OpenCog är ett ramverk för att utveckla AI-system, speciellt lämpligt för integrativa system med flera algoritmer och konstgjorda allmänna intelligenssystem.Även om mycket arbete återstår att göra, innehåller det för närvarande en funktionell kärnram, och ett antal kognitiva medel på olika nivåer av färdigställande, några visar redan intressanta och användbara funktioner ensamma och i kombination.OpenCog består av flera komponenter.I dess kärna finns en (hyper-) grafdatabas, AtomSpace, som används för att representera kunskap och algoritmer, vilket ger en yta på vilken inlärnings- och resonneringsalgoritmer implementeras.AtomSpace består av en i-RAM-databas, ett "frågespråk" alias "mönster matcher", ett (ProLog-liknande) regelsystem, inklusive framåt- och bakåtkedjor, och en utvärderare för den interna "programmeringsspråk", Atomese.Detta språk är inte riktigt avsett att användas av människor (även om det är defakto), utan snarare är det ett språk för att representera kunskap och algoritmer, på vilka (automatiserad) resonemang och inlärning kan utföras.AtomSpace tillhandahåller också scheman (guile) och Python-bindningar.AtomSpace upprätthålls i en separat git repo: ... För plattformsberoende instruktioner om beroenden och byggande av koden, liksom andra alternativ för att ställa in utvecklingsmiljöer, finns mer information på Building Opencog wiki.