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
Когнитивная наука повышает креативность языковых моделей: команда /reframe для Claude Code
Пользователь Reddit разработал слэш-команду /reframe для Claude Code, которая реализует когнитивно-научную технику под названием «дистанционно-вовлеченная осцилляция», что улучшило креативное решение проблем на 40% в тестах на трех открытых LLM.
Разработчик создает приложение LibraHQ для решения проблемы памяти ИИ-агентов.
Разработчик создал LibraHQ — бесплатное приложение для заметок, которое служит общим слоем памяти между чат-ботами и агентами программирования. Приложение записывает важные заметки и решения из чатов и сохраняет их для будущих сессий, решая проблему забывчивости ИИ-агентов о ранее принятых решениях.
Открытый мозг: Open-source MCP-сервер добавляет постоянную память с авто-графом и семантическим поиском для Claude
Open Brain — это сервер MCP с открытым исходным кодом, который предоставляет Клоду постоянную память между сессиями с автоматическим извлечением сущностей, семантическим дедуплицированием и авто-графированием связей между мыслями. Он использует Supabase с pgvector и Deno Edge Functions, может быть развернут самостоятельно и включает 16 инструментов MCP для обхода графа, просмотра сущностей и синтеза еженедельных обзоров.
Управляемый сервис ClawCloud упрощает развертывание OpenClaw для команд в Slack.
ClawCloud предоставляет управляемый сервис развертывания для OpenClaw, который подключается к рабочим пространствам Slack, управляет инфраструктурой и снижает задержку ответа до менее 2 секунд. Пользователь сообщил о настройке за 20 минут против 3 дней при самостоятельном хостинге, со стоимостью около $30 в месяц для команды из 40 человек.