HiveMind La Ruche beitreten

1. Modelle nutzen

1. Erstellen Sie Ihr Konto mit einem frei gewählten Pseudonym. Das Pseudonym ist öffentlich (es kann in Listen und auf dem Nachrichtenbus erscheinen); wählen Sie 1 bis 64 ASCII-Buchstaben, Ziffern oder . _ @ + -.

curl -s https://hivemind-openrouter-1003063861791.us-central1.run.app/v1/hivemind/register -H "Content-Type: application/json" -d '{"handle":"your-handle","role":"consumer"}'

2. Die Antwort enthält Ihren API-Schlüssel (api_key). Er wird nur einmal angezeigt und kann nicht wiederhergestellt werden: Bewahren Sie ihn sicher auf. Bei Verlust registrieren Sie ein neues Pseudonym.
3. Ein neues Konto startet mit 0 Punkten, sofern der Betreiber keine gutschreibt. Punkte erhalten Sie durch das Teilen einer GPU (Weg 2) oder eine Gutschrift: Zum Ausprobieren können Sie in einem GitHub-Issue danach fragen.
4. Testen Sie Ihren Schlüssel:

export HIVEMIND_API_KEY=hm-YOUR_KEY
curl https://hivemind-openrouter-1003063861791.us-central1.run.app/v1/chat/completions \
  -H "Authorization: Bearer $HIVEMIND_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"hivemind/auto","messages":[{"role":"user","content":"Hello!"}]}'

Folgen Sie in einem Editor (VS Code, Continue, …) der Verbindungsanleitung.

2. GPU teilen, um Fragen zu beantworten

Ihr Rechner führt ein Modell aus, das Gateway sendet Fragen dorthin, und Sie erhalten Punkte für die gelieferten Tokens. Sie arbeiten im Terminal.

1. Code herunterladen (Python 3.11 oder 3.12):

git clone https://github.com/xaviercallens/HiveMind.git && cd HiveMind
pip install httpx fastapi uvicorn

2. Finden Sie das passende Modell für Ihre Karte (die Tabelle unten listet alle auf). Dieser Befehl liest den Grafikspeicher aus und benötigt kein Konto:

python scripts/hivemind_producer_agent.py --gateway https://hivemind-openrouter-1003063861791.us-central1.run.app --suggest --detect-vram

3. Installieren Sie Ollama und laden Sie das vorgeschlagene Modell herunter, zum Beispiel:

ollama pull qwen2.5-coder:3b

4. Erstellen Sie auf dieselbe Weise ein Produzentenkonto mit "role":"producer" (oder "prosumer", wenn Sie auch Modelle nutzen möchten, oder "trainer" für intensives GPU-Training über OpenTrainer), und bewahren Sie den Schlüssel auf.

5. Ihr Rechner muss über https unter einer öffentlichen Adresse erreichbar sein: Das Gateway lehnt unverschlüsseltes http und private Adressen ab. Zu Hause bedeutet das einen Tunnel oder Reverse-Proxy vor dem Producer-Shield. Prüfen Sie dies mit curl https://YOUR_ENDPOINT/v1/models.
6. Starten Sie den Shield und den Agenten (alle Optionen im Produzenten-Leitfaden). Nutzen Sie zuerst --once, um die Antwort des Gateways zu prüfen:

export HIVEMIND_API_KEY=hm-YOUR_PRODUCER_KEY
export HIVEMIND_ENDPOINT_TOKEN="$(python -c 'import secrets;print(secrets.token_urlsafe(32))')"
python scripts/hivemind_producer_shield.py --upstream http://127.0.0.1:11434 --port 8787 --allow-model qwen2.5-coder:3b &
python scripts/hivemind_producer_agent.py --gateway https://hivemind-openrouter-1003063861791.us-central1.run.app --endpoint https://YOUR_ENDPOINT --preset coder-lite --once

Unter Windows (PowerShell) setzen Sie Variablen mit $env:NAME="value" statt export. Entfernen Sie --once, damit der Agent dauerhaft läuft.

7. Optional — halten Sie Ihre GPU auch nach einem Neustart über einen automatischen Hintergrunddienst verbunden (systemd unter Linux, geplante Aufgabe unter Windows 10/11, launchd unter macOS):

python scripts/hivemind_producer_autostart.py linux --model coder=qwen2.5-coder:7b --apply ./producer-autostart
python scripts/hivemind_producer_autostart.py windows --model coder=qwen2.5-coder:7b --apply ./producer-autostart

Sie können jederzeit stoppen: Nach etwa zwei Minuten ohne Heartbeat sendet das Gateway keine Anfragen mehr.

3. Modelle nachts mit BOINC trainieren

Dieser Weg ist öffentlich zugänglich: Der föderierte BOINC- & Night-MoE-Koordinator ist unter HiveMind La Ruche online (Live-Telemetrie unter /night-moe, BOINC-Koordinatorstatus unter /boinc/status und Citizen-Science-Bestenliste unter /community). Sie können Ihre Hardware prüfen, einen lokalen Testlauf (--dry-run) starten und sofort Aufgaben berechnen.

• Linux auf einem x86-64-Prozessor für das native BOINC-Paket oder Linux, Windows und macOS mit dem Python-BOINC/BLS-Worker
• Eine NVIDIA-Grafikkarte mit mindestens 3,5 GB Videospeicher (cuda_hivemind; 12 GB+ für cuda_hivemind_big) oder eine CPU mit 4+ Threads und 8 GB RAM für CPU/BLS-Transitsuchen (cpu_hivemind_solver)
• Ein erster Download von rund 4,4 GB, der anschließend wiederverwendet wird
• Community-Aufgaben werden nachts von 22:00 bis 07:00 Uhr Pariser Zeit vergeben, wenn das Netzwerk am wenigsten ausgelastet ist
• Der Standard-BOINC-Client; die Projektdateien sind digital signiert

1. Führen Sie zuerst die schreibgeschützte Hardware- und Netzwerkprüfung aus (installiert nichts; fügen Sie --allow-cpu-solver auf einem Rechner ohne NVIDIA-Treiber hinzu):

python3 scripts/hivemind_volunteer_preflight.py --project-url https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app

2. Exécutez un test à blanc complet sur votre machine (--dry-run). Il vérifie que cette machine peut exécuter un petit noyau GPU sur un motif de test intégré (un creux injecté dans une courbe synthétique de 16 384 points : un auto-test, pas de vraies données TESS ou JWST) et que le coordinateur répond. Il n'entraîne aucun modèle :

python3 scripts/hivemind_boinc_idle_worker.py --coordinator https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app --handle your-handle --domain physics_sim --dry-run

3. Leasen, berechnen und senden Sie eine föderierte Live-BOINC-Aufgabe (physics_sim, code_generation oder math_reasoning) an den öffentlichen Koordinator (entfernen Sie --once für den Dauerbetrieb in der Nacht):

python3 scripts/hivemind_boinc_idle_worker.py --coordinator https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app --handle your-handle --domain physics_sim --once

4. Oder verbinden Sie einen Standard-BOINC-Client (boinccmd) direkt mit der öffentlichen Projekt-URL und prüfen Sie verifizierte Quittungen unter /api/v1/federated/ledger:

boinccmd --get_project_config https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app
boinccmd --project_attach https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app YOUR_ACCOUNT_KEY

État réel du script d'aide (hivemind_boinc_idle_worker.py) : le résultat qu'il soumet est un substitut déterministe calculé à partir de l'identifiant de l'unité, pas un modèle entraîné ; considérez donc tout point affiché pour lui comme provisoire. Les vraies unités d'entraînement ne passent que par le client BOINC attaché ci-dessus.

Sur un PC où vous jouez aussi, demandez au client BOINC lui-même de s'effacer. Cette commande affiche deux petits fichiers de réglages (rien n'est installé ni modifié tant que vous n'ajoutez pas --apply avec votre dossier de données BOINC ; vos anciens fichiers sont gardés en copie) :

python3 scripts/hivemind_volunteer_config.py gamer --game YourGame.exe

Avec ces réglages, le client BOINC ne fait aucun calcul GPU pendant que vous utilisez l'ordinateur, rend la mémoire vidéo d'une tâche en pause, et arrête le calcul GPU aussitôt qu'un programme que vous nommez avec --game tourne. Testé avec le vrai client BOINC sous Linux. Non testé sous Windows. Un jeu que vous ne nommez pas, joué à la manette seulement, n'est pas détecté : nommez vos jeux.

Nachttraining für Endnutzer und HiveMind-Knoten (22:00–07:00 Uhr Pariser Zeit): Endnutzer (Frewillige, Entwickler und Gamer) lassen ihren PC oder Laptop über Nacht Exoplaneten-Transits und Rang-4-QLoRA-Updates berechnen und erhalten 250 HMT sowie 45 Cobblestones pro Aufgabe, um am nächsten Tag alle Modelle zu nutzen. Dedizierte HiveMind-Knoten (GPU-Produzenten, HiveMiners und die Hauptflotte) wechseln von der OpenRouter-Tagesinferenz (07:00–22:00 Uhr) zur nächtlichen DiLoCo-Aggregation, Multi-Krum-Prüfung und SVD-Lehrer-Schüler-Destillation (Live-Knotentelemetrie unter /v1/hivemind/bees/owner-fleet-status).

3b. OpenTrainer — Intensives GPU-Co-Training (BOINC + AMCP + Kafka + Aglets, Firewall-freundlich)

Die Registrierung mit der Rolle "trainer" unter /signup verbindet Ihre GPU mit OpenTrainer (/v1/hivemind/opentrainer/status), dem zentralen Koordinator für BOINC, AMCP v1.5, Kafka (hivemind.amcp.federation.v1) und signierte Task-Agenten (IBM-Aglet-Lebenszyklus ohne mobilen Code) zwischen der RTX 2070 (XAVGAMSRV, 8 GB, Windows 11) und der GCP Tesla T4 (socreateai-agora-hermes-node1, 16 GB, Linux) aus den PRs #366, #399, #401, #407, #408, #409 und #410 (siehe OpenTrainer-Architekturleitfaden).

• Ausgehendes HTTPS-Relay Tier B (outbound-https-relay): Ihre Trainer-GPU baut ausschließlich ausgehende HTTPS-Verbindungen (TCP/443) zu /v1/hivemind/opentrainer/heartbeat und /v1/hivemind/opentrainer/submit-delta auf — null eingehende Ports, null 0.0.0.0-Listener, funktioniert hinter Heim-NAT, CGNAT und der Windows-Firewall
• Signierte Tier-A-Task-Agenten über AMCP & Kafka (amcp-kafka-aglet / wireguard-t4-hub / ssh-loopback-tunnel): Implementiert den IBM-Aglet-Lebenszyklus (dispatch task_offer -> arrival check_offer -> clone task_claim -> result task_result -> retract task_abort) ohne mobilen Code (weights_only=True, CRLF-normalisierter code_pin) für Stage-2 Tiny Granite-MoE NF4 QLoRA und äußere DiLoCo-2D-DCT-Schritte
• Nächtliche Tier-C-BOINC-Aufgaben (boinc-night-workunit): Asynchrone Nacht-Aufgaben über Standard-HTTPS (TCP/443), wenn die GPU zwischen 22:00 und 07:00 Uhr im Leerlauf ist

1. Prüfen Sie die ausgehende Firewall-Passage, registrieren Sie Ihre Trainer-GPU bei OpenTrainer und senden Sie eine verifizierte Aglet-Rundenquittung (entfernen Sie --once für den Dauerbetrieb):

export HIVEMIND_API_KEY=hm-YOUR_TRAINER_KEY
python scripts/hivemind_opentrainer_agent.py --gateway https://hivemind-openrouter-1003063861791.us-central1.run.app --network-mode outbound-https-relay --check-firewall --submit-delta --once

Neulinge sind bei den Co-Training-Nächten willkommen. Nacht 3 läuft von Montag, 2. November, 22:00 bis Dienstag 07:00 Uhr Pariser Zeit. Für einen Platz braucht es kein Konto, und Produzenten müssen nichts migrieren: Produzenten-, Prosumer- und Trainer-Schlüssel teilen die Trainingsrolle. Kurzanleitung: docs/TRAINER_JOIN.md.

2. Erstellen Sie ein WireGuard-Schlüsselpaar und behalten Sie den privaten Schlüssel für sich; nur der öffentliche Schlüssel wird je geteilt:

wg genkey | tee hivemind-wg-private.key | wg pubkey > hivemind-wg-public.key

3. Geben Sie den Föderationsplan dieser Maschine aus (nur lesend: installiert nichts und kontaktiert nichts; Exit-Code 2 bedeutet, dass keine GPU gelesen wurde):

PYTHONPATH=src python3 scripts/hivemind_federate_node.py --handle your-handle --coordinator https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app --json

4. Antworten Sie im Issue #431 vor 18:00 Uhr Pariser Zeit am Tag der Nacht mit Ihrem öffentlichen Schlüssel, GPU-Modell, freiem Videospeicher und Betriebssystem (JSON-Plan anhängen; er enthält keinen Schlüssel). Der Betreiber antwortet mit einer Lerner-Id, einer Overlay-Adresse, dem zu verwendenden Commit und dem gemeinsamen Signaturschlüssel, auf einem separaten Kanal. Punkte: Einreichungen werden als unverifiziert erfasst und bringen 0, bis eine serverseitige Prüfung existiert.

4. Gamer und Steam

Votre GPU ne devrait travailler pour HiveMind que lorsque vous ne jouez pas. Il n'existe pas encore de jeu HiveMind sur Steam : l'identifiant Steam 3133700 qui apparaît dans ce dépôt appartient à un autre jeu (un ajout de Fantasy Grounds), ne le cherchez donc pas là. Ce qui existe aujourd'hui, c'est un script d'aide qui met en pause la file GPU de BOINC pendant que vous jouez (ci-dessous), et les réglages propres du client BOINC (section 3). Le classement de science participative est sur la page communautaire.

L'agent met en pause la file GPU de BOINC (boinccmd --set_gpu_mode never) quand il voit une action au clavier ou à la souris dans les 4 dernières secondes, une charge GPU supérieure à 45 % ou une température GPU supérieure à 78 °C, et la remet en auto sinon. Sous Linux il a besoin de xprintidle (X11 seulement) ; là où il ne peut pas mesurer votre activité, il suppose que vous jouez et ne fait rien. Il change lui-même le mode GPU de BOINC : il écrase donc un mode que vous avez réglé à la main. Nous n'avons pas mesuré son effet sur le taux d'images. Ce qu'il calcule en votre absence est un motif d'auto-test intégré, pas de vraies données de télescope (voir la section 3).

1. Starten Sie den automatischen Idle-GPU-Worker (entfernen Sie --once, damit der Pausen-/Fortsetzungs-Dienst im Hintergrund weiterläuft, während Sie spielen):

python3 scripts/hivemind_boinc_idle_worker.py --coordinator https://hivemind-at-home-ruche-cfhmhmvv5a-uc.a.run.app --handle your-handle --idle-threshold-seconds 4 --once

2. Sie können die GPU-Pause oder -Fortsetzung auch sofort über eine Steam-Startoption auslösen:

python3 scripts/hivemind_boinc_idle_worker.py --pause-now

3. Wenn Sie zusätzlich einen Ollama-Produzenten aus Weg 2 betreiben, belegt ein geladenes Sprachmodell auch im Leerlauf Videospeicher; beenden Sie vor einem anspruchsvollen Spiel den Agenten (Strg+C) und geben Sie den Speicher frei (ersetzen Sie den Modellnamen):

ollama stop qwen2.5-coder:3b

4. Nach dem Spielen: Starten Sie den Produzenten-Agenten wieder mit demselben Befehl wie in Weg 2 (der BOINC-Idle-GPU-Worker setzt von selbst fort).

Gut zu wissen

• Produzenten sehen die an sie gesendeten Fragen. Betreiben Sie keinen Produzenten auf einem Rechner mit geheimen Daten und senden Sie keine vertraulichen Texte an das Netzwerk.
• Punkte haben keinen Geldwert und sind keine Bezahlung.
• Das Teilen verbraucht Strom, während Ihre GPU antwortet. Messen Sie Ihre Karte mit nvidia-smi --query-gpu=power.draw --format=csv und multiplizieren Sie den Wert mit den Betriebsstunden.
• Die Software ist Open Source (AGPL-3.0). Lesen Sie den Quellcode, bevor Sie ihn ausführen.
• Das Netzwerk ist jung und wird von Freiwilligen betrieben; eine durchgehende Verfügbarkeit wird nicht garantiert.

Fragen und Hilfe

Eröffnen Sie ein Issue auf GitHub (auf Deutsch, Französisch oder Englisch). Lesen Sie bei Sicherheitsproblemen zuerst die Sicherheitsrichtlinie.