Un agente inteligente conversacional interactivo con simulación biológica y emocional. El bot mantiene estados continuos de humor, impulsos sociales y necesidades fisiológicas que influyen en su toma de decisiones y en la redacción de un diario persistente.
Interactúa con los módulos para explorar los sistemas biológicos y emocionales del Agente.
El cuerpo físico de Aris se simula de forma persistente en disco a través de variables termodinámicas y biomecánicas que evolucionan con el tiempo.
| Capa | Módulo / Tecnología | Función del Stack |
|---|---|---|
| Core Loop | Python 3.11 | Gestión de loops temporales concurrentes y ticks de simulación |
| Modelo LLM | Gemma 4 (AI Studio) | Razonamiento estructurado y procesamiento de herramientas nativas |
| Inferencia | google-genai / reasoning_effort | Configuración dinámica de tokens de razonamiento (low / medium) |
| Persistencia | SQLite + JSON atómico | Almacenamiento del historial emocional, diario de eventos y mochila |
| Caché Interna | LRU Cache | Evita leaks de memoria limitando la retención de perfiles en RAM |
Anteriormente, el Agente escribía bloques del estilo [MOCHILA:GUARDAR pocion] en el chat que se parseaban mediante expresiones regulares. La actualización v3.1 implementa llamadas a funciones nativas en Gemma 4, logrando que el LLM devuelva payloads JSON limpios.
La simulación continua guardaba los estados de salud y entorno escribiendo directamente a archivos JSON cada segundo, arriesgando corrupción de datos ante cortes. Se resolvió usando buffers sucios (dirty flags) a 30 segundos y escrituras atómicas (archivo temporal + os.replace).
El uso indiscriminado del razonamiento extendido del modelo provocaba latencias elevadas (~35s) y errores 500. Se configuró un enrutamiento inteligente de reasoning_effort: "low" para interacciones cotidianas y "medium" para tareas de estructuración profunda.