🧠 mem-agent — агент с памятью в стиле Obsidian
Лёгкая LLM-модель, которая умеет хранить знания в человеко-читаемой памяти (Markdown-файлы) и использовать их для ответов. Агент не просто отвечает на запросы, а действительно «помнит» факты и обновляет их по ходу работы.
Это агент на 4B с локальной, совместимой памятью для Claude, ChatGPT и LM Studio.
Как работает память:
- Вся информация лежит в Markdown: memory/user.md и отдельные файлы для сущностей.
- Связи между файлами сделаны как в Obsidian: [[entity]].
- Агент может извлекать факты, обновлять их или задавать уточняющие вопросы, если запрос неполный.
Вместо огромных контекстов и упора в лимиты, Mem-Agent извлекает нужные фрагменты из локальных документов, сжимает их и передаёт агенту.
Как обучали:
- Базовая модель: Qwen3-4B-Thinking-2507.
- Использовали метод онлайн-RL (GSPO).
- Тестировали на md-memory-bench.
Результаты:
- mem-agent уверенно решает задачи памяти, близко к уровню больших моделей.
- Даже в сжатых версиях (4-bit и 8-bit) сохраняет почти то же качество.
Чем хорош:
- Память можно читать и редактировать вручную.
- Агент работает быстро и эффективно, даже в маленьком размере.
- Удобен как компонент в более крупных системах (например, через MCP).
🟠Model: https://huggingface.co/driaforall/mem-agent
🟠Blog: https://huggingface.co/blog/driaforall/mem-agent
🟠Repo: https://github.com/firstbatchxyz/mem-agent-mcp
@ai_machinelearning_big_data
#LLM#AI#Agents#MemAgent#Dria#MCP#LocalAI
Что такое MCP и зачем он нужен?
MCP - универсальный протокол взаимодействия LLM с внешним миром.
Привожу примеры применения из поста Min Choi:
1. Figma MCP
Общайтесь напрямую с Figma и создавайте современные мобильные экраны входа в систему.
2. Ableton MCP
Создавайте музыку, используя только подсказки.
3. Unity MCP
Общайтесь напрямую с Unity, чтобы создавать целые игры всего лишь с одной подсказкой.
4. WhatsApp MCP
Отправляйте и получайте изображения, видео и голосовые заметки через WhatsApp.
5. ElevenLabs MCP
Запускайте голосовых агентов для выполнения исходящих звонков от вашего имени, например, заказа пиццы.
6. Shopify MCP
Разрабатывайте и совершенствуйте операции с использованием GraphQL.
7. BioMCP
Открытые API для биомедицинских исследований, предназначенные для поиска и получения клинических испытаний, статей PubMed и вариантов генома.
8. Supabase MCP
Чтение и запись данных в вашу базу данных.
9. GitHub MCP
Без комментариев.
10. Unreal MCP
Стройте всё что угодно в движке Unreal Engine, используя только подсказки.
#mcp
https://t.me/semasci
👍MCP теперь реализован в GPTunneL
MCP (Model Context Protocol) — общий стандарт, через который ассистенты подключают внешние сервисы. Если сервис поддерживает MCP, вы просто указываете его адреси получаете безопасный доступ к своим данным прямо из чата.
Например, через MCP подключаете ваш Notion\Linear и «разговариваете» с заметками в чате ассистента GPTunneL.
Также доступны официальные MCP-серверы для GitHub, Jira/Confluence, Stripe и PayPal, Plaid, Google Drive, Dropbox и др.
〰️Наша платформа поддерживает удаленное подключение по MCP.
Проверьте: возможно, ваш любимый сервис уже имеет подобную интеграцию.
🔗Подключиться через GPTunneL
#mcp@gptunnel
Anything
Заявляют что Агент, который занимается разработкой мобильных приложений и веб-сайтов. Дизайн, который не выглядит так, будто его создал ИИ. Всё необходимое уже встроено.
Доступно прямо сейчас,
Можно в X зашерить пост и дадут триалку на неделю
Пост
#agents | AcidCrunch
MCP - Я жду этого выступления.
◼️В 16:30 Technical Product Owner команды по разработке ИИ агентов в Альфа-Банке Артём Павленко расскажет про новый стандарт взаимодействия ИИ-агентов — Model Context Protocol.
Напомню, что недавно в вебке Qwen нашли упоминания MCP, да и кажется, что этот стандарт просто бомба для дальнейшего развития/использования...
Трансляция: VK Video или YouTube, как вам удобнее...
#mcp#ИИ#ИИАгент
https://t.me/semasci
⚡️ Anthropic радует разработчиков — вышел каталог MCP-коннекторов для Claude
Если вы любите кодить в вайбе, вот отличный апдейт: Anthropic выкатили новый каталог Connectors, в котором собраны проверенные MCP-интеграции — для автоматизации, расширения функционала и прокачки собственных агентов.
Что внутри?
🟡 Поддержка популярных сервисов вроде Figma, Notion, Stripe
🟡 Коннекторы для десктопов — есть даже MCP для Claude под macOS
🟡 Аккуратная библиотека, в которой все подключается без боли
Каталог тут:claude.ai/directory
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#claude#новости#mcp#нейросети
✈️MCP — технология умных ассистентов в действии
Хотите увидеть, как работает интеллектуальная обработка информации? На видео демонстрация нашего Telegram-бота, созданного на базе технологии MCP.
MCP (Model Context Protocol) — это подход, позволяющий создавать системы, которые не просто выполняют заданные команды, а понимают суть информации и самостоятельно решают, как её обрабатывать. В отличие от обычных программ, MCP-решения адаптируются к различным запросам без необходимости перепрограммирования.
Наш бот умеет мониторить любые Telegram-каналы (достаточно переслать ему пост), анализировать их содержимое и отвечать на вопросы естественным языком. Вы можете спросить "Что писали о блокчейне за неделю?" или "Собери основные мнения о последнем обновлении iOS" — и получите структурированный ответ. И всё это реализовано менее чем в 200 строках кода! 🤔
➡️ Подробнее о технологии MCP, её преимуществах и применении порассуждали в нашей статье на Дзен-канале Шашков & Головко • AI в решениях.
А кто уже экспериментировал с MCP-решениями? Поделитесь опытом в комментариях.
#ИИ#AI#Нейросети#MCP
———
#Инструменты#Ассистенты
✍️Подписывайтесь: @aiforproduct
ChatGPT для климатических вопросов и ответов
На Hugging Face есть милейший чат бот, который отвечает на все вопросы, касающиеся климата. Работает с помощью больших языковых моделей и при взаимодействии с ChatGPT API.
Бот обучен в основном на документах межправительственной комиссии по изменению климата (IPCC), поэтому не понимает, когда его спрашивают про что-то другое. Задаете вопрос, получаете развернутый ответ со ссылками на документы IPCC. Это интересный пример внедрения больших языковых моделей обученных на корпусе внутренних документов.
#AI#climate#LLM
⚡️Ноам Браун: вокруг ИИ гораздо больше согласия, чем кажется
Ведущий исследователь OpenAI Ноам Браун предлагает не вестиcь на медийную «чёрно-белую» картинку. В соцсетях спор об ИИ часто сводят к карикатурам — от «LLM мёртвы» до «суперинтеллект завтра». Но если слушать именно исследователей, картина неожиданно консенсусная.
О чём эксперты в целом согласны:
🟡Текущих подходов уже достаточно, чтобы дать огромный экономический и социальный эффект, даже без новых научных прорывов.
🟡Для AGI/ASI прорывы всё же понадобятся — часто упоминают continual learning и sample efficiency.
🟡Горизонт — до 20 лет (средняя оценка ≈10 лет). Никто не говорит о фантазиях или «100+ лет до суперинтеллекта».
Я в целом с ним согласен. Подробнее в треде Брауна: X (Ноам Браун)
🤑ForgetMe | Boosty
Приобрести подписку на любые сервисы
⏩@forgetshop_bot
#нейросети#новости#llm
⚡️MiniMax M2: открытый «agent & code-native» ИИ
MiniMax выкатила MiniMax M2 — открытую модель для агентов и кода. По заявлению команды, она работает примерно вдвое быстрее и стоит около 8% от цены Claude Sonnet. На старте доступен бесплатный глобальный доступ на ограниченное время через MiniMax Agent и API.
Модель заточена под полнопоточные дев-воркфлоу и агентные сценарии за счёт эффективной активации параметров: справляется с длинными цепочками действий и остаётся экономной в проде.
Что умеет
🟡Agentic-пайплайны: надёжная работа с длинными цепочками (mcp, shell, browser, retrieval, code).
🟡Кодинг под ключ: проектирование, правки, тесты и рефакторинг в одном потоке.
🟡Интеграции: совместима с Claude Code, Cursor, Cline, Kilo Code, Droid и др.
Где посмотреть
🟡Hugging Face (MiniMax-M2)
🟡GitHub (репозиторий)
🟡Документация API
🟡MiniMax Agent
🤑ForgetMe | Boosty
Приобрести подписку на любые сервисы
⏩@forgetshop_bot
#новости#llm#нейросети
⚡️ReasoningBank от Google: как дать ИИ «память об ошибках» и учить его в реальном времени
Google предложили подход ReasoningBank — модуль «рабочей памяти», который дистиллирует стратегии из прошлых попыток и возвращает их в промпт при решении новых задач. Схема простая: после каждого диалога агент-судья оценивает качество решения и записывает опыт в структурированном виде (Title / Description / Content). Пример: Title:Avoid repeating failed actions; Description: агент зациклился на неработающей кнопке; Content: «если действие не даёт результата — сменить стратегию (обновить страницу, шаг назад и т. п.)». Дальше эти «воспоминания» подтягиваются в контекст — получается умный менеджмент подсказок без изменения весов модели.
Поверх памяти авторы описывают ещё и Memory-aware Test-Time Scaling (MaTTS): агент генерирует несколько решений одной задачи, ReasoningBank извлекает полезные паттерны из каждого и помогает пересобрать лучший ответ. Чем больше вычислений на тесте — тем богаче память и выше качество финального вывода. В перспективе метод можно расширять: забывание устаревших правил, приоритизация и слияние близких «воспоминаний» для компактности. Подробнее — в препринте: ReasoningBank (arXiv).
🤑ForgetMe | Boosty
Приобрести подписку на любые сервисы
⏩@forgetshop_bot
#нейросети#новости#llm