// سطح: vasic-util-secondary · سفارش 28

Vasic Digital Reusable Module Suite scaffoldاجازه‌نامه: UNVERIFIED (varies per module)

Go (digital.vasic.*)Kotlin Multiplatform (*-KMP)Redis / PostgreSQL / SQLitePrometheus / OpenTelemetryWebSocket / HTTP/3 (quic-go) / mDNSVector DB / Embeddings / RAG / MCPYAML (RedTeam fixtures, config)

منبع

HelixAgent Catalogizer Infrastructure AI primitives Guardrails Redis · PostgreSQL · SQLite WebSocket · HTTP/3 · mDNS Prometheus · OpenTelemetry Vector DB · Embeddings RAG · MCP Normalize · TOON RedTeam fixtures (YAML) Policy engine Verification / LLMsVerifier Go (digital.vasic.*) ↔ Kotlin Multiplatform (*-KMP) mirror pairs Vasic Digital Reusable Module Suite — module map Product apps Reusable modules by cluster
// معماری

یک بار بسازید، همه جا استفاده کنید — ناوگانی از ماژول‌های کوچک، مستقل و تست‌شده Go و KMP

خانواده‌ای بزرگ از ماژول‌های عمومی و قابل استفاده مجدد که تحت فضاهای نامی digital.vasic.* (Go) و Kotlin Multiplatform منتشر شده‌اند. هر ماژول به‌صورت مستقل، تست‌شده و نسخه‌بندی‌شده است و به‌عنوان زیرماژول هم‌کد در محصولات بزرگ‌تر (Catalogizer، HelixAgent و ناوگان گسترده‌تر) مورد استفاده قرار می‌گیرد. این صفحه مجموعه‌ای از ابزارهای کوچک متعدد را که به‌صورت جداگانه تنها به‌عنوان نویز ظاهر می‌شدند، یکجا گردآوری کرده است.

مجموعه‌ای منتخب از ماژول‌های مستقل digital.vasic.* — اجزای زیرساختی پایه (احراز هویت، حافظه موقت، پایگاه داده، پیکربندی، قابلیت مشاهده)، بلوک‌های ساخت AI/عامل (RAG، پایگاه داده برداری، تعبیه‌ها، MCP، عامل‌گرا، برنامه‌ریزی) و محافظ‌های تدافعی-LLM (تیم قرمز، نرمال‌سازی) — به‌علاوه مجموعه‌ای آینه‌ای از Kotlin Multiplatform. هر یک از این ماژول‌ها عمومی، تست‌شده و قابل استفاده مجدد هستند.

سازمان واسیک-دیجیتال بر یک شرط ساختاری استوار است: فلسفه‌ای مبتنی بر «قانون اساسی به‌علاوه ماژول‌های مستقل و قابل استفاده مجدد متعدد» که در آن هر قابلیت عمومی هرگز دو بار نوشته نمی‌شود. به‌جای مونولیت‌ها، هر نگرانی قابل استفاده مجدد به ماژول کوچک خود — مخزن، تست‌ها و مستندات مستقل — تبدیل می‌شود و به‌شدت مستقل نگه داشته می‌شود تا هیچ جزئیاتی از مصرف‌کننده به آن نفوذ نکند. این صفحه این ماژول‌ها را گردآوری کرده است زیرا هر یک به‌تنهایی در مقیاس یک کتابخانه است و به‌صورت جداگانه تنها به‌عنوان نویز در صفحه محصول ظاهر می‌شد. اما در مجموع، نیروی واقعی ضرب‌کننده سازمان هستند: دارایی مهندسی خصوصی که «ساخت یک محصول جدید» را به «سرهم‌بندی قطعات اثبات‌شده» تبدیل می‌کند و پشتوانه ملموس ادعای این ناوگان است که چرخ را دوباره اختراع نمی‌کند — بلکه یک چرخ بسیار خوب را نگه می‌دارد و همه جا به‌کار می‌برد.

این مجموعه سه خوشه را در بر می‌گیرد. اجزای زیرساختی پایه (Go) لوله‌کشی مورد نیاز هر سرویس را فراهم می‌کنند: auth (JWT/bcrypt)، cache (Redis/TTL)، database (مهاجرت‌ها، دوگانه SQLite/PostgreSQL)، config، middleware، observability (Prometheus/OpenTelemetry)، ratelimiter، security، storage (S3/MinIO)، streaming (هاب WebSocket)، eventbus، filesystem (چندپروتکله)، discovery/mdns، http3، recovery، concurrency، lazy و موارد دیگر. بلوک‌های ساخت AI/عامل (Go) زیرساخت لازم برای سیستم‌های AI را فراهم می‌کنند: rag، vectordb، embeddings، memory، conversation (فشرده‌سازی زمینه نامحدود، رویدادمحوری)، mcp (Model Context Protocol)، toolschema، skillregistry، agentic (هماهنگی گردش کار مبتنی بر گراف)، planning (HiPlan/MCTS/درخت فکر)، benchmark (SWE-bench/HumanEval/MMLU)، llmops، selfimprove (مدل‌سازی پاداش/RLHF) و toon (نشان‌گذاری شیءمحور توکن). محافظ‌های تدافعی-LLM ابزارهای مقاوم‌سازی در برابر حملات را ارائه می‌دهند: RedTeam (سناریوهای تهاجمی هدایت‌شده توسط YAML)، Normalize (یکنواخت‌سازی ورودی‌های تهاجمی). مجموعه‌ای موازی از Kotlin Multiplatform نیز نسخه‌های آینه‌ای ماژول‌های اصلی (Auth-KMP، Database-KMP، Security-KMP، اجزای UI-KMP و غیره) را برای برنامه‌های چندسکویی فراهم می‌کند.

محتوا

هر بار ساخت تعداد زیادی محصول (Catalogizer، HelixAgent، Herald و غیره) از صفر، اتلاف منابع و ناهماهنگی به همراه دارد. استخراج هر نگرانی عمومی به یک ماژول مستقل و تست‌شده به این معنی است که اصلاحات و بهبودها در کل مجموعه منتشر می‌شوند و هر محصول جدید از قطعات اثبات‌شده سرهم می‌شود.

در واقع، این یک «کتابخانه استاندارد» خصوصی برای ساخت بک‌اندهای متمرکز بر AI است — لایه‌ای که بیشتر تیم‌ها هرگز فرصت ساخت آن را پیدا نمی‌کنند، زیرا بیش از حد مشغول حل مجدد مسائل احراز هویت، کش، و لوله‌کشی RAG برای پنجمین بار هستند. در اینجا، زیرساخت‌های پایه، بلوک‌های سازنده AI، و ریل‌های محافظتی LLM همگی به صورت ماژول‌های آماده‌به‌کار و مستقلاً تست‌شده وجود دارند. همین ویژگی است که به یک تیم کوچک امکان می‌دهد سیستم‌های درجه تولید را با سرعتی عرضه کند که معمولاً به تیمی بسیار بزرگ‌تر نیاز دارد، و این کار را بدون انباشت بدهی تکراری که معمولاً در پی آن می‌آید، انجام دهد.

  • نظم جداسازی در سطح مجموعه (CONST-051): زیرماژول‌ها به عنوان پایگاه‌های کد برابر تلقی می‌شوند و هرگز جزئیات مصرف‌کننده را حمل نمی‌کنند.
  • لایه اختصاصی پرایمتیوهای AI (RAG، VectorDB، Embeddings، MCP، ToolSchema، Agentic، Planning، LLMOps) به صورت ماژول‌های قابل استفاده مجدد.
  • خوشه ریل‌های محافظتی LLM (RedTeam، Normalize) برای استحکام در برابر حملات خصمانه.
  • مجموعه ماژول‌های موازی Go و Kotlin Multiplatform با قراردادهای مشترک.

  • جلوگیری از پوسیدگی وابستگی در میان ده‌ها ماژول: با قرارداد جداسازی قانون اساسی و تزریق زمان اجرا برای جزئیات مصرف‌کننده حل شد.
  • حفظ ثبات و تست‌پذیری بسیاری از ماژول‌ها: با یک قرارداد مشترک (تست‌ها/مستندات/چالش‌ها برای هر ماژول) و ستون فقرات حکمرانی HelixConstitution حل شد.
  • دسترسی چندپلتفرمی: با آینه‌ای از ماژول‌های اصلی در Kotlin Multiplatform حل شد.

  • Go — اکثر ماژول‌ها (digital.vasic.*).
  • Kotlin Multiplatform — ماژول‌های آینه‌ای چندپلتفرمی (احراز هویت/پایگاه داده/امنیت/رابط کاربری/همزمانی/محدودکننده نرخ-KMP).
  • Redis / PostgreSQL / SQLite — پرایمتیوهای کش، پایگاه داده و ذخیره‌سازی.
  • Prometheus / OpenTelemetry — ماژول مشاهده‌پذیری.
  • WebSocket / HTTP/3 (quic-go) / mDNS — ماژول‌های شبکه.
  • Vector DB / embeddings / RAG / MCP — ماژول‌های پرایمتیو AI.
  • YAML — تنظیمات و فیکسچرهای خصمانه RedTeam.

تأیید نشده / در حال توسعه: چندین مخزن سازمانی با برچسب «چارچوب اولیه / در حال توسعه» مشخص شده‌اند (مانند PliniusCommon، I-LLM، HyperTune، AutoTemp، Veritas، Ouroborous، Claritas، LeakHub، GandalfSolutions). این موارد را به صورت مرحله اولیه/چارچوب اولیه معرفی کنید، نه به عنوان محصول نهایی عرضه‌شده.