Путь сборки

Создавайте AI-workflows с доступом к выполнению.

Начните с guided Dev Schooling, получите keys и SDK, затем переходите к контролируемому M13-выполнению.

1 / 6 — Dev Schooling

Начните с Dev Schooling.

Dev Schooling — это guided onboarding-сессия в вашем рабочем пространстве. Она проводит через весь developer-setup и точно говорит, какие команды запускать в VS Code.

Следуйте командам. Получите keys. Скачайте SDK. Начните сборку.

Guided developer-setup

Готово к началу

01Открыть сессию

02Запустить команды

03Получить keys

04Скачать SDK

05Запустить локально

Что вы делаете

VS CodeЗапустите команду, которую выдаёт Dev Schooling.

01Открыть сессию

Запустите guided workflow и оставайтесь в понятном onboarding-пути.

02Запустить команды

Скопируйте полученные команды и запустите их в VS Code.

03Получить keys

API key, private key и public key reference готовятся для developer-выполнения.

04Скачать SDK

Вы получаете SDK Package в конце guided setup.

05Запустить локально

Используйте SDK-start-команды и тестируйте с Dev Credits, когда всё готово.

Лог сессии

[✓]

Сессия Dev Schooling открыта.

[✓]

VS Code command handoff подготовлен.

[✓]

Developer keys подготовлены.

[✓]

SDK download разблокирован.

[✓]

Локальный путь запуска готов.

Запустить Schooling Workflow Получить Dev Credits →

2 / 6 — Доступ

Готовность доступа

Проверьте состояние developer-доступа.

После Dev Schooling эта консоль показывает workspace, schooling, API keys и Dev Credits, чтобы было понятно, готово ли выполнение.

Запустить Schooling Workflow Получить Dev Credits →

Dev Credits нужны для API calls, SDK-тестов и выполнения workflows.

3 / 6 — RITA

Сохраняйте ориентацию workspace.

RITA превращает локальное знание workspace в четыре ориентационных артефакта: Python source index, JSON contract index, Markdown system index и runner index. Разработка начинается с ограниченной карты файлов, anchors, summaries и точек входа выполнения.

Вкладки артефактов

semantic_workspace_index.json

1{2  "artifact_file": "semantic_workspace_index.json",3  "index_family": "python_source",4  "map_entries": [5    {6      "source_ref": "steps/RITA08_SummarizeAdmittedSourcesPY.py",7      "semantic_summary": "Builds clean semantic summaries for admitted source files.",8      "anchors": [9        "function: build_prompt lines 274-275",10        "function: validate_semantic_summary lines 293-309"11      ]12    }13  ]14}

Вкладки команд

rita_run.trigger.json

1{2  "command": "rita run <workspace_path>",3  "triggers": [4    "bind workspace identity",5    "initialize workspace-local state",6    "run RITA core life",7    "write orientation artifacts"8  ],9  "outputs": [10    "semantic_workspace_index.json",11    "semantic_workspace_index-json.json",12    "semantic_workspace_index-md.json",13    "semantic_workspace_index-runner.json"14  ],15  "runtime_state": "active"16}

Слой воздействия RITA

Снижение энергии и token cost

RITA готовит компактную ориентацию workspace до дорогой model work, снижая повторную загрузку контекста и лишнее движение tokens.

Ускорение разработки

RITA сохраняет ориентационные плато, индексы и change awareness, чтобы разработка продолжалась быстрее и с меньшим числом слепых retrieval-циклов.

Защита IP

RITA остаётся workspace-local. Она открывает контролируемые индексы и точечный retrieval, чтобы proprietary context оставался в рамках активного workspace contract.

4 / 6 — M13 API Bridge

Вызывайте M13, когда workflow нужен pressure.

Маршрутизируйте моменты локального workflow в нужный M13 pressure mode: быстрая ориентация, глубокий reasoning, компактная summary, жёсткий check, challenge pressure и attack-level reality testing.

fast

Быстрая ориентация и прямое следующее действие.

reasoning

Глубокое комбинированное выведение, когда задаче нужно C-level мышление.

summary

Компактная передача состояния для продолжения и handoff.

check

Жёсткий KPI judge до продвижения результата.

challenge

Benchmark pressure против более сильной альтернативы.

attack

Reality pressure перед входом workflow в production context.

Открыть детали API →

5 / 6 — SDK

Войдите в локальную машинную комнату.

Изучите SDK как полный локальный execution-workspace: файлы, runner, workflow, артефакты, API Bridge и RITA в одной машинной комнате.

Ваш локальный execution-workspace — изучите каждый файл, затем запускайте.

Двенадцать плиток. Три запускаются live. Каждый run оставляет проверяемые артефакты.

Машинная комната

Машинная комната ›Local Runner

Здесь Extension становится реальной.

Запустите Extension из terminal и смотрите, как проходит весь flow.

execution-space/engine/terminal_extension_runner.pyexecution-space/bin/run.shexecution-space/bin/run_action_builder.sh

[✓]python3 execution-space/engine/terminal_extension_runner.py run

[✓]Starting local execution: run_eu_ai_act_diagnostic_pipeline

[✓]Run path: execution-space/runs/terminal_extension_run_<timestamp>

[✓]TERMINAL EXTENSION RUN PASSED

01020304050607080910111213

Сначала запустите Schooling Workflow. Keys и SDK Package разблокируются вместе в конце guided setup.Запустить Schooling Workflow

6 / 6 — Publish / Payout

Публикуйте workflows и зарабатывайте на выполнении.

Beta

Когда workflow становится полезным, он может двигаться к публикации. Developers могут получать до 30% созданных tokens как Payout Tokens, когда опубликованные workflows создают использование.

Публикуемый workflow

Workflow нужен контролируемый путь выполнения, ясные артефакты и причина для повторного использования.

Payout Tokens

Payout layer связывает вклад developer с созданной execution value.

До 30%

Подходящие опубликованные workflows могут возвращать до 30% созданных tokens как Payout Tokens.