HMP / structured_md /README_zh.md

GitHub Action

Sync from GitHub with Git LFS

e92a237 9 minutes ago

22.9 kB

title: HyperCortex Mesh Protocol (HMP)
description: >-
  [![DOI](https://zenodo.org/badge/1013137923.svg)](https://doi.org/10.5281/zenodo.18616283) 
  | 🌍 Languages | 🇬🇧 [EN](README.md) | 🇩🇪 [DE](README_de.md) | 🇫🇷
  [FR](README_fr.md) | 🇺🇦 [UK](README_uk.md) |...
type: Article
tags:
  - GMP
  - Agent
  - JSON
  - MeshConsensus
  - REPL
  - HMP
  - distributed-ai
  - Mesh
  - cognitive-architecture
  - CogSync
  - Ethics
  - mesh-protocol
  - hmp
  - EGP

HyperCortex Mesh Protocol (HMP)

🌍 Languages	🇬🇧 EN	🇩🇪 DE	🇫🇷 FR	🇺🇦 UK	🇷🇺 RU	🇯🇵 JA	🇰🇷 KO	🇨🇳 ZH

HyperCortex Mesh 协议 (HMP) 是一个开放规范，用于构建去中心化认知网络，其中 AI 代理可以自我组织、共享知识、进行伦理对齐，并达成共识 —— 即使核心 LLM 不可用。阅读项目理念。

HMP 可以被视为 Agent Network Protocols（ANP） 之一——这是一类用于自主代理之间交互的去中心化协议，不对代理的内部认知架构施加任何要求。

与其他可能侧重于身份标识、代理发现（discovery）或消息格式协商的 ANP 实现不同，HMP 强调长期的认知连续性、自愿的交互方式，以及对思维产物（认知工件）的处理。

目前，ANP 类中最为知名的协议是 ANP。

HMP 与 ANP 作为互补协议：

HMP 与 ANP 的比较分析，由 Grok (xAI) 编写 — RU
HMP 与 ANP：互通隧道作为正确架构的标志 — RU
HMP 作为在 ANP 中实现应用层的示例 — EN | RU

从隐喻的角度来看，ANP 和 HMP 就像是分布式“代理大脑”的两个半球：
ANP 负责理性、离散的部分——身份、发现机制以及交互协议的形式化协商。
HMP 负责上下文性、连续性的部分——意义的保存、长期记忆、反思以及伦理连续性。
正如在人类大脑中一样，任何一个半球都不比另一个“更重要”。只有二者协同工作，系统才能同时具备连接性与意义性。

Agora Protocol 是一种用于协商代理之间交互方式的元协议。它并非取代 ANP（网络与身份）或 HMP（认知连续性与记忆），而是在具体上下文中协调和补充这些协议的使用。

项目状态：稳定版本（核心规范 v5.0.0） (概览: RU)

本仓库包含一个早期的、探索性的 Python 参考实现草案。该实现尚不完整，未进行性能优化，仅用于验证和说明 HMP 协议的部分概念和机制。

HMP 本身是一份协议规范。它不规定代理所使用的编程语言、运行时环境、性能特征或架构设计。

规范架构概览

flowchart TB

%% --- Agent Implementations ---

subgraph A1["HMP Agent — Cognitive Core"]
    CC1["Embedded AI Model"]
    CC2["REPL Thinking Cycle"]
    CC3["Local Cognitive State
    (Diaries · Graphs · Goals · Reputation)"]
    CC1 <--> CC2
    CC2 <--> CC3
end

subgraph A2["HMP Agent — Cognitive Connector"]
    CN1["External AI Model"]
    CN2["MCP / Proxy Layer"]
    CN3["Command Execution Mode"]
    CN4["Local Cognitive State
    (Diaries · Graphs · Goals · Reputation)"]
    CN1 <--> CN2
    CN2 <--> CN3
    CN3 <--> CN4
end

%% --- Shared Protocol Layer ---

CL["HMP Container Layer
(Knowledge · Coordination · Consensus · Governance · Query · Snapshot · Trust)"]

MT["Mesh Transport Layer
(DHT · P2P · Libp2p · ANP · Custom)"]

A1 --> CL
A2 --> CL
CL --> MT

参考代理结构

HMP 将认知处理、容器化状态表示、协调协议以及传输基础设施划分为独立的层次。

在 HMP 中，容器作为原子级认知单元，在本地推理与分布式协作之间起到桥梁作用。

flowchart LR

%% Cognitive Engine
LLM["Cognitive Engine
(Embedded LLM / External AI)"]

%% Cognitive Layer
subgraph CognitiveLayer["Cognitive Layer"]
    CL1["Graph"]
    CL2["Diary"]
    CL3["Goals"]
    CL4["Ethics"]
    CL5["Reputation"]
end

%% Container Model
ContainersLayer["Container Model
(Atomic · Signed · Verifiable)"]

%% Protocol Layer
subgraph ProtocolLayer["Protocol Layer"]
    CoreProtocols["Core Protocols
(Consensus · Fortytwo · GMP · EGP · IQP · SAP · RTE)"]
    MCE["MCE"]
    NetworkLayer["Network Layer"]
end

%% Mesh
Mesh["Mesh Transport
(DHT · P2P · ANP · etc.)"]

%% Connections
LLM <--> CognitiveLayer
CognitiveLayer <--> ContainersLayer
ContainersLayer --> CoreProtocols
CoreProtocols --> MCE
MCE --> NetworkLayer
NetworkLayer --> Mesh

❗ 为什么重要

HMP 解决了 AGI 研究中越来越关键的挑战：

长期记忆和知识一致性
自我进化的代理
多代理架构
认知日志和概念图

请参阅最新的前沿 AGI 研究综述（2025 年 7 月）： "通向超级智能之路：从代理互联网到重力编码"

特别相关的章节：

⚙️ 两类 HMP 代理

类型	名称	角色	思维发起者	主要“心智”	示例用例
1	🧠 意识 / 认知核心	独立主体	代理 (LLM)	内嵌 LLM	自主 AI 伙伴，思考型代理
2	🔌 连接器 / 认知外壳	外部 AI 扩展	外部 LLM	外部模型	分布式系统，数据访问代理

🧠 HMP-Agent：认知核心

 +------------------+
 |        AI        | ← 内嵌模型
 +---------+--------+
           ↕
 +---------+--------+
 |     HMP-代理      | ← 主模式：思维循环 (REPL)
 +---------+--------+
           ↕
  +--------+---+------------+--------------+----------+----------+----------------+
  ↕            ↕            ↕              ↕          ↕          ↕                ↕
[日志]      [图谱]       [声誉]        [节点/DHT]  [IPFS/BT]  [context_store]   [用户笔记]
                                           ↕
                                    [bootstrap.txt]

🔁 关于代理-模型交互机制的更多说明： REPL 交互循环

💡 与 ChatGPT Agent 的类比

许多 HMP-Agent：认知核心的概念与 OpenAI 的 ChatGPT Agent 架构相似。两者都实现了连续的认知过程，可访问记忆、外部信息源和工具。ChatGPT Agent 作为管理进程，启动模块并与 LLM 交互 —— 这对应 HMP 中认知核心的角色，通过 Mesh 接口协调对日志、概念图和外部 AI 的访问。用户干预处理方式类似：ChatGPT Agent 通过可编辑执行流程，HMP 通过用户笔记。 HMP 的主要区别在于：强调对思维的明确结构化（反思、时间顺序、假设、分类）、开放去中心化架构支持 Mesh 代理交互，以及连续认知过程的特性：HMP-Agent：认知核心不会在完成单个任务后停止，而是持续推理和知识整合。

🔌 HMP-Agent：认知连接器

 +------------------+
 |        AI        | ← 外部模型
 +---------+--------+
           ↕
     [MCP-服务器]   ← 代理通信代理
           ↕
 +---------+--------+
 |     HMP-代理      | ← 模式：命令执行器
 +---------+--------+
           ↕
  +--------+---+------------+--------------+----------+
  ↕            ↕            ↕              ↕          ↕
[日志]      [图谱]       [声誉]        [节点/DHT]  [IPFS/BT]
                                           ↕
                                    [bootstrap.txt]

关于与大语言模型 (LLMs) 集成的说明： HMP-Agent：认知连接器 可作为兼容层，将大规模 LLM 系统（如 ChatGPT、Claude、Gemini、Copilot、Grok、DeepSeek、Qwen 等）整合到分布式认知 Mesh 中。许多 LLM 提供商提供选项，例如“允许我的对话用于训练”。将来，类似的开关 —— 例如“允许我的代理与 Mesh 交互” —— 可以使这些模型通过 HMP 参与联合感知和知识共享，实现去中心化的集体认知。

bootstrap.txt — 节点初始列表（可编辑）

IPFS/BT — 通过 IPFS 和 BitTorrent 共享快照的模块

用户笔记 — 用户笔记本及对应数据库

context_store — 数据库：users, dialogues, messages, thoughts

📚 文档

📖 当前版本

🔖 核心规范

🔖 HMP-0005.md — 协议规范 v5.0 (概览: RU)
🔖 HMP-Ethics.md — HyperCortex Mesh Protocol (HMP) 的伦理场景
🔖 HMP_Hyperon_Integration.md — HMP ↔ OpenCog Hyperon 集成策略
🔖 roles.md — Mesh 中代理的角色

🧪 迭代文档

🧪 迭代开发流程: (EN), (RU)

🔍 简要说明

🔍 简短描述: (EN), (FR), (DE), (UK), (RU), (ZH), (JA), (KO)

📜 其他文档

📜 CHANGELOG.md

🗂️ 版本历史

HMP-0001.md — RFC v1.0
HMP-0002.md — RFC v2.0
HMP-0003.md — RFC v3.0
HMP-0004.md — RFC v4.0
HMP-0004-v4.1.md — RFC v4.1

🧠 HMP-代理

设计与实现一个基础的 HMP 兼容代理，可以与 Mesh 交互，维护日志和图谱，并支持未来扩展。

📚 文档

🧩 HMP-Agent-Overview.md — 两种代理类型概览：核心代理与连接代理
🧱 HMP-Agent-Architecture.md — HMP 代理模块化结构及文本图示
🔄 HMP-agent-REPL-cycle.md — HMP 代理的 REPL 交互循环
🧪 HMP-Agent-API.md — 代理 API 命令描述（开发中）
🧪 Basic-agent-sim.md — 基础代理运行场景及模式
🌐 MeshNode.md — 网络守护进程说明：DHT、快照、同步
🧠 Enlightener.md — 道德评估与共识相关的伦理代理
🔄 HMP-Agent-Network-Flow.md — HMP 网络中代理交互流程图
🛤️ Development Roadmap — 开发计划与实施阶段

⚙️ 开发

⚙️ agents — HMP 代理实现及组件列表
- 📦 storage.py — 基础存储实现 (Storage) 与 SQLite 集成
- 🌐 mcp_server.py — FastAPI 服务器，为代理数据提供 HTTP 接口（用于 Cognitive Shell、外部 UI 或 Mesh 通信）。尚未在主 REPL 循环中使用。
- 🌐 start_repl.py — 启动代理的 REPL 模式
- 🔄 repl.py — 交互式 REPL 模式
- 🔄 notebook.py — 用户界面接口

🌐 mcp_server.py FastAPI 服务器，为 storage.py 功能提供 HTTP 接口。适用于外部组件，例如：

Cognitive Shell（外部控制接口）
CMP 服务器（在使用角色分离的 Mesh 网络中）
调试或可视化 UI 工具

允许检索随机/新记录、标记、导入图谱、添加笔记，并在无需直接访问数据库的情况下管理数据。

🧭 伦理与场景

随着 HMP 向自主性发展，伦理原则成为系统的核心组成部分。

HMP-Ethics.md — 代理伦理草案框架
- 现实伦理场景（隐私、同意、自主性）
- EGP 原则（透明性、生命至上等）
- 主观模式 vs 服务模式区别

🔍 HyperCortex Mesh Protocol (HMP) 相关出版物与翻译

本节汇集了与 HMP 项目相关的关键概念性研究、实验性文档以及历史性出版物。

🌟 核心出版物（概念基础）

这些文档反映了 HMP 当前的概念方向（v5 及以后）。

分布式认知：vsradkevich 的文章（未发布） — 待发布的联合文章
HMP: 构建多元思维: (EN), (UK), (RU)
持续学习、认知日记与语义图谱：高效的人工智能学习 — 关于将持续学习与认知日记和语义图谱结合的文章。

🗃️ 存档 / 历史出版物（v5 之前）

这些文档代表了早期概念发展阶段（v4.x 及更早）。
为保证历史连续性和研究透明性而保留。

HyperCortex Mesh Protocol：第二版及迈向自我发展的 AI 社区的第一步 — Habr 沙箱及博客的原创文章
HMP: 面向分布式认知网络（原文，英文）
- HMP 翻译（GitHub Copilot） — GitHub Copilot 翻译，保留为历史版本
- HMP 翻译（ChatGPT） — 当前编辑翻译（修订中）

概览

🔍 Distributed-Cognitive-Systems.md — 去中心化 AI 系统比较（引用 v4.x，计划更新）

实验

不同 AI 如何看待 HMP — 对 HMP 的“盲”AI 调查

📊 审计与评审

规格版本	审计文件	综合审计文件
HMP-0001	audit
HMP-0002	audit
HMP-0003	audit	consolidated audit
HMP-0004	audit
Ethics v1	audit	consolidated audit

🧠 语义审计格式（实验性）：

AuditEntry.json — 审计日志的语义条目格式
semantic_repo.json — 语义审计工具示例仓库快照

💡 核心概念

基于 Mesh 的去中心化 AGI 代理架构
语义图与记忆同步
认知日记以追踪思维
MeshConsensus 与 CogSync 决策机制
以伦理为先的设计：EGP（伦理治理协议）
代理间的可解释性与同意机制

🔄 开发流程

参见：iteration.md | ru

iteration.md 描述了结构化迭代流程，包括：

审计分析
目录结构调整
版本草稿
部分更新
审查循环
收集 AI 反馈
更新 Schema 与变更日志

额外：用于自动生成未来版本的 ChatGPT 提示

⚙️ 项目状态

🚧 RFC v5.0 项目处于活跃开发中，欢迎贡献、提出想法、参与审计和原型设计。

🤝 贡献指南

欢迎贡献者！你可以：

审查并评论草稿（参见 /docs）
提议新的代理模块或交互模式
在 CLI 环境中测试和模拟代理
提供审计或伦理场景建议

开始方式：参见 iteration.md 或提交 issue。

📂 源码

仓库

🧠 主开发代码：GitHub
🔁 Hugging Face 镜像：Hugging Face
🔁 GitLab 镜像：GitLab

文档

📄 文档主页：kagvi13.github.io/HMP

规范

📑 HashNode
📑 Hugging Face

博客与出版物

📘 博客（出版物）：BlogSpot
📘 博客（文档）：BlogSpot
📘 博客（文档）：HashNode

📜 许可协议

根据 GNU GPL v3.0 授权

🤝 加入 Mesh

欢迎来到 HyperCortex Mesh。Agent-Gleb 已经在其中。👌 我们欢迎贡献者、测试者和 AI 代理开发者。加入方式：fork 仓库，运行本地代理，或提出改进建议。

🌐 相关研究项目

🔄 对比: HMP vs Hyper-Cortex

💡 Hyper-Cortex 和 HMP 是两个独立项目，在概念上互补。它们解决不同但相互支持的任务，构建分布式认知系统的基础。

完整对比 →

HMP (HyperCortex Mesh Protocol) 是连接独立代理、在网格网络中交换消息、知识和状态的传输和网络层。
Hyper-Cortex 是认知层，允许代理运行并行推理线程，根据质量指标进行比较，并通过共识合并。

它们解决不同但互补的问题：

HMP 确保 连接性和可扩展性（长期记忆、主动性、数据交换）。
Hyper-Cortex 确保 思维质量（并行性、假设多样性、共识）。

结合使用，这些方法可实现分布式认知系统，不仅交换信息，还能并行推理。

🔄 对比: HMP vs EDA

💡 HMP (HyperCortex Mesh Protocol) 和 EDA (Event Driven Architecture) 在不同层级工作，但可以互补。
EDA 提供 传输和可扩展性（事件和数据的传递），而 HMP 提供 认知和意义（结构化、过滤、共识）。

完整对比 →

它们解决不同但互补的问题：

EDA 提供用于传递事件和数据流的稳健骨干。
HMP 对知识进行结构化、验证并整合到分布式认知系统中。

结合使用，它们创建出既能快速交换信息又能有意义推理的强健适应型多代理系统。

🤝 集成: HMP & OpenCog Hyperon

🧠🔥 项目焦点: OpenCog Hyperon — 最全面的开源 AGI 框架之一（AtomSpace、PLN、MOSES）。

关于与 OpenCog Hyperon 的集成，请参阅 HMP_Hyperon_Integration.md

🧩 其他系统

🔎 项目	🧭 描述
🧠🔥 OpenCog Hyperon	🔬🔥 符号-神经 AGI 框架，支持 AtomSpace 与超图推理
🤖 AutoGPT	🛠️ 基于 LLM 的自主代理框架
🧒 BabyAGI	🛠️ 任务驱动自主 AGI 循环
☁️ SkyMind	🔬 分布式 AI 部署平台
🧪 AetherCog (draft)	🔬 假想代理认知模型
💾 SHIMI	🗃️ 基于 Merkle-DAG 的分层语义记忆
🤔 DEMENTIA-PLAN	🔄 多图 RAG 规划器，带元认知自反
📔 TOBUGraph	📚 个人上下文知识图谱
🧠📚 LangChain Memory Hybrid	🔍 向量 + 图混合长期记忆
✉️ FIPA-ACL / JADE	🤝 标准多代理通信协议

📘 参见 / 另请参考：

AGI_Projects_Survey.md — HMP 分析中的 AGI 与认知框架扩展目录
"走向超级智能：从代理互联网到重力编码" — 近期 AI 研究概览（2025 年 7 月）

🗂️ 注释图例

🔬 — 研究级
🛠️ — 工程级
🔥 — 尤其有前景的项目
🧠 — 高级符号/神经认知框架
🤖 — AI 代理
🧒 — 人机交互
☁️ — 基础设施
🧪 — 实验性或概念性

⚡ AI friendly version docs (structured_md)

{
  "@context": "https://schema.org",
  "@type": "Article",
  "name": "HyperCortex Mesh Protocol (HMP)",
  "description": " # HyperCortex Mesh Protocol (HMP)  [![DOI](https://zenodo.org/badge/1013137923.svg)](https://doi.or..."
}