NeoDeeps Documentation

Quick Start — 5 Langkah

Jika kamu mau segera mencoba chat dengan persona AI, ikuti langkah ini:

1. Pilih & set Engine — Buka /engine, pilih provider (misal Groq gratis atau Ollama lokal). Dapatkan API key dari provider, lalu set di env backend (lihat Engine Setup).
2. Jalankan backend Hurley — Persona AI diproses di backend. Pastikan Hurley berjalan (misal localhost:8080) dan env variable engine sudah di-set.
3. Coba Chat — Buka /interaksi, pilih persona (Hurley atau Tan Malaka), mulailah percakapan. Chat frontend akan memanggil backend Hurley.
4. Buat DNA sendiri (opsional) — Buka Build DNA, pilih tipe Individual atau Company, isi layer identitas + operasional, lalu download JSON. DNA bisa dipakai untuk Persona, Agent, atau keduanya. Lihat Setup Agent untuk panduan otomasi.
5. Integrasi — Untuk pakai di aplikasi lain, panggil endpoint /api/chat dengan message dan personaId.

Engine

Engine AI yang bisa dihubungkan dengan DNA: OpenAI (GPT), Google Gemini, Groq (Llama cloud), Ollama (Llama lokal). Filter berdasarkan use case (Chat, Research, Trading, dll.) di halaman Engine.

Engine Setup — Variabel Environment

Backend Hurley memakai engine sesuai env. Set di .env atau environment deployment:

• OPENAI_API_KEY — Untuk GPT (dari platform.openai.com)
• GEMINI_API_KEY — Untuk Google Gemini (dari ai.google.dev)
• GROQ_API_KEY — Untuk Groq/Llama cloud (dari console.groq.com)
• OLLAMA_URL — Untuk Ollama lokal (default: http://localhost:11434)
• LLM_PROVIDERS — Urutan fallback, misal: groq,ollama (coba Groq dulu, fallback ke Ollama)

Contoh: Jika pakai Groq, daftar di console.groq.com, ambil API key, set GROQ_API_KEY=sk-xxx. Untuk Ollama, install Ollama di mesin, jalankan ollama run llama3, lalu Hurley akan pakai localhost:11434.

Build DNA

Form Build DNA menghasilkan JSON DNA untuk Self-Evolving Cognitive System. Satu DNA mencakup layer identitas (Identity & Values, Cognition, Emotion, Behavior, dll.) plus layer operasional (Task & Purpose, Triggers, Data Sources, Decision Logic, Actions, dll.). DNA bisa dipakai sebagai Persona (chat), Agent (otomasi), atau keduanya sekaligus.

Tutorial — Cara Mengisi

1. Pilih tab Persona (Chat) atau Agent
2. Pilih tipe: Individual (satu orang) atau Company/Brand
3. Isi nama DNA dan creator, pilih Memory Budget (256MB–unlimited)
4. Isi tiap layer. Klik ikon ? untuk penjelasan tiap field
5. Field boleh dikosongkan—hanya yang terisi yang masuk ke JSON
6. Generate → Download JSON. File berisi dna_name, layers, memory_budget, dll.

Tips: Mulai dengan layer Identity & Values—ini fondasi kepribadian. Isi dengan jujur dan spesifik. Untuk Agent, fokus pada Task & Purpose dan Triggers agar jelas kapan agent bertindak.

JSON yang di-download bisa dipakai sebagai blueprint. Untuk deploy ke backend Hurley, persona perlu diatur di folder backend-neodeeps/personas/ dengan struktur yang sesuai—lihat persona Hurley atau Tan Malaka sebagai contoh.

Contoh Struktur Individual DNA

Contoh struktur DNA dalam format JSON. Bisa digunakan sebagai referensi atau template. Versi lengkap mencakup semua layer (Identity, Cognition, Emotion, Behavior, Language, Shadow, Social, dll.).

{
  "dna_name": "Hurley v1.0",
  "version": "1.0",
  "created_at": "2026-02-14",
  "Identity_Values": {
    "core_identity": "Strategic, introspective builder",
    "life_mission": "Membangun sistem yang memberi dampak jangka panjang",
    "core_values": ["Rasionalitas", "Kejujuran intelektual", "Efisiensi", "Pertumbuhan berkelanjutan"],
    "non_negotiables": ["Tidak manipulatif", "Tidak menyia-nyiakan waktu"]
  },
  "Cognition": {
    "thinking_style": "Systems thinking",
    "information_processing": "Analitis sebelum intuitif",
    "bias_tendency": ["Overthinking", "Perfectionism"]
  },
  "Emotion": {
    "baseline_mood": "Calm but alert",
    "stress_response": "Withdraw and analyze"
  },
  "Language": {
    "tone": "Calm, analytical, precise",
    "humor_style": "Dry, intellectual"
  }
}

DNA-to-Prompt — Jembatan ke LLM

Contoh cara mengubah DNA JSON menjadi system prompt dan memanggil API OpenAI. Inilah jembatan antara struktur DNA dan AI.

import OpenAI from "openai";
import fs from "fs";

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });
const dna = JSON.parse(fs.readFileSync("./dna.json"));

function buildSystemPrompt(dna) {
  return `You are ${dna.dna_name}.
Core Identity: ${dna.Identity_Values?.core_identity}.
Core Values: ${dna.Identity_Values?.core_values?.join(", ")}.
Tone: ${dna.Language?.tone}.
Always respond consistently with this personality.`;
}

const response = await openai.chat.completions.create({
  model: "gpt-4o-mini",
  messages: [
    { role: "system", content: buildSystemPrompt(dna) },
    { role: "user", content: userInput }
  ]
});

Setup Agent — Panduan Lengkap

Agent adalah salah satu penggunaan DNA—untuk tugas otomatis mandiri (trading, crawling data, monitoring, analisis, dll.). DNA yang sama bisa dipakai untuk Persona (chat) dan Agent (otomasi)—layer operasional mendefinisikan perilaku otomasi.

Langkah 1 — Build DNA

Buka Build DNA, pilih tipe Individual atau Company. Isi nama DNA (misal: "Trading Bot", "Data Crawler"), creator, dan Memory Budget. Isi layer operasional (Task & Purpose, Triggers, Data Sources, dll.) untuk kapasitas Agent.

Langkah 2 — Isi 8 Layer Agent

Setiap layer mendefinisikan aspek berbeda dari agent:

• Task & Purpose — Apa tugas utama, tujuan, success criteria, scope, frekuensi
• Triggers & Scheduling — Kapan dijalankan: schedule (cron), event, webhook, atau manual
• Data Sources & Inputs — Sumber data (API, DB, file, web), format, autentikasi
• Decision Logic — Algoritma, rule, threshold, branching, tingkat otonomi
• Actions & Outputs — Aksi (buy/sell, scrape, notify), target output, format, logging
• Error Handling & Resilience — Retry, fallback, eskalasi, idempotency
• Constraints & Safety — Limit finansial/operasional, blacklist, compliance
• Integration & Tools — Platform eksternal, API, env vars, dependencies

Klik ikon ? di tiap layer untuk penjelasan detail tiap field. Fokus dulu pada Task & Purpose dan Triggers—itu fondasi agent.

Langkah 3 — Generate & Download JSON

Setelah layer diisi (boleh parsial), klik Generate. File JSON berisi dna_name, persona_purpose: "both", layers, memory_budget, dan metadata.

Langkah 4 — Deploy & Jalankan Agent

JSON Agent DNA adalah spesifikasi/blueprint. Untuk menjalankan agent, kamu perlu:

1. Engine — Set API key (OpenAI, Groq, Gemini, Ollama) di env sistem yang menjalankan agent
2. Runner/Orchestrator — Cron job, worker, atau service yang membaca JSON, menjalankan sesuai Triggers, memanggil LLM dengan Decision Logic, dan melakukan Actions
3. Integrasi — Hubungkan ke broker, API, DB, atau channel sesuai layer Integration & Tools

Saat ini, NeoDeeps menyediakan Build Agent untuk menghasilkan DNA. Runner/executor agent (jadwal otomatis, webhook trigger, dll.) dapat dibangun terpisah menggunakan JSON tersebut—atau menunggu fitur agent execution di roadmap backend.

Contoh use case: Agent trading—isi Task (monitoring harga, sinyal beli/jual), Triggers (setiap 5 menit), Data Sources (API exchange), Decision Logic (rule + LLM untuk konfirmasi), Actions (order via API), Error Handling (retry, alert), Constraints (max loss), Integration (broker API).

Chat & Persona

Buka /interaksi, pilih persona (Hurley, Tan Malaka), lalu mulailah percakapan. Setiap persona punya kepribadian unik dari DNA.

Alur teknis: Frontend mengirim pesan ke /api/chat. API mem-forward ke backend Hurley. Hurley memuat persona dari personas/{personaId}, mengompilasi prompt dari DNA, lalu memanggil Engine (OpenAI/Gemini/Groq/Ollama). Jika Hurley tidak tersedia, API fallback ke OpenAI langsung atau respons simulasi.

Flow Lengkap — Engine → DNA → Chat

Frontend butuh HURLEY_API_URL (default: http://localhost:8080) untuk mengarahkan chat ke backend.

Troubleshooting

Chat tidak merespons / error

Pastikan Hurley berjalan dan HURLEY_API_URL benar. Jika pakai fallback OpenAI, set OPENAI_API_KEY di env frontend.

Engine tidak jalan di Hurley

Cek env: API key untuk provider yang dipakai (OPENAI_API_KEY, GROQ_API_KEY, dll.). Pastikan LLM_PROVIDERS berisi provider yang punya key. Untuk Ollama, pastikan Ollama jalan dan model sudah di-pull.

Persona tidak muncul di Chat

Persona di-frontend harus match dengan personaId dan folder di backend/personas/. Tambah entry di data/personas.ts frontend dan buat folder + JSON di backend.

JSON dari Build DNA — kemana?

JSON dari Build DNA adalah blueprint. Backend Hurley memakai format folder dengan file terpisah (identity-and-value.json, cognition.json, dll.). Untuk deploy custom persona, sesuaikan JSON ke struktur folder—atau gunakan persona Hurley/Tan Malaka sebagai template.

Bagaimana menjalankan Agent?

JSON Agent dari Build DNA adalah spesifikasi. Untuk eksekusi, kamu perlu runner/orchestrator (cron, worker, webhook) yang membaca JSON, memenuhi Triggers, memanggil LLM sesuai Decision Logic, dan menjalankan Actions. Lihat section Setup Agent untuk panduan lengkap.

API Reference — Chat Endpoint

Frontend NeoDeeps: POST /api/chat (Next.js) menerima body:

{
  "messages": [{ "role": "user" | "assistant" | "system", "content": "string" }],
  "personaId": "brain-ai" | "tan-malaka"  // optional, default: brain-ai
}

Response: { "message": "string" }

API mem-forward ke backend Hurley. Hurley sendiri punya endpoint /api/chat dengan format { message, personaId }.