MyForge Vault 11.11#
Élő metrikák (minden vault-public-sync-en auto-regenerál):
8-tengelyű evolúciós módszer és working tooling egy személyes Obsidian-vault önfejlesztő tudásrendszerré alakítására. Készítette: MyForge Labs. Augmented intelligence — NEM AGI, NEM hype. Magyar+angol dokumentáció, MIT.
🇬🇧 English version · 📚 Wiki · 🚀 Roadmap
Mi ez#
A MyForge Vault 11.11 (belső kódnév: SV — Superintelligent Vault) egy 8-tengelyű architektúra + 35+ production-script + 87+ evergreen wiki + 28 ADR ami egy klasszikus Obsidian-vault-ot self-improving tudásrendszerré alakít. Mérhető numerikus eredményekkel és nyílt forrású-publikálással egyértelmű scope-pal.
A 11.11 a névben két jelentést hordoz:
- 🏢 MyForge Labs alapítási jel — a 11.11@myforgelabs.com email-cím a vault előtti
- 🔧 Session-orchestration primitív — minden workflow a 11.11* CLI-családon (mint 11.11start, 11.11stop, 11.11crystallize, 11.11worker) — ez a "kötőszövet" ami a 8 tengelyt egy rendszerré teszi
A módszer kiindulópontja Karpathy LLM-Wiki pattern-je: a "raw input" (10-raw) → "desztillált tudás" (11-wiki) crystallization-workflow. A SV ezt evolúcióval bővíti 8 függetlenül fejleszthető tengellyel.
8 tengely#
| # | Tengely | Cél | Konkrét eszközök |
|---|---|---|---|
| B-1 | Crystallization automation | Session → wiki/MEMORY auto-propagáció | 11.11crystallize, G-Eval prompt v0.3, threshold-ramp |
| B-2 | Memory architecture | Lean ~5K context-load (vs 15-20K) | Memgraph CE 3.9.0 native vector + bge-m3 + RRF |
| B-3 | Continuous evaluation | LLM-output quality-monitoring | G-Eval + NLI Layer 2.5 + Coherence Layer 2.6 cascade |
| B-4 | Tool composition | Skill-pool discoverable | vault-skill-search 462 SKILL Memgraph native |
| B-5 | NotebookLM cognitive layer | Cross-projekt synthesis | 63-source vault-meta NB + 3-query synthesis |
| B-6 | Multi-agent orchestration | Worker + Critic + Summarizer | 11.11worker.sh claude-code subprocess |
| B-7 | World-model / knowledge graph | Typed entity-extraction | 8997 entity / 28.9% typed (Concept/Decision/Sprint/etc) |
| B-8 | Recursive self-improvement | GEPA prompt-mutation | gepa.optimize() real loop, Pareto +14.3% |
A 7 legfontosabb artifact (NotebookLM-recommended)#
- Subagent-fanout dispatcher — 174× párhuzamos LLM-task, $0 cost (Claude Code subscription)
- load-session-context — MemGPT-stílusú virtual context loader, 75% token-megtakarítás
- vault-search-server — Unix-socket daemon, 80× speedup (14s→165ms) + Memgraph 280× speedup
- Bias-mitigated G-Eval — Claude-to-Claude self-enhancement debiasing, 96.7% kalibrációs egyezés
- Smart-trigger NLI cascade — gyors-baseline → drága-only-if-needed, 5-10× cost-savings
- 4-rétegű Safety-Gate — ENV + script + git-hook + Critic review (RSI-guardrail)
- Sprint Day-0 Skeleton-first — ~5× gyorsabb Week 1 implementáció
Mérhető eredmények (2026-04-23 → 2026-05-18, 26 nap)#
| Mutató | Érték |
|---|---|
| Cost | $0 (Claude Code + NotebookLM subscription-keretben, NEM Anthropic-API) |
| Session-history | 76 closed session indexelve, 73 frontmatter eval-mező |
| Knowledge-objects | 13890 fact Memgraph-ban |
| Entity-graph | 8997 entity / 28.9% typed |
| Skill-pool | 462 SKILL.md Memgraph native vector-index |
| Wiki | 87+ evergreen wiki |
| ADR | 28 Architecture Decision Record |
| Cross-projekt synthesis | 63-source NotebookLM + 3-query Q1+Q2+Q3 lefutott |
| Subagent-fanout iterations | 7 super-session (5 → 14 → 13 párh) |
| Memgraph vector-index speedup | 280× vs numpy-cosine (sub-ms p95) |
| GEPA Pareto-improvement | +14.3% (baseline 0.541 → 0.619) |
| G-Eval bias-mitigation effect | conf 0.880 → 0.760 (-0.12) |
Miben vagyunk MÁSOK (NEM verseny — kompozit)#
| Funkció | Pocock/skills | obra/superpowers | tinyhumansai/openhuman | MyForge Vault 11.11 |
|---|---|---|---|---|
| Skill-share | ✅ | ✅ | ✅ | ✅ + Memgraph vector |
| Cross-projekt synthesis | ❌ | ❌ | ❌ | ✅ NotebookLM 63 source |
| Auto-skill distillation | ❌ | ❌ | ❓ | ✅ vault-skill-distill |
| Persistent knowledge-graph | ❌ | ❌ | ❌ | ✅ Memgraph 8997 entity |
| LLM-eval cascade (3-layer) | ❌ | ❌ | ❓ | ✅ G-Eval+NLI+Coherence |
| RSI (GEPA Pareto) | ❌ | ❌ | ❌ | ✅ +14.3% verified |
| 8-axis ADR | ❌ | ❓ | ❓ | ✅ explicit per-axis |
| Multi-agent orchestration | ❌ | ❓ | ❌ | ✅ 11.11worker ÉLES |
| 11.11 session-orchestration | ❌ | ❌ | ❌ | ✅ unique CLI-család |
Quick start#
# 1. Vault clone (ez a repo)
git clone https://github.com/<owner>/superintelligent-vault.git
cd superintelligent-vault
# 2. Memgraph CE (Docker)
docker run -d --name memgraph -p 7687:7687 memgraph/memgraph:latest
# 3. Python venv + bge-m3
python3 -m venv .notebooklm-venv
.notebooklm-venv/bin/pip install sentence-transformers transformers mgclient pymgclient
# 4. Embed vault
./scripts/vault-embed.py --backfill 11-wiki/
# 5. Search
./scripts/vault-search "G-Eval bias mitigation"
Reproducibility#
A teljes módszertan architektúra-level reprodukálható a 07-Decisions/ ADR-ekkel + 11-wiki/ evergreen wiki-vel. Minden script idempotens, ENV-flag-gated, default-OFF safety pattern.
Pozícionálás (transparent)#
A MyForge Vault 11.11 NEM "Pocock-skills alternative" vagy "openhuman challenger". A módszer egy 8-tengelyű kompozit architektúra mérhető eredményekkel, a MyForge Labs saját Obsidian-vault-ján használva, nyílt forráskóddal publikálva. Cél: ipari peer-feedback + bárki más reprodukálni tudja a saját vault-jában.
Ki van mögötte#
MyForge Labs — kis magyar engineering-műhely ami agent-skill infrastruktúrát, multilingual webplatformokat és AI-augmented operatív tooling-ot épít. ~2026-02-26 alapítása óta a 11.11@myforgelabs.com a céges essence.
License#
MIT — lásd LICENSE. Cherry-pick szabad, attribution-friendly.