agentmemory
Нашёл одно видео, где разработчик рассказывал, что использует. Мне понравилось одно решение, и я решил его попробовать, но оно как‑то не завелось. Точнее, вроде завелось, всё запустилось, я начал использовать его, но факты и память не сохранялись.
Я начал разбираться и обнаружил, что это решение ещё сырое: у него множество открытых issue на GitHub, и многие жалуются, что оно работает очень нестабильно.
В итоге, пока не перейду на него, решил попробовать Claude Mem и посмотрим, что из этого выйдет. В принципе, он тоже относится к категории сервисов, где между сессиями нужно сохранять память, чтобы система могла учитывать всё происходящее. Особенно важны корректировки, происходящие во время интерактивных сессий.
Нашёл одно видео, где разработчик рассказывал, что использует. Мне понравилось одно решение, и я решил его попробовать, но оно как‑то не завелось. Точнее, вроде завелось, всё запустилось, я начал использовать его, но факты и память не сохранялись.
Я начал разбираться и обнаружил, что это решение ещё сырое: у него множество открытых issue на GitHub, и многие жалуются, что оно работает очень нестабильно.
В итоге, пока не перейду на него, решил попробовать Claude Mem и посмотрим, что из этого выйдет. В принципе, он тоже относится к категории сервисов, где между сессиями нужно сохранять память, чтобы система могла учитывать всё происходящее. Особенно важны корректировки, происходящие во время интерактивных сессий.
https://www.zot.sh/
новичек среди кодовых агентов
не особо понятно в чем профит, но мало ли мб взлетит)
новичек среди кодовых агентов
не особо понятно в чем профит, но мало ли мб взлетит)
zot
zot. Yet another coding agent harness.
A lightweight, single-binary coding agent harness written in Go. Anthropic, OpenAI, Kimi, DeepSeek, Google Gemini, Ollama, managed llama.cpp models, five built-in tools, three run modes, extensions in any language, and a built-in Telegram bridge.
наткнулся тут на AISlop — детектор AI-slop в коде 🔍
Проблема: агент написал, а там:
•
•
• TODO-заглушки которые никто не заполнит
• комментарии над очевидными строками
Решение: AISlop ловит всё это за миллисекунды — AST + регексы, без LLM. 50+ правил, скор 0-100, умеет автофиксить.
Запуск без установки:
Поддерживает TS, Python, Go, Rust. Есть хук для Claude Code.
https://github.com/scanaislop/aislop
Проблема: агент написал, а там:
•
console.log везде•
as any в тайпскрипте• TODO-заглушки которые никто не заполнит
• комментарии над очевидными строками
Решение: AISlop ловит всё это за миллисекунды — AST + регексы, без LLM. 50+ правил, скор 0-100, умеет автофиксить.
Запуск без установки:
npx aislop scanПоддерживает TS, Python, Go, Rust. Есть хук для Claude Code.
https://github.com/scanaislop/aislop
🔥3
*Дыхание в терминале* 🫁
Breathe CLI — тулза для резонансного дыхания из консоли\. Запускаешь — и анимированный бар задаёт ритм \~6 вдохов в минуту\. Это та частота, при которой HRV максимален и вагусный тонус растёт\.
Не надо переключаться в телефон\. Сидишь в iTerm, дебажишь — восстанавливаешь нервную систему там же, не выходя из рабочего флоу 🧠
Под капотом:
— zero deps, один Python\-файл
— пресеты по времени суток \(утром/вечером разные ratio\)
— звуковые подсказки на смену фазы
— логирование в CSV 📋
— работает на macOS и Windows
Автор убрал паттерны без клинических доказательств — только то, что подтверждено исследованиями\. Занимайся wellness, пока вайб\-кодишь\.
https://github\.com/marekkowalczyk/breathe\-cli
Breathe CLI — тулза для резонансного дыхания из консоли\. Запускаешь — и анимированный бар задаёт ритм \~6 вдохов в минуту\. Это та частота, при которой HRV максимален и вагусный тонус растёт\.
Не надо переключаться в телефон\. Сидишь в iTerm, дебажишь — восстанавливаешь нервную систему там же, не выходя из рабочего флоу 🧠
Под капотом:
— zero deps, один Python\-файл
— пресеты по времени суток \(утром/вечером разные ratio\)
— звуковые подсказки на смену фазы
— логирование в CSV 📋
— работает на macOS и Windows
Автор убрал паттерны без клинических доказательств — только то, что подтверждено исследованиями\. Занимайся wellness, пока вайб\-кодишь\.
https://github\.com/marekkowalczyk/breathe\-cli
😁1
Память для coding-агентов 🧠
komi-learn — либа, которая даёт Claude Code и Codex долгосрочную память. Агент автоматически учится на твоих сессиях и вспоминает нужное в нужный момент.
Как работает:
• Парсит транскрипты → вытаскивает уроки (фиксы, техники, паттерны)
• Релевантные знания автоматом подгружаются в контекст при старте 🔄
• Дедупицирует и архивирует устаревшее
• Фильтрует секреты и пути перед обработкой 🔍
Фишка в том, что CLAUDE.md агенты часто читают частично или игнорируют — а тут контекст инджектится автоматически, без мануальных команд.
Опционально — community pool: делишься анонимизированными уроками через GitHub PR, подписанными Ed25519. Работает офлайн, никакого сервера.
https://github.com/kurikomi-labs/komi-learn
komi-learn — либа, которая даёт Claude Code и Codex долгосрочную память. Агент автоматически учится на твоих сессиях и вспоминает нужное в нужный момент.
Как работает:
• Парсит транскрипты → вытаскивает уроки (фиксы, техники, паттерны)
• Релевантные знания автоматом подгружаются в контекст при старте 🔄
• Дедупицирует и архивирует устаревшее
• Фильтрует секреты и пути перед обработкой 🔍
Фишка в том, что CLAUDE.md агенты часто читают частично или игнорируют — а тут контекст инджектится автоматически, без мануальных команд.
Опционально — community pool: делишься анонимизированными уроками через GitHub PR, подписанными Ed25519. Работает офлайн, никакого сервера.
https://github.com/kurikomi-labs/komi-learn
Автоматический дизайн-аудит в darkflow 🎨
Добавил в darkflow новые рутины — теперь агент сам дёргает скилл
Что изменилось:
• Рутины по времени автоматически запускают impeccable.style аудит 🔍
• Дизайн-чеки идут без участия человека — просто прилетают результаты
• Не нужно помнить вызывать аудит вручную — он встроен в расписание
Но вкус не автоматизируется — результаты аудита всё равно читает человек и решает, что фиксить. Агент подсвечивает проблемы, а не принимает решения 💪
https://github.com/alifanov/darkflow
Добавил в darkflow новые рутины — теперь агент сам дёргает скилл
impeccable.style для аудита дизайна. Раньше проверка UI была мануальной, теперь она запускается по расписанию.Что изменилось:
• Рутины по времени автоматически запускают impeccable.style аудит 🔍
• Дизайн-чеки идут без участия человека — просто прилетают результаты
• Не нужно помнить вызывать аудит вручную — он встроен в расписание
Но вкус не автоматизируется — результаты аудита всё равно читает человек и решает, что фиксить. Агент подсвечивает проблемы, а не принимает решения 💪
https://github.com/alifanov/darkflow
Агенты в 3D-моделинге 🖨️
Взял на лето 3D-принтер — BambuLab P2S, чтобы поиграться. Когда-то немного занимался 3D-моделингом, а теперь хочу пощупать, насколько далеко уехали агенты в этой теме.
Идея в стиле Железного человека: говоришь, что нужно — а оно само моделит деталь. Дальше только подкручиваешь размеры под реальность.
Что хочу попробовать:
• Сгенерить деталь текстом, без ручного моделинга 🧠
• Итеративно править геометрию и размеры
• Догнать модель до состояния «можно печатать» 🔄
Пока в тему толком не нырял — но прогресс тут интересно посмотреть вживую 💪
Взял на лето 3D-принтер — BambuLab P2S, чтобы поиграться. Когда-то немного занимался 3D-моделингом, а теперь хочу пощупать, насколько далеко уехали агенты в этой теме.
Идея в стиле Железного человека: говоришь, что нужно — а оно само моделит деталь. Дальше только подкручиваешь размеры под реальность.
Что хочу попробовать:
• Сгенерить деталь текстом, без ручного моделинга 🧠
• Итеративно править геометрию и размеры
• Догнать модель до состояния «можно печатать» 🔄
Пока в тему толком не нырял — но прогресс тут интересно посмотреть вживую 💪
Fallow в недельной рутине 🔍
Fallow — статический анализатор для JS/TS, который показывает здоровье кодбейза без всякого LLM: мёртвый код, дубли, циклические зависимости, хотспоты сложности.
Добавил его в свою рутину: раз в неделю прогоняю проверку прямо по ходу работы и сразу генерю из находок задачи на исправление.
Что ловит:
• Неиспользуемые файлы, экспорты, типы и зависимости 🧠
• Дублирование кода и циклические импорты 🔄
• Хотспоты сложности и нарушения границ архитектуры
Ноль конфигов, статика отрабатывает меньше секунды — и техдолг не копится незаметно 💪
Fallow — статический анализатор для JS/TS, который показывает здоровье кодбейза без всякого LLM: мёртвый код, дубли, циклические зависимости, хотспоты сложности.
Добавил его в свою рутину: раз в неделю прогоняю проверку прямо по ходу работы и сразу генерю из находок задачи на исправление.
Что ловит:
• Неиспользуемые файлы, экспорты, типы и зависимости 🧠
• Дублирование кода и циклические импорты 🔄
• Хотспоты сложности и нарушения границ архитектуры
Ноль конфигов, статика отрабатывает меньше секунды — и техдолг не копится незаметно 💪
Ещё один режет токены агентам 🔪
Lowfat — молодой CLI-тул, который оборачивает команды (
Сразу вспоминается RTK — тот же подход «режем вывод CLI ради токенов». Разница в философии:
• RTK — батарейки в комплекте: сотни готовых фильтров на Rust, работает из коробки
• Lowfat — собери сам: ядро тонкое, фильтры пишешь под себя через
Три уровня агрессии: 🔍 lite (до −60%), 💪 full (до −80%), 🚀 ultra (до −97%).
Но вот подвох, который сразу всплыл в HN-треде:
• цифра «−91%» лукавая — экономия только на отфильтрованном выводе, а не на всём разговоре
• фильтр легко срежет то, что агенту реально нужно
• и главное — снижать токены бессмысленно, если LLM из-за этого перестаёт решать задачу
Замеряем токены, а замерять надо качество. 🧠
https://github.com/zdk/lowfat
Lowfat — молодой CLI-тул, который оборачивает команды (
git, docker, grep, find, kubectl) и срезает шумный вывод до того, как он улетит в контекст агента. Подключается hook'ом в Claude Code или через shell-init.Сразу вспоминается RTK — тот же подход «режем вывод CLI ради токенов». Разница в философии:
• RTK — батарейки в комплекте: сотни готовых фильтров на Rust, работает из коробки
• Lowfat — собери сам: ядро тонкое, фильтры пишешь под себя через
.lf DSL и плагиныТри уровня агрессии: 🔍 lite (до −60%), 💪 full (до −80%), 🚀 ultra (до −97%).
Но вот подвох, который сразу всплыл в HN-треде:
• цифра «−91%» лукавая — экономия только на отфильтрованном выводе, а не на всём разговоре
• фильтр легко срежет то, что агенту реально нужно
• и главное — снижать токены бессмысленно, если LLM из-за этого перестаёт решать задачу
Замеряем токены, а замерять надо качество. 🧠
https://github.com/zdk/lowfat
✍1
Ну что я могу сказать? Магии не случилось. Я хотел сделать держатель для iPhone над монитором, потому что часто использую Continuity Map, точнее, камеру, но проект не удался. Пока что получился «каменный цветок»; в принципе, я не особо готовил промпт, а просто сказал: «Вот хочу такую‑то штуку».
Но с первого промта эта штука не заработала. Продолжаю экспериментировать.
Если понадобится, я использовал claude code + openscad
Но с первого промта эта штука не заработала. Продолжаю экспериментировать.
Если понадобится, я использовал claude code + openscad
🧠 Память для агентов, которая умеет забывать
YourMemory — локальный слой памяти для AI-агентов, который не копит всё подряд, а осознанно прунит лишнее. Главный тейк проекта: агентная память — это проблема забывания, а не хранения.
Память живёт по кривой Эббингауза: стратегии держатся ~38 дней, факты ~24, провалы ~11 — когда «сила» падает ниже порога, оно само дропается. Поверх — гибридный поиск: вектора плюс обход графа, чтобы вытащить связанное, чего в запросе и не было.
Чем отличается от популярных решений:
• Mem0 / Zep — копят и достают по релевантности, контекст со временем замусоривается 🗑️
• Letta (MemGPT) — память руками, тут же всё само
• claude-mem — авто-логирует сессии в архив, но забывать не умеет — копит
• agentmemory — save/recall по MCP, та же логика хординга без затухания
• на LoCoMo-10: 59% против 53% у Mem0 и 34% у плоских векторов
Всё локально, эмбеддинги не утекают, по MCP с Claude Code, Cursor, Windsurf, Zed.
https://yourmemoryai.vercel.app/
YourMemory — локальный слой памяти для AI-агентов, который не копит всё подряд, а осознанно прунит лишнее. Главный тейк проекта: агентная память — это проблема забывания, а не хранения.
Память живёт по кривой Эббингауза: стратегии держатся ~38 дней, факты ~24, провалы ~11 — когда «сила» падает ниже порога, оно само дропается. Поверх — гибридный поиск: вектора плюс обход графа, чтобы вытащить связанное, чего в запросе и не было.
Чем отличается от популярных решений:
• Mem0 / Zep — копят и достают по релевантности, контекст со временем замусоривается 🗑️
• Letta (MemGPT) — память руками, тут же всё само
• claude-mem — авто-логирует сессии в архив, но забывать не умеет — копит
• agentmemory — save/recall по MCP, та же логика хординга без затухания
• на LoCoMo-10: 59% против 53% у Mem0 и 34% у плоских векторов
Всё локально, эмбеддинги не утекают, по MCP с Claude Code, Cursor, Windsurf, Zed.
https://yourmemoryai.vercel.app/
Свой NotebookLM на своём железе 🧠
Open Notebook — open-source альтернатива Google NotebookLM, которая крутится локально. Сидел на ноутбуке от гугла, но пускать туда приватные доки не хотелось — нашёл вот это.
Что умеет:
🔍 жрёт PDF, видео, аудио, веб-страницы, офисные доки
🧠 18+ провайдеров AI на выбор — OpenAI, Anthropic, Ollama, локальные модели
🎙️ генерит подкасты на 1-4 голоса (у гугла залочено на 2)
💾 full-text и векторный поиск по всему контенту, чат с цитатами из источников
Стек: FastAPI + Next.js + SurrealDB, лицензия MIT. Два режима —
Все данные у тебя на машине. Без облака, без vendor lock-in. 🚀
https://github.com/lfnovo/open-notebook
Open Notebook — open-source альтернатива Google NotebookLM, которая крутится локально. Сидел на ноутбуке от гугла, но пускать туда приватные доки не хотелось — нашёл вот это.
Что умеет:
🔍 жрёт PDF, видео, аудио, веб-страницы, офисные доки
🧠 18+ провайдеров AI на выбор — OpenAI, Anthropic, Ollama, локальные модели
🎙️ генерит подкасты на 1-4 голоса (у гугла залочено на 2)
💾 full-text и векторный поиск по всему контенту, чат с цитатами из источников
Стек: FastAPI + Next.js + SurrealDB, лицензия MIT. Два режима —
Chat для диалога и Ask для быстрого одного вопроса.Все данные у тебя на машине. Без облака, без vendor lock-in. 🚀
https://github.com/lfnovo/open-notebook
Claude ревьюит, Codex чинит 🤝
Dark Flow — мой воркфлоу-слой для Claude Code. Запилил поддержку Codex — теперь два агента работают в паре.
Как устроено:
🧠 Claude крутит ревью и аналитику, находит проблемы и заводит gh issues со статусом
✅ ты аппрувишь нужные — ставишь
🔧 Codex подхватывает approved-задачи и разбирается с ними сам
Фишка в том, что инсайты больше не теряются между сессиями — всё оседает в gh issues, а агенты делят роли: один думает, другой кодит.
Под капотом: 5-слойная структура доки, GitHub API, веб-дашборд на
https://github.com/alifanov/darkflow
Dark Flow — мой воркфлоу-слой для Claude Code. Запилил поддержку Codex — теперь два агента работают в паре.
Как устроено:
🧠 Claude крутит ревью и аналитику, находит проблемы и заводит gh issues со статусом
status:proposed✅ ты аппрувишь нужные — ставишь
status:approved🔧 Codex подхватывает approved-задачи и разбирается с ними сам
Фишка в том, что инсайты больше не теряются между сессиями — всё оседает в gh issues, а агенты делят роли: один думает, другой кодит.
Под капотом: 5-слойная структура доки, GitHub API, веб-дашборд на
localhost:5555 для триажа без терминала.https://github.com/alifanov/darkflow
🔥1
На чём реально шипят indie-проекты 🔍
StackScope — прокраулил 42k+ запусков с Product Hunt, Show HN и PeerPush и показывает, что у каждого под капотом: хостинг, фреймворки, CDN, security-заголовки, следы AI-генерации.
Сделано на .NET + Playwright, со своим каталогом фингерпринтов — не тащит чужие базы, рендерит реальную страницу.
Что вылезло из 42 169 запусков:
• треть indie-проектов живёт на Vercel 🚀
• Tailwind у 56%, React 36%, Next.js 35%
• Cloudflare как CDN у 39%
• 1272 проекта одновременно блокируют AI-ботов и при этом выкладывают
Фишка в том, что есть Launch Readiness Check — можно прогнать свой домен и глянуть, что палится наружу.
https://stackscope.dev/
StackScope — прокраулил 42k+ запусков с Product Hunt, Show HN и PeerPush и показывает, что у каждого под капотом: хостинг, фреймворки, CDN, security-заголовки, следы AI-генерации.
Сделано на .NET + Playwright, со своим каталогом фингерпринтов — не тащит чужие базы, рендерит реальную страницу.
Что вылезло из 42 169 запусков:
• треть indie-проектов живёт на Vercel 🚀
• Tailwind у 56%, React 36%, Next.js 35%
• Cloudflare как CDN у 39%
• 1272 проекта одновременно блокируют AI-ботов и при этом выкладывают
llms.txt — сами себе противоречат 🤔Фишка в том, что есть Launch Readiness Check — можно прогнать свой домен и глянуть, что палится наружу.
https://stackscope.dev/
❤1
🧠 Своя память для экрана — локально
ScreenMind — пишет всё, что происходит на экране, и даёт по этой истории семантический поиск и чат. Локальная приватная альтернатива Microsoft Recall и Rewind (тот самый, что был популярен на маках), только без облака.
Vision-модель крутится на каждом скриншоте прямо у тебя — хватает 4GB GPU.
Как устроено:
🔍 EasyOCR вытаскивает текст со скрина
🧠 Gemma 4 E2B через
💾 MiniLM делает эмбеддинги,
Фишка в том, что захват по изменению контента, а не каждые N секунд — не пишет одно и то же. Три режима: Fast ~12с, Balanced ~40с, Accurate ~76с с ризонингом.
Сверху — чат с историей через RAG, транскрипция встреч, аналитика фокуса и
Всё на Python + ванильный JS, без билд-степа. Без облака, без подписки.
https://github.com/ayushh0110/ScreenMind
ScreenMind — пишет всё, что происходит на экране, и даёт по этой истории семантический поиск и чат. Локальная приватная альтернатива Microsoft Recall и Rewind (тот самый, что был популярен на маках), только без облака.
Vision-модель крутится на каждом скриншоте прямо у тебя — хватает 4GB GPU.
Как устроено:
🔍 EasyOCR вытаскивает текст со скрина
🧠 Gemma 4 E2B через
llama.cpp понимает картинку + текст вместе💾 MiniLM делает эмбеддинги,
SQLite FTS5 индексит всё для быстрого поискаФишка в том, что захват по изменению контента, а не каждые N секунд — не пишет одно и то же. Три режима: Fast ~12с, Balanced ~40с, Accurate ~76с с ризонингом.
Сверху — чат с историей через RAG, транскрипция встреч, аналитика фокуса и
MCP-сервер для Claude/Cursor/VS Code.Всё на Python + ванильный JS, без билд-степа. Без облака, без подписки.
https://github.com/ayushh0110/ScreenMind
🔥1
🧠 ScreenMind у меня не взлетел
Тот самый ScreenMind, про который я писал — локальная память экрана с семантическим поиском по всему, что было на мониторе. Поставил, погонял — у меня так и не заработал.
Но сама концепция кайфовая: локально следить за экраном и складывать всё в структурированную историю. Без облака, всё у себя. 🔍
Думаю, надо подождать и через какое-то время попробовать ещё раз. А если не пойдёт — опишу уже свой.
Возможно, ресурсов компа пока тупо не хватает, чтобы тащить всю эту обработку локально. Но это вопрос времени — глядишь, дропнут ещё более оптимизированную модельку. 🤞
https://github.com/ayushh0110/ScreenMind
Тот самый ScreenMind, про который я писал — локальная память экрана с семантическим поиском по всему, что было на мониторе. Поставил, погонял — у меня так и не заработал.
Но сама концепция кайфовая: локально следить за экраном и складывать всё в структурированную историю. Без облака, всё у себя. 🔍
Думаю, надо подождать и через какое-то время попробовать ещё раз. А если не пойдёт — опишу уже свой.
Возможно, ресурсов компа пока тупо не хватает, чтобы тащить всю эту обработку локально. Но это вопрос времени — глядишь, дропнут ещё более оптимизированную модельку. 🤞
https://github.com/ayushh0110/ScreenMind
🧠 Пощупал graphify на своём репо
graphify — тул, который превращает любой инпут (код, доки, статьи, картинки) в персистентный граф знаний и даёт по нему искать, строить пути и объяснять связи.
Поставил, погонял на своём проекте. Что зашло:
🔍 Когда что-то ищет — находит реально быстро и метко, это есть.
📋 Концепт огонь: один раз построил граф, дальше гоняешь запросы поверх.
Но пока есть вопросики. По дебагу вижу кучу вызовов на исследование репо именно по файлам, а не изнутри графа — хотя сам вызов graphify тоже проскакивает. И непонятно, даёт ли это прям существенный профит на реальных проектах. 🤔
Думаю попробовать его на своей базе знаний, а не на коде — там, возможно, эффект будет сильно нагляднее. Глядишь, и пойму, ради чего всё это.
https://github.com/safishamsi/graphify
graphify — тул, который превращает любой инпут (код, доки, статьи, картинки) в персистентный граф знаний и даёт по нему искать, строить пути и объяснять связи.
Поставил, погонял на своём проекте. Что зашло:
🔍 Когда что-то ищет — находит реально быстро и метко, это есть.
📋 Концепт огонь: один раз построил граф, дальше гоняешь запросы поверх.
Но пока есть вопросики. По дебагу вижу кучу вызовов на исследование репо именно по файлам, а не изнутри графа — хотя сам вызов graphify тоже проскакивает. И непонятно, даёт ли это прям существенный профит на реальных проектах. 🤔
Думаю попробовать его на своей базе знаний, а не на коде — там, возможно, эффект будет сильно нагляднее. Глядишь, и пойму, ради чего всё это.
https://github.com/safishamsi/graphify
🔥1