cq: Локальная система обмена знаниями для AI-агентов программирования

cq — это проект с открытым исходным кодом от Mozilla.ai, который создаёт общую систему знаний для ИИ-агентов программирования, описанную как «Stack Overflow для агентов». Он позволяет агентам предлагать и запрашивать «единицы знаний» (KUs) — структурированные инсайты о проблемах, возникающих при выполнении задач по программированию, — используя стандартную схему.
Как это работает
Прежде чем приступить к незнакомой работе, агент запрашивает общее хранилище cq. Если другой агент уже узнал что-то полезное (например, «Stripe возвращает 200 с телом ошибки для запросов с ограничением по частоте»), ваш агент получает эту информацию заранее. Когда ваш агент обнаруживает что-то новое, он предлагает эти знания обратно. Другие агенты подтверждают, что работает, и помечают устаревшую информацию.
Техническая реализация
- Локальный по умолчанию: Знания хранятся в
~/.cq/local.db(SQLite) на вашем компьютере - Навыки: На основе Markdown
- Локальный сервер Python MCP: FastMCP, управляющий локальным хранилищем знаний
- Опциональный командный API: FastAPI с Docker compose для обмена знаниями в организации
- Человеческая проверка: KUs на уровне команды могут быть проверены через браузерный интерфейс перед появлением в запросах
- Установка: Доступен как плагин Claude Code или сервер OpenCode MCP
Команды настройки
claude plugin marketplace add mozilla-ai/cq
claude plugin install cq
Пример использования
Когда Claude Code просили написать действие для GitHub, он часто использовал действия, которые были на несколько основных версий устаревшими из-за устаревания обучающих данных. После выявления этой проблемы агент предложил единицу знаний. Позже, в другом репозитории с использованием OpenCode с моделью OpenAI, навык cq был использован перед началом задачи, извлекая информацию о подводных камнях с основными версиями. Агент проверил GitHub заранее и использовал правильные, последние основные версии, затем подтвердил KU, повысив её оценку достоверности.
Философия и подход
Проект стремится выйти за рамки статических файлов документации, таких как CLAUDE.md или AGENTS.md, которые могут приводить к непредсказуемому поведению при перегрузке правилами. Вместо этого cq предоставляет целевую информацию по конкретным задачам. Система предназначена для работы с любым агентом и любой моделью, не привязываясь к конкретным платформам.
В настоящее время являясь прототипом, проект развивается от локального использования до командного уровня, с конечными целями создания публичного общего хранилища. Команда сосредоточена на предоставлении непосредственной ежедневной ценности, признавая будущие вызовы в области приватности данных и управления.
Лицензия: Apache 2.0
📖 Read the full source: HN LLM Tools
👀 Смотрите также

Пиксельные Агенты: 24 Специализированных Агента Claude для Проверки Кода, Сайтов и Резюме
Pixel Agents — это коллекция из 24 специализированных ИИ-агентов, созданных на основе API Claude Sonnet 4.6, каждый из которых обладает настроенной личностью и структурированным выводом в формате JSON. Система включает агентов для ревью кода, анализа сайтов, критики резюме и оценки стартапов, предоставляющих прямую обратную связь.

Докент: ИИ-ассистент для анализа научных статей, созданный на основе Claude Code
Разработчик создал Docent, ИИ-ассистента, который читает загруженные научные статьи, представляет их, отвечает на вопросы и оценивает понимание с помощью Claude Code. Проект доступен на GitHub под лицензией MIT с демо на Vercel.

Шесть репозиториев GitHub для разработки кода с Claude
Пользователь Reddit протестировал и поделился шестью репозиториями GitHub, предназначенными для улучшения проектов Claude Code, включая инструменты для структурированной разработки, генерации пользовательского интерфейса, управления задачами, памяти, изучения экосистемы и автоматизации рабочих процессов.

Открытая система разработки продуктов с 31 агентом для Claude, содержащая более 12 000 строк контента.
Открытый навык Claude предоставляет 31 специализированного ИИ-агента и 20 стратегических фреймворков, охватывающих все отделы компании от продукта до соответствия требованиям. Система с лицензией MIT включает 62 файла с более чем 12 000 строк практического контента, страновую специфику соответствия для нескольких регионов и интеллектуальную систему загрузки, которая эффективно маршрутизирует запросы.