commercial use, check the license terms on GitHub.
No. WaggleDance is designed to work fully offline on local hardware. Internet is only needed for initial setup and updates.
Minimum: Raspberry Pi 4 or equivalent (GADGET profile). Recommended: modern x86 server for multi-agent orchestration (FACTORY profile).
You get a quick second technical opinion on the public repo, documentation, and competitive landscape. You can use the same prompt in Claude, ChatGPT, or any other LLM.
An auditing and provenance framework. Every agent decision is recorded so you get traceability, replay, and trust assessment visibility.
An overnight learning mode where the system reviews the day's failures, simulates better routes, and builds better models for the next day — automatically without user action.
Dashboard and Hologram Brain are available immediately. First response speed depends on profile and hardware.
