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

Hầu hết các hệ thống AI đều mắc cùng một sai lầm.

Chúng hỏi mô hình ngôn ngữ trước và hy vọng câu trả lời nghe có vẻ đúng.

Tự nhiên đã giải quyết vấn đề này hàng triệu năm trước.

Trong tổ ong, một khám phá không trở thành quyết định chỉ vì một cá thể nói vậy. Ong trinh sát trở về tổ và nhảy điệu nhảy hình số tám trên bề mặt thẳng đứng của tổ — góc của đoạn thẳng chỉ hướng, thời gian chỉ khoảng cách, cường độ chỉ chất lượng. Nhưng điệu nhảy không phải là độc thoại. Những chị ong kinh nghiệm hơn theo dõi ong nhảy, chạm vào nó bằng râu và phản hồi theo thời gian thực. Tín hiệu dừng có thể chấm dứt điệu nhảy hoàn toàn. Chỉ khi thông điệp vượt qua sự kiểm tra của cộng đồng, một tuyến đường đáng đầu tư mới xuất hiện.

WaggleDance được xây dựng trên logic này.

Nó không giao vấn đề trực tiếp cho LLM. Nó định tuyến trước đến đúng solver, xác minh kết quả qua nhiều tác tử, và chỉ dùng mô hình ngôn ngữ khi thực sự cần thiết. Mọi bước để lại dấu vết kiểm toán. Mọi giải pháp đều có thể chứng minh. Mọi chu kỳ đều nâng cao chuyên môn của hệ thống.

Điệu nhảy hình số tám đã trở thành định tuyến thuật toán. Tổ ong đã trở thành kiến trúc bộ nhớ MAGMA. Và giấc ngủ đêm của ong đã trở thành Dream Mode — một mô phỏng nơi hệ thống xem lại các thất bại trong ngày, thử nghiệm hàng nghìn đường đi thay thế, và trở lại vào sáng hôm sau thông minh hơn.

Đây không phải ẩn dụ. Đây là kiến trúc cho trí tuệ máy tập thể.

Clone & Run

Tải, fork và chạy cục bộ ngay bây giờ. Toàn bộ repo có sẵn trên GitHub không cần đăng ký.

Mô hình giấy phép: Apache 2.0 + BUSL 1.1 (lõi mở + module bảo vệ có mã nguồn). Kiểm tra điều khoản tại GitHub.
Ngày thay đổi module BUSL: 18 tháng 3, 2030.

v3.5.7 Phiên bản mới nhất 2026-04-12
445+ Commits
5 581 Toàn bộ Pytest (v3.5.7)
4 Hồ sơ triển khai

Tại sao điều này khác biệt

AI không đoán mò

Solver đi trước. Bộ xác minh kiểm tra. LLM chỉ tham gia khi solver phù hợp không đủ.

AI nhớ mọi thứ

MAGMA ghi lại quyết định, nguồn, phát lại và điểm tin cậy. Xem điều gì đã xảy ra, tại sao và theo thứ tự nào.

AI học qua đêm

Dream Mode xem lại thất bại, mô phỏng tuyến đường tốt hơn và xây dựng mô hình tốt hơn cho ngày hôm sau.

AI hiển thị trạng thái

Hologram Brain hiển thị trạng thái 32 node theo thời gian thực. Bạn không đang xem hộp đen — bạn đang xem một hệ thống đang hoạt động.

AI nằm trên mạng của bạn

Mọi thứ chạy trong môi trường của bạn. Không cloud bắt buộc, không rò rỉ dữ liệu prompt, không phụ thuộc SaaS.

AI có thể mở rộng

Cùng một codebase hoạt động từ Raspberry Pi đến hồ sơ nhà máy. Không chỉ là demo, không chỉ là framework.

Hồ sơ triển khai — cùng runtime, bốn hồ sơ

Thiết bị GADGET

RPi, edge, cảm biến

Nhà nghỉ COTTAGE

Ngoại tuyến, kết nối gián đoạn

Nhà HOME

Tự động hóa cục bộ

Nhà máy FACTORY

Giám sát, bất thường, kiểm toán

Dashboard và Hologram Brain có sẵn ngay sau khi khởi động. Tốc độ phản hồi đầu tiên phụ thuộc vào hồ sơ, phần cứng và chế độ đầy đủ hay stub.

Chuyện gì xảy ra khi bạn nhấp “Phân tích Repository”?

1

Prompt được gửi trực tiếp đến Grok — và sao chép vào clipboard làm bản sao lưu

2

Grok mở trong tab mới với prompt đã sẵn sàng

3

Bạn nhận được phân tích toàn diện về repo, so sánh đối thủ có chấm điểm và đánh giá mức độ sẵn sàng cho nhà máy

Nếu điền sẵn không hoạt động, dán thủ công — prompt đã có trên clipboard của bạn.

Bạn cũng có thể dùng cùng prompt trong Claude, ChatGPT hoặc bất kỳ LLM nào. Grok là lựa chọn mặc định trên trang này.

Grok phân tích những gì

Khi bạn nhấp “Phân tích Repository”, AI thực hiện phân tích sâu bao gồm:

1
Trạng thái codebase hiện tại

Nhánh chính, kiến trúc, module và các commit mới nhất

2
README so với thực tế

Điều gì đã triển khai so với điều gì đang lên kế hoạch hoặc mang tính nguyện vọng

3
Kiểm thử và độ trưởng thành

Độ bao phủ kiểm thử, độ trưởng thành thực tế và mức độ sẵn sàng cho sản xuất

4
Hologram Brain và MAGMA

Mô hình bộ nhớ, kiến trúc kiểm toán, xuất xứ và cơ chế tin cậy

5
So sánh đối thủ

Chấm điểm 1-10 trên sáu trục so với Nhà Assistant, Node-RED, n8n, Open WebUI, LangGraph, AutoGen, CrewAI, Ollama

6
Đánh giá triển khai nhà máy

Trường hợp sử dụng công nghiệp, rủi ro, tích hợp thiếu, rào cản triển khai

Prompt theo dõi Grok

Nhấp vào prompt để sao chép. Dán vào phiên Grok của bạn để khám phá sâu hơn.

Làm thế nào kết nối WaggleDance?

Chọn một hồ sơ và nhận hướng dẫn triển khai tùy chỉnh từ Grok.

So sánh WaggleDance

Mỗi công cụ dưới đây đều giỏi trong lĩnh vực của mình. So sánh này nhằm cho thấy kiến trúc solver-trước của WaggleDance khác biệt như thế nào — không phải để nói các công cụ khác kém.

vs. Nhà Assistant

  • HA: Quy tắc và tự động hóa tất định, nhưng không có định tuyến dựa trên solver trước LLM.
  • WD: Định tuyến solver-trước (7+ solver tất định) → bộ xác minh → LLM chỉ là dự phòng. Mọi quyết định có thể kiểm toán qua MAGMA trail.
  • HA: Không có huấn luyện mô hình tự động, không có học qua đêm.
  • WD: 8 mô hình chuyên gia sklearn + Dream Mode học qua đêm với vòng đời canary.
  • Lợi thế của HA: hệ sinh thái tích hợp xuất sắc (2000+ tích hợp).

vs. LangGraph

  • LG: Đa tác tử dựa trên đồ thị, nhưng lấy LLM làm trung tâm — mọi thứ đi qua LLM.
  • WD: Solver-trước. LLM là Layer 1 (cuối), không phải Layer 3 (đầu).
  • LG: Không có kiểm toán append-only, không huấn luyện canary, không mô phỏng Dream Mode.
  • WD: MAGMA xuất xứ 5 lớp + 8 mô hình chuyên gia + mô phỏng phản thực.
  • Lợi thế của LG: hệ sinh thái cloud mạnh hơn và tài liệu tốt hơn.

vs. AutoGen / CrewAI

  • AG/CA: Framework đa tác tử, nhưng không có solver tất định.
  • WD: 7+ solver tất định được định tuyến TRƯỚC bất kỳ lời gọi LLM nào.
  • AG/CA: Không có hồ sơ edge/nhà máy, không có kiến trúc ngoại tuyến-trước.
  • WD: 4 hồ sơ (GADGET → FACTORY), hoàn toàn ngoại tuyến, từ ESP32 đến DGX.
  • AG/CA: Không có học qua đêm tự động hoặc canary promotion.

vs. Ollama / LocalAI

  • Ollama: Động cơ LLM cục bộ, không có kiến trúc ra quyết định.
  • WD: Sử dụng Ollama như một thành phần (dự phòng Layer 1), nhưng xây dựng định tuyến solver, kiểm toán MAGMA, mô hình chuyên gia và Dream Mode trên đó.
  • Ollama là động cơ. WaggleDance là cả chiếc xe.

vs. n8n / Node-RED

  • n8n/NR: Công cụ tự động hóa workflow trực quan, trình soạn luồng xuất sắc.
  • WD: Không phải trình soạn luồng trực quan mà là bộ thực thi đa tác tử tự chủ có khả năng học và cải thiện.
  • n8n/NR: Không có mô hình sklearn, không xuất xứ append-only, không mô phỏng phản thực.
  • WD: 8 mô hình + 9 cơ sở dữ liệu SQLite + ChromaDB/FAISS + Dream Mode.

Triển khai — Lợi thế của WD

  • Docker: clone → docker compose up -d — Ollama, Voikko (NLP tiếng Phần Lan), và ứng dụng tất cả trong một.
  • Không cần cài đặt thủ công riêng trong chế độ Docker.
  • 4 hồ sơ với tự động phát hiện phần cứng (GADGET / COTTAGE / HOME / FACTORY).

Tiến hóa theo thời gian — Lợi thế quyết định của WD so với TẤT CẢ đối thủ

Không đối thủ nào tự cải thiện theo thời gian. WaggleDance là duy nhất xây dựng chuyên môn tích lũy.

Thời gianWaggleDanceNhà AssistantLangGraphAutoGen/CrewAINode-RED/n8nOllama
Ngày 1LLM dự phòng ~30-50%, solver đang họcVẫn như mọi khiVẫn như mọi khiVẫn như mọi khiVẫn như mọi khiVẫn như mọi khi
Tháng 1HotCache lấp đầy, LLM ~20-30%, canary promotion đầu tiênKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổi
Tháng 6LLM ~10-15%, chuyên gia trưởng thành, ~180 đêm Dream ModeKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổi
Năm 1LLM ~5-8%, MAGMA với hàng nghìn đường đã kiểm toánKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổi
Năm 2LLM <3-5%, >95% tất định, TCO chỉ là phần nhỏ của ngày 1Không thay đổiKhông thay đổiKhông thay đổiKhông thay đổiKhông thay đổi

Cột của đối thủ trống rỗng ngoài ngày 1. Họ không học. Họ không cải thiện. Vào ngày 730, họ giống hệt ngày 1.

Câu hỏi thường gặp

WaggleDance Swarm AI có miễn phí không?

Có. Tải và chạy ngay. Các phần Apache 2.0 được sử dụng tự do. Sử dụng cá nhân phi thương mại các module BUSL được phép. Sử dụng thương mại, kiểm tra điều khoản giấy phép trên GitHub.

Có cần kết nối internet không?

Không. WaggleDance được thiết kế để hoạt động hoàn toàn ngoại tuyến trên phần cứng cục bộ. Internet chỉ cần cho cài đặt ban đầu và cập nhật.

Cần phần cứng gì?

Tối thiểu: Raspberry Pi 4 hoặc tương đương (hồ sơ GADGET). Khuyến nghị: máy chủ x86 hiện đại cho điều phối đa tác tử (hồ sơ FACTORY).

Tại sao dùng Grok để phân tích?

Bạn nhận được ý kiến kỹ thuật thứ hai nhanh chóng về repo công khai, tài liệu và bối cảnh cạnh tranh. Bạn cũng có thể dùng cùng prompt trong Claude, ChatGPT hoặc bất kỳ LLM nào.

MAGMA là gì?

Framework kiểm toán và xuất xứ. Mọi quyết định của tác tử được ghi lại để bạn có khả năng truy xuất, phát lại và đánh giá độ tin cậy.

Dream Mode là gì?

Chế độ học qua đêm nơi hệ thống xem lại thất bại trong ngày, mô phỏng tuyến đường tốt hơn và xây dựng mô hình tốt hơn cho ngày hôm sau — tự động không cần người dùng thao tác.

Sau lần khởi động đầu tiên thì sao?

Dashboard và Hologram Brain có sẵn ngay. Tốc độ phản hồi đầu tiên phụ thuộc vào hồ sơ và phần cứng.

Media