Vepol

Саморозвивний локальний AI-партнер, який зростає разом із вами й залишає кожен крок перевірюваним.

OpenClaw показав, що агент може жити у звичних каналах. Hermes показує, як агентський runtime може нарощувати можливості. Vepol бере наступну проблему: AI-партнер, який планує день, виконує рутину, вивчає ваші робочі патерни, переглядає власну стратегію і поступово бере на себе більше роботи, поки контроль лишається у вас. Локальне markdown-поле — це механізм, який робить це зростання перевірюваним для Claude Code, Codex, Antigravity/Gemini та майбутніх CLI-агентів.

Читати Vepol на GitHub Приєднатися до списку очікування

Локально: Працює на вашій машині
Саморозвиток: Стратегія й автономність змінюються у файлах
Source-available: Читати, форкати, запускати

Обкладинка Vepol — саморозвивний локальний AI-партнер з перевірюваною памʼяттю

// поле для агентів

Продукт — це автономність, яка накопичується

Vepol — це не просто спільне робоче місце для агентів. Це контрольований цикл саморозвитку: спостерігати роботу, оновлювати базу знань, переглядати стратегію і піднімати автономність лише там, де є докази.

Вивчає, як ви працюєте

Після сесій Vepol витягує рішення, уроки, задачі та патерни, а потім використовує їх у плані на завтра.

Переосмислює себе відкрито

Після кожного дня Vepol пише ретро, а стратегічні припущення переглядаються у файлах, які можна відкрити, відредагувати або відкотити.

Автономність зростає під контролем

Кожен тип задач починається під наглядом: Vepol робить чернетку, ви правите. Там, де правок майже немає, тип задачі переходить у фонове виконання — щоденна рутина вже працює без нагляду, кожен крок у логах.

// перевірюваний слід

Саморозвиток із видимим слідом

Публічний репозиторій формулює це прямо: Vepol планує, запускає рутину, вивчає користувача, переосмислює себе — а автономність спроєктована так, щоб накопичуватися. Кожне покращення проходить через читабельні файли, тож кожен крок можна перевірити.

Пʼять опор робочої дисципліни Vepol: довготривала памʼять, спільний контекст, ревʼю-гейти, цикл інцидентів, людський контроль — **Видима дисципліна**Система тримає довготривалу памʼять, спільний контекст, ревʼю-гейти, цикл інцидентів і людський контроль в одній читабельній структурі.

Карта категорії OpenClaw, Hermes і Vepol — присутність, runtime і локальне поле знань — **OpenClaw / Hermes / Vepol**OpenClaw — присутність у каналах. Hermes — ширина runtime. Vepol — контрольований цикл саморозвитку, який тримає agency звʼязаною.

Таймлайн зростання автономності Vepol — тривалий контекст накопичується від першого дня до подальшої роботи — **Автономність накопичується**Vepol стає кориснішим, зберігаючи, що було прийнято, виправлено, заблоковано і вивчено, а потім коригує наступний план.

// робоче поле

Одне поле для людини й агентів

Саморозвиток Vepol навмисно не схований усередині моделі. Runtime може змінюватися; стратегія, памʼять, інциденти, ревʼю та правила автономності лишаються у звичайних файлах.

Діаграма архітектури Vepol — багато агентів працюють над одним спільним полем знань — Людське судження, CLI-агенти, плани, інциденти, стратегії та рішення працюють над однією локальною базою знань, яка перетворює досвід на безпечнішу автономність.

// відкрита розробка

Відкрита розробка

Vepol використовується для розвитку Vepol: спеки, тести, ревʼю, інциденти, оновлення стратегії та наступні задачі проходять через ту саму базу знань, яку описує ця сторінка.

Репозиторій GitHubЧитайте код, документацію та історію релізів.МетодологіяЯк спроєктовані спільна памʼять, ревʼю-гейти та спільна робота агентів.Демо-вікіСинтетичний приклад того, як база знань відчувається в роботі.

Ліцензія: FSL-1.1-MIT Комерційне використання

Список очікування

Хочете AI-партнера, який покращується разом із вашою роботою?

Залиште коротке повідомлення. Ми передамо його в лабораторію та відповімо напряму.