Synalinks para el agente, Synalog para la lógica y Semantic Layers para el conocimiento: todos bajo Apache-2.0 y desarrollados en abierto. Como el código es público, cualquiera puede comprobar cómo verifican una regla y calculan una respuesta los motores de SynaLemma.
Esta página es técnica. Para su negocio, significa que cualquiera puede inspeccionar los motores sobre los que funciona SynaLemma, y que sus reglas siguen siendo legibles fuera de nuestro producto. Ver SynaLemma
Por qué un enfoque neurosimbólico, por qué el razonamiento no lo realiza el modelo y los criterios que nos exigimos.
Leer el enfoque Nuestra investigaciónSeis líneas de investigación aplicada, del razonamiento neurosimbólico a la evaluación de sistemas de IA, y el protocolo experimental que seguimos.
Leer la investigaciónSynalinks es un framework para construir, entrenar y desplegar aplicaciones basadas en modelos de lenguaje (pipelines RAG, agentes autónomos y sistemas de razonamiento que evolucionan por sí mismos) con una API declarativa y limpia heredada de Keras. Aporta a los sistemas de IA la disciplina del deep learning: componer módulos, optimizar sus instrucciones frente a métricas reales sin tocar los pesos del modelo, ejecutar el código de los agentes en un sandbox integrado y desplegar el resultado como API o como servidor MCP. Desarrollado bajo la supervisión de François Chollet, autor de Keras.
$ uvx synalinks init Por qué le interesa: la asistente de SynaLemma está construida con él, de modo que sus salidas se ajustan a un esquema y sus instrucciones se optimizan en función de resultados medidos.
Synalog es un lenguaje lógico de la familia Datalog, escrito en Rust, que se compila a siete dialectos de SQL. Un verificador formal rechaza una regla mal construida antes de generar ningún SQL, y las aserciones en lógica de primer orden, escritas en la notación de Lean, buscan contraejemplos en sus datos. Grafos de conocimiento sobre sus tablas, recursión acotada, razonamiento a lo largo del tiempo: no se copia nada y todo se ejecuta en su base de datos.
---
name: Requires
description: An assembly requires a component, directly or inside a sub-assembly, at any level of the bill of materials.
---
import concepts.Contains.Contains;
@Assert(Requires,
no_cycle: "∀ a, ¬ Requires a a",
transitive: "∀ a b c, Requires a b → Requires b c → Requires a c",
includes_direct: "∀ a c q, Contains a c q → Requires a c");
@Recursive(Requires, 20);
@OrderBy(Requires, "assembly_id", "component_id");
Requires(assembly_id:, component_id:) distinct :- Contains(assembly_id:, component_id:);
Requires(assembly_id:, component_id:) distinct :-
Requires(assembly_id:, component_id: middle), Contains(assembly_id: middle, component_id:);Por qué le interesa: sus reglas de negocio se convierten en código que se verifica antes de ejecutarse, y cada respuesta se remonta a los datos que la produjeron, que es lo que le pedirá mostrar un cliente o un regulador.
Agent Skills dio a los agentes un formato abierto para los procedimientos. Semantic Layers aplica la misma idea al conocimiento: una carpeta de definiciones (stock disponible, una entrega con retraso, un proveedor crítico) y de las reglas que razonan sobre ellas. El agente no parafrasea la definición: esta se ejecuta en la base de datos y da el mismo resultado sea cual sea el agente que la ejecute.
$ semantic-layers search 'late|delivery' Por qué le interesa: una capa de miles de definiciones ocupa unas pocas líneas de contexto, porque el agente busca en lugar de cargarlo todo. Se instala con un solo comando, y no entra en ella nada sin verificar. Y como una capa es un repositorio git, el historial de cada definición puede revisarse y auditarse como código.
Synalinks Skills es una biblioteca de skills en el formato abierto SKILL.md
que enseña a los agentes de programación a escribir Synalinks idiomático: guías fáciles
de consultar, scripts ejecutables y referencias detalladas que cubren el framework de
principio a fin. Sin esas indicaciones, un modelo mezcla sintaxis y produce código de
apariencia plausible que no funciona. Con ellas, los agentes de programación escriben
Synalinks como lo hace nuestro equipo.
Por qué le interesa: convertir el saber hacer en instrucciones que una máquina sigue es lo que hacen nuestros ingenieros dentro de SynaLemma con las definiciones de sus equipos.
Nuestro producto comercial los pone a trabajar sobre los datos de su negocio: respuestas que citan la regla que hay detrás de cada cifra, en sus servidores, con el modelo que usted elija.
Reservar una demoNuestros frameworks están bajo Apache-2.0 y se desarrollan en público. Marque los repositorios con una estrella, abra una issue o únase a la conversación. Para utilizar estos motores sobre sus propios datos, empiece por SynaLemma y nuestros ingenieros dedicados.