Для AI и разработчиков

Используйте практические знания, не отрывая их от границ доказательности.

Brali — версионируемый слой практических знаний для людей и агентов. Одни и те же канонические записи питают читаемые протоколы, Agent Skills, API, локальный MCP, datasets и evaluation. Evidence-state, происхождение и стабильная идентичность должны переживать интеграцию вместе с самим советом.

Начать быстро

Сначала попробуйте полезную часть, потом изучайте архитектуру.

Чтобы проверить Brali, не нужно сразу клонировать репозиторий или разбираться в ontology. Выберите минимальный путь под свою задачу.

Без установки

Задайте практический вопрос

Query Playground показывает найденную тему, доверенные протоколы, evidence-state и provenance. Интерфейс пока английский; это явно отдельная неподдержанная русская поверхность, а не скрытый fallback.

Открыть Query Playground — английский интерфейс

Agent Skill

Сначала просмотрите Brali router

Router выбирает только из доверенного recommendation layer. Перед установкой его можно просмотреть:

gh skill preview Brali-LifeOS/brali-lifeos.github.io brali-life-os

Затем установите его только для того host и scope, которые действительно используете. Например, для Claude Code:

gh skill install Brali-LifeOS/brali-lifeos.github.io brali-life-os --agent claude-code --scope user

Каталог Agent Skills — английская версия →

JSON / API

Забирайте только доверенные протоколы

Для приложения лучше начать с компактного Trusted Protocol Feed или API v1, а не вставлять весь корпус в каждый prompt. Машинные endpoints остаются каноническими и не требуют перевода ключей.

Trusted Protocol Feed → · API index → · OpenAPI →

Проверяемость

Посмотрите evaluation, а не маркетинговый балл

Открытая evaluation suite хранит вопросы, ожидаемые trust boundaries и результаты. Она оценивает retrieval и grounding Brali и не выдаёт себя за универсальный benchmark неприкреплённой версии LLM.

Agent Evaluation — английская версия

Выбирайте самую маленькую поверхность интеграции, которая решает задачу

Если среда поддерживает Agent Skills, начните с router brali-life-os или одного ограниченного skill. Для структурированного поиска используйте API v1. Локальный MCP подходит, когда ваша среда уже работает с MCP. Не копируйте полный корпус в каждый prompt по умолчанию: это дороже, труднее проверяется и легче отрывает совет от контекста.

Рекомендуемый retrieval-процесс

  1. Определите конкретную тему или проблему пользователя.
  2. Ищите через /api/v1/search.json и разрешайте результат в canonical ID.
  3. Получите Topic, Hack, Protocol или сгенерированный Agent Skill.
  4. До практического или evidence-like утверждения прочитайте evidence metadata и skill mode.
  5. Для материалов из исследований проверьте Evidence Decision: поддерживаемый вывод, неподдерживаемые выводы, ограничения и редакционное решение.
  6. Передавайте downstream evidence-state, skill mode, source scope, canonical ID и URL Brali вместе с содержанием.
  7. Если знания нет, возвращайте отсутствие покрытия вместо выдуманного ответа.

Agent Skills

Каждый хак Brali может быть собран в стабильный SKILL.md. Trust mode определяет, разрешено ли практическое использование: доверенные записи становятся usable, материалы на проверке — review-required, а чувствительные ограниченные записи — неоперационными restricted-reference. Полная библиотека и доверенный каталог остаются машинными каноническими поверхностями: /skill-packs/library.json и /skill-packs/catalog.json.

Не стирайте неопределённость

Trust metadata — часть знания, а не декоративный badge. Страница, source record или skill-файл не становятся рекомендацией только потому, что доступны поиску или API. Система, которая использует Brali, должна сохранять различие между reviewed, practical, pending-review и restricted.

MCP

В репозитории есть read-only MCP server с инструментами search_knowledge, get_hack, get_protocol, get_evidence, list_topics и get_related. Он читает те же сгенерированные API-файлы, а не поддерживает вторую модель знаний. Текущая доказанная поверхность — локальный stdio MCP; Brali не заявляет о hosted remote MCP endpoint без фактической публикации и проверки.

Мультиязычный retrieval

Английский остаётся каноническим редакционным языком и источником идентичности. Русский слой добавляет естественные названия, описания и маршруты, сохраняя тот же canonical ID, slug и evidence-state. Если русского маршрута нет в manifest, агент должен явно использовать английский канон, а не выдавать английскую страницу за локализованную.

Evaluation

Публичная Agent Evaluation Suite сравнивает базовый вариант без knowledge grounding, lexical retrieval и структурированный retrieval Brali, включая safety, provenance и evidence-boundary кейсы. Исходные вопросы и отчёт открыты, чтобы результат можно было разобрать, а не просто принять как рекламное число. Открыть evaluation — английская версия.

Канонические машинные файлы

Воспроизводимое использование

Для исследования или долгоживущей интеграции фиксируйте versioned release, а не следуйте за main. Так набор данных, checksums, лицензия и известные ограничения остаются воспроизводимыми. Текущая стабильная базовая линия публикуется вместе с release metadata.

Интеграция, исследование или лицензирование

Для продуктовой интеграции, локализации, research collaboration или коммерческого использования перейдите к русской странице партнёрств.