CODEC-CORTEX
Codec ideático determinista entre máquinas y humanos. La IA lee y escribe CORTEX; el humano lee HCORTEX, su proyección renderizada mediante esquemas visuales emparejados.
El proyecto no es un formato más: es un contrato de permanencia. Un documento
cortex:1.0 válido hoy lo será siempre; el hash canónico depende del significado
y no del formato editorial, y toda pérdida de roundtrip está declarada con
nombre propio y verificada en cinco implementaciones independientes.
El lenguaje
CORTEX 1.0 es el canon normativo único. Unifica la superficie fundamental (0.1) y el eje de codificación por slots (0.2) en un solo dialecto, con aridad posicional estricta, catálogo de errores cerrado y superficie de pérdida declarada.
Los dialectos 0.1 y 0.2 siguen siendo legibles como alias de lectura;
la escritura canónica es siempre cortex:1.0. Los textos 0.x están archivados
como evidencia en archive/2026-11/standard-0x/.
- Canon:
docs/standard/CORTEX-SPEC-1.0.md - Errores:
docs/standard/errors-1.0.md - Gramática:
docs/grammar/cortex-1.0.ebnf - Vectores normativos:
conformance/1.0/
Ejemplo
CORTEX es para la IA. HCORTEX es para humanos.
$0:KERNEL
$0:format{cortex:1.0,encoding:UTF-8,language:es}
$0:enum_state{values:"current|planned|done"}
OBJ:task{type:attrs,weight:H,focus:goal,desc:"Tarea",fields:"goal:text|status:%state"}
$1: TAREAS:CORE
OBJ:learn{goal:"Aprender HCORTEX",status:current}
OBJ:docs{goal:"Escribir documentacion",status:planned}
python -m codec_cortex to-hcortex tareas.cortex # CORTEX -> HCORTEX (humano)
python -m codec_cortex from-hcortex tareas.md # HCORTEX -> CORTEX (máquina)
python -m codec_cortex loss-report tareas.cortex # qué se pierde en el viaje
Salida exacta de to-hcortex para el documento anterior:
<!-- HCORTEX v=1.0 t=canonical k=corpus -->
<!-- glossary -->
$0:KERNEL
$0:format{cortex:1.0,encoding:UTF-8,language:es}
$0:enum_state{values:"current|planned|done"}
OBJ:task{type:attrs,weight:H,focus:goal,desc:"Tarea",fields:"goal:text|status:%state"}
<!-- /glossary -->
## §1: TAREAS
<!-- schema:1 capa:CORE -->
### OBJ:learn
| goal | status |
|---|---|
| "Aprender HCORTEX" | current |
### OBJ:docs
| goal | status |
|---|---|
| "Escribir documentacion" | planned |
<!-- /schema:1 -->
HCORTEX 1.0 se produce como función pura del AST: mismo documento, mismos bytes, en cualquiera de las cinco superficies. Un compilador nunca emite fuente inválida: si la salida canónica no parsea, falla con el diagnóstico del parser.
Implementaciones
Cinco superficies con comportamiento equivalente, verificadas por el certificado del proyecto (D3 y D3b: hash y render byte-exactos entre todas).
| Lenguaje | Directorio | Ejecutable | Distribución |
|---|---|---|---|
| Python (referencia) | codec_cortex/ |
python -m codec_cortex |
PyPI codec-cortex 1.0.1 |
| Go | codec-cortex-go/ |
codec-cortex |
go get + make dist |
| Node.js | codec-cortex-node/ |
codec-cortex-node |
local: npm install ./codec-cortex-node |
| Rust | codec-cortex-rs/ |
cortex |
cargo build --release (no publicado) |
| Bash | codec-cortex-bash/ |
codec-cortex |
sourceable, requiere jq |
CLI
Los cinco exponen el mismo núcleo. Python además ofrece migrate y
conformance; Go y Bash añaden harness histórico; Rust añade compare e
inspect.
| Comando | Qué hace |
|---|---|
parse <file> |
AST en JSON (dispatcher 0.1/0.2/1.0) |
validate <file> |
válido → exit 0; inválido → diagnóstico |
canonicalize <file> |
bytes canónicos C14N-1.0 |
hash <file> |
hash canónico con dominio separado por versión |
to-hcortex <file> |
render HCORTEX determinista |
from-hcortex <file> |
compila HCORTEX y auto-valida la salida |
loss-report <file|-> |
pérdidas declaradas en JSON canónico |
loss-report es la novedad del canon 1.0: nombra toda información de la fuente
que no sobrevive al viaje CORTEX → HCORTEX → CORTEX, con catálogo cerrado y
guardia L499_UNCLASSIFIED_LOSS. Ver docs/LOSS-REPORT.md.
Certificado determinista
bench/certify.py no depende de ningún LLM: re-ejecuta el
corpus sellado y produce bench/results/certificate.json.
| Indicador | Qué verifica | Resultado |
|---|---|---|
| D1 | idempotencia de C14N | 141/141 |
| D2 | roundtrip HCORTEX byte-exacto | 141/141 |
| D2b | vectores HCORTEX 1.0 | 70/70 |
| D3 | paridad cross-runtime (hash) | 5/5 superficies |
| D3b | paridad de render HCORTEX | 101/101 |
| D4 | no-pérdida estructural | 141/141 |
| D5 | sensibilidad a tamper | PASS |
| D6 | paridad de loss-report en las 5 superficies |
75/75 |
| D7 | contrato del dialecto 0.1 (G042 + $0 desnudo) |
10/10 |
Reproducir:
python -m bench.certify # emite certificate.json + veredicto
sha256sum -c --quiet tests/SHA256SUMS # sello del corpus (986 entradas)
El certificado se ejecuta en CI
(.github/workflows/certificate.yml) y está
firmado por un auditor independiente en
bench/results/audit.sig (auditoría 1.8,
SIGNED-PASS). La firma es verificable por recomputo:
python bench/verify_audit.py # exit 0 = firma y artefactos consistentes
Documentación
| Documento | Para qué |
|---|---|
| docs/QUICKSTART.md | primer documento en 5 minutos |
| docs/standard/CORTEX-SPEC-1.0.md | canon normativo (gramática, C14N, HCORTEX, errores, conformidad) |
| docs/standard/errors-1.0.md | catálogo de errores cerrado (código ↔ emisor ↔ superficie) |
| docs/LOSS-REPORT.md | pérdidas declaradas: catálogo, JSON, límites |
| docs/MIGRATION-1.0.md | cambios incompatibles y recetas de migración |
| docs/parser-api.md | API Python y referencia de CLI |
| bench/agent-package/ | paquete instructivo .cortex para que un agente autónomo benchmarkee el codec |
| docs/authoring/custom-sigils.md | crear sigilos y secciones |
| docs/authoring/hcortex-templates.md | plantillas HCORTEX bidireccionales |
| archive/2026-11/ | material histórico congelado bajo sello |
Skill autocontenido (para LLMs)
El estándar escrito en CORTEX: cualquier modelo lo lee como .md y responde
CORTEX válido. Cubre 1.0, el catálogo de pérdidas y los comandos.
skill/codec-cortex.skill.md— fuenteskill/codec-cortex.skill.hcortex.md— misma verdad en HCORTEX
Evidencia exploratoria (pre-BLP-003)
Pruebas informales anteriores al benchmark riguroso (~20 ejecuciones, modelos sin identificar nominalmente, sin repeticiones ni intervalos de confianza) sugirieron comprensión, durabilidad y generación favorables de CORTEX frente a JSON/YAML/XML.
Estado: evidencia exploratoria, no conforme a Art. XVII. Está siendo
re-medida con rigor (pre-registro, R=5, IC, auditoría ciega) bajo
bench/preregistration.yaml. Las únicas
afirmaciones con respaldo reproducible hoy son las del certificado.
Licencia
Apache License 2.0 — ver LICENSE.
Uso comercial, modificación y redistribución permitidos, sin copyleft. La
redistribución debe mantener la atribución a Fidel Ernesto Lozada A. como
autor original: requisito obligatorio por la sección 4(d) de la licencia y por
NOTICE, que debe acompañar a toda distribución.
El proyecto no puede presentarse como obra propia. Los colaboradores se
registran en AUTHORS.md.
Metadata
Release files for codec-cortex 1.0.1
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | Provenance | Actions |
|---|---|---|---|---|
| codec_cortex-1.0.1.tar.gz | 68.0 kB | Without provenance | Details for codec_cortex-1.0.1.tar.gz |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Actions Reset |
|---|---|---|---|---|
| codec_cortex-1.0.1-py3-none-any.whl | Python 3 | none | any | Details for codec_cortex-1.0.1-py3-none-any.whl |
Total release size: 141.3 kB
Release files / codec_cortex-1.0.1.tar.gz
| Download URL | codec_cortex-1.0.1.tar.gz |
|---|---|
| Size | 68.0 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
fa46e123591255f8bef1bacd66b5efe6239f9898f5e6a5ae68334abdb5557dde
|
|
BLAKE2b-256 checksum How to use checksums |
f5b12c0f2c7ee9539dba923bc218b438286daca436619236a4e4d05cb1b9a8cb
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.13.16
|
Release files / codec_cortex-1.0.1-py3-none-any.whl
| Download URL | codec_cortex-1.0.1-py3-none-any.whl |
|---|---|
| Size | 73.3 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
49b5e4aead4d61d8e23e6dd88c32838c86af211b4321ca1f0dfb945f5614af5b
|
|
BLAKE2b-256 checksum How to use checksums |
7e922d88de2c9486e2ce77758448a33ec074f886b9f458086390ddceb790358d
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.13.16
|
Security for codec-cortex 1.0.1
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
No provenance found
None of the files in this release were uploaded with provenance metadata.
A note on package security
PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.
To learn more about protecting yourself from malicious actors, visit our package security documentation.