Наш опыт работы с клиентом, которому мы помогли превратить один большой AI-монорепозиторий в структурированную экосистему агентов, инструментов и регистров.
Рубрика «agents»
Построение инфраструктуры AI-агентов: три пути от хаоса к масштабируемым системам
2025-10-25 в 21:58, admin, рубрики: agents, AI, llm
Краткий обзор 10 локальных UI для LLM
2025-10-24 в 17:03, admin, рубрики: agents, data science, huggingface, llm, nlp, Ollama, rag, toolsЕсли вы хотите поиграться с LLM у вас есть несколько вариантов: можно задействовать LLM через код, можно воспользоваться чатом одного из облачных провайдеров, а можно развернуть у себя UI-клиента для работы с LLM. Их довольно много. И функционал у них может сильно различаться. В самом простом виде есть только чат. У наиболее продвинутых есть встроенные базы знаний, работа с изображениями и много других функций.
Ниже краткий обзор 9 таких клиентов (отсортированы по предпочтению автора):
Voice AI-системы на базе Jambonz: от телефонии к диалогу человека и машины
2025-10-21 в 16:40, admin, рубрики: agents, AI, communication, Jambonz, llmОт экспериментов Попова с радиосвязью до AI-звонков — как телефония стала основой умных коммуникаций
Разработка MCP-сервера на примере CRUD операций
2025-10-18 в 16:41, admin, рубрики: agents, data science, llm, MCP, nlp, python, toolsModel Context Protocol (MCP) — это открытый протокол, разработанный компанией Anthropic. Он призван унифицировать способ взаимодействия между LLM и сторонними сервисами, инструментами и источниками данных.
До появления MCP каждому разработчику приходилось пилить свой велосипед для каждого сервиса. При этом один API требовал одного формата, другой — совершенно другого. А в случае изменений сервиса приходилось менять и клиентскую сторону. В общем проблем было много. MCP же оставил большинство этих проблем позади.
В данной статье на примере простых CRUD-операций разберем, что такое MCP-сервер, как его создать и как подружить с LLM.
Когда одного агента мало: практический кейс применения мультиагентной системы
2025-10-16 в 15:18, admin, рубрики: agents, AI, graph, llm, SAST, systems
Паттерны программирования при работе с LLM
2025-10-05 в 10:16, admin, рубрики: agents, AI, function calling, llm, rag, архитектура, паттерны, паттерны проектирования, промпт-инжинирингLLM - мощный инструмент, но его эффективность в продакшене зависит не от одного «хитрого промпта», а от всей архитектуры: что мы даём модели, как управляем её рассуждением и как проверяем/обрабатываем результат. В этой статье - компактная карта паттернов, разбитая по этапам конвейера: Input -> Reasoning -> Output.
Введение
Статей про LLM - вагон, и у всех свои "трюки". Мне не хватало схемы, которая раскладывала бы эти "трюки" по полочкам.
ADSM: итеративность и иерархия
2025-09-18 в 13:46, admin, рубрики: adsm, agents, llm, генерация кода, мой опытВ прошлой публикации я кратко описал своё представление о наиболее важных ограничениях Моделей (LLM):
-
работа только с текстом: вход и выход - текстовые файлы;
-
ограниченность контекстного окна;
-
все входные данные и все результаты одного диалога размещаются в рамках одного контекстного окна;
-
расширяющийся контекст (вход меньше выхода) - признак "творческой" работы Модели, сужающийся - признак "инженерной" работы (повторяемой);
-
противоречивые (или просто лишние) данные приводят к размыванию контекста и снижению повторяемости;
Приветствую, товарищи разработчики. В этой статье я бы хотел поднять небольшой эксперимент, на который я потратил 2 недели ленивого анализа и разработки. Как понятно из названия, речь пойдет о десктопном агенте на базе open-source языковой модели от Google - Gemma 3 на 1 миллиард параметров. Сразу уточню, что это моя первая статья, поэтому если возникнет критика по поводу оформления или подачи - прошу расписать в комментариях.
С чего началось
А началось все со статьи на форуме Reddit, где парень, используя Ollama, Gemma 3 1b и
Читать полностью »
А вы храните историю запросов к ИИ-агентам?
2025-07-15 в 13:27, admin, рубрики: agents, llm, openai codex, генерация кода, групповая разработка, ии-агенты для разработкиЛично мне нравится LLM как инструмент, усиливающий мои интеллектуальные возможности. Я использую его ежедневно — для поиска информации, для создания и перевода текстов, в качестве ассистента по подсчёту калорий и, само собой, для разработки приложений. Немного попрактиковавшись с генерацией pull request'ов через OpenAI Codex для модулей своего проекта TeqCMS, я пришёл к выводу, что в "грядущую эпоху вытеснения разработчиков моделямиЧитать полностью »
Русскоязычные LLM для вызова инструментов, переводов и финансовой аналитики
2025-06-20 в 17:08, admin, рубрики: agents, AI, gguf, grok, javascript, llm, OpenAI, python, TensorFlow, TypeScriptПредыдущая статья с подборкой моделей для русского
