Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
481
Как создать MCP-сервер для интерактивного извлечения текста из PDF в Amazon S3
Создайте MCP-сервер для интерактивного извлечения текста из PDF в Amazon S3. Архитектура, код, сравнение с Textract и ошибки, которые стоит обойти.
482
Как использовать Computer Use в Gemini 3.5 Flash: API, безопасность и сценарии автоматизации
Разбираем новое API computer use в Gemini 3.5 Flash: как писать код, защищаться от промпт-инъекций и автоматизировать тестирование и работу с документами.
483
Google Gemini 3.5 Flash и Spark: агенты, которые не спят. MCP на стероидах
Разбор Gemini 3.5 Flash и Spark: always-on агенты с MCP Tool Support. Сравнение с Claude 4 и GPT-5, примеры использования, кому подойдут.
484
Как развернуть ChatGPT-подобный интерфейс для LangGraph-агентов на облачном GPU с vLLM и MCP
Пошаговый гайд по созданию полноценного UI для LangGraph-агентов на облачном GPU: vLLM для инференса, MCP для инструментов и Next.js frontend agent-chat-ui.
485
GBDT vs LLM для фрод-детекции: Бенчмарк латентности, стоимости и детерминизма. Хайп умер?
Открытый бенчмарк GBDT и LLM в real-time фрод-детекции. CatBoost vs Llama 4, Phi-4. Цифры: 5ms vs 500ms, $0.00005 vs $0.005. Почему GBDT король hot path.
486
Как настроить YOLO-агентов на отдельном Mac Mini: безопасная агентская разработка под iOS
Пошаговая инструкция по изоляции YOLO-агентов на отдельном Mac Mini с SSH. Решаем проблему consent fatigue и повышаем безопасность при разработке под iOS с AI-а
487
DeepSeek V4: как open-source MoE с 1M контекстом переворачивает правила игры
Разбираем DeepSeek V4: открытая архитектура MoE, гибридное внимание и 1 миллион токенов. Сравнение с Qwen, Llama, примеры локального запуска.
488
Context Graph Memory для мультиагентов: 88.9% точности при 26.9 токенах на запрос — новый стандарт памяти?
Новый подход к памяти для мультиагентов на основе графа контекста: 88.9% точности, 26.9 токенов на запрос. Сравнение с RAG, код и бенчмарки. Кому подойдет?
489
Автоматическое редактирование документов с помощью Qwen 2.5 27B и Pi-агента: пошаговое руководство
Пошаговое руководство по созданию агентного пайплайна для цензурирования документов с помощью Qwen 2.5 27B и Pi-агента. Узнайте, как автоматизировать redaction.
490
Mellum2: обзор 12B Mixture-of-Experts модели JetBrains с активными 2.5B параметрами
Обзор Mellum2 — быстрой MoE-модели от JetBrains: 12B параметров с 2.5B активными, Apache 2.0, low-latency, бенчмарки, квантование, примеры использования для RAG
491
CUGA от IBM: Собираем AI-агента за 10 минут без боли. Легкий open-source каркас, который хоронит LangChain (с кодом)
Разбираем CUGA — open-source инструмент от IBM для создания AI-агентов. Сравнение с LangChain, примеры кода, конфигурация и места, где он реально пашет.
492
Судья, который судит своих: исследование вскрыло системную предвзятость LLM при оценке
Эксперимент с 55 LLM и 22 тыс. суждений показал: модели предпочитают ответы своего семейства. Как выявить необъективность и что с этим делать?