Структурно-ориентированная кодовая база для агента
Агент, который ничего не зналПри первом запуске агент не знает структуру проекта. Из-за этого возникают проблемы:Читает слишком много файлов и быстро расходует контекст.Или, наоборот, не находит нужные файлы и места в коде.Справочный файлОдин из способов снизить эти проблемы — создать справочный файл ./docs/reference.md, где описаны ключевые файлы проекта и их назначение.Минусы:Вручную поддерживать сложно.Если генерировать описание агентом, то для конкретной задачи в нём часто не хватает деталей.Кодовая база как собственная справка
От нуля к единице: MCP и много другого на пути к его пониманию
Сегодня ядром данной статьи будет MCP — как мост между бекендом‑оберткой с LLM и внешними источниками, но при этом я также затрону смежные темы, чтобы картина была полной и не требовалось дополнительно гуглить.Я постараюсь не давать устоявшиеся термины в контексте MCP, а также в процессе буду пояснять некоторые «базовые» термины, которые все как бы понимают — но нередко нет, чтобы мы все улавливали один и тот же контекст статьи.ВведениеMCP — это и спецификация (прим. нормативное описание
OpenClaw на Raspberry Pi: от установки до мультиагентной системы
Бесплатные модели, телеграм-бот и суб-агенты
Декларация (не)зависимостей для ESM
Меня зовут Алекс Гусев и сегодня я расскажу о том, как ChatGPT убедил меня переписать библиотеку @teqfw/di, которую я бережно "выращиваю" с 2019-го года, и почему я всё-таки убедился.Эта JS-библиотека позволяет мне использовать в своих веб-приложениях позднее связывание
Управляем поведением LLM: краткосрочные профили и их ограничения
В предыдущей части статьи
AI-агента Manus теперь можно подключить к чату в Telegram
Разработчики AI-агента Manus представили интеграцию с Telegram. Агентам можно подключить к чату и общаться с ним в личных сообщениях. При этом пользователю доступны все функции Manus, включая рассуждение, анализ документов, обработку файлов и распознавания голоса.
Почему многоагентные системы ломаются (и почему это нормально)
Есть ощущение, что мы сейчас живём в странный период: LLM-агенты уже умеют “делать работу”, но ещё не умеют быть предсказуемыми.На демке всё выглядит идеально: — один агент пишет код, — второй — тесты, — третий — делает ревью, — четвёртый — собирает артефакты и отчёт, — пятый — “оператор”, который всё это оркестрирует.Первые пару запусков ты сидишь и думаешь: “Ну всё. Завтра индустрия будет другой”. На третьем запуске агент уверенно сообщает: “Я исправил проблему”, и одновременно:аккуратно удаляет половину нужных миграций,“чуть-чуть” меняет контракт API,
