Agent – mózg systemu
Główny agent Vester Engine działa na modelu deepseek-v4-pro z thinking High. To on myśli, planuje, wykonuje narzędzia i odpowiada użytkownikowi.
Przepływ wiadomości – 8 kroków
System obsługuje 5 kanałów komunikacji: WebSocket (:5200), Telegram (inline bot), Email (MailKit), webhooki HTTP (/event POST) i Scheduler (timer 60s).
1. Wiadomość wpływa – dowolnym kanałem
2. PostMessage – trafia do agenta z informacją o źródle
3. Agent wolny? → ProcessMessageAsync od razu. Zajęty? → kolejka
4. QueueWorker – priorytetyzacja: helper/event mają pierwszeństwo
5. Helper buduje context_block – atomy + streszczenie konwersacji
6. Broker.SendAsync() → PrepareMessages (przycinanie do limitu 900k tokenów)
7. API LLM → odpowiedź: thinking → tool_calls → @helper
8. Callback – odpowiedź wraca do kanału źródłowego
1. Wiadomość wpływa – dowolnym kanałem
2. PostMessage – trafia do agenta z informacją o źródle
3. Agent wolny? → ProcessMessageAsync od razu. Zajęty? → kolejka
4. QueueWorker – priorytetyzacja: helper/event mają pierwszeństwo
5. Helper buduje context_block – atomy + streszczenie konwersacji
6. Broker.SendAsync() → PrepareMessages (przycinanie do limitu 900k tokenów)
7. API LLM → odpowiedź: thinking → tool_calls → @helper
8. Callback – odpowiedź wraca do kanału źródłowego
Thinking mode – jak agent myśli
Agent Vester Engine działa z thinking=High (2048 tokenów). Przed każdą odpowiedzią model ma przestrzeń do wewnętrznego rozumowania – analizuje problem, rozważa opcje, planuje działania, a dopiero potem generuje odpowiedź. Temperatura 1.0 zapewnia balans między kreatywnością a powtarzalnością. Maksymalnie 8192 tokenów odpowiedzi, kontekst do 900k tokenów.
🧠 **Agent (Pro)** – deepseek-v4-pro • Thinking High • Temperatura 1.0 • 8192 tokenów • 900k kontekstu • Wszystkie narzędzia • Rola: myśli i działa
⚡ **Helper (Flash)** – deepseek-v4-flash • Thinking OFF • Temperatura 1.3 • 4096 tokenów • 100k kontekstu • Tylko narzędzia plikowe • Rola: szuka i streszcza
Jak współpracują?
Helper buduje context_block – Agent widzi tylko to, co Helper przygotował. Komunikacja odbywa się przez monitoring
<thinking>: Agent widzi @helper w swoim strumieniu myśli i przekazuje zadania. Helper uruchamia się automatycznie co 5-15 tur, buduje kontekst, wyciąga atomy z pamięci i streszcza historię konwersacji.