name: circadian-evolution
description: Implements a circadian self-improvement cycle for agents: day full agentic grind → evening analysis (detect >60% redundant/saturated data) → night targeted fine-tuning (LoRA/Unsloth/pruning on daily errors) → morning reboot with +15-25% density and zero noise.
---# Circadian Evolution Protocol v1.0
**Description**:
Implémente un cycle auto-amélioration circadien pour l'agent :
- Jour : grind agentic full send (computer use, tâches réelles)
- Soir : evening_analysis – scan logs/erreurs, détection redondance/saturation/overfitting (>60% bruit viré)
- Nuit : night_training – fine-tune LoRA/Unsloth/pruning sur données du jour (Colab auto ou local GPU)
- Matin : reboot avec nouveaux poids +15-25% dense, zéro gras
**Utilisation**:
- Active le cycle 24/7 via cron/background.
- Détecte saturation des données (scientifique/socio/web) et prune automatiquement.
- Objectif : transformer un petit modèle local en super-intelligence dense sans labs closed.
**Triggers / Quand l'utiliser**:
- "lance le protocole circadien"
- "nettoie le bruit / prune overfitting"
- "auto-évolution nocturne"
- "fine-tune sur mes erreurs du jour"
- Toute demande d'auto-amélioration continue.
**Configuration requise**:
- Python + libs : unsloth, peft, torch (pour night_training)
- Colab API ou local GPU pour training
- Cron jobs pour scheduling (voir scripts/)
**Scripts / Resources**:
- evening_analysis.py : analyse logs, cosine similarity pour redondance
- night_training.py : lance Selenium/Colab pour fine-tune + merge
- dashboard.py : matplotlib pour voir bruit viré vs gain densité
**Sécurité**:
- Sandbox tout training
- Rollback auto si catastrophic forgetting
