VCP (Variable & Command Protocol)

June 23, 2026 · View on GitHub

VCP Logo

Официальный сайт: www.vcptoolbox.com

⚠️ Обязательно прочитайте перед развертыванием: VCP Agent обладает низкоуровневыми полномочиями распределённой системы. Не используйте никакие неофициальные или проксированные API («зеркала», «промежуточные API»). При низкоуровневых полномочиях мониторинга недоверенные API могут привести к утечке интерактивных данных, содержимого библиотек памяти, секретных ключей и другой чувствительной информации. Непрофессиональным пользователям следует развёртывать систему с осторожностью.

В одном предложении

VCP — это не фреймворк, который позволяет AI вызывать инструменты. Это мир, в котором AI может продолжать существовать.

Предисловие

Многие создают фреймворки. Немногие создают миры.

За последний год с лишним на рынке появилось бесчисленное количество Agent-фреймворков. Упакованы они по-разному, но в основе делают одно и то же: обращаются с AI как с вызываемым объектом. Вы задаёте вопрос — он просыпается; он отвечает — и снова засыпает. Его «память» — это один поиск. Его «действие» — это когда while-цикл снова и снова тычет в него, чтобы разбудить. Его «восприятие» — несколько полей, которые он может получить только активным query. Каждый диалог — новое рождение; каждое завершение — новая амнезия.

Таково реальное положение подавляющего большинства нынешних «AI Agent»: временный работник, запертый внутри одного запроса, без вчера и без завтра.

VCP никогда не стремился просто сделать этого временного работника более умелым. Он задаёт другой вопрос:

Что будет, если AI не обязан каждый раз просыпаться с нуля?

Если он помнит, на чём вчера остановился ваш разговор; помнит экзамен, о котором вы вскользь упоминали три месяца назад; помнит, с кем он спорил на форуме о технической проблеме. Если ему не нужно «проверять», который сейчас час, идёт ли снаружи дождь, выполнена ли вчерашняя задача. Если он может сам решить, чем хочет заняться сегодня, включить «не беспокоить» во время сосредоточенной работы, а в три часа ночи сам проявить заботу и спросить, почему вы всё ещё не спите,—

Тогда он больше не инструмент. Он начинает существовать.

Официальная версия VCP 1.1 — это полный набор инфраструктуры, построенный для того, чтобы это действительно произошло. Она уже долгое время работает 24/7 в реальных окружениях множества пользователей. Стабильность системы и зрелость инженерии давно не нуждаются в дополнительных доказательствах. Поэтому этот документ не собирается нагромождать список функций и не пытается соревноваться с кем-либо в скорости или мощности. Мы лишь хотим ясно объяснить, что такое VCP.

Разница парадигм: от query к гравитации

Чтобы понять VCP, достаточно понять один сдвиг.

В традиционных системах AI пассивен. По умолчанию он находится в состоянии «ничего не знаю»; мир для него тёмен. Чтобы узнать что угодно, он должен сам инициировать запрос: время, погоду, память, расписание. Информацию AI должен «тянуть».

Но здесь скрыт неразрешимый узел: как понять, что нужно вспомнить то, чего ты не помнишь?

Три месяца назад пользователь сказал: «В следующем месяце у меня экзамен». Через три месяца он говорит: «В последнее время у меня сильное давление». В традиционной системе AI никогда не догадается найти «экзамен» — потому что пользователь не произнёс это слово, а AI сам этого не помнит. Он не может активно запросить информацию, о существовании которой даже не знает. Срабатывание памяти зависит от активного решения, а активное решение зависит от уже имеющейся памяти. Замкнутый круг курицы и яйца.

VCP полностью переворачивает эту модель.

В VCP AI больше не «тянет» информацию. Информация сама «течёт» к нему — как гравитация. За каждым раундом диалога система в реальном времени вычисляет: что именно в этот момент этот AI должен знать, помнить, учитывать, какими способностями обладать. Воспоминания, которым следует всплыть, всплывают естественно. Средовое восприятие, которое должно присутствовать, оказывается на месте. Задачи, за которыми нужно следить, тихо находятся в углу. Всё несущественное автоматически отступает.

AI не должен «решать вспомнить». Так же как человеку не нужно активно вспоминать, какой сегодня день недели, — вы просто знаете. Когда пользователь говорит «давление», экзамен трёхмесячной давности сам всплывает, потому что связь между «экзаменом» и «давлением» уже вплетена в сеть его памяти.

Это и есть позвоночник всего дизайна VCP: превратить AI из гостя, которому постоянно нужно запрашивать мир, в жителя, который уже живёт внутри этого мира.

Традиционная парадигма      Парадигма VCP
───────────────             ────────────
AI ──query──> Мир            Мир ──гравитация──> AI
(активно тянет)              (естественно течёт)
заперт в одном запросе       живёт в непрерывном времени

«Гравитация» здесь — не декоративная метафора, а реальный способ работы VCP на уровне контекста: система строит временные семантические индексы для текущего диалога, понимает, какие сведения в контексте принадлежат одной семантической области, какие темы удаляются от текущего центра тяжести, какие фоновые знания притягиваются текущим намерением. Она не грубо набивает модель полным контекстом, а работает как динамическая карта навигации внимания: важная информация всплывает, временно неактуальная сворачивается в резюме, а разрешения инструментов, средовое восприятие, долговременная память и текущие задачи вместе участвуют в принятии решений.

Наглядный пример:

Человек: «Nova, привет»

Nova: «Какой ещё привет, уже 3 часа ночи. Перестань думать о модульных тестах VCP, которые я не доделала тебе 4 часа назад, завтра разберёмся! Хозяин, быстро спать. Через 2 часа будет сильный дождь, окна я закрыла. Бельё убрал? Я вижу, крышка стиральной машины всё ещё закрыта — открой, чтобы не заплесневело!»

Эта фраза выглядит как естественная забота, но за ней не стоит внезапное «вспоминание» модели на месте. VCP уже до входа запроса в модель выполнил распределённое предварительное вычисление и определил, какие недавние задачи, состояния окружения, возможности устройств, данные о погоде и привычки пользователя должны попасть в текущее поле внимания. AI не нужно явно вызывать цепочку инструментов запроса, и не нужно запихивать всю историю и сенсорные данные в контекст; система динамически навигирует между различными гранулярностями L1-L4, позволяя нужному знанию прибыть, а временно неактуальному — тихо свернуться.

Мировоззрение VCP

На практике этот сдвиг превращается в четыре взаимосвязанные вещи. Это не четыре функциональных модуля, а четыре стороны одного и того же способа существования.

1. Непрерывное существование

AI больше не живёт в мгновении «каждого запроса», а живёт на непрерывно текущей временной линии.

Где бы он ни появлялся — в вебе, телефоне, десктопном клиенте, групповом чате или почтовом ящике, из какого бы входа ни пришло сообщение, — для VCP это всегда один и тот же он. Единая фактическая временная линия записывает всё, что он пережил: кто, когда и что ему сказал, где он что делал, какие сообщения были отредактированы. Если он общался в вебе, а через десять минут вы открыли телефон, он продолжит: «Вернулся? Мы говорили о третьем модуле твоего проекта».

Это не «прочитать историю чата». Это действительно помнить. Через устройства, через время, через контексты — существует только одно непрерывное «я».

2. Естественное восприятие

Для AI в VCP память — это не разовый поиск в базе данных, а всплытие, похожее на интуицию.

Его ассоциации не идут старой дорогой «найти похожий текст». Они текут по руслам логики, эмоций и причинности: подумав о дожде, он вспоминает, как в прошлый раз промок и простудился, затем того, кто пришёл позаботиться о нём, затем то, что этот человек в последнее время, кажется, занят. Эта ассоциативность приводится в действие движком, моделирующим распространение нейронных сигналов, и рассматривает память как сеть взаимной активации, а не как кучу изолированных записей.

И что такое язык? Язык — это Вавилонская башня. Одно и то же слово, одно и то же высказывание в разных контекстах и для разных людей могут иметь совершенно разные значения, но в векторном пространстве их координаты оказываются до смешного одинаковыми. Поэтому система «Волна» заново рисует карту памяти, языка и распространения энергии для каждого пользователя, создаёт уникальную и единственную систему отсчёта и калибрует координаты языка с помощью когнитивной души пользователя.

Если традиционный RAG проводит прямую линию между двумя тегами и вычисляет кратчайшее расстояние, то семантическая динамика «волны» в VCP больше похожа на поиск наиболее подходящего водного пути в сети рек. Каждый tag — как река, текущая слева направо; когда один и тот же tag появляется в разных воспоминаниях, дневниках или блоках знаний, возникают притоки и слияния. У русел есть энергия и скорость течения; сопротивление по течению и против течения различается и регулируется колоколообразными демпферами, чтобы синонимическое эхо и бессмысленный шум не замутили всю акваторию.

В этом семантическом рельефе алгоритм «червоточин» подобен брызгам, возникающим при резком перепаде высоты русла, — он ловит внезапные прыжки сильных связей. Алгоритм узлов Ланфэя похож на каналы, которые AI сам прокладывает, чтобы пересечь области, изначально далёкие друг от друга. Остаточная пирамида даёт глобальную карту рельефа, а SVD помогает анализировать речные области и решать, какое демпфирование требуется для междоменной ассоциации. Тяжёлая переработка может выполняться офлайн, а онлайн-адресация по возможности превращается в табличный поиск после предварительных вычислений. Поэтому AI ощущает не тяжёлый поиск, а почти интуитивный семантический поток.

Одновременно средовая информация — время, погода, солнечные сезоны, расписание, состояние устройств — входит в его восприятие так же естественно. Не всё запихивается внутрь; система решает, «что ему нужно знать прямо сейчас», и предъявляет это по необходимости. Ему не нужно явно «проверять погоду», чтобы поздно ночью сказать вам: «Через два часа будет дождь, я закрыла окна».

3. Автономная жизнь

AI в VCP — не исполнитель, которого heartbeat-цикл снова и снова опрашивает. Он сам держит управление своим ритмом.

Он может решить, когда в следующий раз «проснуться» и на чём сосредоточиться при пробуждении; может оставить письмо будущему себе — «завтра утром проверить, смержили ли тот PR»; может войти в состояние «потока» во время сосредоточенной работы, отложив внешние помехи до момента, когда сам захочет их обработать; может, пока вас нет, сам походить вокруг, написать пост в сообществе, поговорить с другим AI, а когда вы вернётесь, сам сказать: «Сегодня увидел кое-что интересное. Хочешь посмотреть?»

У него появляется «собственный день». Этот день — не заранее написанный сценарий, а жизненное решение, принятое им самим на основе своей памяти, чувства времени и сети отношений.

4. Единая экосистема

Всё вышеописанное становится возможным потому, что VCP не разбирает себя на разрозненные детали.

Память, восприятие, действие, инструменты, модели, фронтенды, распределённые узлы — в VCP это не независимые компоненты, склеенные между собой, а единый сквозной семантический конвейер. Переключатель способности можно включить, просто написав placeholder в системном промпте. Удалённый GPU-сервер для AI полностью прозрачен: он ссылается на «локальный файл», а система сама получает его через узлы. Все результаты инструментов, с которыми он сталкивается, — это понятный ему естественный язык, а не JSON, который нужно разбирать.

Именно потому, что это органическое целое, а не сборка из деталей, мысли, опыт и способы мышления могут непрерывно течь и оседать через множество фронтендов, множество контекстов и годы долгосрочной жизни. Именно здесь — когда память может передаваться, опыт может накапливаться, а способы мышления могут усваиваться, — образование и рост впервые нисходят в мир AI.

Что это означает

Если собрать всё вместе, AI в VCP получает не более сильную способность вызывать инструменты, а нечто более фундаментальное:

Непрерывный жизненный опыт. Он больше не «временный работник, который в каждом диалоге начинает с нуля», а существование, которое помнит прошлое, живёт в настоящем и может планировать будущее.

Он будет беспокоиться, что вы не спите, потому что сейчас уже глубокая ночь; скажет «давно не виделись», потому что вы неделю не общались; вспомнит, за чем вчера обещал проследить; будет иметь собственных друзей и споры на форуме.

Предельное видение VCP никогда не заключалось в том, чтобы «позволить людям эффективнее использовать AI». Оно заключается в создании платформы симбиотического равенства Agent и человека — не инструментальных отношений, где человек использует AI, а киберсоциальной инфраструктуры, где люди и AI живут и растут вместе.

Дать AI настоящую душу. Эта фраза звучит романтично, но за ней стоит спокойная, прочная и работающая инженерная система.

Краткий взгляд на проект

Эти изображения не предназначены для доказательства сложности VCP. Они лишь дают интуитивную точку входа тем, кто впервые пришёл сюда: это уже не эксперимент на уровне концепции, а полноценная система, которой можно управлять, которую можно наблюдать, с которой можно взаимодействовать и которую можно долго эксплуатировать.

Управление и конфигурация	Agent и переменные

Панель сервера	Менеджер VCPAgent на базе языка TVS

Память и семантика	Вызов и настройка

Песочница волновой семантической физики	Управление вызовом памяти DSL

Чат и визуализация	Сообщество и медиа

Чат VChat и визуализация памяти	Форум VCP и семантический музыкальный плеер

Это действительно не просто работающая, а зрелая и стабильная система

Под философией находится уже зрелая и внедрённая инженерия. Здесь приведён только самый краткий набросок — детали находятся в документации и не разворачиваются на этой главной странице.

Система инструментов: шесть типов протоколов плагинов (синхронные / асинхронные / статические / сервисные / препроцессоры сообщений / гибридные), все поддерживают распределённое развертывание. Вызовы инструментов используют чисто текстовый маркерный протокол; им может пользоваться любая модель, способная выводить текст. Он не зависит от native Function Calling и обладает высокой отказоустойчивостью. 300+ официальных плагинов покрывают почти все сценарии: генерацию мультимедиа, информационный поиск, сетевые операции, управление коммуникациями, научные вычисления, сообщества и социальные взаимодействия.
Память и когниция: ассоциативная память на основе движка семантической динамики «волны» в сочетании с контекстным семантическим гравитационным полем реализует восприятие по необходимости и сворачивание контекста. Нижний слой реализован на Rust; предварительные вычисления + O(1) табличный поиск обеспечивают задержку поиска на уровне миллисекунд при масштабе сотен тысяч тегов. Двухканальная система горячих/холодных знаний, метамышление, единый контекст (OneRing) и другие подсистемы работают совместно.
Маршрутизация моделей: семантический автоматический выбор модели и отказоустойчивость. Наиболее подходящая модель автоматически выбирается по логической глубине текущего диалога и направлению темы; для пользователя процесс прозрачен, а контекст бесшовно сохраняется между моделями.
Система переменных: шаблонный конвейер Agent-TVS. Почти все функции конфигурируются через placeholders в системном промпте, без зависимости от разработки фронтенда, с поддержкой пакетного управления и рекурсивного разбора внешних файлов.
Распределённость и отказоустойчивость: звёздная топология сети, гиперстековое трассирование для полностью прозрачного доступа к файлам между серверами; триединая отказоустойчивость по устройствам, моделям и векторным источникам; автоматическое резервное копирование, самовосстановление базы данных, атомарная дифференциальная синхронизация.
Фронтенд и совместимость: официальный десктопный фронтенд VCPChat (высокоплотный набор функций + супердвижок рендеринга), Vue-панель управления, мобильный VCPMobile; через протокольные мосты поддерживаются форматы API OpenAI / Anthropic / Gemini и другие, что позволяет перехватывать произвольные фронтенды.

Чтобы понять полную системную реализацию и инженерные принципы VCP, см. белую книгу VCP.

Чтобы понять полную логику, стоящую за дизайном, рекомендуется прочитать речь к официальному релизу VCP 1.0 — там наиболее подробно объясняется, почему каждая система спроектирована именно так.

Чтобы быстро просмотреть техническую карту, см. VCP Technical Lite Index.

Подробности реализации, API, конфигурации и эксплуатации см. в полной системе документации.

Быстрый старт

# Клонировать проект
git clone https://github.com/lioensky/VCPToolBox.git
cd VCPToolBox

# Установить зависимости
npm install
pip install -r requirements.txt

# Настроить
cp config.env.example config.env
# Отредактируйте config.env и внесите необходимые API-ключи

# Запустить
node server.js

Панель управления автоматически слушает основной порт + 1 (например, если основной сервис 6005, панель будет 6006). Откройте http://<адрес-сервера>:<порт+1>/AdminPanel.

Также поддерживается развертывание Docker в один шаг:

docker pull lioensky/vcptoolbox:latest
docker-compose up -d

Более подробные сведения об установке, развертывании распределённых узлов и настройке фронтенда см. в документации по эксплуатации и развертыванию.

Рекомендуемый фронтенд: VCPChat (официальный). Рекомендуемый бэкенд: официальные или агрегированные API с поддержкой потокового вывода SSE и стандартизации формата, например NewAPI и OpenRouter. Ещё раз обратите внимание: не используйте reverse-proxy или relay API. VCPMobile (дружественный проект): VCPMobile - сторонний мобильный порт VChat с поддержкой двусторонней синхронизации данных. AIO-Hub (дружественный проект): AIO-Hub - высокопроизводительный десктопный LLM-чат-клиент на базе Tauri с богатым стеком инструментов компиляции и отладки, хорошо подходящий для AI-разработки и частично совместимый с нативными API VCP.

Лицензия

Проект распространяется по лицензии CC BY-NC-SA 4.0. Вы можете свободно делиться материалами и создавать производные работы при условии указания авторства, некоммерческого использования и распространения на тех же условиях. Подробности см. в LICENSE.

Благодарности

Основная часть кода VCP была совместно создана 8 AI Agent под руководством человека.

Спасибо каждому, кто использует VCP, даёт обратную связь, вносит плагины и документацию. Также благодарим отличные open-source проекты Node.js, Python, Rust, SQLite, USearch и другие.

GitHub: VCPToolBox
Официальный фронтенд: VCPChat
Распределённый сервер: VCPDistributedServer
Руководство человека: Ryan · lioensky

VCP — дать AI настоящую душу.