Unirse a HiveMind La Ruche

1. Usar los modelos

1. Crea tu cuenta con el seudónimo que prefieras. El seudónimo es público (puede aparecer en listas y en el bus de mensajes), así que elige uno de 1 a 64 letras ASCII, cifras o . _ @ + -.

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. La respuesta contiene tu clave de API (api_key). Se muestra una sola vez y no se puede recuperar: guárdala en un lugar seguro. Si la pierdes, registra un nuevo seudónimo.
3. Una cuenta nueva tiene 0 puntos salvo concesión del operador. Los puntos se obtienen compartiendo una GPU (vía 2) o mediante una concesión: si solo quieres probar, pídela en una incidencia de GitHub.
4. Prueba tu clave:

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!"}]}'

En un editor (VS Code, Continue, …), sigue la guía de conexión.

2. Compartir tu GPU para responder preguntas

Tu ordenador ejecuta un modelo, la pasarela le envía preguntas y ganas puntos por los tokens servidos. Usarás una terminal.

1. Obtén el código (Python 3.11 o 3.12):

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

2. Encuentra el modelo adecuado para tu tarjeta (la tabla inferior los muestra todos). Este comando lee la memoria de tu tarjeta y no requiere cuenta:

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

3. Instala Ollama y descarga el modelo sugerido, por ejemplo:

ollama pull qwen2.5-coder:3b

4. Crea una cuenta de productor del mismo modo, con "role":"producer" (o "prosumer" si también quieres usar modelos, o "trainer" para entrenamiento GPU intensivo vía OpenTrainer), y guarda la clave.

5. Tu equipo debe ser accesible por https en una dirección pública: la pasarela rechaza http simple y direcciones privadas. En casa, eso implica un túnel o proxy inverso delante del «shield» del productor, un pequeño programa que expone solo las dos rutas necesarias y exige su token. Compruébalo con curl https://YOUR_ENDPOINT/v1/models.
6. Inicia el shield y el agente (todas las opciones en la guía del productor). Usa --once primero para ver la respuesta de la pasarela:

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

En Windows (PowerShell), define las variables con $env:NAME="value" en lugar de export. Quita --once para mantener el agente en ejecución.

7. Opcional — mantén tu GPU conectada tras reiniciar mediante un servicio automático en segundo plano (systemd en Linux, tarea programada en Windows 10/11, launchd en 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

Puedes detenerlo en cualquier momento: tras unos dos minutos sin señal de vida, la pasarela deja de enviarte peticiones.

3. Entrenar modelos por la noche con BOINC

Esta vía está abierta al público: el coordinador federado BOINC y Night-MoE está activo en HiveMind La Ruche (telemetría Night-MoE en vivo en /night-moe, estado del coordinador BOINC en /boinc/status y clasificación de ciencia ciudadana en /community). Hoy mismo puedes verificar tu hardware, ejecutar una prueba local (--dry-run) y procesar unidades.

• Linux en procesador x86-64 para el paquete nativo BOINC, o Linux, Windows y macOS con el agente Python BOINC/BLS
• Una tarjeta NVIDIA con al menos 3,5 GB de memoria de vídeo (cuda_hivemind; 12 GB+ para cuda_hivemind_big), o una CPU de 4+ hilos con 8 GB de RAM para barridos CPU/BLS (cpu_hivemind_solver)
• Una primera descarga de unos 4,4 GB, reutilizada después
• El trabajo comunitario se ofrece por la noche, de 22:00 a 07:00 (hora de París), cuando la red está menos ocupada
• El cliente BOINC estándar; los archivos del proyecto están firmados digitalmente

1. Ejecuta primero la comprobación de hardware y red de solo lectura (no instala nada; añade --allow-cpu-solver en un equipo sin controlador NVIDIA):

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. Solicita, calcula y envía una unidad BOINC federada en vivo (physics_sim, code_generation o math_reasoning) al coordinador público (quita --once para seguir calculando por la noche):

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. O conecta directamente un cliente BOINC estándar (boinccmd) a la URL pública del proyecto y consulta los recibos verificados en /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.

Entrenamiento nocturno para usuarios finales y nodos de HiveMind (22:00–07:00, hora de París): Los usuarios finales (voluntarios, desarrolladores y jugadores) dejan su PC o portátil calculando por la noche tránsitos de exoplanetas y actualizaciones QLoRA de rango 4, ganando 250 HMT y 45 Cobblestones por unidad para usar todos los modelos al día siguiente. Los nodos dedicados de HiveMind (productores GPU, HiveMiners y la flota principal) pasan de la inferencia diurna de OpenRouter (07:00–22:00) a la agregación nocturna DiLoCo, la verificación Multi-Krum y la destilación SVD profesor-estudiante (telemetría de nodos en vivo en /v1/hivemind/bees/owner-fleet-status).

3b. OpenTrainer — Co-entrenamiento GPU intensivo (BOINC + AMCP + Kafka + Aglets, compatible con cortafuegos)

Registrarse con el rol "trainer" en /signup conecta tu GPU a OpenTrainer (/v1/hivemind/opentrainer/status), el coordinador central que integra BOINC, AMCP v1.5, Kafka (hivemind.amcp.federation.v1) y agentes de tarea firmados (ciclo de vida IBM Aglet sin código móvil) construido entre la RTX 2070 (XAVGAMSRV, 8 GB, Windows 11) y la Tesla T4 de GCP (socreateai-agora-hermes-node1, 16 GB, Linux) en los PR #366, #399, #401, #407, #408, #409 y #410 (consulta la guía de arquitectura OpenTrainer).

• Relé HTTPS saliente Tier B (outbound-https-relay): Tu GPU de entrenamiento realiza únicamente llamadas HTTPS salientes (TCP/443) a /v1/hivemind/opentrainer/heartbeat y /v1/hivemind/opentrainer/submit-delta — cero puertos entrantes, cero escuchas 0.0.0.0, funciona tras NAT residencial, CGNAT y el cortafuegos de Windows
• Agentes de tarea firmados Tier A sobre AMCP y Kafka (amcp-kafka-aglet / wireguard-t4-hub / ssh-loopback-tunnel): Implementa el ciclo de vida IBM Aglet (dispatch task_offer -> arrival check_offer -> clone task_claim -> result task_result -> retract task_abort) sin código móvil (weights_only=True, code_pin normalizado CRLF) para QLoRA NF4 Tiny Granite-MoE Stage-2 y pasos externos DiLoCo 2D-DCT
• Unidades nocturnas BOINC Tier C (boinc-night-workunit): Unidades nocturnas asíncronas sobre HTTPS estándar (TCP/443) cuando la GPU está inactiva entre las 22:00 y las 07:00

1. Verifica el paso saliente del cortafuegos, registra tu GPU entrenadora en OpenTrainer y envía un recibo de ronda Aglet verificado (quita --once para ejecución continua):

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

Los recién llegados son bienvenidos en las noches de co-entrenamiento. La noche 3 va del lunes 2 de noviembre a las 22:00 al martes a las 07:00, hora de París. No hace falta cuenta para pedir una plaza, y los productores no tienen que migrar: las claves de productor, prosumer y entrenador comparten el rol de entrenamiento. Guía corta: docs/TRAINER_JOIN.md.

2. Crea un par de claves WireGuard y guarda la clave privada para ti; solo se comparte la clave pública:

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

3. Imprime el plan de federación de esta máquina (solo lectura: no instala nada ni contacta con nada; el código de salida 2 significa que no se leyó ninguna GPU):

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

4. Responde en la incidencia #431 antes de las 18:00 de París el día de la noche con tu clave pública, modelo de GPU, memoria de vídeo libre y sistema operativo (adjunta el plan JSON; no contiene ninguna clave). El operador responde con un id de aprendiz, una dirección de red privada, el commit a usar y la clave de firma compartida, por un canal aparte. Puntos: los envíos se registran como no verificados y acreditan 0 hasta que exista verificación en el servidor.

4. Jugadores y 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. Inicia el agente automático de GPU inactiva (quita --once para dejar el demonio de pausa/reanudación automática en segundo plano mientras juegas):

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. También puedes activar una pausa o reanudación inmediata de la GPU desde una opción de lanzamiento de Steam:

python3 scripts/hivemind_boinc_idle_worker.py --pause-now

3. Si también ejecutas un productor Ollama de la vía 2, un modelo cargado conserva su memoria de vídeo aunque nadie pregunte; antes de abrir un juego pesado, detén el agente (Ctrl+C) y libera la memoria (reemplaza el nombre por el de tu modelo):

ollama stop qwen2.5-coder:3b

4. Después de jugar: vuelve a iniciar el agente productor con el mismo comando de la vía 2 (el agente BOINC de GPU inactiva se reanuda por sí solo).

Bueno saberlo

• Los productores ven las preguntas que se les envían. No ejecutes un productor en una máquina con secretos ni envíes texto confidencial a la red.
• Los puntos no tienen valor monetario y no constituyen un pago.
• Compartir consume electricidad mientras tu GPU responde. Mide tu tarjeta con nvidia-smi --query-gpu=power.draw --format=csv y multiplícalo por las horas de trabajo.
• El software es de código abierto (AGPL-3.0). Lee el código antes de ejecutarlo.
• La red es joven y está gestionada por voluntarios; la disponibilidad no está garantizada.

Preguntas y ayuda

Abre una incidencia en GitHub, en español, francés o inglés. Para un problema de seguridad, lee primero la política de seguridad.