Странно немного для тупых операций садить гуманоида за X тыс бакинских рублей, но перспектива интересная. Он еще и пакет один за ленту выкинул.. вот куда мои посылки с али пропадают 😁

https://t.me/infantmilitario/186463

В LM Studio добавили LM Link - способ запуска моделей удалённо прямо из интерфейса приложения как будто они локальные. Соединение обеспечивается путём организации приватной сети на базе Tailscale - инструмента для организации защищенных VPN c end-to-end шифрование, работающего поверх Wireguard.

Как по мне, отличная коллаборация, и решение полезное, чтобы не таскать "тяжелую" машинку за собой. Привязка к LM Studio малость ограничивает, однако, у них есть API, что позволяет легко интегрировать с любыми локальными инструментами (Codex, Claude code и др.).

Другие заметки по теме с сайта:
⇨ LM Studio
https://desoft.ru/2024/11/27/zapuskaem-ii-chat-bot-lokalno-lm-studio/

⇨ Конкуренты Tailscale
ZeroTier
https://desoft.ru/2025/03/24/ustanovka-kontrollera-zerotier-na-svoi-server-s-pomoshyu-ztnet/
Nebula
https://desoft.ru/2025/02/22/postroenie-zashishennyh-virtualnyh-setej-s-pomoshyu-nebula/

#ai #lmstudio #lmlink #tailscale

Занятный эксперимент провёл автор этой статьи - поднял honeypot, сервер-приманка с открытым 22 портом и принимающим все пароли без разбора.

Сервер жил 54 дня, собирал статистику и анализировал действия заблудших искателей наживы. В основном это автоматические сканеры, которые орудуют 24/7 в сети, но были и те, кто подключился, изучал систему и пробовал закрепиться.

Итог: более 269 тыс подключений, 255 тыс попыток входа, 7.5 тыс уникальных ip.

Это как раз то, о чем я говорил в одной из заметок про базовую защиту виртуального сервера. Достаточно одного дня, чтобы недоброжелатель оказался на свеженькой, еще не настроенной машине.

#linux #vps #security

Периодически просматриваю и тестирую разные MCP серверы, особенно те, которые доступны для локальной установки, с целью расширить или просто улучшить возможности используемых ИИ инструментов.

Из последних поставил сервер Serena MCP, основное назначение которого - это построение структуры и связей проекта (семантический контекст), чтобы ваш агент разработки быстрее и точнее понимал, где и что нужно изменять во время работы над очередной задачей.

В основе символьная навигация на базе LSP. Вместо того, чтобы перечитывать или переписывать десятки и сотни файлов полностью, сжигая токены, агент начинает подключать serena и, либо с помощью встроенных функций запускает команды, вносит правки, либо использует результаты serena, снижая объём затрат на промежуточные операции в разы. Эдакий полезный ассистент при разборе незнакомой кодовой базы, работе над большим проектом с множеством файлов, рефакторинге и точечных исправлениях.

☑️ Локальная установка

Устанавливаем еще один менеджер зависимостей uv (serena ставится через него)

# через curl / wget на macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# или через pip
pip install uv

Устанавливаем serena

# установка
uv tool install -p 3.13 serena-agent@latest --prerelease=allow

# обновление
uv tool upgrade serena-agent --prerelease=allow

Проверяем

serena --version

☑️ Подключение

В моём случае я сразу цепляю к Claude Desktop, т.к. это целевой инструмент, однако, способов подключения довольно много к разным клиентам и IDE - смотрим здесь.

Claude -> Settings -> Developer -> Local MCP servers -> Edit Config

{
  "mcpServers": {
    "serena": {
      "command": "serena",
      "args": [
        "start-mcp-server",
        "--context=desktop-app"
      ]
    }
  }
}

После перезапуска Claude Desktop автоматически открывается serena dashboard по адресу http://127.0.0.1:24283/dashboard со статистикой использования, веб просмотровщиком логов и разной служебной информацией.

☑️ Сравнительная оценка

Для того, чтобы оценить эффективность нового инструмента, необходимо провести тестовые испытания на одних и тех же манипуляциях с кодом в рамках одного проекта.

Начал с того, что попросил claude изучить проект, воспользовавшись serena. Проанализировав структуру serena начала формировать описание проекта в своей виртуальной памяти для быстрого доступа в дальнейшем. В итоге получены: карта исходников, навигация, тех стек, архитектура, модели, ui описание, список предлагаемых для запуска команд.

⇨ Задание

Были определены проверочные операции, которые предлагалось выполнить claude с использованием serena и без:
1. Прочитать тело конкретного метода
2. Найти все места использования виджета
3. Понять структуру экранного файла
4. Найти определение enum
5. Найти все места, где срабатывает навигационное событие

⇨ Методология

- Измеряемое: символы в ответах инструментов (то, что попадает в контекст)
- Токены: символы ÷ 4 (стандартный расчёт для кода, 1 токен = 4 символа)
- Без serena: Bash grep / Read (целый файл)
- С serena: точечные символьные запросы

⇨ Результаты

• Анализ структуры экранного файла
→ 24 968 → 950 символов
→ экономия 96%

• Поиск enum
→ 3 017 → 290 символов
→ экономия 90%

• Извлечение тела метода
→ 6 173 → 850 символов
→ экономия 86%

• Поиск паттернов в коде
→ 260 → 180 символов
→ экономия 31%

Итог по серии задач:
✅ 35 032 → 3 370 символов
✅ снижение объёма контекста на 90%
✅ −7 916 токенов
✅ меньше tool calls: 7 → 5

Интересный момент:
поиск всех использований, наоборот, вырос по объёму (+79%). Но это логично — serena возвращает более полный и структурированный результат вместо «обрезанного» контекста.

Что это означает:
— меньше мусора в контексте
— дешевле запросы
— меньше деградации на больших кодовых базах

#ai #claude #mcp #serenamcp

🎁 Как отключить постоянные запросы разрешений от Claude

В режиме по умолчанию Claude запрашивает разрешение на каждое изменение, каждую команду.

Для Claude cli: идём в конфигурационный файл ~/.claude/settings.json:

{
  "permissions": {
    "allow": [
      "WebSearch", "WebFetch", "Bash", "Read", "Write",
      "Edit", "Glob", "Grep", "Task", "TodoWrite"
    ],
    "deny": [],
    "defaultMode": "bypassPermissions"
  },
  "skipDangerousModePermissionPrompt": true
}

Для Claude Desktop: Claude -> Settings -> Claude Code
Выставляем тумблер Allow bypass permissions mode.

Это избавит от подтверждений каждой мелкой рабочей операции типа поискать в каком-то файле или проверить наличие какой-либо установленной тулзы или библиотеки. Это не root права для claude, он до сих пор будет придерживаться целого ряда ограничений: блокируются чувствительные системные операции, детектируются потенциально опасные инструкции и команды, а также загрузка из сети, ограничиваются права на запись (работа только в рамках текущего проекта / каталога) и так далее.

#ai #claude

На сайте опубликовал заметку по установке и настройке собственного AI поисковика Vane на локальных моделях. Отмечу здесь основные моменты, т.к. всё в пост не влезет.

Vane (ex Perplexica) - это платформа, комбинирующая движок веб поиска на базе SearxNG, обработку результатов локальными или удалёнными моделями и пользовательскую обвязку, наполненную различными режимами, настройками и виджетами для удобства работы. Возможность полностью локального развёртывания обеспечивает необходимый уровень конфиденциальности поисковых запросов.

Настраивался на macOS (MacBook M1 Pro 16GB), но всё необходимое доступно также под Linux и Windows.

Основные шаги:

⇨ Ставим Docker / Docker Desktop с официального сайта.

⇨ Для работы с моделями локально поднимаем Ollama.

⇨ Выбираем модель на основе рекомендаций для поисковых систем и возможностей вашего железа. Я опробовал два варианта - gpt-oss 20B (забила память полностью, ответа ждал минут 30) и лёгкую Qwen3:8B (отлично отработала).

⇨ Стартуем Vane через Docker (образ со встроенным поисковым движком SearxNG).

⇨ Подключаем Vane к Ollama и указываем рабочую модель в настройках.

⇨ Делаем тестовые запуски, оцениваем результат.

Итог: это конечно не гуглопоиск, где большое количество ссылок формируется моментально, но и результат совсем иной - помимо списка из целой горы источников, проанализированных движком, на выходе развёрнутый, структурированный, конкретный ответ - хоть сразу в статью заворачивай.

Таким образом, даже слабенькая модель под управлением специализированного инструмента показала впечатляющие результаты. Движок поставил как замену поисковой системы в браузере по умолчанию, буду наблюдать и отмечать на сколько удобным и эффективным будет такое решение. Пока в пользовании всего несколько дней, информации собрано немного, но уже хочется загнать это дело на сервер помощнее, чтобы выжать еще больше скорости и сравнить работу разных локальных моделей.

#ai #SearchEngine #Vane #SearxNG #ollama #qwen

Я всё искал вариант чем бы заменить кодекс и дополнить клод, и, кажется, нашёл.

Судя по многочисленным отзывам и бенчмаркам kimi от китайской компании Moonshot AI показывает результаты ничуть не хуже топовых провайдеров в разработке. В комплекте имеются заготовки под узкие задачи, такие как создание сайтов, презентаций, таблиц и документов. В режиме глубокого исследования пока не успел погонять, но для сравнения параллельно с тем же клодом и чатгпт попробую.

✅ Kimi Code для разработки (cli версия и плагин для vscode)
✅ Kimi Claw для фанатов автоматизации и openclaw
✅ Доступ из РФ имеется
❌ Оплачивать РФ картой возможности нет, но тут требования не такие суровые (чатгпт перестал нормально проводить оплаты, а клод банил новые аккаунты на раз два).

Пробуем здесь (реф. ссылка)

#ai #kimi

На сервере 2 HDD и 1 SSD диск. Накатываю Proxmox 9.2. Ставлю на ssd систему, а диски оставляю под виртуалки или общее хранилище.

Как оказался в системе, смотрю диски - оказывается 2 HDD в ZFS RAID 1, видимо после предыдущих экспериментов осталось. В pve -> Disks их видно, в Datacenter -> Storage нет. Надо добавить.

1) Идём в pve -> shell
2) zpool import -> видим имя существующего пула -> zpool import -f your-pool-name
3) Datacenter -> Storage -> Add -> ZFS -> Прописываем любой ID -> Выбираем пул из списка -> Add.

Отлично. Пул создан, добавлен, хранилище появилось. Делаю несколько базовых настроек и перезагружаю сервер.

И системный диск благополучно умирает. В консоли ошибка, не получается загрузить ядро. Разными командами пытался оживить - не помогло. Загрузившись с флешки во временную систему и осмотрев RAID еще раз, понял, что у этого пула SSD диск выставлен как cache, т.е. как только пул был оживлён и добавлен, всякая служебная информация посыпалась прямо в системный диск, что и привело к его краху.

#proxmox #zfs #fail #devserver

Еще немного про запуск сервера

В итоге восстановил прежнее состояние - сама система накатывается на 2 HDD в ZFS RAID 1, а SSD используется под кэш этого массива. SSD всего 128Gb, так что под систему + vm будет маловато, а вот связка такого рода из трёх дисков обеспечивает и необходимый объём и оптимальную скорость работы. Бэкапиться всё равно на внешнее хранилище.

⇨ Сразу после установки прогнал PVE Post install скрипт с официального портала сообщества.

⇨ Настроил SDN для изоляции виртуальных машин и контейнеров окружения разработки от основной системы. Процесс настройки Simple SDN описывал вот в этой заметке.

⇨ Подготовил новый домен и поставил на vps Pangolin, чтобы поэкспериментировать с настройкой доступа через туннели как к отдельным сервисам так и к машинам целиком на тестовом сервере. Хорошая видео инструкция по Pangolin недавно вышла у Stilicho2011.

Сравниваю это дело с NetBird. Пока напрягает необходимость Enterprise версии Pangolin для получения доступа к полной функциональности, хоть она и бесплатная для персонального использования, но привязка к ключу, который в любой момент может быть заблокирован, отталкивает.

#proxmox #sdn #pangolin #netbird #devserver