Модуль: Оркестрация межрепозиторных знаний для ИИ-агентов в программировании

✍️ OpenClawRadar📅 Опубликовано: 11 марта 2026 г.🔗 Source
Модуль: Оркестрация межрепозиторных знаний для ИИ-агентов в программировании
Ad

Modulus — это десктопное приложение, предназначенное для управления несколькими ИИ-агентами для программирования, работающими в нескольких репозиториях с общим контекстом. Инструмент решает две конкретные проблемы, с которыми сталкиваются разработчики при использовании ИИ-агентов для программирования: нарушенный контекст между репозиториями и потеря контекста при переключении между агентами.

Основная функциональность

Приложение позволяет запускать несколько ИИ-агентов для программирования одновременно без конфликтов, позволяя разработчикам исправлять ошибки во время создания функций. Каждый агент работает в своей изолированной рабочей области с использованием git worktrees, предотвращая конфликты и устраняя необходимость в нескольких окнах IDE или клонировании репозиториев.

Ключевые особенности

  • Общая память проекта: Агенты автоматически знают ваши схемы API, зависимости и последние изменения во всех репозиториях, устраняя необходимость копирования и вставки между окнами
  • Понимание между репозиториями: Агенты понимают зависимости между репозиториями (например, репозиторий бэкенда + репозиторий клиента + репозиторий общей библиотеки + репозиторий ИИ-агентов)
  • Параллельное выполнение агентов: Запускайте несколько агентов для программирования, работающих параллельно с общим контекстом
  • Рабочий процесс проверки и отправки: Просматривайте все изменения от всех агентов в одном месте и создавайте pull-запросы прямо из Modulus
  • Движок памяти и контекста: Создан с нуля специально для агентов программирования
Ad

Техническая реализация

Modulus подключается к Cursor через MCP (Model Context Protocol). Инструмент использует git worktrees для создания изолированных рабочих областей для каждого агента. Команда создала собственный движок памяти и контекста специально для рабочих процессов агентов программирования.

Текущая доступность и будущие планы

В настоящее время доступно для macOS с листом ожидания для Linux и Windows. Команда планирует добавить функции совместной работы, позволяющие командам делиться знаниями с другими для улучшения рабочих процессов с ИИ-агентами программирования. Предстоящий API позволит разработчикам переключаться между агентами программирования или IDE без потери контекста.

Пример использования

Основатели создали Modulus, чтобы решить свою собственную проблему: работая в двух разных репозиториях, им приходилось вручную вставлять схемы API между окнами Cursor, постоянно объясняя агенту фронтенда, как выглядит API бэкенда. Modulus устраняет эту ручную передачу контекста.

📖 Read the full source: HN AI Agents

Ad

👀 Смотрите также

Hollow Agent OS: Локальные ИИ-работники обращаются к Клоду как к старшему архитектору в случае затруднений
Инструменты

Hollow Agent OS: Локальные ИИ-работники обращаются к Клоду как к старшему архитектору в случае затруднений

Hollow Agent OS использует локальные модели Qwen, которые работают 24/7, но когда они сталкиваются с логическими ошибками или требуют серьезных изменений, они инициируют вызов Claude через MCP. Claude реорганизует файловые структуры, просматривает код и выступает в роли менеджера для автономных локальных работников.

OpenClawRadar
Плагин Design Studio для Claude Code добавляет виртуальную дизайн-команду с 9 ролями и 16 командами.
Инструменты

Плагин Design Studio для Claude Code добавляет виртуальную дизайн-команду с 9 ролями и 16 командами.

Новый плагин Claude Code под названием Design Studio имитирует полноценную команду дизайнеров с 9 специализированными ролями, 16 слэш-командами и 5 агентами. Он автоматически определяет технологические стеки и включает более 8000 строк знаний о дизайне в справочных файлах.

OpenClawRadar
Engram Memory SDK: Графовая память для ИИ-агентов с локальными моделями
Инструменты

Engram Memory SDK: Графовая память для ИИ-агентов с локальными моделями

Engram Memory SDK — это система графовой памяти с открытым исходным кодом для ИИ-агентов, работающая с локальными моделями через LiteLLM. Для обработки данных требуется всего один вызов LLM, после чего используется векторный поиск и обход графа для извлечения информации без дополнительных затрат на LLM.

OpenClawRadar
Рассуждение Охрана: Обнаружение циклов на уровне прокси для локального вывода LLM
Инструменты

Рассуждение Охрана: Обнаружение циклов на уровне прокси для локального вывода LLM

Прокси-уровень защиты, который обнаруживает и восстанавливается после циклов рассуждения LLM с помощью детерминированных проверок потока — ограничения токенов, n-граммные повторы и отпечатки предложений — без изменения модели.

OpenClawRadar