AUTONOM ORKESTRERING

Ingen åtgärd exekveras utan konsensus.

DSS-AI-Consensus driver kodändringar genom en 5-rolls konsensusprocess — Architect, Developer, Tester, Reviewer och Builder — med upp till 15 iterationer per körning. Varje beslut kräver kvorumgodkännande före exekvering, med förklarbart resonemang, konfidenspoäng, pattern memory i 6 kategorier och fullständig återställningsbefogenhet.

Varje ändring förtjänar sin väg till produktion.
Varje beslut
Fullständigt loggat
Förklarbart
Agentresonemang
Konfigurerbart
Kvorumregler
Planfas
Exekveringsfas
Kvalitetsgrindar
Problemet

Autonoma agenter utan skyddsräcken skapar oansvarig risk.

AI-driven automatisering är kraftfull — tills en enskild agent fattar ett destruktivt beslut utan tillsyn, förklarbarhet eller möjlighet att ångra skadan.

Enskild agentfailure

En modellhallucination, en felkalibrerad konfidens, ett gränsfall — och ett produktionssystem agerar på dåligt omdöme utan en andra åsikt.

Ingen förklarbarhet

När något går fel finns ingen resonemangskedja. Varför vidtogs denna åtgärd? Vem godkände den? Vad var alternativet? Tystnad.

Oåterkalleliga åtgärder

Att skala infrastruktur, deploya hotfixar, modifiera data — dessa åtgärder har konsekvenser. Utan kvorum finns ingen broms.

Varför det spelar roll

Consensus gör AI från en snygg demo till en driftmodell.

De flesta AI-kodmiljöer kör antingen one-shot-agenter eller gömmer det riktiga arbetet i transcripts som ingen kan styra. Consensus är byggd för team som behöver repeterbar exekvering, bevis och kontroll.

Multi-provider utan operativ drift

Använd Claude, Codex, OpenCode, Ollama eller lokala modeller under en orkestreringsyta i stället för att skapa separata arbetssätt och olika tillitsmodeller per provider.

Minne och code intelligence ackumuleras

Körningar ärver pattern memory, artifacts och code intelligence-kontext så systemet blir skarpare i stället för att göra om samma misstag varje dag.

Exekvering är grindad, inte improviserad

Consensus är värdefull därför att den kan stoppa, förklara, försöka igen och återhämta sig. Målet är styrd leveranspress, inte autonomt kaos.

Nyckelfunktioner

Beslut kräver konsensus. Exekvering kräver bevis.

Kvorumröstning

Flera specialiserade agenter utvärderar varje föreslagen åtgärd. Exekvering fortsätter först när en konfigurerbar kvorumtröskel uppnås.

Konfidenspoäng

Varje agentröst har en konfidenspoäng. Godkännanden med låg konfidens viktas annorlunda än de med hög, vilket förhindrar automatstämpling.

Rollbaserade agenter

Kostnadsanalytiker, säkerhetsgranskare, efterlevnadsansvariga, prestandaövervakare — varje agent utvärderar från sitt specialistperspektiv.

Beslutsgranskningskedja

Varje beslut registrerar vem som röstade, deras resonemang, konfidensnivåer och det slutliga utfallet. Fullständig förklarbarhet för varje autonom åtgärd.

Styrning & efterlevnad

Ansvarsfull autonomi. Granskbar genom design.

Varje beslut loggas med fullständiga resonemangskedjor. Återställningsbefogenhet säkerställer att ingen åtgärd är verkligt oåterkallelig. Efterlevnadsteam får förklarbar AI-styrning direkt.

Varje beslut
Fullständigt loggat
Förklarbart
Agentresonemang
Konfigurerbart
Kvorumregler
5-rollsprocessen

Varje ändring förtjänar sin väg till produktion.

Fem specialiserade AI-roller utvärderar varje kodändring genom strukturerade plan- och exekveringsfaser. Ingen enskild agent kan kringgå processen.

Planfas

Arkitekt, Utvecklare, Testare och Granskare analyserar var och en den föreslagna ändringen från sitt perspektiv. Alla fyra måste PASS innan någon kod skrivs. Ett FAIL utlöser en ny iteration med riktad feedback.

Exekveringsfas

Utvecklaren implementerar ändringar. Testaren validerar. Granskaren auditerar. Byggaren kör slutliga kvalitetsgrindar — lint, typkontroll, testsvit och Docker-build. Varje grind måste passera.

Kvalitetsgrindar

Automatiserad pipeline: lint, typkontroll, test, Docker-build, commit, push. En loop-braker stoppar körningen efter tre upprepade failures i samma steg — inga bortkastade iterationer.

Roller & Modeller

Fem AI-roller. Konfigurerbar modellroutning.

Varje roll i 5-rollsprocessen kan köras på en annan modell. Tre presets styr avvägningen kostnad-kvalitet genom hela pipelinen.

Arkitekt

Analyserar projektstruktur, beroendegrafer och pattern memory för att ta fram en avgränsad implementeringsplan. Använder den starkaste tillgängliga modellen som standard — Claude Opus eller GPT-5.4 — eftersom arkitekturmisstag är dyrast att åtgärda.

Utvecklare

Implementerar kodändringar enligt arkitektplanen. Tar emot riktad filkontext från code intelligence-motorn. Körs på den balanserade modellnivån om inte uppgiftskomplexiteten utlöser en automatisk uppgradering.

Testare

Validerar implementeringen mot kvalitetsgrindar och testförväntningar. Granskar luckor i testtäckning och gränsfall. Kan köras på en snabbare, billigare modell — korrekthetskontroll är mindre tokenintensivt än generering.

Granskare

Auditerar den kombinerade planen och implementeringen för sundhet, säkerhet och efterlevnad av projektkonventioner. Fungerar som den sista mänskligt-likvärdiga grinden före byggarfasen.

Byggare

Exekverar den automatiserade pipelinen — lint, typkontroll, testsvit, Docker-build, commit och push. Ingen AI-bedömning i detta steg; byggaren tillämpar deterministiska kvalitetsgrindar. Fel matas tillbaka till nästa iteration.

Modellroutning-presets

Tre presets — balanced, fast och strong — styr vilken modell varje roll använder. Balanced optimerar kostnad-kvalitet genom pipelinen. Fast använder billigare modeller för alla roller. Strong routar varje roll till premiumnivån för maximal precision.

Iterationsmotor

Strukturerad konvergens, inte öppna loopar.

Orkestratorn driver mot en fungerande lösning genom avgränsade iterationer med inbyggda strömbrytare.

Upp till 15 iterationer

Varje körning tillåter upp till 15 plan/exekverings-cykler. Code intelligence injicerar påverkade symboler och blast radius i architect-prompten vid varje iteration. Varje cykel smalnar av lösningen baserat på strukturerad feedback från alla fyra plan-fas-roller. Inga obundna loopar — varje iteration har ett syfte.

Loop-braker

Om samma kvalitetsgrind misslyckas 3 gånger i rad stoppas körningen automatiskt. Ingen bortkastad beräkning på ett fastlåst problem — systemet lyfter fram blockeraren istället för att försöka blint.

Upprepade körningar (1–10)

Köa upp till 10 konsekutiva körningar på samma projekt. Varje upprepning startar på nytt men ärver pattern memory från tidigare körningar — systemets förståelse ackumuleras över tid.

Körkedjning & Minne

Körningar ackumuleras. Kunskap bevaras.

Pattern memory kopplar samman enskilda körningar till ett kontinuerligt lärande system. Varje framgång och misslyckande formar nästa orkestreringscykel.

6 mönsterkategorier

Minnen klassificeras i sex kategorier: code-change, plan-gate, test, build, docker och no-op. Varje post lagrar en lesson summary och prompt hint. Rollspecifika minnesprofiler styr laddningen: arkitekten ser 3 lyckade + 3 misslyckade (repo och cross-project), medan testern ser 1 lyckad + 2 misslyckade.

Arv mellan körningar

När en upprepningskörning startar laddar den de topprankade mönstren från alla tidigare körningar på samma projekt. Arkitekten tar emot lärdomar innan den skriver den första planen — så misstag från körning 1 undviks i körning 2.

Minnesrankning & förfall

Mönster rankas efter relevans och aktualitet. Inaktuella mönster sjunker i prioritet över tid. Högvärdesmönster — de som förhindrade upprepade misslyckanden — boostas och bevaras längre mellan körningar.

Code Intelligence & Minne

Orkestratorn förstår din kodbas.

Ren JS-analys

Regex-baserad parsning över 9 språk (JS, TS, Python, Java, C#, Go, Rust, C, C++). Importupplösning, anropsgraf, community-detektion och symbolindexering — inga native-beroenden, ingen tree-sitter. Samma motor driver MSPStudios code intelligence.

Pattern Memory

Varje framgång och misslyckande registreras i 6 mönsterkategorier med fullständig kontext. Nästa körning laddar relevanta lärdomar in i arkitektprompten — så systemet lär sig av tidigare misstag istället för att upprepa dem. Minnet bevaras mellan körningar och projekt.

Kunskapsgraf

Interaktiv canvas-visualisering av din kodbas: symboler, relationer och exekveringsflöden. Zooma, panorera och klicka genom beroendegraften. Tillgänglig i Mission Control och ärvd av MSPStudio.

Mission Control

Full operativ synlighet. Ett gränssnitt.

GUI med 11 paneler

Projektregister, Code Intelligence, Pattern Memory, Run Ledger, Agent Topology, Active Operations, AI Roles & Communication, Model Routing och mer — varje aspekt av orkestreringen i en vy.

Multi-provider-routing

Kör med Claude (Opus/Sonnet/Haiku) eller Codex (GPT-5.4/GPT-5.4-mini). Automatisk modell-fallback vid användningsgränser. Cross-provider-fallback vid konfiguration. Tre presets — balanced, fast och strong — styr kostnad kontra kvalitet per roll.

Docker-deployment

Isolerad container med credential-synk från host. Read-only auth-mount, per-provider-volymer, plattformsoberoende stöd (Mac, Linux, WSL). Ett docker compose up och systemet kör.

Multi-provider-arkitektur

Välj din AI-motor. Byt utan att konfigurera om.

Consensus stöder flera AI-providers med automatisk fallback, cross-provider-routing och modellval per roll.

Claude (Anthropic)

OAuth-autentisering via host credential-synk. Claude Opus för arkitektnivåns resonemang, Sonnet för balanserad exekvering, Haiku för snabb validering. Credentials bind-monterade skrivskyddat från hosten — inga hemligheter i containerimages.

Codex (OpenAI)

GPT-5.4 för premiumnivåns beslut, GPT-5.4-mini för kostnadsoptimerade roller. API-nyckelhantering genom samma host credential-synk. Automatisk modell-fallback vid hastighetsbegränsningar eller kvotutmattning.

Cross-provider-fallback

När en provider når användningsgränser faller systemet tillbaka automatiskt: Claude kaskaderar Opus → Sonnet → Haiku, Codex kaskaderar GPT-5.4 → GPT-5.4-mini → GPT-5.3-codex. Cross-provider-fallback (Claude ↔ Codex) aktiveras vid konfiguration. Pattern memory och körtillstånd bevaras över providerbyte — ingen förlorad kontext.

Kostnad & observerbarhet

Vet vad varje körning kostar. Se varje beslut.

Kostnadsspårning per körning

Token-användning och uppskattad kostnad spåras per körning, per roll och per modell. Run Ledger visar ackumulerade kostnader över alla orkestreringskörningar — inga överraskningsfakturor.

Modellroutning-presets

Tre presets styr avvägningen kostnad/kvalitet: balanced (standard), fast (billigare modeller för rutinuppgifter) och strong (premiummodeller för komplexa beslut). Byt preset per körning utan omkonfigurering.

Plattformsoberoende stöd

Körs på Mac, Linux och WSL. Docker-deployment med credential-synk säkerställer konsekvent beteende i utvecklings- och CI-miljöer. Ingen plattformsspecifik låsning.

Mission Control-paneler

Elva paneler. Varje orkestreringsdimension.

Mission Control ger dig ett enda gränssnitt för hela orkestreringslivscykeln — från projektval till kostnadsanalys.

Projektregister & Run Ledger

Bläddra bland alla registrerade projekt, visa körhistorik och gå in i kostnadsuppdelning per körning. Ledgern spårar tokenanvändning, modellval och utfallsstatus för varje orkestreringskörning.

Agenttopologi & aktiva operationer

Visualisera vilka agenter som är aktiva, deras aktuella rolluppdrag och kommunikationsflöde i realtid. Se exakt vilken agent som utvärderar vilken fil vid varje ögonblick.

Code Intelligence & kunskapsgraf

Interaktiv beroendevisualisering av din kodbas. Symbolupplösning, importkedjor och community-klustring — samma graf som arkitekten använder för att avgränsa implementeringsplaner.

Pattern Memory-bläddrare

Bläddra, sök och ranka lagrade mönster över alla 6 kategorier: arkitekturbeslut, implementeringsmönster, teststrategier, fellägen, prestandaobservationer och säkerhetsfynd. Se vilka lärdomar som formade varje körning.

AI-roller & kommunikation

Inspektera varje rolls promptkontext, tokenbudget och meddelandeflöde mellan roller. Se exakt vad arkitekten sa till utvecklaren, vad testaren flaggade och hur feedback propagerade genom iterationer.

Modellroutning & kostnadsdashboard

Konfigurera vilken modell som betjänar varje roll. Visa tokenanvändning per körning, uppskattad kostnad och ackumulerade utgifter över projekt. Växla mellan balanced, fast och strong presets med omedelbar effekt på nästa iteration.

Deployment & återställning

Produktionsklar från första docker compose up.

DSS-AI-Consensus körs som en isolerad Docker-container med inbyggd återställning och credential-hantering.

Read-only auth-mount

API-nycklar för Claude, Codex och Ollama monteras skrivskyddat från hosten. Inga hemligheter inbakade i images. Rotera credentials externt och containern plockar upp dem vid nästa omstart.

Persistent körtillstånd

Pattern memory, körhistorik och projektkonfiguration bevaras över containeromstarter via monterade volymer. Kraschåterställning fortsätter från den senaste konsekventa kontrollpunkten — inget förlorat arbete.

Plattformsoberoende paritet

Identiskt beteende på Mac, Linux och WSL. Docker Compose hanterar volymkartläggning och nätverkskonfiguration. Inga plattformsspecifika workarounds eller villkorlig logik.

Kom igång

Lägg till styrning i dina autonoma operationer.

Starta en utvärdering eller utforska den interaktiva demon för att se multiagent-kvorumröstning i praktiken.

DSS-AI-Consensus — autonom orkestrering med multi-agent-röstning | DSS