Djinious
Canevas de schémas-blocs
Composez des modèles multi-domaines sur un canevas rapide, accéléré par GPU. La modélisation acausale veut dire que vous dessinez la physique — le solveur se charge des mathématiques.
Acausal
DjiniousLabModélisation et simulationConcevez tout le systèmesur sa réplique numérique.
Modélisation et simulationModéliser
DjiniousLab est un carnet d’ingénierie unique pour la conception orientée modèle. Modélisez chaque aspect de votre système, simulez-le et testez-le comme une réplique numérique vivante, puis générez le logiciel embarqué — et les pièces physiques — qui partent en production.
DjiniousLab
- blocs dans la bibliothèque
- 1,094blocs dans la bibliothèque
- projets de démonstration
- 200+projets de démonstration
- outils de l’assistant
- 30+outils de l’assistant
- import / export
- FMI 3.0import / export
Ce que c’est
Un seul carnet d’ingénierie. Tout le produit.
Une réplique numérique est un modèle exécutable haute fidélité de votre système — physique, logique de commande, géométrie, tout y est. Dans DjiniousLab, elle vit dans un seul notebook, si bien que le modèle que vous concevez, la réplique que vous testez et les artefacts que vous livrez ne divergent jamais. Modéliser, simuler et générer forment une seule boucle fermée, pas trois outils déconnectés.
Notebook réactif + REPL
Modifiez n’importe quelle cellule en amont et toutes les cellules dépendantes se réévaluent automatiquement ; un REPL persistant vous permet d’interroger l’état en direct sans relancer le notebook.
Julia · PythonCAO paramétrique
the3djin apporte une API BuildPart / ParameterSet au notebook : révolution, extrusion, balayage, congé, chanfrein et opérations booléennes en Python pur, avec export STEP/STL.
the3djinOptimisation et RL
Balayages de paramètres, optimisation CMA-ES / bayésienne et apprentissage par renforcement PPO/SAC, exécutés depuis le panneau Studies, à côté du canevas.
StudiesGénération de code
Compilez n’importe quel modèle en firmware Rust déterministe #![no_std] pour STM32, Cortex-M, ESP32/RISC-V, WASM ou x86-64 — inclus d’office, pas un module payant.
Rust no_stdExécutions reproductibles
Chaque exécution est marquée par son hash GIR — reproductible, auditable, bit à bit identique à la relecture.
hash GIRDans le produit
Voyez-la fonctionner.
Chaque capture ci-dessous est le produit en fonctionnement.
01 · Canevas
Un canevas de schémas-blocs qui pense comme un ingénieur.
Composez des modèles multi-domaines sur un canevas rapide, accéléré par GPU. La modélisation acausale de classe Simscape veut dire que vous dessinez la physique — le solveur se charge des mathématiques. La détection des boucles algébriques et la réduction d’indice de Pantelides se font à la compilation, pas à 3 heures du matin.
- Solveurs : Tsit5 (explicite), Rodas5P (raide), IDA (DAE) — choisis automatiquement par sous-système
- Oscilloscopes en flux continu via Apache Arrow à plus d’1 M d’échantillons/s, sans mise en tampon côté client
- Pipeline GIR → ModelingToolkit.jl : simplification symbolique avant tout calcul numérique
- Hiérarchie de sous-systèmes, gestion des variantes et surcharge des paramètres par nœud, au même endroit
DjiniousLab
02 · Notebook et REPL
Un notebook réactif qui garde les cellules en aval exactes.
Modifiez n’importe quelle cellule en amont et toutes les cellules dépendantes se réévaluent automatiquement — une réactivité façon Pluto, sans enfermement propriétaire. Un REPL WebSocket persistant vous permet d’interroger l’état en direct sans relancer tout le notebook.
- Noyaux Julia et Python ; le stdout/stderr de chaque cellule est renvoyé en flux pendant son exécution
- Moteurs de rendu à préfixe magique — Plotly, Three.js, cartes, SVG, widgets de paramètres, barres de progression
- Le REPL partage le processus du noyau — inspectez, modifiez des variables, relancez depuis n’importe quelle cellule
- Les cellules du notebook peuvent piloter des exécutions du canevas, lire les oscilloscopes et produire des fichiers STEP/STL
DjiniousLab
03 · Visualisation
Huit types de rendu — affichés au fil de l’exécution du solveur.
Les sorties s’affichent dans la cellule du notebook en temps réel : inutile d’attendre la fin d’une exécution pour voir le premier point du graphique — d’une surface Plotly à un essaim de satellites en orbite sur un globe Cesium.
- Plotly 2D/3D — nuage de points, carte de chaleur, surface, barres, chandeliers
- Graphe de scène Three.js, globe 3D CesiumJS et cartes Leaflet
- SVG en ligne assaini et rendus en ligne d’un canevas avec un bouton Exécuter actif
- Widgets de paramètres et barres de progression en direct pour les balayages
DjiniousLab
04 · CAO paramétrique
CAO paramétrique dans une cellule de notebook, en Python pur.
Appelez show(part) et une scène Three.js interactive apparaît en ligne ; appelez sweep_part(...) pour générer des familles de variantes STEP/STL avec une barre de progression en direct. La conception générative, où vous confiez un cas de charge au solveur et le laissez façonner la pièce, est la direction vers laquelle nous nous dirigeons.
- Noyau CAO complet : révolution, extrusion, balayage, décalage, congé, chanfrein, booléen
- ParameterSet — paramètres nommés avec bornes, unités, expressions et suivi d’indicateur de modification
- Exportez vers STEP (norme ouverte), STL, ou associez directement le fichier à un bloc du canevas
- Feuille de route : optimisation topologique / générative pilotée par des cas de charge simulés
DjiniousLab
05 · Génération de code
Un seul modèle. Navigateur, cloud ou silicium.
Compilez n’importe quel modèle du canevas en firmware Rust déterministe et no_std via ModelingToolkit + StaticCompiler — le même pipeline symbolique qui fait tourner le solveur pilote l’émetteur. Pas de wrappers écrits à la main, pas de dérive entre la simulation et le déploiement.
- Cibles : STM32, ARM Cortex-M, ESP32/RISC-V, WASM (navigateur / edge), x86-64
- Export FMI 3.0 — intégrez l’unité compilée dans n’importe quel outil compatible FMI
- Relecture bit à bit identique entre cibles : la CI vérifie que le firmware correspond à la trace de simulation
- djl canvas build <model> --target <arch> — une seule commande, zéro clic dans l’interface
DjiniousLab
06 · Optimisation et RL
Optimisez, balayez et entraînez une politique — depuis le même canevas.
Le panneau Studies s’exécute à côté du canevas, pas dans un outil séparé. Chaque étude envoie sa progression en direct au notebook, et les politiques entraînées s’exportent directement en blocs que vous pouvez replacer dans le modèle.
- Optimisation de paramètres : hypercube latin, CMA-ES, Nelder-Mead, GP bayésien
- Apprentissage par renforcement : PPO, DDPG, SAC — entraînement contre l’environnement de simulation
- Une politique de RL entraînée s’exporte en FMU ou en bloc natif DjiniousLab
- Chaque étude associe son hash GIR et sa graine, afin que chaque exécution soit reproductible
DjiniousLab
Bibliothèque
Des simulations prêtes à l’emploi. Ouvrez-en une et appuyez sur lecture.
DjiniousLab embarque une riche bibliothèque de canevas et de notebooks prêts à l’emploi dans de nombreux domaines d’ingénierie et de science — des modèles de qualité production, pas des exemples jouets. Chaque démonstration est une réplique numérique que vous pouvez ouvrir et exécuter sur le même moteur que celui de la production.
Systèmes de contrôle et robotique
14 démosCommande en boucle fermée et robotique — pilotes automatiques, variateurs moteurs et bras manipulateurs modélisés et réglés sur le canevas.
- Maintien d’altitude d’un quadricoptère
- Pendule inversé
- Électromécanique d’un moteur à courant continu
- Régulation de glissement ABS
Chimie et procédés
16 démosRéacteurs, séparations et traitement de l’eau — dynamique et commande de procédés, de la cinétique à la conformité.
- Transitoire d’arrêt d’urgence (SCRAM) d’un réacteur
- Empoisonnement au xénon
- Station à boues activées
- Régulation de l’oxygène dissous en aération
Géophysique et climat
15 démosSystèmes terrestres — aquifères, rétroactions climatiques, calottes glaciaires et chimie atmosphérique.
- Essai de pompage d’aquifère de Theis
- Migration d’un panache de contaminant
- Bilan de masse du Groenland
- Rétroaction glace-albédo
Matériaux et mécanique
13 démosMatériaux et mécanique des structures — transformations de phase, fatigue, diffusion et résonance.
- Fatigue selon la loi de Paris
- Transformation perlitique
- Résonance d’un bâtiment à un degré de liberté
- Diffusion d’Arrhenius
Traitement du signal et télécoms
8 démosTraitement du signal et communications — modulation, récupération de porteuse et filtrage adaptatif.
- Constellation QPSK
- Verrouillage de porteuse par PLL
- Égaliseur adaptatif LMS
- Estimation de la variance d’Allan
Électronique de puissance et énergie
9 démosÉlectronique de puissance et énergie — convertisseurs, onduleurs, stockage et soutien au réseau.
- Convertisseur abaisseur moyenné
- Onduleur PQ raccordé au réseau
- Électrolyseur d’hydrogène PEM
- Régulateur à statisme de fréquence
Biomédical et épidémiologie
18 démosPhysiologie et épidémiologie — dynamique cardiovasculaire, pharmacocinétique, neurones et courbes d’épidémie.
- Courbe épidémique SIR
- SEIR avec incubation
- Dynamique glucose-insuline
- Windkessel artériel
Aérospatial et marine
7 démosAérospatial, astrodynamique et marine — mécanique orbitale, dynamique des navires et mélange océanique.
- Orbite de Kepler + transfert de Hohmann
- Lacet de navire selon le modèle de Nomoto
- Mélange de salinité océanique à deux couches
Optique et photonique
6 démosOptique et photonique — interférences, polarisation et statistiques de photons.
- Franges de Mach-Zehnder
- Loi de Malus
- Équations de taux d’un laser
Économie et files d’attente
10 démosOpérations et finance — files d’attente, stocks, prévision et valorisation d’options.
- File M/M/1
- Delta de Black-Scholes
- Prévision de demande de Holt
- Effet coup de fouet
3D paramétrique / CAO (the3djin)
4 démos3D paramétrique / CAO avec the3djin — géométrie programmatique, balayages de paramètres et export STEP.
- Tasse paramétrique — révolution + anse
- Variantes de balayage
- Export STEP depuis ParameterSet
- Balayage d’anse torique
DjiniousLabIA et agents
Un assistant IA avec accès à toute votre API.
DjiniousLab embarque un agent IA intégré, deux CLI et un serveur MCP — pour que vous, votre CI et des agents externes comme Claude Code, OpenAI Codex et Pi puissiez piloter par programmation toute la boucle modéliser → simuler → générer, derrière les mêmes jalons d’approbation que l’interface.
Pas un chatbot — un exécuteur
Un agent sidecar adossé au fournisseur de LLM de votre choix (clés chiffrées au repos), avec plus de 30 outils : il exécute des simulations, linéarise des modèles, ajuste des lois symboliques, entraîne des modèles de substitution neuronaux et lance la génération de code.
Analyser et augmenter
Linéarisation en gain statique, régression symbolique, réponse en fréquence et marges de stabilité ; blocs de substitution MLP, ajustements neural-ODE et contrôleurs PID et à retour d’état auto-réglés.
Vous gardez le contrôle
Chaque opération d’écriture et chaque exécution REPL passe par un jalon : l’assistant propose l’action et attend une confirmation explicite avant de l’exécuter. L’inspection en lecture seule ne demande jamais d’approbation — seules les modifications en demandent une.
CLI à parité avec l’interface
Le binaire djl reflète l’intégralité de l’application web : projets, canevas (y compris l’édition des nœuds et des liaisons), notebooks (y compris l’édition des cellules), et exécutions, exécutions de cellules et sessions REPL diffusées par WebSocket.
Apportez votre propre agent
Tout agent compatible MCP — Claude Code, OpenAI Codex, Cursor, Pi, OpenCode, ou votre propre orchestrateur — s’authentifie avec un unique jeton porteur djmcp_ révocable et appelle le même jeu d’outils que l’assistant intégré.
CLI opérateur
Un second CLI, djinious, gère la couche opérateur pour le déploiement et la CI : replay, codegen, sweep, optimise, rl-train, sign, verify et la transpilation MATLAB.
DjiniousLab
Capacités
Modéliser, simuler, générer — un seul carnet d’ingénierie.
Chaque capacité de DjiniousLab sert une seule boucle : modéliser votre système en réplique numérique, le simuler, le tester, puis générer ce qui part en production. Des piliers intégrés, sans déblocage de boîte à outils, sans modules payants par utilisateur.
Modéliser4 capacités
Bibliothèque de blocs
Blocs de signal, électriques, mécaniques, rotatifs, hydrauliques, thermiques, pneumatiques et DSP, ainsi que des bibliothèques métiers allant de la robotique et de l’aérospatiale au réseau électrique et aux centrales.
Compilation acausale
Détection des boucles algébriques et réduction d’indice de Pantelides à la compilation ; GIR abaissé vers ModelingToolkit.jl avec simplification symbolique.
Hiérarchie et variantes
Hiérarchie de sous-systèmes, gestion des variantes et surcharge des paramètres par nœud, au même endroit.
CAO paramétrique the3djin
Révolution, extrusion, balayage, décalage, congé, chanfrein et opérations booléennes en Python pur ; ParameterSet avec bornes, unités et expressions.
Simuler4 capacités
Solveurs
Tsit5 (explicite), Rodas5P (raide), IDA (DAE) — choisis automatiquement par sous-système.
Oscilloscopes en direct
Oscilloscopes en flux continu via Apache Arrow à plus d’1 M d’échantillons/s, sans mise en tampon côté client.
Notebook réactif et REPL
Noyaux Julia et Python, réactivité façon Pluto, et un REPL partageant le processus du noyau.
Moteurs de rendu
Plotly, Three.js, globe Cesium, cartes Leaflet, SVG assaini, canevas en ligne, widgets de paramètres et barres de progression — chargés à la demande et diffusés au fil de l’exécution.
Optimiser3 capacités
Optimisation de paramètres
Hypercube latin, CMA-ES, Nelder-Mead, GP bayésien.
Balayages
Balayages cartésiens sur toutes les combinaisons, avec progression en direct à chaque itération.
Apprentissage par renforcement
PPO, DDPG, SAC entraînés contre l’environnement de simulation ; les politiques s’exportent en FMU ou en bloc natif.
Générer3 capacités
Firmware embarqué
Rust #![no_std] — auditable, no_alloc, prêt pour une revue IEC 61508 — pour STM32, Cortex-M, ESP32/RISC-V, WASM et x86-64.
Relecture bit à bit identique
La CI vérifie que le firmware correspond à la trace de simulation, de façon déterministe quels que soient l’OS ou le matériel.
Pièces physiques
the3djin produit dès aujourd’hui une géométrie STEP / STL directement depuis une cellule de notebook ; la conception générative à partir de cas de charge simulés figure sur la feuille de route.
Interopérer et collaborer4 capacités
Import / export FMI 3.0
Encapsulez n’importe quel .fmu conforme en bloc de canevas à part entière ; compilez n’importe quel modèle DjiniousLab pour la co-simulation dans des outils tiers.
Sémantique façon Simulink
Transitions de cadence, créateur/sélecteur de bus, From/Goto — et import de modèles MATLAB pour faciliter la migration depuis une base de schémas-blocs existante.
Collaboration en temps réel
CRDT Yjs : modifications simultanées du canevas avec curseurs de présence, aucun conflit de fusion.
Projets Git natifs
Chaque enregistrement crée un commit ; créez des branches, comparez et annulez depuis l’interface. Le hash GIR de chaque exécution relie tout résultat à l’état exact du modèle qui l’a produit.
Confiance
Prêt pour la production dès le premier jour.
Exécutez la réplique numérique de votre produit sur votre propre infrastructure. Authentification unique, isolation, auditabilité et observabilité font partie de la plateforme, pas un ajout après coup — déployez sur site, dans votre cloud ou en environnement isolé (air-gapped), sans changement d’architecture.
SSO via OIDC
Authentification par JWT porteur avec découverte JWKS. RS256 et ES256 uniquement — alg:none est rejeté au niveau de la passerelle. Fonctionne d’emblée avec Okta, Auth0, Keycloak et Zitadel.
OIDCMulti-tenant par conception
Isolation par tenant avec des quotas fins sur les projets, modèles, notebooks, exécutions et sessions concurrentes ; la mesure par session alimente votre pipeline de facturation.
Isolation des sessions
Chaque session de calcul s’exécute dans un worker isolé : rootfs en lecture seule, pas de réseau par défaut, filtre seccomp appliqué. Les runtimes Firecracker microVM et gVisor sont des cibles de déploiement prises en charge.
Journalisation d’audit
Piste d’audit en ajout seul, avec hash de contenu et version à chaque modification, diffusée vers un stockage objet avec immuabilité object-lock.
Observabilité
Traces OpenTelemetry distribuées sur la passerelle, les workers et l’application web, avec des objectifs de SLO pour l’aller-retour des cellules, le démarrage de simulation et la latence des oscilloscopes.
OTLPProvisionnement SCIM
Provisionnement SCIM des utilisateurs et des groupes pour le RBAC par projet — pas de création manuelle de comptes, pas d’accès obsolètes.
SCIMRésidence des données et reprise
Métadonnées et blobs restent dans la région que vous choisissez. Des instantanés horaires, associés à la provenance des exécutions par hash GIR, permettent de rejouer bit à bit, depuis zéro, n’importe quelle simulation passée.
Aucun enfermement propriétaire
Des unités FMI 3.0, de simples dépôts git et un firmware Rust lisible par un humain qui compile sans la plateforme. Les déploiements air-gapped exécutent toute la pile depuis un unique fichier compose, sans dépendance externe.
Hygiène de la chaîne d’approvisionnement
Modèle de menaces STRIDE, TLS imposé de bout en bout, SBOM par artefact, attestations d’exécution signées, chaînes d’outils figées, analyse Trivy + cargo-audit et SAST Semgrep.
Dans le fil numérique
Ce qu’elle reçoit. Ce qu’elle transmet.
DjiniousLab assure sa part de la boucle d’ingénierie et transmet ses preuves — et fonctionne tout aussi bien seule.
DjiniousLabModélisation et simulationSeule
À lui seul, DjiniousLab est un environnement complet de conception orientée modèle : canevas, notebook, simulation, optimisation et génération de code dans un seul outil, avec import et export FMI 3.0 pour travailler aux côtés des outils que vous utilisez déjà.
Cas d’usage
DjiniousLab en action.
34 cas documentés.
Robotique aérienneDjinborn T4 quadcopterUn drone de relevé de classe 450 comme une seule composition multicorps — cellule, propulsion, capteurs, et un pilote automatique en cascade exécutant une mission en boucle fermée à 6 degrés de liberté.DjiniousLab
Robotique industrielleManipulateur UR5 à 6 axesUn bras UR5 spatial à 6 degrés de liberté modélisé comme un système multicorps unique — une cinématique inverse en forme close pilotant une trajectoire cartésienne de l’effecteur via une commande PD par articulation avec anticipation de gravité.DjiniousLab
Levé par droneLevé LiDAR par drone à Al-BatinahPlanifier et optimiser un levé LiDAR par flotte de drones sur un site de 500 × 500 m à Oman — ajuster la mission à votre flotte, vos drones et vos capteurs, puis exécuter une mission optimale face à une flotte d’UAV simulée sur une carte animée.DjiniousLab
Systèmes de batteriePack de batterie de véhicule électriqueUn pack de batterie de véhicule électrique comme modèle multi-domaines unique — cellules à circuit équivalent, réseau thermique couplé, contrôleur de charge CC-CV et équilibreur actif, composés cellule → module → pack et exécutés de bout en bout.DjiniousLab
Véhicules électriquesVéhicule électrique completLe pack de batterie que vous avez dimensionné devient la voiture que vous conduisez — un véhicule électrique complet sur le cycle WLTP : cycle de conduite, moteur de traction, régénération, la batterie sur le cycle, thermique, et les chiffres qui vendent une voiture — autonomie, consommation et 0 à 100.DjiniousLab
Micro-réseauxMicro-réseauSolaire PV + éolien + batterie + raccordement au réseau alimentant une charge comme système unique sous un contrôleur de gestion d’énergie — composé sur un bus CC et exécuté sur une journée : répartition, autosuffisance, écrêtage de pointe, dimensionnement et stabilité en îlotage.DjiniousLabRéserver une démo
Voyez-la sur votre problème.
Voyez DjiniousLab à l’œuvre sur vos modèles. Nous guiderons votre équipe à travers les workflows qui comptent pour vous — canevas, notebook, génération de code, ou les trois.
- Modéliser un système multi-domaines sur le canevas de schémas-blocs
- Piloter et analyser la réplique depuis le notebook réactif
- Balayages de paramètres et optimisation depuis le panneau Studies
- Exécution de simulation, entraînement de modèle de substitution et génération de code — pilotés depuis l’assistant et le CLI
- Modèle de déploiement, posture de sécurité et points d’intégration pour votre pile technique
Le long du fil numérique
Fonctionne bien avec
DjiniousEngineeringOrchestrationL’ingénieur système IA : il prend la mission et porte tout le projet à travers un System Ledger traçable.
DjiniousWorkshopIntégration systèmeDes composants câblés en un système complet et bouclé grâce à la physique GPU dans NVIDIA Isaac Sim.
DjiniousSafeCode certifiableDes spécifications Lean 4 et des preuves vérifiées par le noyau transformées en Rust embarqué sans panique, jusqu’à SIL 4.
DjiniousWorkflowAutomatisation agentiqueUne automatisation en graphe que chaque étape peut solliciter : construisez un processus, exécutez-le, surveillez-le et auditez-le.