SynaLemma è costruito su questi motori.
Il nostro prodotto commerciale li mette al lavoro sui vostri dati di business: risposte che citano la regola dietro ogni numero, sui vostri server, con il modello che scegliete.
Prenota una demo Open source
I tre motori di SynaLemma sono open source.
Synalinks per l'agente, Synalog per la logica, Semantic Layers per la conoscenza: tutti con licenza Apache-2.0 e sviluppati pubblicamente. Poiché il codice è pubblico, chiunque può controllare come i motori di SynaLemma verificano una regola e calcolano una risposta.
Questa pagina è tecnica. Per il vostro business significa che i motori alla base di SynaLemma possono essere esaminati da chiunque, e che le vostre regole restano leggibili anche al di fuori del nostro prodotto. Scoprite SynaLemma
- 1.4k stelle su GitHub
- 1k download PyPI / mese
- licenza Apache-2.0
Il nostro approccio
Come lavoriamo
Perché il neuro-simbolico, perché il ragionamento non lo fa il modello, e gli standard che ci imponiamo.
Leggete l'approccio La nostra ricercaSu che cosa lavoriamo
Sei ambiti di ricerca applicata, dal ragionamento neuro-simbolico alla valutazione dei sistemi di IA, e il protocollo sperimentale che seguiamo.
Leggete la ricerca Synalinks
Un framework neuro-simbolico per applicazioni basate su modelli linguistici.
Synalinks è un framework per costruire, addestrare e distribuire applicazioni basate su modelli linguistici (pipeline RAG, agenti autonomi e sistemi di ragionamento che si evolvono da soli) con un'API dichiarativa e pulita ereditata da Keras. Porta nei sistemi di IA il rigore del deep learning: si compongono i componenti, se ne ottimizzano le istruzioni su metriche reali senza toccare i pesi del modello, si esegue il codice degli agenti in una sandbox integrata e si distribuisce il risultato come API o come server MCP. Sviluppato sotto la supervisione di François Chollet, l'autore di Keras.
Per iniziare
$ uvx synalinks init Perché vi riguarda: l'assistente di SynaLemma è costruita su questo framework, quindi i suoi output sono vincolati a uno schema e le sue istruzioni sono ottimizzate in base a risultati misurati.
Synalog
Trasformare tabelle grezze in conoscenza strutturata e verificata.
Synalog è un linguaggio logico della famiglia Datalog, scritto in Rust, che si compila in sette dialetti SQL. Un verificatore formale rifiuta una regola costruita male prima che venga generato qualsiasi SQL, e asserzioni in logica del primo ordine, scritte nella notazione di Lean, cercano controesempi nei vostri dati. Grafi della conoscenza sulle vostre tabelle, ricorsione limitata, ragionamento nel tempo: nulla viene copiato, tutto viene eseguito nel vostro database.
Una distinta base a ogni livello, con le sue asserzioni
---
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:);Perché vi riguarda: le vostre regole di business diventano codice verificato prima dell'esecuzione, e ogni risposta risale ai dati che l'hanno prodotta, ed è ciò che un cliente o un'autorità di regolamentazione vi chiederà di mostrare.
Semantic Layers
Le vostre definizioni di business, come codice verificato eseguito dagli agenti.
Agent Skills ha dato agli agenti un formato aperto per le procedure. Semantic Layers applica la stessa idea alla conoscenza: una cartella di definizioni (giacenza disponibile, consegna in ritardo, fornitore critico) e delle regole che ragionano su di esse. L'agente non parafrasa la definizione: questa viene eseguita sul database e dà lo stesso risultato qualunque sia l'agente che la esegue.
Cercare, poi eseguire
$ semantic-layers search 'late|delivery' Perché vi riguarda: un layer di migliaia di definizioni occupa poche righe di contesto, perché l'agente cerca invece di caricare tutto. Si installa con un solo comando, e nulla di non verificato vi entra. E poiché un layer è un repository git, la cronologia di ogni definizione può essere revisionata e sottoposta ad audit come il codice.
Synalinks Skills
Le competenze su Synalinks, pronte per i coding agent.
Synalinks Skills è una libreria di skill nel formato aperto SKILL.md che
insegna ai coding agent a scrivere Synalinks idiomatico: guide facili da consultare,
script eseguibili e riferimenti approfonditi che coprono l'intero framework. Senza
queste indicazioni, un modello mescola le sintassi e produce codice dall'aspetto
plausibile ma non funzionante. Con queste indicazioni, i coding agent scrivono
Synalinks come lo scrive il nostro team.
Perché vi riguarda: trasformare il know-how in istruzioni che una macchina segue è ciò che i nostri ingegneri fanno in SynaLemma con le definizioni dei vostri team.
Sviluppati in modo aperto, con una community attorno.
I nostri framework hanno licenza Apache-2.0 e sono sviluppati pubblicamente. Aggiungete una stella ai repository, aprite una issue o partecipate alla discussione. Per usare questi motori sui vostri dati, partite da SynaLemma e dai nostri ingegneri forward-deployed.