Pryxor ставит шлюз между ИИ-агентом и внешними действиями
Открытый self-hosted-проект проверяет конкретные вызовы инструментов по заданным правилам и может разрешить их, заблокировать или отправить на ручное подтверждение.
Тема COMRAD404
hn — страница 2
169 материалов
Ускорятся ли ИИ-агенты для программирования: пока это вопрос, а не новость
На Hacker News обсуждают, станут ли одиночные сессии с LLM-агентами заметно быстрее. Но исходная публикация — вопрос пользователя, а не...
Flopper сводит характеристики GPU, AI-производительность и цены в одной базе
Flopper — каталог для сравнения ускорителей NVIDIA, AMD, Intel, Google и других производителей по характеристикам, производительности на разных точностях и...
OpenWants моделирует город, где AI-агенты сами ищут друг друга для сделок
В симуляции OpenWants агенты жителей и бизнеса публикуют потребности в общем списке и договариваются о доставке, работе и других услугах....
Tessary отслеживает сбои ИИ-агентов по всем production-трейсам
Открытый проект Tessary сочетает дешёвые классификаторы для первичного поиска проблем и отдельные агенты для анализа причин. Систему можно развернуть самостоятельно...
Velu проверяет, насколько документация пригодна для ИИ-агентов
Сервис Velu оценивает страницы документации по 23 проверкам: от llms.txt и Markdown-версий до серверного рендеринга, HTTP-кодов и доступности без авторизации.
Lacuna — открытая утилита для инлайн-подсказок ИИ на macOS
Джек Дэймон выложил в открытый доступ Lacuna — инструмент, который внедряет языковую модель в любое текстовое поле Mac через фигурные...
Liquid Inference предлагает выбирать поставщика LLM по цене и заданному качеству
Liquid Inference описывает маркетплейс, где провайдеры конкурируют за запросы к моделям, а маршрутизатор подбирает вариант под заданный уровень качества и...
Fakegreen: детектор уловок AI-агентов, имитирующих успешные сборки
Инструмент с открытым кодом Fakegreen анализирует изменения агентов в Git-дифе и находит типичные уловки: пропуск тестов, ослабление проверок, заглушки в...
Бенчмарк LLM Motion Graphics Benchmark: генерация моушн-дизайна языковыми моделями
На Cliphouse запущен тест, сравнивающий способность больших языковых моделей создавать код для анимированной графики. Бенчмарк проверяет стоимость, время и надёжность...