Spine Swarm: Многокомпонентная ИИ-система на визуальном холсте для некодинговых проектов
Spine Swarm — это мультиагентная AI-система, работающая на бесконечном визуальном холсте, предназначенном для сложных некодирующих проектов. Основатели утверждают, что чат-интерфейсы не подходят для сложной AI-работы, поскольку они линейны, в то время как реальные проекты нелинейны. Они создали рабочее пространство, где структура работы явная и контролируется пользователем.
Основная архитектура
Система использует блоки как абстракции поверх AI-моделей. Существуют специальные типы блоков для:
- Вызовов LLM
- Генерации изображений
- Веб-серфинга
- Приложений
- Слайдов
- Таблиц
Блоки могут быть соединены с любыми другими блоками, причём соединения гарантируют передачу контекста независимо от типа блока. Система является модель-агностичной, позволяя рабочим процессам переключаться между различными AI-моделями в рамках одного проекта.
Работа агентов
Когда пользователь отправляет задачу, центральный оркестратор разбивает её на подзадачи и делегирует каждую специализированным персона-агентам. Эти агенты:
- Работают с блоками на холсте
- Могут переопределять настройки по умолчанию (модель и промпт) для каждой подзадачи
- Выбирают лучшую модель для каждого блока
- Иногда запускают один и тот же блок с несколькими моделями для сравнения результатов
- Работают параллельно, когда подзадачи не зависят друг от друга
Агенты могут приостанавливать выполнение, чтобы запросить уточнение или обратную связь от пользователя, прежде чем продолжить. После того как агенты создают результат, пользователи могут выбрать подмножество блоков и итеративно работать с ними через чат, не перезапуская весь рабочий процесс.
Технические преимущества
Холст предоставляет агентам постоянное структурированное представление всего проекта, которое любой агент может читать и дополнять в любой момент. Это решает проблемы деградации контекста в типичных мультиагентных системах за счёт:
- Хранения промежуточных результатов в блоках вместо удержания всего в памяти
- Создания явных структурированных передач, предназначенных для использования другими агентами
- Возможности для агентов работать дольше, сохраняя контекстные окна чистыми
Пользователи могут отправлять несколько задач одновременно, и система будет ставить в очередь зависимые или немедленно запускать независимые.
📖 Read the full source: HN AI Agents
👀 Смотрите также
VidLens MCP Server: Постоянная база знаний YouTube для Claude
VidLens — это бесплатный, открытый MCP-сервер, который индексирует контент YouTube локально с использованием семантических эмбеддингов, рассматривая видео как постоянную базу знаний, а не извлекая временные транскрипты. Он предоставляет 41 инструмент в 10 модулях для поиска, анализа и извлечения видеоконтента.
CostClaw: Бесплатная Локальная Панель Мониторинга Расходов для Агентов OpenClaw
CostClaw — это бесплатный локальный плагин, который перехватывает все вызовы LLM через нативные хуки OpenClaw и предоставляет панель управления с разбивкой по моделям, затратами на сессию и графиками почасовых расходов. Разработчик обнаружил, что его агент heartbeat запускал Claude Sonnet каждые 3 минуты круглосуточно, что обходилось в $60 в месяц, а переход на Haiku сократил счёт примерно на 65%.
HostMyClaudeHTML: Публикация HTML-артефактов Claude в один клик
Разработчик создал hostmyclaudehtml.com — бесплатный инструмент, который позволяет делиться HTML-артефактами, сгенерированными Claude, в виде живых URL-адресов, просто перетаскивая файл .html. Для загрузчиков и просматривающих не требуется аккаунт.
Инструмент с открытым исходным кодом для создания курируемых ИИ лент Reddit с использованием Cloudflare, Supabase и Vercel.
Разработчик открыл исходный код самодостаточного инструмента, который фильтрует Reddit для поиска качественных постов об AI-разработке, используя Cloudflare Workers для cron-задач и прокси, Supabase для хранения данных и Vercel для фронтенда. Инструмент включает оценку вовлеченности, опциональные LLM-резюме и стоит $1-2 в месяц за AI-обработку.