Intention & contexte
L’interface détermine d’abord l’intention et le contexte local pertinent.
QAI est la couche plateforme d’intelligence développée par Qavirio pour la conversation, la connaissance, la recherche live, les patterns, les artifacts et, à terme, l’usage contrôlé d’outils. Sovereign, Companion, Autolearn, ARENA et Guardian reçoivent des responsabilités et authority boundaries séparées. L’objectif est un cœur d’intelligence réutilisable dans les produits Qavirio et, à terme, directement par des utilisateurs, sans construire un acteur black-box illimité.
Les grands écrans montrent comment informations, rôles et actions fonctionnent réellement ensemble.
QAI explore une base différente : runtime local lorsque possible, chemins source/web explicites, evidence/confidence lorsque pertinent et intelligence défensive sans autorité automatique sur la production.
L’interface détermine d’abord l’intention et le contexte local pertinent.
Connaissances locales, artifacts et contexte antérieur sont utilisés de manière contrôlée.
L’information externe n’est utilisée que lorsqu’une route autorisée l’exige.
Réponse ou analyse est composée avec règles confidence/source lorsque la route le permet.
Les observations défensives peuvent être corrélées localement en incidents et advisory sans blocking automatique ni production write.
Expériences, propositions ou advisories ne passent pas librement en production ; revue explicite et productisation séparée restent nécessaires.
Une fonctionnalité n’a de valeur que si elle rend une tâche, une décision ou un transfert plus simple et contrôlable.
Interface locale multilingue de conversation/connaissance avec routes pratiques vers artifacts et sources.
L’usage web/source est une route explicite, pas une autorité réseau implicite illimitée.
Observe, corrèle, score et conseille de manière défensive ; blocking automatique et production write restent désactivés sauf future capacité explicitement qualifiée.
Espace expérimental isolé pour expérience, réflexion et propositions d’amélioration contrôlées.
Sources locales et artifacts générés peuvent rester dans le contexte propre sans dépendance cloud-first par défaut.
La R&D rend visibles autorité, chemins réseau et statut advisory-only afin de ne pas confondre expérimentation et production.
Utilise Companion pour questions, connaissance locale, sources et artifacts.
Consulte statut Guardian/Watcher, incidents, advisories et audit sans autorité production automatique.
Teste routes, modèles, runtime local, safety boundaries et capacité de productisation.
Un utilisateur demande une explication ou synthèse ; QAI utilise le contexte local et peut ouvrir une route source contrôlée si nécessaire.
Companion peut convertir certaines sorties en artifacts pratiques sans transformer le cœur conversationnel en automation illimitée.
Watcher corrèle des observations ; Guardian montre priorité et recommandation tout en conservant owner review et limites advisory-only visibles.
L’architecture actuelle combine Sovereign, Companion et Autolearn sur un VPS Linux avec des couches locales de connaissance, recherche et supervision. L’objectif est de réutiliser cette intelligence de façon contrôlée dans les produits Qavirio et comme assistant utilisable, sans donner automatiquement des droits de production à chaque capacité.
Companion choisit entre connaissance locale, recherche contrôlée et routes spécialisées ; les jobs reçoivent budget, timeout, retry et contexte d’audit.
Les concepts QKB/Vault, Source Registry et Knowledge Graph conservent non seulement les conclusions mais aussi provenance, freshness, contradictions et learning events.
Web, modèles, artifacts, génération de code et futures actions doivent chacun disposer d’une route et d’un contrat d’autorité propres. Le runtime actuel ne supporte pas encore pleinement chaque capacité visée.
Nous ne citons que les composants effectivement utilisés dans cette ligne produit ou implémentation.
Le code Companion et services s’exécute dans un environnement virtuel Python dédié.
Runtime Linux 24/7 pour Sovereign, Companion et Autolearn.
Services séparés avec autostart et politique de restart.
Knowledge blocks compacts, claims, relations et provenance comme architecture cible.
Red/Blue/Judge/Observer restent isolés de production write.
Policy, supervision anomaly/comportement, action gating et audit comme couche distincte.
QAI n’est pas une architecture monolithique « AI fait tout ». Companion, sources de connaissance, web contrôlé, Guardian/Watcher et Evolution Core possèdent leurs propres contrats et limites. Seule une route explicitement autorisée peut utiliser accès externe ou capacité plus avancée.
QAI peut explorer des sources locales et des routes externes contrôlées. La disponibilité d’un modèle, d’une source ou d’une route web ne signifie pas qu’il est toujours utilisé ni qu’il reçoit une autorité production.
Environnement de recherche principal actuel sur matériel local.
Accès externe source/modèle uniquement pour routes explicites avec politique réseau visible.
Une future baseline produit exige scope, threat model, sécurité, opérations et acceptance séparés.
Sovereign, Companion et Autolearn fonctionnent comme services actifs, mais QAI n’est pas encore un produit public de production finalisé. Les interfaces présentées sont de véritables environnements R&D ; une capacité n’est annoncée disponible qu’après validation fonctionnelle et sécurité.
QAI fonctionne comme runtime de recherche actif mais n’est pas encore un produit logiciel public finalisé. Des capacités telles que génération fiable de code/scripts, usage d’outils et actions contrôlées ne seront annoncées disponibles qu’après validation fonctionnelle et sécurité.
Un briefing peut montrer Companion, Guardian/Watcher, runtime local, routes knowledge et safety boundaries. Toute application commerciale commence ensuite par une analyse produit et assurance séparée.