mcp.
Как настроить ИИ-агентов в OpenCode со своим провайдером
Если вы в курсе новостей последних трёх лет, то наверняка слышали о таком термине, как ИИ-агент. Даже больше — вы могли использовать или хотя бы знать о таких ИИ-агентных системах, как Claude Code или Codex.
Как ИИ-помощник получает контекст 1С и проверяет расширения
Большая языковая модель не знает, как устроена конкретная информационная база. Она не видит модули конфигурации, активные расширения, права пользователя и данные документа, пока не получит к ним управляемый доступ. Поэтому практическая задача состоит не только в выборе модели. Нужно собрать для нее релевантный контекст, ограничить действия и встроить проверку результата. Разберем, как этот процесс устроен в ИИ-помощнике для 1С и где по-прежнему требуется специалист.Почему обычного чата недостаточно
Путь к агентам в low‑code платформах. Как low‑code‑конфигураторы корпоративных систем настраивают ИИ‑агенты через MCP
Low‑code обещает формы и отчёты «без программистов». То есть как без программистов… Они никуда не делись, но зато появилась новая дорогая профессия — эксперт по настройке конфигурации (внедрению). Многие программисты уже стали такими экспертами. Ибо кто лучше знает платформу, чем разработчик, который ее пишет (даже если она low‑code).Часть технически более подкованных методологов, аналитиков, руководителей проектов также уже примеряет на себя эту роль. Предлагаю поговорить о том, что меняется с приходом ИИ‑агентов.Что на самом деле покупают, когда покупают low‑code
Помогаем малышке стать сильной: локальная Qwen против облачных флагманов на 16 ГБ видеопамяти
Котик наоптимизировал.В двух предыдущих статьях мы проверяли языковые модели на наших повседневных задачах: работе с данными в электронном лабораторном журнале и исправлении ошибок в трёх закрытых проектах на Delphi
Поставить LLM-шлюз, попросив агента: плагин Keystone для Claude Code
Попросите агента «поставь нам LLM-шлюз», и он уверенно придумает переменные окружения, которых не существует.
AI-инженерия для тех, кто вкатывается: агенты, MCP, токены и кэш с цифрами
Откройте hh.ru и поищите вакансии со словом «AI-агент». На 28 октября 2026 года их 1 458. LLM упоминают в 1 261 вакансии, RAG в 520, MCP в 245. А теперь поищите «кэширование промптов»: 13 вакансий. Токены упоминают в 19.hh.ru, поиск по всей России, 28.10.2026.
Жизнь после Claude Code: как я переехал на Codex и сохранил историю проектов
Жизнь после Claude Code: как я переехал на Codex и сохранил историю проектовВ конце октября я неожиданно остался без рабочего Claude Code. После запроса на подтверждение личности Anthropic приостановила доступ к моей платной организации. Подписку Claude Max 20x впоследствии отменили, а в возврате средств отказали. Апелляцию я отправил, но разработку проектов останавливать на неопределённый срок не хотелось.Проблема оказалась не столько в выборе другой нейросети.
От разработки с ИИ до поиска работы: пять интересных публикаций Инфостарт
27 лет писать код, а потом полностью доверить разработку ИИ? Ускорить формирование отчета в 14 раз? Подключить ИИ-агента к 1С, преобразить привычный Конфигуратор и найти новую работу с помощью нейросети?
Мы прочитали 13 тысяч файлов логов своих агентов. Вот что они делают с памятью
Мы делаем kaeru — память для ИИ‑агентов вроде Claude Code и Codex. Несколько месяцев мы строили ее по ощущениям, а потом пошли читать логи своих агентов и проверять, как они на самом деле пользуются памятью. Многое оказалось не так, как мы думали, и почти все выводы — не про kaeru, а про агентов вообще. Если вы пишете свой MCP‑сервер, хук или просто длинные инструкции для агента, часть этого пригодится и вам.Зачем агенту память и как устроена kaeruСначала коротко о том, что это за память, иначе цифры ниже будет не к чему приложить.
LLm агент в КОМПАС-3D: собрал редуктор, сделал КД, споткнулся на спецификации
Меня всегда интересовало инженерное 3D-моделирование, но руки так и не дошли освоить его в должной степени. Зато я весьма неплохо научился работать с ИИ-агентами. Поэтому было решено перенести весь этот опыт в плоскость инженерных задач. Так появился плагин, через который LLM-агент работает в КОМПАС-3D: открывает модели, строит и правит детали и сборки, оформляет чертежи. Пишете задачу в чат — агент разбирается в дереве построения, пишет код на API КОМПАС, выполняет его в открытом документе и проверяет, что получилось.
