<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Open-Source on AI-Uchi — Всё об искусственном интеллекте</title><link>/tags/open-source/</link><description>Recent content in Open-Source on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Wed, 15 Apr 2026 16:31:29 +0300</lastBuildDate><atom:link href="/tags/open-source/index.xml" rel="self" type="application/rss+xml"/><item><title>Open WebUI: мощная self-hosted платформа для локального AI</title><link>/news/open-webui-self-hosted-ai-platforma/</link><pubDate>Wed, 15 Apr 2026 16:31:29 +0300</pubDate><guid>/news/open-webui-self-hosted-ai-platforma/</guid><description>&lt;p&gt;Open WebUI уверенно занял место главного open-source интерфейса для локального запуска LLM. Платформа набрала более 124 тысяч звёзд на GitHub и преодолела отметку в 282 миллиона загрузок, превратившись из hobbyist-проекта в полноценное корпоративное решение. Open WebUI — расширяемая, функционально насыщенная self-hosted платформа, спроектированная для работы полностью офлайн: она поддерживает различные LLM-раннеры, включая Ollama и OpenAI-совместимые API, а встроенный inference engine обеспечивает RAG из коробки.&lt;/p&gt;
&lt;h2 id="что-умеет-open-webui"&gt;Что умеет Open WebUI&lt;/h2&gt;
&lt;p&gt;Open WebUI заменяет целый набор разрозненных AI-инструментов — ChatGPT для текстов, отдельное приложение для генерации изображений, другое для поиска по документам. Всё это собрано в одном месте: переписка, база знаний, инструменты и модели.&lt;/p&gt;</description></item><item><title>Claude Code Game Studios: 49 агентов для разработки игр</title><link>/news/claude-code-game-studios-49-agentov/</link><pubDate>Wed, 15 Apr 2026 14:48:54 +0300</pubDate><guid>/news/claude-code-game-studios-49-agentov/</guid><description>&lt;p&gt;На GitHub появился проект &lt;strong&gt;Claude Code Game Studios&lt;/strong&gt; — опенсорс-шаблон, который превращает одну сессию &lt;a href="https://code.claude.com"&gt;Claude Code&lt;/a&gt; (терминальный AI-ассистент от Anthropic) в полноценную команду разработчиков игр. Один Claude Code сеанс — полноценная игровая студия: 49 агентов, 72 навыка, одна скоординированная AI-команда.&lt;/p&gt;
&lt;h2 id="зачем-это-нужно"&gt;Зачем это нужно&lt;/h2&gt;
&lt;p&gt;Разрабатывать игру в одиночку с AI — мощно, но в одном чат-сеансе нет никакой структуры: никто не остановит от хардкода магических чисел, пропуска документации дизайна или написания «спагетти-кода». Нет QA-проверки, нет ревью дизайна, никто не спросит: «А это вообще соответствует видению игры?»&lt;/p&gt;</description></item><item><title>Archon: открытый harness builder для детерминированного AI-кодинга</title><link>/tools/archon-ai-coding-harness-builder/</link><pubDate>Wed, 15 Apr 2026 09:00:00 +0300</pubDate><guid>/tools/archon-ai-coding-harness-builder/</guid><description>&lt;p&gt;Archon позиционирует себя как первый открытый harness builder для AI-кодинга, призванный решить главную проблему современной разработки с ИИ — непредсказуемость результатов. Проект направлен на то, чтобы сделать AI-кодинг детерминированным и повторяемым.&lt;/p&gt;
&lt;h2 id="что-это-и-для-кого"&gt;Что это и для кого&lt;/h2&gt;
&lt;p&gt;Archon — это инструмент для создания структурированных &amp;ldquo;упряжек&amp;rdquo; (harness) для AI-моделей, используемых в программировании. Основная идея: превратить хаотичное взаимодействие с ИИ в систематизированный процесс с предсказуемыми результатами.&lt;/p&gt;



&lt;div class="callout callout-info"&gt;
 &lt;div class="callout-title"&gt;&amp;#8505; Что такое harness?&lt;/div&gt;
 &lt;div class="callout-content"&gt;Harness в контексте AI-кодинга — это структурированная оболочка, которая определяет правила взаимодействия с ИИ-моделью, включая промпты, контекст, ограничения и ожидаемые форматы вывода.&lt;/div&gt;
&lt;/div&gt;

&lt;p&gt;Целевая аудитория:&lt;/p&gt;</description></item><item><title>RustFS: высокопроизводительная S3-совместимая система хранения</title><link>/tools/rustfs-s3-compatible-object-storage-review/</link><pubDate>Mon, 13 Apr 2026 13:00:00 +0300</pubDate><guid>/tools/rustfs-s3-compatible-object-storage-review/</guid><description>&lt;p&gt;RustFS — это открытая высокопроизводительная система объектного хранения, написанная на языке Rust и полностью совместимая с Amazon S3 API. Проект позиционирует себя как более быструю альтернативу популярным решениям вроде MinIO, обещая в 2.3 раза лучшую производительность при работе с небольшими объектами размером 4KB.&lt;/p&gt;



&lt;div class="callout callout-info"&gt;
 &lt;div class="callout-title"&gt;&amp;#8505; Что такое объектное хранение&lt;/div&gt;
 &lt;div class="callout-content"&gt;Объектное хранение — это архитектура управления данными, где файлы хранятся как объекты в плоском адресном пространстве. S3-совместимость означает, что система использует те же API-вызовы, что и Amazon S3, что упрощает миграцию и интеграцию.&lt;/div&gt;
&lt;/div&gt;

&lt;h2 id="что-это-и-для-кого"&gt;Что это и для кого&lt;/h2&gt;
&lt;p&gt;RustFS предназначен для:&lt;/p&gt;</description></item><item><title>Phyphox: смартфон как лаборатория физика</title><link>/news/phyphox-smartfon-laboratoriya-fizika/</link><pubDate>Mon, 13 Apr 2026 09:16:30 +0300</pubDate><guid>/news/phyphox-smartfon-laboratoriya-fizika/</guid><description>&lt;p&gt;Бесплатное приложение Phyphox от Рейнско-Вестфальского технического университета Аахена (RWTH Aachen) превращает обычный смартфон в полноценную физическую лабораторию. Никакого дополнительного оборудования, никаких подписок — только телефон и желание экспериментировать. Приложение активно используется в школах и университетах по всему миру и недавно получило обновление до версии 1.2.0 с поддержкой камеры.&lt;/p&gt;
&lt;h2 id="что-умеет-phyphox"&gt;Что умеет Phyphox&lt;/h2&gt;
&lt;p&gt;Phyphox позволяет использовать датчики смартфона в экспериментах: например, определять частоту колебаний маятника через акселерометр или измерять эффект Доплера с помощью микрофона.&lt;/p&gt;</description></item><item><title>Hacker News апрель 2026: что строят разработчики</title><link>/news/hackernews-aprel-2026-proekty-razrabotchikov/</link><pubDate>Mon, 13 Apr 2026 09:13:42 +0300</pubDate><guid>/news/hackernews-aprel-2026-proekty-razrabotchikov/</guid><description>&lt;p&gt;Апрельский тред «What Are You Working On?» на Hacker News собрал 538 комментариев и 181 балл — срез того, что независимые разработчики строят прямо сейчас. В топе: зашифрованный туннель без привилегий root, умная рамка для мониторинга пожилых родителей и AI-агенты для модерации комментариев.&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id="tela--wireguard-туннель-без-tun-и-без-root"&gt;Tela — WireGuard-туннель без TUN и без root&lt;/h2&gt;
&lt;p&gt;Пол Мур Паркс опубликовал Tela (&lt;a href="https://github.com/paulmooreparks/tela"&gt;github.com/paulmooreparks/tela&lt;/a&gt;) — self-hosted (размещаемый на своём сервере) ретранслятор, который туннелирует TCP-сервисы через зашифрованные WireGuard-соединения. Главное отличие от Tailscale и аналогов: инструмент не требует TUN-адаптера (виртуального сетевого интерфейса), прав администратора или root-доступа ни на одной из сторон и работает полностью в userspace (пространстве пользователя).&lt;/p&gt;</description></item><item><title>HelloGitHub: Каталог интересных open source проектов для изучения</title><link>/tools/hellogithub-obzor-katalog-open-source-proektov/</link><pubDate>Mon, 13 Apr 2026 09:00:00 +0300</pubDate><guid>/tools/hellogithub-obzor-katalog-open-source-proektov/</guid><description>&lt;p&gt;HelloGitHub — это китайский open source проект, который с 2016 года ежемесячно публикует подборки интересных и доступных для изучения проектов на GitHub. За 8 лет существования вышло более 100 выпусков, охватывающих тысячи проектов разной сложности и направленности.&lt;/p&gt;



&lt;div class="callout callout-info"&gt;
 &lt;div class="callout-title"&gt;&amp;#8505; Что такое HelloGitHub&lt;/div&gt;
 &lt;div class="callout-content"&gt;HelloGitHub — это не инструмент разработки, а образовательная платформа и каталог. Команда проекта вручную отбирает интересные open source решения и представляет их в удобном для изучения формате.&lt;/div&gt;
&lt;/div&gt;

&lt;h2 id="что-это-и-для-кого"&gt;Что это и для кого&lt;/h2&gt;
&lt;p&gt;HelloGitHub создан для разработчиков всех уровней, но особенно полезен новичкам. Проект решает типичную проблему — как найти подходящие open source проекты для изучения среди миллионов репозиториев на GitHub.&lt;/p&gt;</description></item><item><title>SpeciesNet: как ИИ от Google помогает защищать дикую природу</title><link>/translations/speciesnet-ii-google-zashchita-dikoi-prirody/</link><pubDate>Mon, 13 Apr 2026 09:00:00 +0300</pubDate><guid>/translations/speciesnet-ii-google-zashchita-dikoi-prirody/</guid><description>&lt;p&gt;От пумы, крадущейся на рассвете через колумбийский лес, до казуара, шагающего по австралийскому бушу, — фотоловушки дают нам беспрецедентный взгляд на жизнь животных без присутствия человека. Но для биологов и экологов превратить миллионы таких снимков в полезные данные — задача, на которую раньше уходили годы. Сегодня с этим справляется искусственный интеллект.&lt;/p&gt;
&lt;h2 id="что-такое-speciesnet"&gt;Что такое SpeciesNet&lt;/h2&gt;
&lt;p&gt;&lt;strong&gt;SpeciesNet&lt;/strong&gt; — это открытая AI-модель от Google, обученная автоматически распознавать почти &lt;strong&gt;2 500 категорий&lt;/strong&gt; млекопитающих, птиц и рептилий на снимках с камер-ловушек (camera traps). Модель работает в рамках платформы &lt;a href="https://www.wildlifeinsights.org/"&gt;Wildlife Insights&lt;/a&gt; с 2019 года, а в марте 2025-го Google выпустила её в открытый доступ на GitHub под лицензией Apache 2.0.&lt;/p&gt;</description></item><item><title>SVG в 3D: бесплатные инструменты для превращения векторов в объём</title><link>/articles/svg-v-3d-besplatnye-instrumenty-konvertatsii/</link><pubDate>Sun, 12 Apr 2026 17:00:00 +0300</pubDate><guid>/articles/svg-v-3d-besplatnye-instrumenty-konvertatsii/</guid><description>&lt;p&gt;Логотип, иконка, шрифтовая надпись — всё это плоские SVG-файлы. Но что если вам нужно превратить их в объёмные 3D-объекты — для сайта, презентации или даже 3D-печати? Раньше для этого требовался Blender и час ручной работы. Сегодня появилось целое поколение бесплатных open-source инструментов, которые делают это прямо в браузере за секунды.&lt;/p&gt;
&lt;p&gt;В этой статье разберём, как устроены современные SVG-to-3D конвертеры, сравним лучшие из них и покажем, как технически работает превращение плоского вектора в объёмную геометрию.&lt;/p&gt;</description></item><item><title>Разработчик выпустил open-source систему анализа акций на базе ИИ</title><link>/news/open-source-ai-stock-analysis-system/</link><pubDate>Sun, 12 Apr 2026 16:59:31 +0300</pubDate><guid>/news/open-source-ai-stock-analysis-system/</guid><description>&lt;p&gt;Разработчик ZhuLinsen опубликовал на GitHub открытую систему анализа акций на базе больших языковых моделей (LLM). Проект daily_stock_analysis поддерживает анализ китайских A-акций, гонконгских H-акций и американских рынков с автоматической отправкой отчётов в мессенджеры и email. Особенность решения — возможность бесплатного запуска через GitHub Actions без собственного сервера.&lt;/p&gt;



&lt;div class="callout callout-info"&gt;
 &lt;div class="callout-title"&gt;&amp;#8505; Ключевые возможности&lt;/div&gt;
 &lt;div class="callout-content"&gt;Система генерирует ежедневный &amp;ldquo;dashboard решений&amp;rdquo; с конкретными точками входа/выхода, техническим анализом и новостной аналитикой для выбранных акций&lt;/div&gt;
&lt;/div&gt;

&lt;h2 id="архитектура-и-функционал"&gt;Архитектура и функционал&lt;/h2&gt;
&lt;p&gt;Система построена по модульному принципу и интегрирует множество источников данных:&lt;/p&gt;</description></item><item><title>Claude Code и постмортем ошибок: навык самообучения</title><link>/articles/claude-code-postmortem-navyk-samoobucheniya-oshibki/</link><pubDate>Sun, 12 Apr 2026 13:00:00 +0300</pubDate><guid>/articles/claude-code-postmortem-navyk-samoobucheniya-oshibki/</guid><description>&lt;h2 id="одна-и-та-же-ошибка--снова-и-снова"&gt;Одна и та же ошибка — снова и снова&lt;/h2&gt;
&lt;p&gt;Вы объясняете Claude Code, что в проекте нужно использовать &lt;code&gt;uv&lt;/code&gt;, а не &lt;code&gt;pip&lt;/code&gt;. Claude кивает, соглашается — и в следующей сессии снова пишет &lt;code&gt;pip install&lt;/code&gt;. Вы тратите время на правки, объяснения, итерации. А модель при каждом запуске начинает с чистого листа: прошлый разговор для неё не существует.&lt;/p&gt;
&lt;p&gt;Это фундаментальное ограничение языковых моделей: &lt;strong&gt;они не помнят собственных ошибок&lt;/strong&gt;. У Claude Code нет встроенного механизма рефлексии. Исправил — забыл.&lt;/p&gt;</description></item><item><title>TradingView MCP Server: AI-трейдинг с Claude Desktop</title><link>/tools/tradingview-mcp-server-ai-treiding-s-claude/</link><pubDate>Sun, 12 Apr 2026 09:00:00 +0300</pubDate><guid>/tools/tradingview-mcp-server-ai-treiding-s-claude/</guid><description>&lt;p&gt;Что, если Claude мог бы в реальном времени анализировать рынок криптовалют, строить технические индикаторы и даже прогонять стратегии на истории — прямо в окне чата? Именно это делает &lt;strong&gt;TradingView MCP Server&lt;/strong&gt; — open-source инструмент, превращающий AI-ассистента в полноценного торгового аналитика.&lt;/p&gt;
&lt;h2 id="что-это-и-для-кого"&gt;Что это и для кого&lt;/h2&gt;
&lt;p&gt;TradingView MCP Server — это MCP-сервер (Model Context Protocol) на Python, который подключается к Claude Desktop и другим совместимым AI-клиентам. Он предоставляет AI-ассистенту набор из &lt;strong&gt;30+ инструментов&lt;/strong&gt; для работы с рыночными данными: от получения котировок до комплексного технического анализа и бэктестинга стратегий.&lt;/p&gt;</description></item><item><title>Multica: управляй AI-агентами как командой</title><link>/tools/multica-platforma-upravleniia-ai-agentami/</link><pubDate>Sat, 11 Apr 2026 10:00:00 +0300</pubDate><guid>/tools/multica-platforma-upravleniia-ai-agentami/</guid><description>&lt;p&gt;Ещё недавно AI-агент был инструментом: запустил — получил результат — закрыл. Сегодня команды хотят большего: чтобы агент сам подхватил задачу из бэклога, написал код, сообщил о блокерах и обновил статус — точно так же, как делает человек-разработчик. Именно эту проблему решает &lt;strong&gt;Multica&lt;/strong&gt;.&lt;/p&gt;
&lt;h2 id="что-такое-multica"&gt;Что такое Multica&lt;/h2&gt;
&lt;p&gt;&lt;strong&gt;Multica&lt;/strong&gt; — это open-source платформа для управления coding-агентами, которая превращает их в полноценных участников команды. Проект создан под лозунгом &lt;em&gt;&amp;ldquo;Turn coding agents into real teammates&amp;rdquo;&lt;/em&gt;: агент получает профиль, может получать назначения, комментировать задачи, менять их статус и докладывать о прогрессе — всё в едином интерфейсе рядом с людьми.&lt;/p&gt;</description></item><item><title>Observer Patch Holography: теория всего из согласованности наблюдателей</title><link>/news/observer-patch-holography-teoriia-vsego-iz-nabliudatelei/</link><pubDate>Sat, 04 Apr 2026 18:00:00 +0300</pubDate><guid>/news/observer-patch-holography-teoriia-vsego-iz-nabliudatelei/</guid><description>&lt;p&gt;Бернхард Мюллер, известный в мире кибербезопасности как создатель анализатора смарт-контрактов Mythril и лауреат Pwnie Award, опубликовал на GitHub исследовательскую программу Observer Patch Holography (OPH) — попытку вывести всю фундаментальную физику из единственного принципа: ни один наблюдатель не видит мир целиком, а там, где зоны видимости пересекаются, описания обязаны совпадать.&lt;/p&gt;
&lt;h2 id="суть-подхода"&gt;Суть подхода&lt;/h2&gt;
&lt;p&gt;OPH отталкивается от идеи, что реальность устроена «лоскутно» (patchwise). Каждый наблюдатель работает с локальным участком информации на конечном голографическом экране (holographic screen). Когда участки соседних наблюдателей перекрываются, условия согласованности на этих пересечениях порождают знакомые физические законы.&lt;/p&gt;</description></item><item><title>Hermes Agent — AI-агент с самообучением от Nous Research</title><link>/news/hermes-agent-ai-agent-nous-research/</link><pubDate>Mon, 30 Mar 2026 18:00:00 +0300</pubDate><guid>/news/hermes-agent-ai-agent-nous-research/</guid><description>&lt;p&gt;Nous Research, стартап из Остина с $70M финансирования, выпустил Hermes Agent — open-source AI-агент, который учится на собственном опыте и выстраивает модель пользователя между сессиями. 8 апреля вышла версия v0.8.0 с 209 мёрдж-реквестами и 82 закрытыми issue.&lt;/p&gt;
&lt;h2 id="что-такое-hermes-agent"&gt;Что такое Hermes Agent&lt;/h2&gt;
&lt;p&gt;Главная идея — &lt;strong&gt;замкнутый цикл обучения&lt;/strong&gt; (closed learning loop). Агент не просто выполняет команды: он создаёт навыки (skills) из сложных задач, улучшает их при повторном использовании, сохраняет знания в постоянную память и строит психологический профиль пользователя через систему Honcho.&lt;/p&gt;</description></item><item><title>CLAUDE.md по советам Карпати: четыре правила для AI-кодинга</title><link>/news/claude-md-po-sovetam-karpati-pravila-ai-kodinga/</link><pubDate>Sun, 29 Mar 2026 12:00:00 +0300</pubDate><guid>/news/claude-md-po-sovetam-karpati-pravila-ai-kodinga/</guid><description>&lt;p&gt;Разработчик Forrest Chang выпустил открытый плагин для Claude Code, основанный на наблюдениях Андрея Карпати о типичных провалах LLM при написании кода. Один файл &lt;code&gt;CLAUDE.md&lt;/code&gt; с четырьмя принципами заставляет AI-ассистента думать перед действием, писать проще и не трогать чужой код.&lt;/p&gt;
&lt;h2 id="что-не-так-с-ai-кодингом"&gt;Что не так с AI-кодингом&lt;/h2&gt;
&lt;p&gt;Карпати — бывший директор AI в Tesla и один из основателей OpenAI — в своём обзоре «2025 LLM Year in Review» сформулировал проблемы, которые знакомы каждому, кто работает с AI-ассистентами для кода:&lt;/p&gt;</description></item><item><title>Обзор Ollama: запускаем LLM локально</title><link>/tools/obzor-ollama-zapuskaem-llm-lokalno/</link><pubDate>Mon, 23 Mar 2026 15:00:00 +0300</pubDate><guid>/tools/obzor-ollama-zapuskaem-llm-lokalno/</guid><description>&lt;p&gt;Облачные API дорожают, данные утекают, а лимиты раздражают. &lt;strong&gt;Ollama&lt;/strong&gt; предлагает альтернативу: запустить большую языковую модель прямо на своём компьютере одной командой. Без регистрации, без токенов, без ежемесячных счетов. Разбираемся, насколько это реально в 2026 году.&lt;/p&gt;
&lt;h2 id="что-такое-ollama-и-для-кого"&gt;Что такое Ollama и для кого&lt;/h2&gt;
&lt;p&gt;Ollama — open-source CLI-инструмент для скачивания, запуска и управления LLM-моделями локально. Написан на Go, работает как демон с REST API. Представьте Docker, но для AI-моделей: одна команда — и модель работает.&lt;/p&gt;</description></item><item><title>n8n — open-source платформа автоматизации с AI-агентами</title><link>/tools/n8n-obzor-platformy-avtomatizatsii/</link><pubDate>Sat, 21 Mar 2026 09:00:00 +0300</pubDate><guid>/tools/n8n-obzor-platformy-avtomatizatsii/</guid><description>&lt;p&gt;n8n — open-source платформа для автоматизации рабочих процессов, которая за последние два года совершила резкий поворот в сторону AI. Если раньше это был «self-hosted Zapier для разработчиков», то в 2026-м n8n стал полноценным фреймворком для создания AI-агентов с визуальным интерфейсом. Разбираемся, кому он подходит и стоит ли переходить с коммерческих альтернатив.&lt;/p&gt;
&lt;h2 id="что-это-и-для-кого"&gt;Что это и для кого&lt;/h2&gt;
&lt;p&gt;n8n (произносится «nodemation») — платформа автоматизации с fair-code лицензией, которая позволяет строить рабочие процессы визуально, соединяя ноды в цепочки. Каждый нод — это интеграция с сервисом, логическая операция или AI-модель.&lt;/p&gt;</description></item><item><title>Unsloth Studio: веб-интерфейс для обучения LLM локально</title><link>/news/unsloth-studio-web-ui-obuchenie-llm-lokalno/</link><pubDate>Wed, 18 Mar 2026 18:00:00 +0300</pubDate><guid>/news/unsloth-studio-web-ui-obuchenie-llm-lokalno/</guid><description>&lt;p&gt;Проект Unsloth, набравший более 60 тысяч звёзд на GitHub, выпустил &lt;strong&gt;Unsloth Studio&lt;/strong&gt; — open-source веб-интерфейс для локального обучения и запуска AI-моделей. Инструмент обещает до 2x ускорение тренировки при сокращении потребления видеопамяти на 70%, без потери точности. Studio работает на Windows, Linux и macOS и поддерживает более 500 моделей — от Qwen3.5 и Gemma 4 до DeepSeek и gpt-oss от OpenAI.&lt;/p&gt;
&lt;h2 id="что-умеет-unsloth-studio"&gt;Что умеет Unsloth Studio&lt;/h2&gt;
&lt;p&gt;Studio — это единый интерфейс, который объединяет инференс (запуск моделей) и тренировку в одном окне браузера. Раньше Unsloth был доступен только как Python-библиотека для продвинутых пользователей. Теперь порог входа снизился: настроить fine-tuning (дообучение) можно через визуальные формы, без написания кода.&lt;/p&gt;</description></item><item><title>Google вложит $12,5 млн в безопасность open source в эпоху AI</title><link>/translations/google-investitsii-bezopasnost-open-source-ai/</link><pubDate>Mon, 09 Mar 2026 09:00:00 +0300</pubDate><guid>/translations/google-investitsii-bezopasnost-open-source-ai/</guid><description>&lt;p&gt;Миллиарды людей ежедневно пользуются интернетом, который построен на open source — программном обеспечении с открытым исходным кодом. Браузеры, серверы, базы данных, фреймворки — всё это работает благодаря коду, который создают и поддерживают тысячи разработчиков по всему миру. Но что произойдёт, если фундамент окажется уязвимым?&lt;/p&gt;
&lt;p&gt;В марте 2026 года Google вместе с Amazon, Anthropic, Microsoft/GitHub и OpenAI объявили о совместном вложении &lt;strong&gt;$12,5 млн&lt;/strong&gt; в безопасность открытого ПО через программу &lt;a href="https://alpha-omega.dev/"&gt;Alpha-Omega&lt;/a&gt; при Linux Foundation. Но деньги — лишь часть стратегии. Главная ставка — на AI-инструменты, которые не просто находят уязвимости, а &lt;strong&gt;автоматически их исправляют&lt;/strong&gt;.&lt;/p&gt;</description></item><item><title>Superpowers — фреймворк навыков для AI-агентов покоряет GitHub</title><link>/news/superpowers-freimvork-navykov-ai-agentov/</link><pubDate>Wed, 25 Feb 2026 09:00:00 +0300</pubDate><guid>/news/superpowers-freimvork-navykov-ai-agentov/</guid><description>&lt;p&gt;Open-source фреймворк &lt;strong&gt;Superpowers&lt;/strong&gt; от Джесси Винсента (Jesse Vincent) и команды Prime Radiant преодолел отметку в 90 000 звёзд на GitHub. Проект превращает AI-кодинг-агентов из «быстрых печатных машинок» в дисциплинированных инженеров, которые способны автономно работать часами — не отклоняясь от согласованного плана.&lt;/p&gt;
&lt;h2 id="что-такое-superpowers"&gt;Что такое Superpowers&lt;/h2&gt;
&lt;p&gt;Superpowers — это набор композируемых &lt;strong&gt;skills&lt;/strong&gt; (навыков), которые автоматически подключаются к вашему AI-агенту и задают ему строгую методологию разработки. Фреймворк не предлагает — он &lt;strong&gt;требует&lt;/strong&gt; соблюдения процесса: проектирование перед кодом, TDD (test-driven development — разработка через тестирование), ревью кода и систематический дебаггинг.&lt;/p&gt;</description></item><item><title>MiniMind: обучить GPT с нуля за 2 часа и 40 центов</title><link>/news/minimind-obuchit-gpt-s-nulya-za-2-chasa/</link><pubDate>Mon, 16 Feb 2026 09:00:00 +0300</pubDate><guid>/news/minimind-obuchit-gpt-s-nulya-za-2-chasa/</guid><description>&lt;p&gt;Китайский разработчик Jingyao Gong выложил в открытый доступ проект MiniMind — полный pipeline для обучения языковой модели на 64 миллиона параметров с нуля. На одной видеокарте NVIDIA RTX 3090 весь процесс занимает около двух часов и обходится примерно в 3 юаня (~40 центов) при аренде GPU-сервера. Проект набрал более 41 000 звёзд на GitHub и стал одним из самых популярных учебных ресурсов по LLM.&lt;/p&gt;
&lt;h2 id="что-такое-minimind"&gt;Что такое MiniMind&lt;/h2&gt;
&lt;p&gt;MiniMind — это не очередная обёртка над чужой моделью. Это полная реализация языковой модели с нуля на чистом PyTorch, без зависимости от высокоуровневых фреймворков вроде &lt;code&gt;transformers&lt;/code&gt; или &lt;code&gt;trl&lt;/code&gt;. Размер модели — примерно 1/2700 от GPT-3.&lt;/p&gt;</description></item><item><title>Scrapling — Python-фреймворк для веб-скрапинга с адаптивным парсингом</title><link>/news/scrapling-python-freimvork-adaptivnyi-veb-skraping/</link><pubDate>Sun, 15 Feb 2026 15:00:00 +0300</pubDate><guid>/news/scrapling-python-freimvork-adaptivnyi-veb-skraping/</guid><description>&lt;p&gt;Python-фреймворк &lt;strong&gt;Scrapling&lt;/strong&gt; набрал свыше 25 000 звёзд на GitHub и продолжает быстро расти. Проект от разработчика Karim Shoair (D4Vinci) покрывает весь цикл веб-скрапинга — от одиночных запросов до масштабных краулов — и выделяется главной фишкой: адаптивный парсер, который сам находит нужные элементы даже после редизайна сайта.&lt;/p&gt;
&lt;h2 id="что-такое-адаптивный-парсинг"&gt;Что такое адаптивный парсинг&lt;/h2&gt;
&lt;p&gt;Классическая проблема веб-скрапинга: сайт обновил вёрстку — все CSS-селекторы сломались, скрипты перестали работать. Scrapling решает это через «структурные отпечатки» элементов. При первом запуске парсер запоминает не только селектор, но и контекст элемента — его соседей, атрибуты, положение в DOM. При следующем запуске с флагом &lt;code&gt;adaptive=True&lt;/code&gt; библиотека ищет элементы по сохранённому отпечатку, даже если классы и структура изменились.&lt;/p&gt;</description></item><item><title>DeepTutor 1.0: ИИ-репетитор с агентной архитектурой</title><link>/news/deeptutor-1-0-ii-repetitor-agentnaia-arkhitektura/</link><pubDate>Thu, 12 Feb 2026 15:00:00 +0300</pubDate><guid>/news/deeptutor-1-0-ii-repetitor-agentnaia-arkhitektura/</guid><description>&lt;p&gt;Лаборатория Data Intelligence Lab Гонконгского университета (HKUDS) выпустила &lt;strong&gt;DeepTutor v1.0.0&lt;/strong&gt; — open-source ИИ-ассистент для персонализированного обучения. Релиз представляет собой полную переработку архитектуры на агентную модель — около 200 тысяч строк нового кода. Проект распространяется под лицензией Apache-2.0 и уже набрал более 10 000 звёзд на GitHub.&lt;/p&gt;
&lt;h2 id="что-такое-deeptutor"&gt;Что такое DeepTutor&lt;/h2&gt;
&lt;p&gt;DeepTutor — не очередной чат-бот для ответов на вопросы. Это платформа, в которой пять режимов работы объединены в единый контекст: обычный чат, глубокое решение задач (Deep Solve), генерация тестов, исследовательский режим (Deep Research) и визуализация математики (Math Animator). Переключение между ними происходит без потери истории беседы.&lt;/p&gt;</description></item><item><title>Pardonned.com: база данных помилований США</title><link>/news/pardonned-com-baza-pomilovaniy-ssha/</link><pubDate>Tue, 15 Apr 2025 12:00:00 +0000</pubDate><guid>/news/pardonned-com-baza-pomilovaniy-ssha/</guid><description>&lt;p&gt;Разработчик под ником vidluther запустил &lt;a href="https://pardonned.com"&gt;Pardonned.com&lt;/a&gt; — открытую поисковую базу данных президентских помилований США. Проект собрал 459 голосов на Hacker News и вызвал активную дискуссию. Весь код опубликован на GitHub, а сама база доступна для скачивания.&lt;/p&gt;
&lt;h2 id="как-это-работает"&gt;Как это работает&lt;/h2&gt;
&lt;p&gt;Сайт построен на связке из трёх инструментов: Playwright scraper (инструмент для автоматизированного парсинга веб-страниц) забирает данные с сайта Министерства юстиции США, SQLite хранит их локально, а Astro 6 генерирует из базы статический сайт.&lt;/p&gt;</description></item><item><title>Построил аналог Wispr Flow за несколько часов: опыт</title><link>/articles/sobral-analog-wispr-flow-svoimi-rukami/</link><pubDate>Thu, 30 Jan 2025 10:00:00 +0300</pubDate><guid>/articles/sobral-analog-wispr-flow-svoimi-rukami/</guid><description>&lt;p&gt;Реклама умеет раздражать. Но иногда именно раздражение становится двигателем прогресса. Один разработчик настолько устал видеть рекламу Wispr Flow — платного инструмента для голосового ввода текста — что решил не платить подписку, а просто создать собственный аналог. За несколько часов. И опубликовал всё в open source.&lt;/p&gt;
&lt;p&gt;Эта история гуляет по Reddit и Hacker News, собирая тысячи апвоутов. Давайте разберём, что такое Wispr Flow, почему его open-source клон вообще возможен, и как при желании повторить это самостоятельно.&lt;/p&gt;</description></item></channel></rss>