Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

feat(agents): NEAR AI Cloud inference provider with attestation display

Aperta
  • Qualcosa non va?
#29 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python
Ambito
ai, backend

Direzione di ricerca

Read services/ai_agent_service.py and the provider-switch implementation described in feat/toju-agent-storage, then verify attestation steps, model availability, and pricing in the linked NEAR AI Cloud documentation. Trace how chat sessions store provider data and how the UI displays provider status. Done means NEAR AI handles chat and bounded tool calls when explicitly selected, attestation status is shown, and failures never trigger a silent provider fallback.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

agents chain-integration enhancement tier-2

Summary

Add NEAR AI Cloud (private inference in a trusted execution environment, OpenAI-compatible API) as a selectable inference provider for agent chat, and surface its attestation in the UI.

Motivation

Portfolio and drug-discovery prompts can be sensitive. Verifiable private inference is a meaningful differentiator and fits the existing provider-switch design.

Current state in this repo

  • On main, services/ai_agent_service.py calls AWS Bedrock directly.
  • feat/toju-agent-storage adds services/groq_agent.py with an explicit provider switch (AGENT_LLM_PROVIDER) and a no-silent-paid-fallback rule.

Proposal

  • Add a near provider reusing the OpenAI-compatible tool-calling loop; configure via env.
  • Retrieve and verify the attestation per the NEAR AI documentation and store a summary with the chat session; show a 'private inference verified' indicator.
  • Keep the explicit-selection rule: no automatic provider switching.

Acceptance criteria

  • Selecting the provider routes chat and tool calls to NEAR AI with bounded tool rounds.
  • Failures are reported honestly and never fall back to another provider silently.
  • Attestation status is visible in the UI.

Out of scope

  • Hosting models ourselves.

Dependencies

  • Toju branch merge (provider switch).

Verify before implementing

  • Attestation verification steps, model list, pricing and free-tier availability in the NEAR AI Cloud docs.

References

Part of ##1. Ground rules for all issues in this roadmap are listed there (testnet-first, no secrets in the repo, chain logic behind the registry, tests and docs with every PR).

Lingua principale
Python
Stelle
2
Fork
4
Merge medio
6h 54m
PR unite (30g)
7

Preparare l'ambiente

  • Include un Dockerfile o un file Docker Compose
  • Nessun modello di pull request
  • Nessuna guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di QMeshPy/distributed-quantum

Tutte le issue di QMeshPy/distributed-quantum

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.