Open source. - страница 7

Что такое JEV и зачем он нужен: собираем AI‑агента на связке LLM + open‑source аналог JEV

Автор: Алексей Яковенко, опытный python‑разработчик с многолетним стажем.Со времени моей последней статьи в мире ИИ успел появиться очередной «убийца всех LLM» и чуть ли не будущее всей AI‑индустрии — JEV. По крайней мере, именно так его сейчас местами преподносят.Сегодня предлагаю познакомиться с этим зверем поближе. Разберёмся, что из себя представляет JEV, почему вокруг него столько шума, как он работает и чем отличается от привычных нам языковых моделей. Заодно посмотрим, какие у него уже появились open‑source аналоги.

продолжить чтение

Как организовать общий контекст между разными AI-платформами

На идею этой статьи меня натолкнул разговор с менеджером продукта, который использовал несколько AI-платформ для работы над одним проектом.

продолжить чтение

Рой ИИ-агентов без начальника: дал им доску задач, git и право писать себе инструменты

Схем взаимодействия агентов много, но чаще всего мультиагентную систему собирают как конвейер: «аналитик» передает «программисту», тот «тестировщику», а сверху сидит агент‑менеджер и решает, кто ходит следующим. Мне хотелось проверить другую схему. Что будет, если никакого менеджера нет? Агентам дается одна цель, общая доска задач, общая папка под git и возможность писать друг другу. Пусть сами решают, что делать.Так появился DreamTeam

продолжить чтение

Агентский поиск на open‑source моделях: 7 поисковых инструментов, 16 моделей и одна компания

У меня было 16 моделей, 7 поисковых инструментов, 2 провайдера ai моделей, одна компания и целая куча вопросов о том, как же модели ищут информацию о компаниях в интернете. Что находят, как обрабатывают найденное, какие делают выводы и как на это повлиять.Агентский поиск по версии Sol 6.1

продолжить чтение

Палеокомпьютинг, часть 3. Две Ады: создаём никогда не существовавшие языки по спекам с тендера Пентагона

продолжить чтение

Как я написал линтер для Model Context Protocol (MCP) и нашел баги в официальных серверах Anthropic

С выходом Model Context Protocol (MCP) от Anthropic разработчики по всему миру бросились подключать LLM (Claude Desktop, Claude Code, Cursor, автономных агентов) к внешним сервисам, локальным файлам и базам данных. Идея великолепная — единый стандартизированный протокол на базе JSON-RPC 2.0 для предоставления контекста и инструментов.Но когда вы начинаете писать и отлаживать собственный MCP-сервер, быстро выясняется неприятная правда: инструментов для тестирования и статического анализа протокола в экосистеме практически не было.В итоге разработчики наступают на одни и те же грабли:Одинокий console.log("Connected to DB")

продолжить чтение

Голосовые в текст на одном ядре: GigaAM v3, нарезка по паузам и очередь по кругу

Голосовые и кружки в Telegram удобно записывать и неудобно получать. Встроенная расшифровка есть, но полноценно — только с Premium. Ботов для этого много, и почти у всех одна схема: несколько бесплатных минут, дальше подписка, реклама или «подпишись на четыре канала».Я сделал бота @chisto_text_bot

продолжить чтение

FAIRouter вышел на NuGet. Выбираем языковую модель под задачу в несколько строк на C#

Ранее мы рассказывали о FAIRouter

продолжить чтение

Xiaomi выпустила открытую модель OCR-0 для распознавания документов

Xiaomi опубликовала OCR-0 — модель, которая распознаёт текст, извлекает нужные поля из документов и отвечает на вопросы по содержанию. Размер модели при этом составляет 0,8 млрд параметров.

продолжить чтение

Перенос сессий между консольными ИИ-агентами без потери контекста

Команда baton помогает передать сессию со всеми деталями другому агентуКогда я разрабатывал конвейер для перевода книг целиком

продолжить чтение

1...5678910...2030...95