Перейти к содержанию
Ctrl K
Telegram
Все выпуски

Архив публикаций

Все материалы AiManual в единой хронологической ленте.

613 ИИ-агент для продаж на NestJS и BullMQ: архитектура, которая не развалится в первый же день Пошаговый гайд по построению production-ready ИИ-агента для SDR: архитектура на NestJS, очереди BullMQ, обработка аудио, грабли с LLM и ретраями. Код, цифры, ре 7 мин чтения 614 Создание ИИ-ассистента с долговременной памятью и агентами: полный гайд по реализации на Ollama и RAG Полное руководство по созданию локального ИИ-ассистента с долговременной памятью на RAG и агентами с tool calling. Используем Ollama, pgvector, мультиагентский 7 мин чтения 615 skill-compass — хук для Claude Code, который сам находит нужные скиллы (и вам не нужно гадать) Skill-compass — хук для Claude Code на Node.js, который анализирует задачу и сам подключает нужные скиллы. Как работает, примеры, сравнение с ручным подбором и 4 мин чтения 616 ELMUR на ICLR 2026: как долговременная память для роботов добивает квадратичное проклятие VLA ELMUR — новая архитектура долговременной памяти для роботов, представленная на ICLR 2026. Как она избавляет VLA-модели от квадратичной сложности и почему это пе 4 мин чтения 617 Автооценка вебинаров с LLM-судьей: конвейер на whisper.cpp и Claude Code за неделю Пошаговый гайд по созданию пайплайна автооценки вебинаров: транскрипция whisper.cpp, рубрики YAML, калибровка LLM-судьи под эксперта. Код, метрики, грабли. 9 мин чтения 618 Capability-based тестирование LLM-агентов: единый набор тестов для нескольких ассистентов Научитесь тестировать несколько LLM-ассистентов одним набором тестов. Capability-based подход: проверяем способности, а не реализации. Open-source репозиторий и 6 мин чтения 619 Локальный AI-переводчик с потоковым выводом: собираем open-source решение, которое не сливает данные Подробный обзор и пошаговая инструкция по созданию локального переводчика с потоковым выводом на базе open-source моделей. Защита данных, работа офлайн, сравнен 5 мин чтения 620 Local LLM Inference Optimization: Полное руководство с командами и техниками Глубокое руководство по оптимизации локального инференса LLM: квантование, CPU offloading, vLLM, llama.cpp, speculative decoding. Актуальные команды и конфиги д 7 мин чтения 621 Meta-Spider: новый фреймворк на мета-внимании для LLM и агентов — обзор и запуск через llama.cpp Подробный гайд по Meta-Spider — архитектуре meta-attention для агентов. Обзор моделей Qwen-3.5-4b и Granite 4.1 8B, пошаговый запуск через llama.cpp, нюансы и п 6 мин чтения 622 Лучшие локальные модели text-to-image: тест 192 промптов и методология сравнения Сравнение локальных моделей генерации изображений: Stable Diffusion 3.5, Flux.1, PixArt-Σ, Kandinsky 3.1. Результаты тестирования 192 промптов, методология, плю 6 мин чтения 623 NUMA Mirror в llama.cpp: как выжать максимум из многосокетных серверов без боли Разбор нового режима NUMA mirror в форке ik_llama.cpp: как он решает проблему межсокетного доступа к памяти и удваивает скорость инференса на серверных CPU. 7 мин чтения 624 Обновление бенчмарка VLM: кто теперь король локального зрения? Сравнение лучших локальных VLM 2026: Gemma 4 Vision, Qwen3.5-VL, ZwZ-8B. Результаты бенчмарка, скорость, качество. Кого выбрать? 4 мин чтения