Дирижирование БЯМ-ми

ivbes

Пользователь

0 0

01.11.26 13:13 01.11.2026 12:50

Я нищеброд, и хотел бы настроить систему так, чтобы использовать несколько разных БЯМ в работе над одним проектом. Потому что то у БЯМ не хватает способностей, то у обвязки лимиты, то нужны особые инструменты в контексте, разное бывает. Это нужно мне для того, чтобы обсуждать работу с БЯМ в бесплатных чатах, а затем скармливать локальной модели чёткие команды, экономя локальные ресурсы (время, энергию).

БЯМ-ли насоветовали установить:
- Orc[hestrator]: Ориентирован на «управление задачами». Вы определяете дерево задач, агент регистрируется, занимает задачу, выполняет её, сдаёт. Он принудительно блокирует переход задачи к следующему шагу до выполнения зависимостей, подходит для проектов с чётким разделением труда.
- shared-context-server: Предоставляет общее пространство сессий, несколько MCP-клиентов (Claude Code, Cursor и др.) могут читать и записывать одно и то же состояние через HTTP, подходит для сценариев, где нужно «видеть промежуточные результаты друг друга». Это чтобы сохранять промежуточные результаты и прочее полезное из контекстов.
- cabildo: Предоставляет инструменты типа claim (занять ресурс), release, send (отправить сообщение), inbox. Когда движок A собирается изменить файл, он сначала вызывает claim("src/main.rs"); если B тоже попытается занять этот файл, он получит отказ. В нём также есть очередь git push, которая предотвращает взаимное перезаписывание коммитов двух агентов.

Кто всё это уже настроил? Считаете ли вы идею недостаточно проработанной?

master

Администратор

0 1

01.11.2026 13:13

ivbes

Так может в БЯМ и написать такой? под свои задачи.

ivbes

Пользователь

0 2

01.11.26 14:12 01.11.2026 13:32

Я считаю, что лично для меня особенного ничего нет - стандартное управление проектами, дерево задач, Work Breakdown Structure, всё совершенно типовое. Поэтому я жажду найти уже сделанное.

https://github.com/FoundationAgents/MetaGPT

https://github.com/crewaiinc/crewai

ivbes

Пользователь

0 3

01.11.26 14:43 01.11.2026 14:37

Сэм Альтман, руководитель компании OpenAI: [1]

Локальный инференс — это крайне неэффективное распределение дефицитных ресурсов. Многие хотят использовать локальный инференс, полагая, что раз появились модели с открытым исходным кодом, которые можно запускать на собственных компьютерах, то необходимость в мощностях дата‑центров отпадает. Однако, если смотреть на ситуацию в глобальном масштабе, это крайне нерационально: значительная часть мирового запаса оперативной памяти (DRAM) стоит на пользовательских компьютерах, где она используется лишь пять процентов времени. В условиях жесткого дефицита ресурсов необходимо стремиться к максимальной загрузке мощностей в облаке.

https://habr.com/ru/news/1101840/

В принципе ведь правильно говорит (для нас, для нищебродов). Но и секретные (конфиденциальные) данные надо держать в секрете. Разделив роли разных БЯМ-лей можно добиться переноса большей части нагрузки в датацентры, и при этом ключевую информацию сохранять в секрете.

Меню

Поддержка проекта

Популярное