Productos próximamente disponibles

EulerWeave · EulerAgent · EulerAtlas — la siguiente etapa de la visión full-stack de Eulerwa Inc.

Los 3 productos públicos actuales (EulerForge · EulerStack · EulerNPU) forman el eje central que conecta entrenamiento → investigación de arquitecturas → síntesis NPU sobre FPGA. Pronto se sumarán el pipeline de datos (EulerWeave), la ejecución determinista de agentes (EulerAgent) y el aprendizaje de comportamiento robótico en 8 dominios (EulerAtlas) para cerrar las piezas que faltan. Todos comparten la misma filosofía: "spec YAML declarativa + CLI-first + local-first".

Coming Soon

EulerWeave: Motor de Datos

Un sistema integral de procesamiento de datos que cierra la brecha entre los conjuntos de datos crudos y el entrenamiento de modelos en producción.

Open Source: Preprocesamiento de Datos

Diseñado para que investigadores y desarrolladores refinen y analicen datos en entornos locales.

Análisis inteligente: perfilado inicial de datos mediante LLMs locales.
Filtrado recursivo: generación y aplicación automática de clases de filtros por dominio.
Cálculo de métricas: PPL, Loss y MinHash para deduplicación.
Puntuación de calidad: filtrado de ruido basado en modelos BERT.

Enterprise: Orquestación

Funcionalidades críticas de negocio para escalar de una sola GPU a operaciones a nivel de clúster.

Validación scale-down: pruebas automatizadas de 1-GPU LoRA/MoE.
Estimación de recursos: cálculo de horas-GPU y costos en la nube asistido por IA.
Ajuste de parámetros: optimización bayesiana y búsqueda en cuadrícula automatizadas.
Integración MLOps: pipeline completo desde el lanzamiento del entrenamiento hasta la síntesis de resultados.

EulerAgent: Framework determinista de agentes CLI

Un framework de agentes local-first con máquina de estados de 8 fases (RUN_CREATED → CONTEXT → PLAN → PROPOSE → APPROVE → EXECUTE → RESULT → FINALIZED), orquestadores Pattern/Graph, pipeline RAG, memoria a largo plazo (SQLite), integración MCP, sistema de plugins, más de 30 comandos CLI y 65 fixtures. Sobre nodos de compuerta deterministas (kind: shell) que ejecutan la verificación como código (no como LLM), ofrece un agente de codificación autorreparable (code.dev_loop.v2) capaz de escribir, probar y corregirse a sí mismo.

Máquina de estados de 8 fases y orquestación

Toda acción del agente pasa por la máquina de estados de 8 fases y se ejecuta tras la aprobación humana (HITL). El Pattern Orchestrator (12 patrones canónicos en YAML + nodos LLM, de juicio y compuerta determinista shell) y el Graph Orchestrator (ejecución paralela con LangGraph) controlan workflows complejos. La auto-aprobación acotada (node.auto_approve) y la compuerta de símbolos (symbol_check) permiten ejecutar bucles fix→test de forma autónoma.

Memoria a largo plazo (LTM): búsqueda vectorial sobre SQLite para preservar contexto entre sesiones.
Pipeline RAG: búsqueda híbrida léxico/vectorial con rastreo de fuentes de citación.
Integración MCP: conexión con servicios externos como Brave, Tavily, etc.
Sistema de plugins: extensión de herramientas y cadena de permisos multicapa.

Más de 30 comandos CLI

euleragent init
euleragent new my-assistant --template code-assistant
euleragent run my-assistant --task "Refactorización" --mode plan

# RAG & memoria
euleragent rag add --path ./docs/
euleragent memory search --q "decisión anterior"

# Patrones & MCP
euleragent pattern run review-code my-assistant
euleragent mcp sync

Construido para desarrolladores que desean capacidades autónomas sin sacrificar control ni seguridad.

EulerAtlas: Aprendizaje de comportamiento robótico basado en plugins (primer lanzamiento: automóvil · humanoide)

Un framework CLI de aprendizaje de comportamiento robótico basado en plugins, que opera sobre un pipeline RL→IL que combina aprendizaje por imitación (IL) y aprendizaje por refuerzo FastTD3 (RL). Los dos dominios insignia que se publican primero son automóvil (EulerDrive — conducción autónoma BEV, verificada en CARLA) y humanoide (EulerWalk — RL→IL loco-manipulation); ambos incluyen modelos preentrenados que pueden ejecutarse al instante, sin entrenamiento previo. El esquema unificado está diseñado para abarcar 8 dominios — automóvil, dron, humanoide, perro robot, manipulación móvil, logística, agricultura y astillero — y los dominios siguen ampliándose como plugins.

Esquema unificado de 8 dominios

Esquemas obs/action de dimensiones fijas por dominio para que todos los módulos se comuniquen de forma consistente.

Clásico (01–04)	Automóvil 4/2 · Dron 6/3 · Humanoide 33/14 (loco-manip) · Perro robot 12/8
Industrial (05–08)	Manipulación móvil 18/8 · AGV logístico 14/4 · Agri-robot 16/6 · Astillero 20/9
Modelos de política	BC-MLP, BC-RNN, BC-CNN, ACT, Diffusion Policy + SOTA(BEVFuser, TemporalTransformer, WholeBodyACT) + RL Actor
Niveles	L0 Toy · L1 Intermediate · L2 Advanced (backend real: CARLA/MuJoCo/HumanoidBench)

CLI y modelos de política

euleratlas init --role road --level 0 --out config.yml
euleratlas train -c config.yml
euleratlas train-rl -c config.yml
euleratlas sim rollout -c config.yml --save-video

# Aprendizaje por imitación + RL FastTD3 · RL→IL · Domain Plugin

Se añaden train-rl, data collect/generate-demos y sim rollout --render/--save-video. Compatible con la arquitectura Domain Plugin y con despliegue en el edge.