cli.
ИИ-агенты в автоматизации тестирования: собираем воркфлоу из скиллов, MCP и разных LLM
Привет! На связи команда QA Automation СВОЙ Тех
Аутомнемоморф
Часть 1. Футурология.ВступлениеЧеловеческая цивилизация держится в том числе на представлении об абсолютной неизменяемости прошлого. Мы можем лгать другим о том, что случилось. Мы можем вытеснять травмирующие воспоминания. Но мы не можем честно, без внутреннего конфликта, зайти в собственную историю и удалить неудобный факт, исправить ошибку или добавить несуществовавший поступок.Человеческая идентичность, правосудие, обещания, социальность, доверие — всё построено на этой фундаментальной физиологической невозможности отменить воспоминания.Автомнемоморф
echo hello-world | ai
Опубликован прототип ai-cli — консольная утилита на Rust для встраивания LLM (GitHub Models, OpenAI, Groq, DeepSeek и др.) в pipeline командной строки. Проект распространяется под лицензией MIT. Документация и исходники доступны на github.Утилита принимает запрос из аргументов или stdin, отправляет его в выбранную LLM, а полученный ответ (команду, сообщение, данные) направляет в терминал, файл, клипборд или stdout. Главное отличие от аналогов — ai-cli не является агентом, никогда не выполняет команды автоматически: утилита печатает их терминале (эмуляция ввода с клавиатуры), вы редактируете и сами нажимаете Enter для запуска.
В GitHub Copilot CLI вышел инструмент «второго мнения» от ИИ при написании кода
GitHub представила экспериментальную функцию в Copilot CLI. Это инструмент Rubber Duck, который предоставляет альтернативное мнение от искусственного интеллекта при написании кода.
Jarvis Pattern: почему AI-агенту не нужен фреймворк, а нужна операционная система
Манифест персонального агентного минимализма - от инженера, который 10 лет строил enterprise-системы и устал от сложностиКто я и зачем пишуМеня зовут Егор Зиновьев, я IT-архитектор. Десять лет в enterprise - Java, DevOps, fintech, команды до 70 человек, 20+ систем.Последние месяцы я работаю с персональным AI-агентом, который закрывает 100% моих DevSecOps-задач - от покупки вертуалок до security-аудита Docker-образов. Один агент, без фреймворков, без оркестраторов, без векторных баз данных.Эта статья - про архитектуру, которая за этим стоит. Я назвал её Jarvis Pattern.Проблема: индустрия продаёт строительные леса как архитектуру
Справочник по интерфейсу командной строки и конфигурационным файлам OpenClaw: полное руководство
Настройка OpenClaw осуществляется исключительно через один JSON5-файл ~/.openclaw/openclaw.json и интерфейс командной строки, содержащий более 100 подкоманд. Ни один из них не документирован полностью в одном месте. В официальном справочнике по CLI приводится дерево команд; в справочнике по конфигурации объясняются отдельные поля; но практические закономерности, связывающие их воедино, — нюансы строгости схемы, поведение горячей перезагрузки и иерархия конфигурации — описаны в issues на GitHub, руководствах от сообщества и разборах ошибок в продакшене.
Гид по OpenClaw
Настройка OpenClaw осуществляется исключительно через один JSON5-файл ~/.openclaw/openclaw.json и интерфейс командной строки, содержащий более 100 подкоманд. Ни один из них не документирован полностью в одном месте. В официальном справочнике по CLI приводится дерево команд; в справочнике по конфигурации объясняются отдельные поля; но практические закономерности, связывающие их воедино, — нюансы строгости схемы, поведение горячей перезагрузки и иерархия конфигурации — описаны в issues на GitHub, руководствах от сообщества и разборах ошибок в продакшене.
Google выпустила CLI-инструмент для управления Workspace и работы с LLM
Google опубликовал в открытом доступе Google Workspace CLI
Как мы сделали AI code review через Ollama без облака?
TL;DR: Собрали CLI, который гоняет ревью кода на локальной LLM (Ollama): никаких API-ключей в облаке, код не уходит из машины, один diff - одна команда. В статье - зачем это нужно, как устроено и как попробовать за пять минут.ПроблемаРевью кода вручную отнимает время, а статический анализ (линтеры, SAST) ловит только то, что зашито в правила. Контекст проекта, типичные баги и «запахи» кода они не видят. Облачные AI-ревью (типа CodeRabbit) удобны, но код уходит в чужое API - для внутренних репозиториев или строгого комплаенса это не всегда ок.Хотелось чего-то среднего: умное ревью с контекстом, но полностью локально
6 инструментов для параллельного Claude Code: тестирую всё, чтобы вам не пришлось
Conductor, Crystal, Auto-Claude, Claude Squad, CCManager и Cursor 2.0 — честное сравнение с плюсами, минусами и рекомендациями по сценариям.Если некогда читать:Проблема: Один агент Claude Code — это медленно. Хочется запустить 5-7 задач параллельно, но каждый агент должен работать изолированно, не ломая код другим.Решение: Git worktrees — стандартный механизм изоляции. Вокруг него выросла целая экосистема инструментов.Кто побеждает (февраль 2026):СценарийИнструментПочему
