1С Напарник. Стоит он того?
Что решает, дорогое и долгое дообучение узкой модели или хорошая обвязка вокруг обычной облачной? На первый взгляд модель вендора с неограниченным и…
Open Source
⚑ Report a ProblemLatest Open Source news from Tech News
All topics
AI
agents
ai
api
architecture
automation
backend
beginners
career
database
devchallenge
devops
discuss
javascript
linux
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
Фреймворк RAFT: как работает RAG на максималках от Microsoft
Чтобы быстрее отвечать пользователям, команды техподдержки применяют RAG — подход, при котором нейросеть ищет информацию в базе знаний и опирается н…
Закрытый Jev против открытой Laya: сравниваем decision-модели в RAG-реранжировании
Можно ли заменить облачный Jev локальной Laya? Проверил обе модели и три специализированных реранкера на SciFact, FiQA и NFCorpus. Сравнил качество…
SRX: восстановить нужный фрагмент и проверить его
Что происходит, когда AI‑системе нужно не просто «вспомнить» факт, а показать, какой именно исторический источник его подтверждает? В…
Codebase Intelligence для агента: строим «dev tool будущего» и сразу тестируем на Rails монолите в 3,5M+ строк
Сгенерированная картинка для привлечения внимания. Промпт: «Продемонстрируй, что всё новое — это хорошо забытое старое» (нет) За последний год инстр…
Vault Audit AI стал Veynrel. Зачем Obsidian-плагину понадобились Companion и MCP
Vault Audit AI вырос из Obsidian-плагина для аудита заметок в систему с отдельным Companion, MCP-доступом для AI-клиентов и безопасными change propo…
Chatballs — open source ИИ-платформа первой линии поддержки
Я искал простой self-hosted инструмент для первой линии поддержки: чтобы ИИ отвечал пользователям по базе знаний в Telegram, MAX, email и веб-чате,…
ТОП-100 MCP-серверов: лучшие инструменты для ИИ, агентов и автоматизации (3.1 млн звезд на GitHub)
MCP-сервер - это по переходник между ИИ и внешним сервисом. Например, один MCP читает файлы на ПК, другой - программирует, третий - ищет инфу в инте…
Chatballs — open source ИИ-платформа первой линии поддержки
Я искал простой self-hosted инструмент для первой линии поддержки: чтобы ИИ отвечал пользователям по базе знаний в Telegram, MAX, email и веб-чате,…
Как мы научили ИИ читать корпоративные регламенты: от наивного RAG до измеримого pipeline
В статье - практический кейс создания корпоративного RAG-сервиса для поиска по внутренним регламентным и нормативным документам. Мы прошли путь от с…
Я хотел просто навести порядок в Obsidian. В итоге написал два индекса, semantic search и RAG
Я начинал с простого AI-аудита заметок, а в итоге Vault Audit AI вырос в систему с двумя индексами, поиском по смыслу, Similar Notes, semantic dupli…
Что такое RAGFlow и с чем его едят
Если вы хоть раз пользовались LLM, то почти наверняка сталкивались с двумя ее классическими болячками: галлюцинациями и устаревшими знаниями. А когд…
У Claude Code уже есть такая память. Тогда зачем я держу свою?
Недавно я рассказал, как держу долговременную память агента на обычных markdown‑файлах, без вектор‑базы и эмбеддингов. За кадром…
Шесть LLM‑судей из четырёх лабораторий несут 1,9 независимого голоса из 6
*6 LLM‑судей, 4 лаборатории, 3 страны — а ошибки коррелируют: ρ̄ ≈ 0,42, эффективно 1,9 из 6. В июле я писал, что…
Я объяснил KERNEL маме за пять минут. Потом проверил, переживёт ли он LLM в production
Недавно я попробовал объяснить маме, как нормально ставить задачи ChatGPT. Без temperature, context window, system prompt и прочих слов, после котор…
As Reddit stock falls, CEO questions value of Google's AI Overviews
Reddit may still be considering ending its licensing deal with Google.
«Свой» уходит в опенсорс: вайб-темы, RAG поверх шифра и объектив, который знает контекст
Свой open source ИИ-ассистент. Ассистент - который помнит вас между разговорами - ищет по вашим документам и по вебу - умеет планировать - работать…
Astra Studio: enterprise веб-приложение для взаимодействия с ИИ с нуля
Полностью локальное веб-приложение с агентной архитектурой, продвинутым RAG, MCP и мультимодальными возможностями Репозиторий проекта: https:…
EventRAG: как научить RAG искать первопричину во времени, а не в тексте
Завод теряет деньги не в момент поломки, а пока инженер ищет ответ на вопрос «почему». Заменить подшипник — полчаса; понять, что подшипник убила зая…
PAD+ AI v4.0: исследовательская когнитивная архитектура поверх LLM
Большинство AI‑приложений — это просто «запрос → LLM → ответ». PAD+ AI исследует, что должно происходить между этими шагами. Мы построили…
Как заставить LLM проанализировать хранилище из тысяч заметок, которое не влезает в контекст
У меня в Obsidian накопилось под две тысячи заметок. Ежедневники, конспекты, обрывки идей, недописанные черновики. Граф‑вью честно по…
Science‑purpose‑RAG: туда и обратно
Я хотел написать маленький локальный RAG для научных статей: графы, hybrid search, HyDE, reranker, всё красиво. В итоге Full Pipeline прои…
Retrieval в 2026: как RAG переехал с энкодеров на LLM (и что с этим делать в своём проекте)
Если вы строили RAG в 2023, ваш стек выглядел плюс-минус одинаково. BERT-семейство (BGE, e5) для семантики, BM25 для буквальных совпадений, cross-en…
Топ-советы по Claude Code от Бориса Черни и не только: гайд на 56k звёзд — что реально работает, а что мимо
Наткнулся на репозиторий claude-code-best-practice — под 56 тысяч звёзд, #1 в GitHub Trending, внутри собраны в том числе советы самого создателя Cl…
Гибридный поиск в RAG: как мы подняли Top-1 с 62% до 88% на базе из 50 000 документов
Если вы строили RAG, вы знаете эту боль: вектор-поиск красиво работает на демо-вопросах, но в продакшене теряется на номерах договоров, артикулах и…
Почему RAG — это не просто «добавить поиск»: latency, качество и выбор стратегии retrieval
Когда говорят про RAG, его часто описывают как простой способ улучшить LLM‑систему: добавить поиск по внешним данным, найти релевантн…
Как команда становится AI Native: методология из 4 этапов
Подписки купили, тренинг провели, через два месяца все вернулись в Excel. Знакомо? Делюсь методологией, через которую мы прошли в Alpina Digital и к…
Пузырь ИИ лопается: почему 95% пилотов не доходят до продакшна
Жемал Хамидун · Head of AI Alpina Digital , CPO AlpinaGPT 95% корпоративных ИИ-пилотов не доходят до продакшна. Почему компании теряют бюджеты на AI…
Memory MCP Server, часть 2: как проект вырос из semantic search в memory backbone для инженерных агентов
В первой части я показывал agent-memory-mcp v0.1.0: MCP-сервер на Go + SQLite, который даёт AI-агентам persistent memory, semantic search и RAG по д…