#ai #dev #context7 #tool
Context7: как сделать AI-ассистентов для кодинга умнее 🧠
Коллеги, добрый вечер!
Хотел бы рассказать о таком полезном инструменте как Context7, который существенно улучшает работу с AI-ассистентами для программирования. Дальше будет много текста, поэтому для тех, кому лень читать можно перейти к следующему посту "Заключение"
Что такое Context7 и зачем он нужен? 🤔
Context7 — это бесплатный MCP-сервер (Model Context Protocol), решающий ключевую проблему AI-кодинга: устаревшие знания моделей о библиотеках и фреймворках.
Даже новейшие модели вроде GPT-4.1 имеют знания, ограниченные июнем 2024 года. В мире технологий 9-10 месяцев — это очень много. Next.js обновляется дважды в год, React — почти ежегодно, а патчи выходят практически ежедневно.
Из-за этого AI-ассистенты часто:
• Предлагают несуществующие API
• Пишут код для устаревших версий библиотек
• Заставляют тратить время на исправление ошибок
Context7 предоставляет AI-ассистенту доступ к актуальной документации более 2600 библиотек и фреймворков, решая эту проблему.
Как работает Context7? ⚙️
Механизм работы достаточно прост:
1) Вы устанавливаете Context7 как MCP-сервер в свой AI-редактор (Cursor, Windsurf, Cline, Roo Code)
2) Когда вы запрашиваете код с использованием определённой библиотеки, AI автоматически:
• Находит нужную библиотеку в базе Context7
• Запрашивает актуальную документацию по конкретной теме
• Получает свежие примеры кода из официальной документации
• Использует эти примеры для написания корректного кода
Особенность Context7 — качество документации. Вместо загрузки всей документации одним текстом, Context7 предоставляет структурированные фрагменты с конкретными примерами кода.
Пример использования 💻
Рассмотрим конкретный случай. Допустим, вам нужно использовать новый обработчик событий
Если попросить Claude 3.5 Sonnet (не знающий о новых версиях Next.js) написать код с использованием стандартной индексации документации в Cursor, вы получите работающий код, но без нового обработчика
Добавив фразу "use Context7" в запрос, AI найдёт актуальную документацию по
Преимущества Context7 🔍
• Актуальность: документация регулярно обновляется
• Охват: более 2600 библиотек и фреймворков (Next.js, React, MongoDB, Supabase, FastAPI и др.)
• Структура: документация организована в виде небольших фрагментов с примерами кода
• Контроль: можно указать объём информации, который должен получить AI при поиске
• Интеграция: работает со всеми популярными AI-редакторами через стандарт MCP
Установка Context7 🛠
Установка занимает несколько минут:
1) Клонируйте репозиторий с GitHub
2) Добавьте Context7 как MCP-сервер в настройках AI-редактора
В Cursor:
• Откройте настройки
• Перейдите в раздел MCP
• Добавьте новый глобальный MCP-сервер
• Вставьте конфигурацию из GitHub
В Сline или Windsurf процесс аналогичный — просто добавьте конфигурацию в соответствующий раздел настроек.
Продвинутое использование: Context7 + Sequential Thinking 🔄
Для максимальной эффективности можно использовать комбинацию: Context7 + Sequential Thinking MCP.
Sequential Thinking — это дополнительный MCP-сервер, решающий проблему "Okay, done. What now?" в AI-редакторах. Он заставляет модель мыслить последовательно и не останавливаться до завершения всего проекта.
Комбинация этих двух MCP-серверов позволяет создавать полноценные приложения с аутентификацией, платежами через Stripe и другими сложными функциями, просто описав требуемый результат.
Почему Context7 важен? 🤷♂️
До появления Context7 существовало два варианта:
1) Использовать устаревшие знания AI и исправлять ошибки
2) Самостоятельно собирать и индексировать документацию для каждой библиотеки
Context7 предлагает третий путь: быстрый доступ к актуальной документации для тысяч библиотек через единый интерфейс.
Это особенно полезно для JavaScript-экосистемы с её частыми изменениями, но применимо и к другим языкам и фреймворкам.
Context7: как сделать AI-ассистентов для кодинга умнее 🧠
Коллеги, добрый вечер!
Хотел бы рассказать о таком полезном инструменте как Context7, который существенно улучшает работу с AI-ассистентами для программирования. Дальше будет много текста, поэтому для тех, кому лень читать можно перейти к следующему посту "Заключение"
Что такое Context7 и зачем он нужен? 🤔
Context7 — это бесплатный MCP-сервер (Model Context Protocol), решающий ключевую проблему AI-кодинга: устаревшие знания моделей о библиотеках и фреймворках.
Даже новейшие модели вроде GPT-4.1 имеют знания, ограниченные июнем 2024 года. В мире технологий 9-10 месяцев — это очень много. Next.js обновляется дважды в год, React — почти ежегодно, а патчи выходят практически ежедневно.
Из-за этого AI-ассистенты часто:
• Предлагают несуществующие API
• Пишут код для устаревших версий библиотек
• Заставляют тратить время на исправление ошибок
Context7 предоставляет AI-ассистенту доступ к актуальной документации более 2600 библиотек и фреймворков, решая эту проблему.
Как работает Context7? ⚙️
Механизм работы достаточно прост:
1) Вы устанавливаете Context7 как MCP-сервер в свой AI-редактор (Cursor, Windsurf, Cline, Roo Code)
2) Когда вы запрашиваете код с использованием определённой библиотеки, AI автоматически:
• Находит нужную библиотеку в базе Context7
• Запрашивает актуальную документацию по конкретной теме
• Получает свежие примеры кода из официальной документации
• Использует эти примеры для написания корректного кода
Особенность Context7 — качество документации. Вместо загрузки всей документации одним текстом, Context7 предоставляет структурированные фрагменты с конкретными примерами кода.
Пример использования 💻
Рассмотрим конкретный случай. Допустим, вам нужно использовать новый обработчик событий
onNavigate из Next.js 15.3, он вышел недавно.Если попросить Claude 3.5 Sonnet (не знающий о новых версиях Next.js) написать код с использованием стандартной индексации документации в Cursor, вы получите работающий код, но без нового обработчика
onNavigate.Добавив фразу "use Context7" в запрос, AI найдёт актуальную документацию по
onNavigate и напишет код с использованием этого нового функционала в соответствии с официальной документацией.Преимущества Context7 🔍
• Актуальность: документация регулярно обновляется
• Охват: более 2600 библиотек и фреймворков (Next.js, React, MongoDB, Supabase, FastAPI и др.)
• Структура: документация организована в виде небольших фрагментов с примерами кода
• Контроль: можно указать объём информации, который должен получить AI при поиске
• Интеграция: работает со всеми популярными AI-редакторами через стандарт MCP
Установка Context7 🛠
Установка занимает несколько минут:
1) Клонируйте репозиторий с GitHub
2) Добавьте Context7 как MCP-сервер в настройках AI-редактора
В Cursor:
• Откройте настройки
• Перейдите в раздел MCP
• Добавьте новый глобальный MCP-сервер
• Вставьте конфигурацию из GitHub
В Сline или Windsurf процесс аналогичный — просто добавьте конфигурацию в соответствующий раздел настроек.
Продвинутое использование: Context7 + Sequential Thinking 🔄
Для максимальной эффективности можно использовать комбинацию: Context7 + Sequential Thinking MCP.
Sequential Thinking — это дополнительный MCP-сервер, решающий проблему "Okay, done. What now?" в AI-редакторах. Он заставляет модель мыслить последовательно и не останавливаться до завершения всего проекта.
Комбинация этих двух MCP-серверов позволяет создавать полноценные приложения с аутентификацией, платежами через Stripe и другими сложными функциями, просто описав требуемый результат.
Почему Context7 важен? 🤷♂️
До появления Context7 существовало два варианта:
1) Использовать устаревшие знания AI и исправлять ошибки
2) Самостоятельно собирать и индексировать документацию для каждой библиотеки
Context7 предлагает третий путь: быстрый доступ к актуальной документации для тысяч библиотек через единый интерфейс.
Это особенно полезно для JavaScript-экосистемы с её частыми изменениями, но применимо и к другим языкам и фреймворкам.
❤8👍3
#ai #dev #context7 #tool
Заключение 📝
Context7 — инструмент, который значительно улучшает процесс AI-кодинга. Он решает проблему устаревших знаний моделей и делает это бесплатно и эффективно.
Если вы используете AI для программирования, Context7 стоит рассмотреть как важное дополнение к вашему инструментарию. Он превращает AI-ассистента в более компетентного помощника, который всегда в курсе последних изменений.
А в комбинации с Sequential Thinking MCP вы получаете инструмент, который некоторые на youtube уже сравнивают с "почти AGI" для программирования.
Заключение 📝
Context7 — инструмент, который значительно улучшает процесс AI-кодинга. Он решает проблему устаревших знаний моделей и делает это бесплатно и эффективно.
Если вы используете AI для программирования, Context7 стоит рассмотреть как важное дополнение к вашему инструментарию. Он превращает AI-ассистента в более компетентного помощника, который всегда в курсе последних изменений.
А в комбинации с Sequential Thinking MCP вы получаете инструмент, который некоторые на youtube уже сравнивают с "почти AGI" для программирования.
Context7
Context7 - Up-to-date documentation for LLMs and AI code editors
Generate context with up-to-date documentation for LLMs and AI code editors
❤5👍1🔥1
#ai #dev #trae #mcp
Обновление Trae AI v1.3.0: Новые мощные инструменты для разработчиков
Trae выпустил крупное обновление до версии 1.3.0, которое превращает обычный инструмент для кодирования в настоящего партнера по разработке. Давайте рассмотрим ключевые нововведения:
🔄 Объединение панелей Chat и Builder
• Теперь вы можете получить доступ к Builder как к агенту, используя команду @Builder
• Единый интерфейс делает работу более удобной и интуитивной
📚 Новые типы контекста
• #Doc: Добавляйте документы по URL или загружайте файлы .md/.txt для использования в качестве контекста в чатах
Лимит: до 1000 файлов общим размером до 50 МБ
• #Web: Вставляйте URL-адреса, и ИИ автоматически извлечет релевантный контент с веб-страниц
📋 Настраиваемые правила для ИИ
• Пользовательские правила: Создавайте правила на основе личных предпочтений, которые будут применяться ко всем проектам
• Правила проекта: Создавайте правила для конкретного проекта, которые работают только в нем
🤖 Улучшенные возможности агентов
• Создавайте собственных агентов, настраивая промпты и инструменты
• Два встроенных агента: Builder и Builder с MCP
• Функция Auto-Run позволяет агентам автоматически выполнять команды и использовать инструменты
• Черный список для блокировки нежелательных команд
🔌 Поддержка Model Context Protocol (MCP)
• MCP Marketplace для быстрого доступа к сторонним MCP-серверам (я проверил - работает почти также удобно как MCP маркетплейс в Cline - см. скриншот)
• Возможность добавления MCP-серверов к агентам для расширения их возможностей (очень интересная функциональность, см. скриншот)
Это обновление значительно расширяет функциональность Trae, превращая его из обычного помощника по кодированию в полноценного партнера по разработке. Интеграция c MCP определяет универсальную коммуникационную структуру, обеспечивающую бесшовное взаимодействие между встроенными агентами Trae и сторонними расширениями.
Инструмент, как и писал ранее, все еще остается бесплатным, в связи с этим есть свои преимущества (не надо платить за вызовы модели) и недостатки (для работы из РФ потребуется VPN, и при реализации даже небольшого проекта сейчас часто появляется уведомление, что модели перегружены запросами, поэтому просьба подождать)
Вариант игры "age of wars" по ТЗ удалось сделать без единой ошибки (см. скрин в комментариях), получилось не очень функционально с первой итерации, но раньше даже так не получалось, так что обновление действительно классное и пошло на пользу TRAE.
P.S. TRAE AI также доступен в виде плагина для VS Code, скачать можно здесь
Обновление Trae AI v1.3.0: Новые мощные инструменты для разработчиков
Trae выпустил крупное обновление до версии 1.3.0, которое превращает обычный инструмент для кодирования в настоящего партнера по разработке. Давайте рассмотрим ключевые нововведения:
🔄 Объединение панелей Chat и Builder
• Теперь вы можете получить доступ к Builder как к агенту, используя команду @Builder
• Единый интерфейс делает работу более удобной и интуитивной
📚 Новые типы контекста
• #Doc: Добавляйте документы по URL или загружайте файлы .md/.txt для использования в качестве контекста в чатах
Лимит: до 1000 файлов общим размером до 50 МБ
• #Web: Вставляйте URL-адреса, и ИИ автоматически извлечет релевантный контент с веб-страниц
📋 Настраиваемые правила для ИИ
• Пользовательские правила: Создавайте правила на основе личных предпочтений, которые будут применяться ко всем проектам
• Правила проекта: Создавайте правила для конкретного проекта, которые работают только в нем
🤖 Улучшенные возможности агентов
• Создавайте собственных агентов, настраивая промпты и инструменты
• Два встроенных агента: Builder и Builder с MCP
• Функция Auto-Run позволяет агентам автоматически выполнять команды и использовать инструменты
• Черный список для блокировки нежелательных команд
🔌 Поддержка Model Context Protocol (MCP)
• MCP Marketplace для быстрого доступа к сторонним MCP-серверам (я проверил - работает почти также удобно как MCP маркетплейс в Cline - см. скриншот)
• Возможность добавления MCP-серверов к агентам для расширения их возможностей (очень интересная функциональность, см. скриншот)
Это обновление значительно расширяет функциональность Trae, превращая его из обычного помощника по кодированию в полноценного партнера по разработке. Интеграция c MCP определяет универсальную коммуникационную структуру, обеспечивающую бесшовное взаимодействие между встроенными агентами Trae и сторонними расширениями.
Инструмент, как и писал ранее, все еще остается бесплатным, в связи с этим есть свои преимущества (не надо платить за вызовы модели) и недостатки (для работы из РФ потребуется VPN, и при реализации даже небольшого проекта сейчас часто появляется уведомление, что модели перегружены запросами, поэтому просьба подождать)
Вариант игры "age of wars" по ТЗ удалось сделать без единой ошибки (см. скрин в комментариях), получилось не очень функционально с первой итерации, но раньше даже так не получалось, так что обновление действительно классное и пошло на пользу TRAE.
P.S. TRAE AI также доступен в виде плагина для VS Code, скачать можно здесь
👍4❤3🔥1
Media is too big
VIEW IN TELEGRAM
#mcp #fastapi #tools #converter
Коллеги, хочу поделиться одним полезным интструментом.
Иногда возникает необходимость переиспользовать реализованные ранее микро-сервисы в качестве инструментов для новых ИИ-агентов, для этой цели можно воспользоваться конвертером FastAPI в MCP.
FastAPI-MCP: Конвертация FastAPI в инструменты для Model Context Protocol
FastAPI-MCP — инструмент с открытым исходным кодом, который преобразует конечные точки FastAPI в сервисы MCP (Model Context Protocol). Он интегрируется с приложениями FastAPI, автоматически обнаруживает все эндпоинты и сохраняет их модели запросов/ответов и документацию.
Основные функции:
• Интеграция: Возможность подключения MCP-сервиса к существующему приложению FastAPI или развертывание отдельно
• Автоматическая конфигурация: Определение FastAPI эндпоинтов и преобразование их в MCP-инструменты
• Сохранение структуры: Поддержка Swagger-документации и моделей данных
• Варианты развертывания: Работа в рамках одного приложения или в разных приложениях
• Аутентификация: Использование стандартных зависимостей FastAPI для безопасности
• Настройка: Фильтрация эндпоинтов и настройка именования инструментов
Пример базового использования:
После этого MCP-сервер становится доступен по адресу
Применение:
• Для разработчиков, которым требуется предоставить API-эндпоинты в виде MCP-инструментов для совместимых клиентов (Cursor, Cline, Roo Code, Trae AI, Claude Desktop и т.д.)
• В сценариях, где необходимо взаимодействие ИИ-моделей с API через протокол MCP
Библиотека требует Python 3.10+ (рекомендуется 3.12) и распространяется под лицензией MIT.
#FastAPI #MCP #API #разработка
И в заключении поста небольшой анонс.
В связи с бурным ростом технологий сетевого взаимодействия ИИ-агентов, ключом к успеху и быстрой реализации новых проектов является умение декомпозировать сложную задачу на небольшие блоки, чтобы можно было собрать решение, опираясь на имеющиеся инструменты и коннекторы. ИИ-агент - это по сути и есть "микро-сервис" в GenAI-разработке.
Мы обновили содержание курса по ИИ программированию с учетом новых тенденций.
Завтра стартует третий поток. Кому интересно - присоединяйтесь.
И небольшой "промо-ролик" для поднятия настроения :)
Коллеги, хочу поделиться одним полезным интструментом.
Иногда возникает необходимость переиспользовать реализованные ранее микро-сервисы в качестве инструментов для новых ИИ-агентов, для этой цели можно воспользоваться конвертером FastAPI в MCP.
FastAPI-MCP: Конвертация FastAPI в инструменты для Model Context Protocol
FastAPI-MCP — инструмент с открытым исходным кодом, который преобразует конечные точки FastAPI в сервисы MCP (Model Context Protocol). Он интегрируется с приложениями FastAPI, автоматически обнаруживает все эндпоинты и сохраняет их модели запросов/ответов и документацию.
Основные функции:
• Интеграция: Возможность подключения MCP-сервиса к существующему приложению FastAPI или развертывание отдельно
• Автоматическая конфигурация: Определение FastAPI эндпоинтов и преобразование их в MCP-инструменты
• Сохранение структуры: Поддержка Swagger-документации и моделей данных
• Варианты развертывания: Работа в рамках одного приложения или в разных приложениях
• Аутентификация: Использование стандартных зависимостей FastAPI для безопасности
• Настройка: Фильтрация эндпоинтов и настройка именования инструментов
Пример базового использования:
from fastapi import FastAPI
from fastapi_mcp import FastApiMCP
app = FastAPI()
mcp = FastApiMCP(app)
# Подключение MCP-сервера к FastAPI приложению
mcp.mount()
После этого MCP-сервер становится доступен по адресу
https://app.base.url/mcpПрименение:
• Для разработчиков, которым требуется предоставить API-эндпоинты в виде MCP-инструментов для совместимых клиентов (Cursor, Cline, Roo Code, Trae AI, Claude Desktop и т.д.)
• В сценариях, где необходимо взаимодействие ИИ-моделей с API через протокол MCP
Библиотека требует Python 3.10+ (рекомендуется 3.12) и распространяется под лицензией MIT.
#FastAPI #MCP #API #разработка
И в заключении поста небольшой анонс.
В связи с бурным ростом технологий сетевого взаимодействия ИИ-агентов, ключом к успеху и быстрой реализации новых проектов является умение декомпозировать сложную задачу на небольшие блоки, чтобы можно было собрать решение, опираясь на имеющиеся инструменты и коннекторы. ИИ-агент - это по сути и есть "микро-сервис" в GenAI-разработке.
Мы обновили содержание курса по ИИ программированию с учетом новых тенденций.
Завтра стартует третий поток. Кому интересно - присоединяйтесь.
И небольшой "промо-ролик" для поднятия настроения :)
❤2🔥2
#mcp #list #top #agents
Топ-10 MCP-серверов для ИИ-агентов, апрель 2025 года 🤖
В этом обзоре представлены наиболее интересные с моей точки зрения MCP-серверы, которые расширяют возможности ИИ-агентов.
Эти инструменты обеспечивают доступ к различным функциям через единый интерфейс — от SQL-запросов до анимации и видеоредактирования.
1. Anyquery: универсальные SQL-запросы с поддержкой ИИ 💾
Anyquery позволяет делать запросы к различным источникам данных с помощью SQL.
Функциональность:
• Работа с традиционными базами данных и локальными файлами
• Интеграция с приложениями (Apple Notes, Notion)
• Поддержка веб-браузеров, включая Chrome
• Интеграция с языковыми моделями (ChatGPT, Claude) через протокол MCP
• Функционирование в качестве MySQL-сервера
• Совместимость с MySQL-клиентами (TablePlus, Metabase)
• Архитектура на основе SQLite с поддержкой плагинов
2. PluggedInMCP Proxy Server: централизованное управление MCP-серверами 🔄
PluggedInMCP Proxy Server представляет собой универсальный интерфейс для управления MCP-серверами, запущенными локально или через веб с использованием WebSockets.
Функциональность:
• Совместимость с MCP-клиентами (Claude Desktop, Klein, Cursor)
• Автоматическая загрузка конфигураций, инструментов и ресурсов
• Изоляция пространств имен для организации разных наборов MCP
• Многорабочее пространство для переключения между конфигурациями
3. Manim MCP Server: математические анимации через MCP 📊
Manim MCP Server объединяет математические анимации с протоколом MCP, позволяя выполнять скрипты Manim Python и получать анимационное видео.
Функциональность:
• Программное создание математических визуализаций
• Рендеринг через стандартизированный протокол
• Интеграция с MCP-совместимыми инструментами
• Генерация анимаций через текстовые запросы
• Автоматическое сохранение анимаций в медиа-папке
4. Video Editor MCP Server: редактирование видео через MCP 🎬
Video Editor MCP Server интегрирует возможности редактирования видео в экосистему MCP, позволяя языковым моделям взаимодействовать с видеоконтентом.
Функциональность:
• Интерфейс для загрузки, редактирования, поиска и генерации видео
• Интеграция с платформой Video Jungle
• Схема URI vj:// для обращения к видео и проектам
• Поиск видео с использованием эмбеддингов
• Метаданные о содержании видео и временных метках
• Инструменты для добавления видео из URL
• Поиск локальных видеофайлов в приложении Photos на macOS
5. DaVinci Resolve MCP Server: управление видеоредактором через MCP 🎥
DaVinci Resolve MCP Server интегрирует ИИ-ассистентов с профессиональным видеоредактором DaVinci Resolve.
Функциональность:
• Управление DaVinci Resolve с помощью текстовых команд
• Перечисление проектов, создание таймлайнов, добавление маркеров
• API-подобное управление через ИИ
• Автоматизация рабочих процессов видеомонтажа
6. Anilist MCP Server: доступ к данным об аниме и манге 🎌
Anilist MCP Server обеспечивает доступ к API Anilist через MCP-клиенты, позволяя взаимодействовать с данными об аниме и манге через текстовые команды.
Функциональность:
• Поиск аниме, манги, персонажей, студий
• Получение подробной информации о контенте
• Доступ к профилям пользователей и спискам
• Специализированные инструменты для данных Anilist
• Доступ к пользовательским спискам с авторизацией
7. MetaMCP: управление MCP-серверами 🎛
MetaMCP представляет собой промежуточный слой для централизованного управления MCP-серверами.
Функциональность:
• Единый интерфейс для контроля MCP-интеграций
• Совместимость с различными MCP-клиентами
• Управление инструментами, подсказками и ресурсами
• Мультирабочее пространство для изоляции конфигураций
• Детальное управление инструментами
• Доступен в версии с открытым исходным кодом и в облачной версии (доступна бесплатно)
Топ-10 MCP-серверов для ИИ-агентов, апрель 2025 года 🤖
В этом обзоре представлены наиболее интересные с моей точки зрения MCP-серверы, которые расширяют возможности ИИ-агентов.
Эти инструменты обеспечивают доступ к различным функциям через единый интерфейс — от SQL-запросов до анимации и видеоредактирования.
1. Anyquery: универсальные SQL-запросы с поддержкой ИИ 💾
Anyquery позволяет делать запросы к различным источникам данных с помощью SQL.
Функциональность:
• Работа с традиционными базами данных и локальными файлами
• Интеграция с приложениями (Apple Notes, Notion)
• Поддержка веб-браузеров, включая Chrome
• Интеграция с языковыми моделями (ChatGPT, Claude) через протокол MCP
• Функционирование в качестве MySQL-сервера
• Совместимость с MySQL-клиентами (TablePlus, Metabase)
• Архитектура на основе SQLite с поддержкой плагинов
2. PluggedInMCP Proxy Server: централизованное управление MCP-серверами 🔄
PluggedInMCP Proxy Server представляет собой универсальный интерфейс для управления MCP-серверами, запущенными локально или через веб с использованием WebSockets.
Функциональность:
• Совместимость с MCP-клиентами (Claude Desktop, Klein, Cursor)
• Автоматическая загрузка конфигураций, инструментов и ресурсов
• Изоляция пространств имен для организации разных наборов MCP
• Многорабочее пространство для переключения между конфигурациями
3. Manim MCP Server: математические анимации через MCP 📊
Manim MCP Server объединяет математические анимации с протоколом MCP, позволяя выполнять скрипты Manim Python и получать анимационное видео.
Функциональность:
• Программное создание математических визуализаций
• Рендеринг через стандартизированный протокол
• Интеграция с MCP-совместимыми инструментами
• Генерация анимаций через текстовые запросы
• Автоматическое сохранение анимаций в медиа-папке
4. Video Editor MCP Server: редактирование видео через MCP 🎬
Video Editor MCP Server интегрирует возможности редактирования видео в экосистему MCP, позволяя языковым моделям взаимодействовать с видеоконтентом.
Функциональность:
• Интерфейс для загрузки, редактирования, поиска и генерации видео
• Интеграция с платформой Video Jungle
• Схема URI vj:// для обращения к видео и проектам
• Поиск видео с использованием эмбеддингов
• Метаданные о содержании видео и временных метках
• Инструменты для добавления видео из URL
• Поиск локальных видеофайлов в приложении Photos на macOS
5. DaVinci Resolve MCP Server: управление видеоредактором через MCP 🎥
DaVinci Resolve MCP Server интегрирует ИИ-ассистентов с профессиональным видеоредактором DaVinci Resolve.
Функциональность:
• Управление DaVinci Resolve с помощью текстовых команд
• Перечисление проектов, создание таймлайнов, добавление маркеров
• API-подобное управление через ИИ
• Автоматизация рабочих процессов видеомонтажа
6. Anilist MCP Server: доступ к данным об аниме и манге 🎌
Anilist MCP Server обеспечивает доступ к API Anilist через MCP-клиенты, позволяя взаимодействовать с данными об аниме и манге через текстовые команды.
Функциональность:
• Поиск аниме, манги, персонажей, студий
• Получение подробной информации о контенте
• Доступ к профилям пользователей и спискам
• Специализированные инструменты для данных Anilist
• Доступ к пользовательским спискам с авторизацией
7. MetaMCP: управление MCP-серверами 🎛
MetaMCP представляет собой промежуточный слой для централизованного управления MCP-серверами.
Функциональность:
• Единый интерфейс для контроля MCP-интеграций
• Совместимость с различными MCP-клиентами
• Управление инструментами, подсказками и ресурсами
• Мультирабочее пространство для изоляции конфигураций
• Детальное управление инструментами
• Доступен в версии с открытым исходным кодом и в облачной версии (доступна бесплатно)
❤1👍1
8. OpenMCP: стандартизация доступа к веб-API 🌐
OpenMCP — стандарт и реестр для соединения ИИ-инструментов с веб-API.
Функциональность:
• Преобразование веб-API в MCP
• Взаимодействие MCP-клиентов с различными сервисами
• Открытый реестр серверов
• Поддержка форматов REST, gRPC и GraphQL
• Инструменты для разработчиков
• Упрощенное добавление серверов к MCP-клиентам
9. Aseprite MCP Server: интеграция с редактором пиксельной графики 🎨
Aseprite MCP Server интегрирует ИИ-помощников с редактором пиксельной графики Aseprite.
Функциональность:
• Взаимодействие с Aseprite через текстовые команды
• API-уровневая коммуникация через MCP
• Автоматизация создания кадров анимации и модификации палитр
• Выполнение повторяющихся действий через команды
10. Pipedream: соединение приложение и автоматизация ⚙️
Pipedream — платформа для быстрого соединения приложений и создания автоматизаций.
Функциональность:
• Бесплатная среда для разработчиков
• Более 1000 интеграционных компонентов
• Подключение к популярным сервисам (Slack, Google Sheets)
• Поддержка пользовательского кода (Node.js, Python, Golang, Bash)
• Низкокодовый подход
• Архитектура, управляемая событиями
• Триггеры от различных источников
• Предварительно созданные действия для типовых операций
Вышеуказанные MCP-серверы предоставляют широкие возможности для агентной автоматизации и интеграции ИИ в различные рабочие процессы — от исследовательских задач до создания контента и управления данными. 🚀
#ИскусственныйИнтеллект #MCP #ИИагенты #Технологии #Автоматизация
OpenMCP — стандарт и реестр для соединения ИИ-инструментов с веб-API.
Функциональность:
• Преобразование веб-API в MCP
• Взаимодействие MCP-клиентов с различными сервисами
• Открытый реестр серверов
• Поддержка форматов REST, gRPC и GraphQL
• Инструменты для разработчиков
• Упрощенное добавление серверов к MCP-клиентам
9. Aseprite MCP Server: интеграция с редактором пиксельной графики 🎨
Aseprite MCP Server интегрирует ИИ-помощников с редактором пиксельной графики Aseprite.
Функциональность:
• Взаимодействие с Aseprite через текстовые команды
• API-уровневая коммуникация через MCP
• Автоматизация создания кадров анимации и модификации палитр
• Выполнение повторяющихся действий через команды
10. Pipedream: соединение приложение и автоматизация ⚙️
Pipedream — платформа для быстрого соединения приложений и создания автоматизаций.
Функциональность:
• Бесплатная среда для разработчиков
• Более 1000 интеграционных компонентов
• Подключение к популярным сервисам (Slack, Google Sheets)
• Поддержка пользовательского кода (Node.js, Python, Golang, Bash)
• Низкокодовый подход
• Архитектура, управляемая событиями
• Триггеры от различных источников
• Предварительно созданные действия для типовых операций
Вышеуказанные MCP-серверы предоставляют широкие возможности для агентной автоматизации и интеграции ИИ в различные рабочие процессы — от исследовательских задач до создания контента и управления данными. 🚀
#ИскусственныйИнтеллект #MCP #ИИагенты #Технологии #Автоматизация
GitHub
GitHub - wegotdocs/open-mcp
Contribute to wegotdocs/open-mcp development by creating an account on GitHub.
👍4❤2
#mcp #agents
Подготовил сравнительный анализ наиболее популярных (по разным категориям) MCP-серверов из репозитория Awesome MCP Servers
Полный список обзоров здесь
Подготовил сравнительный анализ наиболее популярных (по разным категориям) MCP-серверов из репозитория Awesome MCP Servers
Полный список обзоров здесь
GitHub
vibe-coding-blog/Сравнительный анализ MCP-серверов.md at main · dzhechko/vibe-coding-blog
Contribute to dzhechko/vibe-coding-blog development by creating an account on GitHub.
❤4👍1
#ai #dev #news #vibecoding #lovable
Lovable 2.0: Новые возможности платформы 🚀
Команда Lovable представила значительное обновление своей платформы, которая позволяет создавать приложения и веб-сайты в режиме Vibe Coding. Версия 2.0 добавляет множество полезных функций, делающих процесс разработки более эффективным и удобным.
Ключевые обновления в Lovable 2.0 👀
1. Обновленный дизайн и интерфейс 💅 Как пишут разработчики: платформа получила современный визуальный стиль и более интуитивный интерфейс, который помогает сосредоточиться на творческом процессе.
Я не дизайнер и мне, если честно, предыдущая версия тоже нравилась, но и новая хороша :)
2. Командная работа 👨💻👩💻 Введены рабочие пространства для совместной работы:
• Pro-подписка: возможность приглашать до 2 человек в отдельные проекты
• Teams-подписка: до 20 пользователей в одном рабочем пространстве с разными уровнями доступа
• Общий пул кредитов для всех участников рабочего пространства
3. Улучшенный ИИ-ассистент 🧠 Новый режим чата стал значительно умнее и не вносит изменения в код напрямую. Он помогает:
• Отвечать на вопросы по проекту
• Планировать разработку
• Находить и исправлять ошибки
Ассистент самостоятельно определяет, когда нужно искать информацию в файлах, проверять логи или обращаться к базе данных.
Я думаю, что в сочетании со способностью делать непрерывный рефакторинг кода (lovable всегда предлагает его сделать когда размер какого-то файла с кодом начинает превышать 250 строчек, что и раньше позволяло доводить до успеха сложные проекты, такой фичи явно не хватает другому веб-кодеру bolt.new) это значительно улучшит и ускорит сходимость Vibe Coding процессов.
4. Проверка безопасности 🛡 Функция Security Scan автоматически выявляет уязвимости в приложении. Что с моей точки зрения очень актуально! И я пока еще не видел такого в других AI-кодерах. На данный момент работает с проектами, использующими Supabase. В будущем планируется расширение возможностей.
5. Режим разработчика (Dev Mode) ⌨️ Позволяет редактировать код проекта напрямую в Lovable — функция, которая уже получила положительные отзывы от пользователей.
6. Визуальное редактирование 🎨 Возможность визуально редактировать стили без необходимости писать CSS-код вручную. Функция стала еще более надежной и удобной.
7. Интеграция доменов 🌐 Покупка и подключение доменов теперь доступны непосредственно в Lovable. С момента внедрения этой функции подключено более 10 000 пользовательских доменов.
Обновление ценовой политики 💰
Компания упростила тарифные планы:
• Pro-план: начиная от $25 в месяц — для индивидуальных разработчиков
• Teams-план: от $30 в месяц — для команд, нуждающихся в общем рабочем пространстве
Планы на будущее 🔮
Команда Lovable отмечает, что это только начало нового этапа развития платформы. В ближайшие месяцы планируется сделать продукт еще более функциональным, безопасным и удобным в использовании.
Для тех, кто интересуется подробностями, команда Lovable проводит прямую трансляцию с ответами на вопросы. Основатель компании Антон и его команда будут рассказывать о новых возможностях и делиться планами на будущее.
#разработка_приложений #искусственный_интеллект #Lovable #новые_технологии
Lovable 2.0: Новые возможности платформы 🚀
Команда Lovable представила значительное обновление своей платформы, которая позволяет создавать приложения и веб-сайты в режиме Vibe Coding. Версия 2.0 добавляет множество полезных функций, делающих процесс разработки более эффективным и удобным.
Ключевые обновления в Lovable 2.0 👀
1. Обновленный дизайн и интерфейс 💅 Как пишут разработчики: платформа получила современный визуальный стиль и более интуитивный интерфейс, который помогает сосредоточиться на творческом процессе.
Я не дизайнер и мне, если честно, предыдущая версия тоже нравилась, но и новая хороша :)
2. Командная работа 👨💻👩💻 Введены рабочие пространства для совместной работы:
• Pro-подписка: возможность приглашать до 2 человек в отдельные проекты
• Teams-подписка: до 20 пользователей в одном рабочем пространстве с разными уровнями доступа
• Общий пул кредитов для всех участников рабочего пространства
3. Улучшенный ИИ-ассистент 🧠 Новый режим чата стал значительно умнее и не вносит изменения в код напрямую. Он помогает:
• Отвечать на вопросы по проекту
• Планировать разработку
• Находить и исправлять ошибки
Ассистент самостоятельно определяет, когда нужно искать информацию в файлах, проверять логи или обращаться к базе данных.
Я думаю, что в сочетании со способностью делать непрерывный рефакторинг кода (lovable всегда предлагает его сделать когда размер какого-то файла с кодом начинает превышать 250 строчек, что и раньше позволяло доводить до успеха сложные проекты, такой фичи явно не хватает другому веб-кодеру bolt.new) это значительно улучшит и ускорит сходимость Vibe Coding процессов.
4. Проверка безопасности 🛡 Функция Security Scan автоматически выявляет уязвимости в приложении. Что с моей точки зрения очень актуально! И я пока еще не видел такого в других AI-кодерах. На данный момент работает с проектами, использующими Supabase. В будущем планируется расширение возможностей.
5. Режим разработчика (Dev Mode) ⌨️ Позволяет редактировать код проекта напрямую в Lovable — функция, которая уже получила положительные отзывы от пользователей.
6. Визуальное редактирование 🎨 Возможность визуально редактировать стили без необходимости писать CSS-код вручную. Функция стала еще более надежной и удобной.
7. Интеграция доменов 🌐 Покупка и подключение доменов теперь доступны непосредственно в Lovable. С момента внедрения этой функции подключено более 10 000 пользовательских доменов.
Обновление ценовой политики 💰
Компания упростила тарифные планы:
• Pro-план: начиная от $25 в месяц — для индивидуальных разработчиков
• Teams-план: от $30 в месяц — для команд, нуждающихся в общем рабочем пространстве
Планы на будущее 🔮
Команда Lovable отмечает, что это только начало нового этапа развития платформы. В ближайшие месяцы планируется сделать продукт еще более функциональным, безопасным и удобным в использовании.
Для тех, кто интересуется подробностями, команда Lovable проводит прямую трансляцию с ответами на вопросы. Основатель компании Антон и его команда будут рассказывать о новых возможностях и делиться планами на будущее.
#разработка_приложений #искусственный_интеллект #Lovable #новые_технологии
👍3❤2🔥1
#lovable #battle #check
Lovable 2.0 - проверка "боем" !
На первом занятии курса по AI-программированию и агентам мы делали браузерную игру-шутер
Вот такой результат у меня получился при помощи Lovable предыдущей версии при подготовке к занятию
Причем данный результат был получен при количестве итераций > 10. И мои попытки добавить звук выстрела и фоновую музыку так и не увенчались успехом (требовалось подгрузить свои собственные mp3 файлы).
Поэтому на самом занятии мы использовали replit agent 2.0 (ранее писал о нем здесь), который позволил получить хороший результат практически сразу за пару минут, и дальнейшие 2-3 итерации были потрачены на небольшие улучшения.
А теперь сравните, пожалуйста, с результатом на Lovable 2.0, который я получил за несколько минут + 3 итерации по корректировке кнопок перемещения и коррекции заваливания горизонта.
Результат с моей точки зрения значительно лучше Lovable предыдущей версии и на уровне replit agent 2.0, а нападающие "монстры" "из коробки" получились даже более симпатичными.
Чего мне не хватило - фоновую музыку "из коробки" получить не удалось (в replit она появилась сразу, lovable 2.0 все таки запросил
Можете повторить подобный эксперимент самостоятельно. Исходный промпт здесь
Как можно сэкономить на lovable подписке и не только писал здесь
Lovable 2.0 - проверка "боем" !
На первом занятии курса по AI-программированию и агентам мы делали браузерную игру-шутер
Вот такой результат у меня получился при помощи Lovable предыдущей версии при подготовке к занятию
Причем данный результат был получен при количестве итераций > 10. И мои попытки добавить звук выстрела и фоновую музыку так и не увенчались успехом (требовалось подгрузить свои собственные mp3 файлы).
Поэтому на самом занятии мы использовали replit agent 2.0 (ранее писал о нем здесь), который позволил получить хороший результат практически сразу за пару минут, и дальнейшие 2-3 итерации были потрачены на небольшие улучшения.
А теперь сравните, пожалуйста, с результатом на Lovable 2.0, который я получил за несколько минут + 3 итерации по корректировке кнопок перемещения и коррекции заваливания горизонта.
Результат с моей точки зрения значительно лучше Lovable предыдущей версии и на уровне replit agent 2.0, а нападающие "монстры" "из коробки" получились даже более симпатичными.
Чего мне не хватило - фоновую музыку "из коробки" получить не удалось (в replit она появилась сразу, lovable 2.0 все таки запросил
Для работы вам нужно добавить файл background-music.mp3 в папку public/ вашего проекта.)Можете повторить подобный эксперимент самостоятельно. Исходный промпт здесь
Как можно сэкономить на lovable подписке и не только писал здесь
productuniversity.ru
Cursor. AI-программироание и ИИ-агенты. Ускоряем разработки и создание прототипов. 8 проектов за 8 недель c помощью ИИ-ассистентов.…
Курс по «вайб-кодингу» и основам основам создания IT-приложений с AI-ассистентами
1❤2👍2🔥1
#ai #agents #forlife #trip #planning #browser
🚀 Как я спланировал семейное путешествие с помощью ИИ-агентов
Привет, друзья! 🌍✨
Хочу поделиться лайфхаком, который сделал планирование семейного отпуска на майские праздники простым и интересным!
🤖 Этап 1: Планирование маршрута
Решил проверить, как современные ИИ-агенты справятся с задачей планирования семейного отдыха. У меня оставались кредиты на нескольких платформах, так что устроил небольшое соревнование:
• genspark.ai 🏆 - составил подробную программу на 3 дня
• perplexity.ai deep research 📝 - предложил план на 2 дня
Вот результаты:
• https://www.genspark.ai/agents?id=02447c93-d4ba-45c9-a682-2a8bcc506cea
• https://www.perplexity.ai/search/sostav-programmu-poseshcheniia-2He2wz1bRG2t0ucCxWy1BA
💡 Можно также использовать: gemini deep research, manus ai, suna.so, openai deep research, rtrvr.ai или AI-кодеры типа roo code/cline с MCP серверами (brave research, exa, perplexity, firecrawl и т.п.)
💻 Этап 2: Создание интерактивной версии плана поездки
Чтобы сделать наше путешествие еще удобнее, решил создать интерактивную веб-версию программы поездки, доступную всем членам семьи. Сравнил два ИИ веб-кодера:
• bolt.new ⚡️ - сделал отличный сайт с первого раза без дополнительных пояснений
• lovable.dev 🎨 - потребовал некоторых уточнений (хотя он лучше справляется со сложными проектами)
Результаты получились такие:
• https://yar-trip.netlify.app/ (от bolt.new)
• https://yaroslavl-family-adventure-guide.lovable.app/ (от lovable.dev)
🏆 Мой выбор для планирования семейных путешествий:
• genspark.ai - как универсальный агент для составления плана поездки
• bolt.new - для быстрой и красивой визуализации интерактивного плана поездки
Попробуйте сами - возможно это сэкономит и вам какое-то время и сделает подготовку к отпуску интересной! 🧳🌴
А вы уже использовали ИИ для планирования отдыха? Делитесь опытом в комментариях! 👇
🚀 Как я спланировал семейное путешествие с помощью ИИ-агентов
Привет, друзья! 🌍✨
Хочу поделиться лайфхаком, который сделал планирование семейного отпуска на майские праздники простым и интересным!
🤖 Этап 1: Планирование маршрута
Решил проверить, как современные ИИ-агенты справятся с задачей планирования семейного отдыха. У меня оставались кредиты на нескольких платформах, так что устроил небольшое соревнование:
• genspark.ai 🏆 - составил подробную программу на 3 дня
• perplexity.ai deep research 📝 - предложил план на 2 дня
Вот результаты:
• https://www.genspark.ai/agents?id=02447c93-d4ba-45c9-a682-2a8bcc506cea
• https://www.perplexity.ai/search/sostav-programmu-poseshcheniia-2He2wz1bRG2t0ucCxWy1BA
💡 Можно также использовать: gemini deep research, manus ai, suna.so, openai deep research, rtrvr.ai или AI-кодеры типа roo code/cline с MCP серверами (brave research, exa, perplexity, firecrawl и т.п.)
💻 Этап 2: Создание интерактивной версии плана поездки
Чтобы сделать наше путешествие еще удобнее, решил создать интерактивную веб-версию программы поездки, доступную всем членам семьи. Сравнил два ИИ веб-кодера:
• bolt.new ⚡️ - сделал отличный сайт с первого раза без дополнительных пояснений
• lovable.dev 🎨 - потребовал некоторых уточнений (хотя он лучше справляется со сложными проектами)
Результаты получились такие:
• https://yar-trip.netlify.app/ (от bolt.new)
• https://yaroslavl-family-adventure-guide.lovable.app/ (от lovable.dev)
🏆 Мой выбор для планирования семейных путешествий:
• genspark.ai - как универсальный агент для составления плана поездки
• bolt.new - для быстрой и красивой визуализации интерактивного плана поездки
Попробуйте сами - возможно это сэкономит и вам какое-то время и сделает подготовку к отпуску интересной! 🧳🌴
А вы уже использовали ИИ для планирования отдыха? Делитесь опытом в комментариях! 👇
Perplexity AI
Составь программу посещения города ярославль на 2 дня (1 - 3 мая) с семьей 2...
Ярославль - один из красивейших городов Золотого кольца России, где удачно сочетаются исторические достопримечательности и современные развлечения для детей....
🔥6❤3👍3
#mcp #api #tools #ai #dev
🚀 6 инструментов для преобразования API в MCP-серверы
Привет, друзья! Сегодня делюсь полезной подборкой для разработчиков. Если вам нужно быстро адаптировать ваши API для работы с ИИ-агентами, эти инструменты сэкономят кучу времени 👇
1️⃣ FastAPI-MCP
Чуть выше писал об этом инструменте, здесь коротко повторюсь.
Позволяет преобразовать FastAPI end points в MCP-серверы одной строкой кода с нативной поддержкой аутентификации. Сохраняет все схемы и зависимости. Полностью с открытым исходным кодом.
2️⃣ RapidMCP
Преобразует REST API в MCP-сервер за считанные минуты без изменения кода. Просто подключите ваш API и преобразуйте его в MCP-сервер, готовый для работы с ИИ-агентами - без необходимости модификации бэкенда.
Есть платный и бесплатные тарифы.
3️⃣ MCPify
Позволяет создавать и разворачивайть MCP-серверы без написания ни единой строчки кода. Похож на Lovable/Bolt/V0 но для создания MCP-серверов. Поддерживает транспорт Streamable HTTP от MCP. Вы также можете делиться созданными MCP-серверами с другими пользователями на той же платформе.
Есть только платные тарифы.
Некоторым аналогом, но более широкого плана может являться Databutton (см. ниже)
4️⃣ Databutton MCP
Превратите любое Databutton-приложение в MCP-сервер одним кликом через настройки. Создавайте инструменты для ИИ так же, как API для вашего приложения, с возможностью добавления Python-документации для лучшего понимания агентом. Databutton размещает MCP-серверы онлайн, избавляя от необходимости локального запуска и позволяя легко интегрироваться с Claude Desktop и другими ИИ-ассистентами. Идеально подходит для создания инструментов для исследования, маркетинга и продаж.
Про Data Button писал в обзоре AI инструментов для Vibe Coding (оригинальный пост здесь)
5️⃣ Speakeasy
Генерирует MCP-серверы напрямую из документации OpenAPI с минимальным кодом. Создает TypeScript MCP-серверы с настраиваемыми описаниями инструментов и областями применения. На данный момент функциональность в Beta.
6️⃣ Higress от Alibaba
Преобразует спецификации OpenAPI в MCP-серверы одной командой. Инструмент openapi-to-mcp от Higress автоматически конвертирует документацию API в серверы с подробными шаблонами ответов. Развертывание без инфраструктуры. Полностью с открытым исходным кодом.
А какие инструменты используете вы? Делитесь в комментариях! 👇
#разработка #API #MCP #инструменты
🚀 6 инструментов для преобразования API в MCP-серверы
Привет, друзья! Сегодня делюсь полезной подборкой для разработчиков. Если вам нужно быстро адаптировать ваши API для работы с ИИ-агентами, эти инструменты сэкономят кучу времени 👇
1️⃣ FastAPI-MCP
Чуть выше писал об этом инструменте, здесь коротко повторюсь.
Позволяет преобразовать FastAPI end points в MCP-серверы одной строкой кода с нативной поддержкой аутентификации. Сохраняет все схемы и зависимости. Полностью с открытым исходным кодом.
2️⃣ RapidMCP
Преобразует REST API в MCP-сервер за считанные минуты без изменения кода. Просто подключите ваш API и преобразуйте его в MCP-сервер, готовый для работы с ИИ-агентами - без необходимости модификации бэкенда.
Есть платный и бесплатные тарифы.
3️⃣ MCPify
Позволяет создавать и разворачивайть MCP-серверы без написания ни единой строчки кода. Похож на Lovable/Bolt/V0 но для создания MCP-серверов. Поддерживает транспорт Streamable HTTP от MCP. Вы также можете делиться созданными MCP-серверами с другими пользователями на той же платформе.
Есть только платные тарифы.
Некоторым аналогом, но более широкого плана может являться Databutton (см. ниже)
4️⃣ Databutton MCP
Превратите любое Databutton-приложение в MCP-сервер одним кликом через настройки. Создавайте инструменты для ИИ так же, как API для вашего приложения, с возможностью добавления Python-документации для лучшего понимания агентом. Databutton размещает MCP-серверы онлайн, избавляя от необходимости локального запуска и позволяя легко интегрироваться с Claude Desktop и другими ИИ-ассистентами. Идеально подходит для создания инструментов для исследования, маркетинга и продаж.
Про Data Button писал в обзоре AI инструментов для Vibe Coding (оригинальный пост здесь)
5️⃣ Speakeasy
Генерирует MCP-серверы напрямую из документации OpenAPI с минимальным кодом. Создает TypeScript MCP-серверы с настраиваемыми описаниями инструментов и областями применения. На данный момент функциональность в Beta.
6️⃣ Higress от Alibaba
Преобразует спецификации OpenAPI в MCP-серверы одной командой. Инструмент openapi-to-mcp от Higress автоматически конвертирует документацию API в серверы с подробными шаблонами ответов. Развертывание без инфраструктуры. Полностью с открытым исходным кодом.
А какие инструменты используете вы? Делитесь в комментариях! 👇
#разработка #API #MCP #инструменты
GitHub
GitHub - tadata-org/fastapi_mcp: Expose your FastAPI endpoints as Model Context Protocol (MCP) tools, with Auth!
Expose your FastAPI endpoints as Model Context Protocol (MCP) tools, with Auth! - tadata-org/fastapi_mcp
❤4🔥3
Memory Bank: как сделать ИИ-кодера умнее и дешевле 🧠💰
Всем добрый вечер!
Хотел бы рассказать про крутую фишку для работы с ИИ-кодерами — Memory Bank.
Это система, которая делает Cline, RooCode, Cursor и другие ИИ-инструменты в разы эффективнее.
По сути, это развитие подхода авто-трекинга изменений проекта, о котором писал еще в начале года.
Что такое Memory Bank? 📁
Это набор markdown-файлов, которые ИИ-кодер автоматически создаёт и обновляет, чтобы "помнить" всё о вашем проекте между сессиями. Все это для того, чтобы у вашего ИИ-кодера появилась долговременная память!
Какие файлы создаются? 📋
Memory Bank состоит из 6 основных файлов:
•
•
•
•
•
•
Зачем это нужно? 🤔
1️⃣ Экономия денег — не нужно держать огромные дорогие треды, где повторяется контекст
2️⃣ Экономия времени — не нужно каждый раз объяснять ИИ, что вы делаете
3️⃣ Лучшее качество кода — ИИ помнит все паттерны и решения проекта
4️⃣ Документация на автомате — получаете структурированную документацию как побочный эффект
Как настроить? ⚙️
1) Создайте папку memory-bank/ в корне проекта
2) Добавьте специальные инструкции в настройках ИИ-кодера:
• В Cline: Settings → Custom Instructions → вставьте инструкции
• В Cursor: создайте
3) Напишите ИИ-кодеру:
И всё! Теперь ваш ИИ будет автоматически поддерживать актуальную "память" о проекте.
Как использовать? 🚀
• Начинайте новые чаты с фразы
• Когда нужно обновить память, пишите
• Используйте режимы Plan (планирование) и Act (реализация)
Особенно круто, что можно переключаться между разными ИИ-инструментами — они будут читать одни и те же файлы Memory Bank!
Мой опыт 💡
Я заметил, что с Memory Bank:
• Расход токенов снизился, примерно на треть
• ИИ стал делать меньше ошибок
• Не нужно постоянно напоминать контекст
• Появилась хорошая документация проекта
Попробуйте сами — это улучшает подход к работе с ИИ-кодерами!
Источники
• Cline Memory Bank | Cline
• Cline Memory Bank - Custom Instructions (GitHub)
• How to add Cline Memory Bank feature to your cursor (Cursor Community Forum)
• Roo Code Memory Bank (Github)
#ИИ #разработка #Cline #RooCode #Cursor #MemoryBank
Всем добрый вечер!
Хотел бы рассказать про крутую фишку для работы с ИИ-кодерами — Memory Bank.
Это система, которая делает Cline, RooCode, Cursor и другие ИИ-инструменты в разы эффективнее.
По сути, это развитие подхода авто-трекинга изменений проекта, о котором писал еще в начале года.
Что такое Memory Bank? 📁
Это набор markdown-файлов, которые ИИ-кодер автоматически создаёт и обновляет, чтобы "помнить" всё о вашем проекте между сессиями. Все это для того, чтобы у вашего ИИ-кодера появилась долговременная память!
Какие файлы создаются? 📋
Memory Bank состоит из 6 основных файлов:
•
projectbrief.md — основа проекта, цели и требования •
productContext.md — для чего нужен продукт, какие проблемы решает •
activeContext.md — над чем работаем сейчас, текущие задачи •
systemPatterns.md — архитектура, технические решения •
techContext.md — используемые технологии и зависимости •
progress.md — что сделано, что осталось, известные проблемыЗачем это нужно? 🤔
1️⃣ Экономия денег — не нужно держать огромные дорогие треды, где повторяется контекст
2️⃣ Экономия времени — не нужно каждый раз объяснять ИИ, что вы делаете
3️⃣ Лучшее качество кода — ИИ помнит все паттерны и решения проекта
4️⃣ Документация на автомате — получаете структурированную документацию как побочный эффект
Как настроить? ⚙️
1) Создайте папку memory-bank/ в корне проекта
2) Добавьте специальные инструкции в настройках ИИ-кодера:
• В Cline: Settings → Custom Instructions → вставьте инструкции
• В Cursor: создайте
.cursor/rules/memory-bank.mdc3) Напишите ИИ-кодеру:
initialize memory bankИ всё! Теперь ваш ИИ будет автоматически поддерживать актуальную "память" о проекте.
Как использовать? 🚀
• Начинайте новые чаты с фразы
follow your custom instructions • Когда нужно обновить память, пишите
update memory bank • Используйте режимы Plan (планирование) и Act (реализация)
Особенно круто, что можно переключаться между разными ИИ-инструментами — они будут читать одни и те же файлы Memory Bank!
Мой опыт 💡
Я заметил, что с Memory Bank:
• Расход токенов снизился, примерно на треть
• ИИ стал делать меньше ошибок
• Не нужно постоянно напоминать контекст
• Появилась хорошая документация проекта
Попробуйте сами — это улучшает подход к работе с ИИ-кодерами!
Источники
• Cline Memory Bank | Cline
• Cline Memory Bank - Custom Instructions (GitHub)
• How to add Cline Memory Bank feature to your cursor (Cursor Community Forum)
• Roo Code Memory Bank (Github)
#ИИ #разработка #Cline #RooCode #Cursor #MemoryBank
Telegram
Заметки LLM-энтузиаста
#cursor #ai #dev #insights #bestpractice #tracking
С недавних пор при работе над проектами в Cursor я стал использовать методику автоматического трекинга изменений в специализированных md-файлах. Очень сильно экономит время. Ниже моя заметка по теме.
📝…
С недавних пор при работе над проектами в Cursor я стал использовать методику автоматического трекинга изменений в специализированных md-файлах. Очень сильно экономит время. Ниже моя заметка по теме.
📝…
🔥10❤1
Управление задачами для AI-разработки: Task Master и Boomerang Mode
В мире AI-разработки и "vibe coding" (разработки с помощью AI-агентов) часто возникает проблема: вы просите AI внести небольшое изменение, но он нарушает работу всего проекта или создает множество ошибок из-за непонимания зависимостей в кодовой базе. Эта проблема характерна для всех AI-кодеров, независимо от платформы. Однако существует эффективное решение — системы управления задачами для AI-кодеров.
Что такое системы управления задачами для AI-кодеров?
Системы управления задачами для AI — это инструменты, которые помогают AI-агентам понимать общий план реализации проекта и контролировать объем контекста, используемый на каждом этапе разработки. Два наиболее популярных решения в этой области на данный момент — Task Master и Boomerang Mode.
Оба данных решения можно рассматривать как развитие подхода по авто-трекингу изменений, только с первоначальной декомпозицией PRD на задачи. PRD фиксирует целевые качества продукта, а система управления задачами генерирует implementation plan.
Task Master
Task Master — это система управления задачами для AI-разработки с Claude, разработанная Эялом Толедано (@eyaltoledano) и Ральфом Крейшем (@RalphEcom). Она предназначена для бесшовной интеграции с Cursor AI и другими AI-редакторами кода.
Зачем нужен Task Master?
1. Структурированный подход к разработке: Task Master разбивает сложные проекты на логически связанные подзадачи, учитывая зависимости между ними.
2. Контроль контекста: Решает проблему ограниченного контекстного окна AI, фокусируя его на конкретной задаче.
3. Снижение количества ошибок: По утверждениям некоторых пользователей, снижает количество ошибок при разработке на 90%.
4. Логическая последовательность: Гарантирует, что задачи выполняются в правильном порядке, учитывая их зависимости.
Как использовать Task Master
Согласно официальной документации Task Master, процесс использования выглядит следующим образом:
1. Установка: Как указано в README.md репозитория Task Master, установка производится через npm
2. Инициализация проекта: после установки необходимо инициализировать проект
3. Настройка окружения: В соответствии с документацией, необходимо создать файл
4. Создание PRD (Product Requirements Document): разместите файл с описанием требований к вашему проекту в отдельной папке
5. Парсинг PRD и создание задач: делается Task Master'ом по запросу
6. Анализ сложности задач: делается Task Master'ом по запросу
7. Уточнение сложных задач: делается Task Master'ом по запросу
8. Просмотр (листинг) задач: делается Task Master'ом по запросу
9. Работа с AI-кодером: после выполнения всех предыдущих шагов и декомпозиции PRD на набор взаимосвязанных задач, попросите AI-кодировщик начать реализацию проекта на основе созданного при помощи Task Master плана.
Boomerang Mode для Roo Code
Boomerang Mode — это режим для Roo Code, который фокусируется на планировании и разбиении PRD на более мелкие управляемые части. Roo Code можно рассматривать как открытый аналог Cursor, который работает внутри Visual Studio Code.
Зачем нужен Boomerang Mode?
1. Авто-выбор режима работы: позволяет делегировать работу специализированным агентам (архитектор, кодер, отладчик).
2. Изолированный контекст: Каждая подзадача выполняется в своем собственном контексте (треде).
3. Отслеживание ресурсов: Показывает потребление токенов и общую стоимость API.
4. Гибкость: Позволяет создавать собственные режимы для различных задач.
Как настроить Boomerang Mode
• Сейчас это встроенный режим в Roo Code и называется Orchestrator Mode (ранее известный как Boomerang Mode)
• Работает внутри Visual Studio Code
• Оркестрирует рабочие процессы, разбивая задачи и делегируя их другим режимам
• Каждая подзадача выполняется в своем контексте
• Отслеживает потребление токенов и стоимость API
В мире AI-разработки и "vibe coding" (разработки с помощью AI-агентов) часто возникает проблема: вы просите AI внести небольшое изменение, но он нарушает работу всего проекта или создает множество ошибок из-за непонимания зависимостей в кодовой базе. Эта проблема характерна для всех AI-кодеров, независимо от платформы. Однако существует эффективное решение — системы управления задачами для AI-кодеров.
Что такое системы управления задачами для AI-кодеров?
Системы управления задачами для AI — это инструменты, которые помогают AI-агентам понимать общий план реализации проекта и контролировать объем контекста, используемый на каждом этапе разработки. Два наиболее популярных решения в этой области на данный момент — Task Master и Boomerang Mode.
Оба данных решения можно рассматривать как развитие подхода по авто-трекингу изменений, только с первоначальной декомпозицией PRD на задачи. PRD фиксирует целевые качества продукта, а система управления задачами генерирует implementation plan.
Task Master
Task Master — это система управления задачами для AI-разработки с Claude, разработанная Эялом Толедано (@eyaltoledano) и Ральфом Крейшем (@RalphEcom). Она предназначена для бесшовной интеграции с Cursor AI и другими AI-редакторами кода.
Зачем нужен Task Master?
1. Структурированный подход к разработке: Task Master разбивает сложные проекты на логически связанные подзадачи, учитывая зависимости между ними.
2. Контроль контекста: Решает проблему ограниченного контекстного окна AI, фокусируя его на конкретной задаче.
3. Снижение количества ошибок: По утверждениям некоторых пользователей, снижает количество ошибок при разработке на 90%.
4. Логическая последовательность: Гарантирует, что задачи выполняются в правильном порядке, учитывая их зависимости.
Как использовать Task Master
Согласно официальной документации Task Master, процесс использования выглядит следующим образом:
1. Установка: Как указано в README.md репозитория Task Master, установка производится через npm
2. Инициализация проекта: после установки необходимо инициализировать проект
3. Настройка окружения: В соответствии с документацией, необходимо создать файл
.env на основе .env.example и добавить API-ключи: ANTHROPIC_API_KEY (обязательно), PERPLEXITY_API_KEY (опционально, для поисковых исследований)4. Создание PRD (Product Requirements Document): разместите файл с описанием требований к вашему проекту в отдельной папке
5. Парсинг PRD и создание задач: делается Task Master'ом по запросу
6. Анализ сложности задач: делается Task Master'ом по запросу
7. Уточнение сложных задач: делается Task Master'ом по запросу
8. Просмотр (листинг) задач: делается Task Master'ом по запросу
9. Работа с AI-кодером: после выполнения всех предыдущих шагов и декомпозиции PRD на набор взаимосвязанных задач, попросите AI-кодировщик начать реализацию проекта на основе созданного при помощи Task Master плана.
Boomerang Mode для Roo Code
Boomerang Mode — это режим для Roo Code, который фокусируется на планировании и разбиении PRD на более мелкие управляемые части. Roo Code можно рассматривать как открытый аналог Cursor, который работает внутри Visual Studio Code.
Зачем нужен Boomerang Mode?
1. Авто-выбор режима работы: позволяет делегировать работу специализированным агентам (архитектор, кодер, отладчик).
2. Изолированный контекст: Каждая подзадача выполняется в своем собственном контексте (треде).
3. Отслеживание ресурсов: Показывает потребление токенов и общую стоимость API.
4. Гибкость: Позволяет создавать собственные режимы для различных задач.
Как настроить Boomerang Mode
• Сейчас это встроенный режим в Roo Code и называется Orchestrator Mode (ранее известный как Boomerang Mode)
• Работает внутри Visual Studio Code
• Оркестрирует рабочие процессы, разбивая задачи и делегируя их другим режимам
• Каждая подзадача выполняется в своем контексте
• Отслеживает потребление токенов и стоимость API
GitHub
GitHub - eyaltoledano/claude-task-master: An AI-powered task-management system you can drop into Cursor, Lovable, Windsurf, Roo…
An AI-powered task-management system you can drop into Cursor, Lovable, Windsurf, Roo, and others. - eyaltoledano/claude-task-master
🔥4
Преимущества использования систем управления задачами для AI-кодеров
1. Значительное снижение ошибок: Некоторые пользователи сообщают о снижении количества ошибок на 90%.
2. Повышение производительности: Возможность создавать сложные приложения за один сеанс без постоянных корректировок.
3. Лучшее понимание проекта: AI получает четкое представление о структуре и зависимостях проекта.
4. Контроль над контекстом: Решение проблемы ограниченного контекстного окна AI.
5. Документирование процесса: Автоматическое создание документации о выполненных задачах.
6. Возможность возврата: При возникновении проблем можно легко вернуться к предыдущим задачам.
Базовая реализация для любого AI-агента по программированию
Если вы не хотите устанавливать специальные инструменты, вы можете создать простую систему управления задачами:
1. Создайте файл
2. Добавьте правило для вашего AI-кодера всегда обращаться к этому файлу для отслеживания задач.
3. Попросите AI-кодер разбить ваш проект на небольшие задачи и добавить их в
4. После выполнения каждой задачи AI-кодер должен отмечать ее как выполненную.
По большому счету Task Master и Boomerang Mode делают примерно то же самое, только чуть сложнее.
Заключение
Task Master и Boomerang Mode представляют собой мощные инструменты для повышения эффективности AI-разработки. Они решают ключевые проблемы, связанные с контекстом и структурированием задач, что приводит к значительному снижению количества ошибок и повышению производительности. По мере развития этих инструментов можно ожидать еще большего улучшения процесса AI-разработки в ближайшем будущем.
Независимо от того, используете ли вы Cursor, Roo Code, Windsurf или другие AI-редакторы кода, внедрение системы управления задачами может значительно улучшить ваш опыт разработки с помощью AI.
Источники:
• GitHub: eyaltoledano/claude-task-master
• Github: Boomerang-tasks
#AI #разработка #TaskMaster #RooCode #OrchestratorMode #AIcoding
1. Значительное снижение ошибок: Некоторые пользователи сообщают о снижении количества ошибок на 90%.
2. Повышение производительности: Возможность создавать сложные приложения за один сеанс без постоянных корректировок.
3. Лучшее понимание проекта: AI получает четкое представление о структуре и зависимостях проекта.
4. Контроль над контекстом: Решение проблемы ограниченного контекстного окна AI.
5. Документирование процесса: Автоматическое создание документации о выполненных задачах.
6. Возможность возврата: При возникновении проблем можно легко вернуться к предыдущим задачам.
Базовая реализация для любого AI-агента по программированию
Если вы не хотите устанавливать специальные инструменты, вы можете создать простую систему управления задачами:
1. Создайте файл
tasks.md в вашем проекте.2. Добавьте правило для вашего AI-кодера всегда обращаться к этому файлу для отслеживания задач.
3. Попросите AI-кодер разбить ваш проект на небольшие задачи и добавить их в
tasks.md4. После выполнения каждой задачи AI-кодер должен отмечать ее как выполненную.
По большому счету Task Master и Boomerang Mode делают примерно то же самое, только чуть сложнее.
Заключение
Task Master и Boomerang Mode представляют собой мощные инструменты для повышения эффективности AI-разработки. Они решают ключевые проблемы, связанные с контекстом и структурированием задач, что приводит к значительному снижению количества ошибок и повышению производительности. По мере развития этих инструментов можно ожидать еще большего улучшения процесса AI-разработки в ближайшем будущем.
Независимо от того, используете ли вы Cursor, Roo Code, Windsurf или другие AI-редакторы кода, внедрение системы управления задачами может значительно улучшить ваш опыт разработки с помощью AI.
Источники:
• GitHub: eyaltoledano/claude-task-master
• Github: Boomerang-tasks
#AI #разработка #TaskMaster #RooCode #OrchestratorMode #AIcoding
GitHub
GitHub - eyaltoledano/claude-task-master: An AI-powered task-management system you can drop into Cursor, Lovable, Windsurf, Roo…
An AI-powered task-management system you can drop into Cursor, Lovable, Windsurf, Roo, and others. - eyaltoledano/claude-task-master
🔥3❤1
Cursor 0.48.x и 0.49.x: Что нового?
В двух предыдущих версиях Курсора вышли новые интересные фичи, которые имеет смысл активно использовать в проектах.
Cursor 0.49.x (15 апреля 2025)
1. Автоматическая генерация правил - создавайте правила прямо из чата с помощью команды
2. Улучшенная история чатов - теперь доступна через командную палитру
3. Упрощенный просмотр изменений - встроенный diff-просмотр в конце каждого разговора с кнопкой Review changes
4. Изображения в MCP - теперь можно передавать изображения как часть контекста в MCP-серверах
5. Улучшенное управление терминалом - больше контроля над командами, запущенными агентом
6. Глобальные файлы игнорирования - настройка паттернов игнорирования на уровне пользователя
7. Новые модели - добавлены
Cursor 0.48.x (23 марта 2025)
1. Вкладки чата - создавайте новые вкладки (⌘T) для параллельных разговоров
2. Встроенные режимы и пользовательские режимы - переработанная система режимов с возможностью создания собственных.
Наконец-то в Cursor появилось такое же богатство преднастроенных пользовательских режимов работы как в Roo Code и Cline :) Теперь мы можем настраивать пользовательские режимы для частых задач, например:
• Копирайтинг
• Создание PRD (документации требований к продукту)
• Рефакторинг кода
• Проектирование архитектуры приложения (Architect Mode)
Это расширяет возможности Cursor за пределы стандартных режимов
Что удобно, есть готовая библиотека примеров пользовательских режимов: https://playbooks.com/
Этот сайт - просто кладезь полезных инструментов, там можно найти:
• готовые пользовательские режимы (см. скриншот)
• builder правил для Cursor'а
• MCP серверы под разные задачи
• обучающие материалы по разработке с использованием ИИ.
Подробнее о функции можно узнать в официальной документации: https://docs.cursor.com/chat/custom-modes
3. Звуковые уведомления - опциональный звук при завершении чата
4. Улучшенное индексирование - значительно ускорена индексация похожих кодовых баз
5. Отображение стоимости - для моделей с оплатой по использованию теперь видна стоимость и разбивка по чатам
6. Новый процесс онбординга - упрощенный процесс начала работы с Cursor
Обе версии включают множество исправлений ошибок и улучшений производительности.
Поэтому обновляйтесь, чтобы получить доступ ко всем новым функциям!
#Cursor #IDE #AI #Обновление
В двух предыдущих версиях Курсора вышли новые интересные фичи, которые имеет смысл активно использовать в проектах.
Cursor 0.49.x (15 апреля 2025)
1. Автоматическая генерация правил - создавайте правила прямо из чата с помощью команды
/Generate Cursor Rules - наконец-то не обязательно подключать специальные библиотеки или "ходить" на https://cursor.directory/ за rules-промптами (хотя за MCP-серверами и трендовыми топиками туда заглядывать стоит)2. Улучшенная история чатов - теперь доступна через командную палитру
3. Упрощенный просмотр изменений - встроенный diff-просмотр в конце каждого разговора с кнопкой Review changes
4. Изображения в MCP - теперь можно передавать изображения как часть контекста в MCP-серверах
5. Улучшенное управление терминалом - больше контроля над командами, запущенными агентом
6. Глобальные файлы игнорирования - настройка паттернов игнорирования на уровне пользователя
7. Новые модели - добавлены
Gemini 2.5 Pro/Flash, Grok 3/Mini, GPT-4.1, o3 и o4-mini . GPT-4.1 можно пробовать как замену claude-3.5/3.7 для кодинга, а o3 и o4-mini хороши для режима планирования проектов. Cursor 0.48.x (23 марта 2025)
1. Вкладки чата - создавайте новые вкладки (⌘T) для параллельных разговоров
2. Встроенные режимы и пользовательские режимы - переработанная система режимов с возможностью создания собственных.
Наконец-то в Cursor появилось такое же богатство преднастроенных пользовательских режимов работы как в Roo Code и Cline :) Теперь мы можем настраивать пользовательские режимы для частых задач, например:
• Копирайтинг
• Создание PRD (документации требований к продукту)
• Рефакторинг кода
• Проектирование архитектуры приложения (Architect Mode)
Это расширяет возможности Cursor за пределы стандартных режимов
Agent и Ask.Что удобно, есть готовая библиотека примеров пользовательских режимов: https://playbooks.com/
Этот сайт - просто кладезь полезных инструментов, там можно найти:
• готовые пользовательские режимы (см. скриншот)
• builder правил для Cursor'а
• MCP серверы под разные задачи
• обучающие материалы по разработке с использованием ИИ.
Подробнее о функции можно узнать в официальной документации: https://docs.cursor.com/chat/custom-modes
3. Звуковые уведомления - опциональный звук при завершении чата
4. Улучшенное индексирование - значительно ускорена индексация похожих кодовых баз
5. Отображение стоимости - для моделей с оплатой по использованию теперь видна стоимость и разбивка по чатам
6. Новый процесс онбординга - упрощенный процесс начала работы с Cursor
Обе версии включают множество исправлений ошибок и улучшений производительности.
Поэтому обновляйтесь, чтобы получить доступ ко всем новым функциям!
#Cursor #IDE #AI #Обновление
🔥6❤3⚡1
Alibaba выпускает Qwen3: новое семейство моделей ИИ на уровне топовых моделей OpenAI и xAI 🚀
Лаборатория Qwen AI от Alibaba представила новое семейство языковых моделей Qwen3 с открытыми весами!
Считается, что это настоящий прорыв, который ставит китайскую компанию в один ряд с лидерами индустрии.
Что в новинке? 💡
• Флагманская модель Qwen3-235B по производительности не уступает гигантам вроде OpenAI o1, Grok-3 и DeepSeek-R1 на ключевых бенчмарках
• Внедрена гибридная система "мышления" — можно выбирать между глубоким рассуждением или быстрыми ответами
• Улучшенные навыки программирования и агентные возможности
• Поддержка 119 языков (привет, полиглоты! 👋)
Линейка моделей 📊
Alibaba выпустила сразу 8 моделей — от легковесной версии с 600 млн параметров до полноценного монстра на 235 млрд. Причем даже малые модели показывают значительный прогресс по сравнению с предыдущими версиями.
Почему это важно? 🌍
Китай стремительно сокращает отставание в сфере ИИ, и сегодняшний релиз Qwen3 — яркое тому подтверждение. Все модели выпущены с открытыми весами под лицензией Apache 2.0 и доступны через Hugging Face или для локального/облачного развертывания.
Теперь все взгляды обращены на DeepSeek и их ожидаемый запуск R2. Гонка ИИ набирает обороты! 🏎
#ИИ #Alibaba #Qwen3 #ИскусственныйИнтеллект #ЯзыковыеМодели #OpenSource #ТехНовости
Лаборатория Qwen AI от Alibaba представила новое семейство языковых моделей Qwen3 с открытыми весами!
Считается, что это настоящий прорыв, который ставит китайскую компанию в один ряд с лидерами индустрии.
Что в новинке? 💡
• Флагманская модель Qwen3-235B по производительности не уступает гигантам вроде OpenAI o1, Grok-3 и DeepSeek-R1 на ключевых бенчмарках
• Внедрена гибридная система "мышления" — можно выбирать между глубоким рассуждением или быстрыми ответами
• Улучшенные навыки программирования и агентные возможности
• Поддержка 119 языков (привет, полиглоты! 👋)
Линейка моделей 📊
Alibaba выпустила сразу 8 моделей — от легковесной версии с 600 млн параметров до полноценного монстра на 235 млрд. Причем даже малые модели показывают значительный прогресс по сравнению с предыдущими версиями.
Почему это важно? 🌍
Китай стремительно сокращает отставание в сфере ИИ, и сегодняшний релиз Qwen3 — яркое тому подтверждение. Все модели выпущены с открытыми весами под лицензией Apache 2.0 и доступны через Hugging Face или для локального/облачного развертывания.
Теперь все взгляды обращены на DeepSeek и их ожидаемый запуск R2. Гонка ИИ набирает обороты! 🏎
#ИИ #Alibaba #Qwen3 #ИскусственныйИнтеллект #ЯзыковыеМодели #OpenSource #ТехНовости
❤🔥4👍4🔥2
DeepSeek-Prover-V2: новый инструмент для автоматизации математических доказательств
Компания DeepSeek открыла исходный код инструмента для доказательства математических теорем — DeepSeek-Prover-V2.
Что представляет собой новая модель
DeepSeek-Prover-V2 — это специализированная языковая модель, разработанная для автоматического вывода и проверки математических теорем. Модель способна формализовать математические доказательства, что требует высокого уровня логического мышления, абстракции и точности.
Технические особенности
Ключевая особенность Prover-V2 — использование обучения с подкреплением (RL) для математических доказательств. Процесс работы модели включает несколько этапов:
• DeepSeek-V3 разбивает сложные проблемы на серию подцелей, формируя структуру доказательства
• Вспомогательная модель формализует доказательство каждой подцели с использованием языка Lean 4
• DeepSeek-V3 интегрирует формализованные подцели в полное доказательство
Этот подход позволяет объединить неформальные и формальные математические рассуждения в единой модели.
Результаты тестирования
По данным разработчиков, DeepSeek-Prover-V2 демонстрирует следующие показатели:
• Решает около 90% математических задач из набора miniF2F
• Справляется с 49 из 658 проблем на PutnamBench
• Способна решать задачи уровня AIME (Американская математическая олимпиада)
Доступные версии
Выпущены две версии модели:
• DeepSeek-Prover-V2-671B — основана на DeepSeek-V3-Base
• DeepSeek-Prover-V2-7B — базируется на DeepSeek-Prover-V1.5-Base с поддержкой контекста до 32K токенов
Обе модели доступны на Hugging Face и GitHub с соответствующей лицензией.
Значение для научного сообщества
Развитие моделей для автоматизации доказательств теорем может иметь значение для математических исследований, образования и решения сложных задач в различных областях науки, где требуется формальная верификация.
#DeepSeek #МатематическиеДоказательства #ИскусственныйИнтеллект
Компания DeepSeek открыла исходный код инструмента для доказательства математических теорем — DeepSeek-Prover-V2.
Что представляет собой новая модель
DeepSeek-Prover-V2 — это специализированная языковая модель, разработанная для автоматического вывода и проверки математических теорем. Модель способна формализовать математические доказательства, что требует высокого уровня логического мышления, абстракции и точности.
Технические особенности
Ключевая особенность Prover-V2 — использование обучения с подкреплением (RL) для математических доказательств. Процесс работы модели включает несколько этапов:
• DeepSeek-V3 разбивает сложные проблемы на серию подцелей, формируя структуру доказательства
• Вспомогательная модель формализует доказательство каждой подцели с использованием языка Lean 4
• DeepSeek-V3 интегрирует формализованные подцели в полное доказательство
Этот подход позволяет объединить неформальные и формальные математические рассуждения в единой модели.
Результаты тестирования
По данным разработчиков, DeepSeek-Prover-V2 демонстрирует следующие показатели:
• Решает около 90% математических задач из набора miniF2F
• Справляется с 49 из 658 проблем на PutnamBench
• Способна решать задачи уровня AIME (Американская математическая олимпиада)
Доступные версии
Выпущены две версии модели:
• DeepSeek-Prover-V2-671B — основана на DeepSeek-V3-Base
• DeepSeek-Prover-V2-7B — базируется на DeepSeek-Prover-V1.5-Base с поддержкой контекста до 32K токенов
Обе модели доступны на Hugging Face и GitHub с соответствующей лицензией.
Значение для научного сообщества
Развитие моделей для автоматизации доказательств теорем может иметь значение для математических исследований, образования и решения сложных задач в различных областях науки, где требуется формальная верификация.
#DeepSeek #МатематическиеДоказательства #ИскусственныйИнтеллект
👍3