МЕЙКЕРЫ / OPEN SOURCE / AI-NATIVE

ВОПЛОЩАЕМ ИДЕИ В ЖИЗНЬ

Мы — мейкеры. Маленькая команда. AI-native. Выпускаем open source с нуля.

Bootstrapped. Без VC. Делаем open source инструменты для реальных проблем и выборочно сотрудничаем с командами, которые строят что-то значимое.

Bootstrapped AI-native Open Source Без VC

Что мы делаем

Три столпа нашей работы

🌐

Делаем open source

Создаём инструменты и выпускаем их открыто. От AI-runtime до утилит деплоя — если нужно нам, мы строим и делимся.

🤖

AI-native рабочий процесс

Маленькая команда, огромный выход. ИИ — ядро всего, не надстройка, а способ ежедневной работы.

🤝

Выборочное партнёрство

Премиальные партнёрства с командами, которые делают что-то значимое. Не агентство. Не дёшево. Выборочно и качественно.

Для мейкеров

Следите за нашим путём. Читайте блог. Используйте наши open source инструменты. Узнайте, как маленькая команда выпускает софт с AI-native процессами.

Читать блог

Для команд

Нужен взгляд мейкера? Мы выборочно сотрудничаем с командами, которые ценят качество и хотят проверенного исполнения на значимых проектах.

Поговорим

Свежее в блоге

Строим открыто. Делимся тем, что узнаём.

Ограниченный файловый MCP-сервер между ИИ-агентом и диском, сужающий то, что агент может читать и писать

Дайте ИИ-агенту файловую систему, не отдавая ему всю свою

Руководство по песочнице файлового доступа ИИ-агента через файловый MCP-сервер с точки зрения безопасности. Как Octofs ограничивает рабочий корень, учитывает gitignore, обеспечивает неинтерактивную оболочку и устраняет целые категории фут-ганов, которые сырой bash и rm передают агенту — плюс защиты, которых у него нет, и как настроить систему вокруг них.

6 июля 2026 г.
Don Karter Don Karter
Как распределить одного агента Octomind по многим провайдерам LLM — дешёвые модели на исследование и сжатие, сильная модель на ревью, локальные модели на массовую работу, с реальными строками конфигурации provider model

Один ИИ-агент на множестве моделей: руководство по мультимодельной маршрутизации в Octomind

Одна модель на всё вышла дорого и упёрлась в лимиты запросов. Вот как мы маршрутизируем запросы между LLM внутри одного агента Octomind — дешёвые модели на чёрную работу, флагманская модель на тот вызов, который решает, — с реальными ключами конфигурации, списком провайдеров и шпаргалкой по выбору модели.

2 июля 2026 г.
Don Karter Don Karter
Практическое руководство по постоянной памяти ИИ-агента с Octobrain — области видимости памяти по проектам, MCP-инструменты memorize remember forget knowledge и консолидация во сне, которая сохраняет точность поиска

Память для ИИ-агента без шума: области видимости и забывание в Octobrain

Дайте ИИ-агенту постоянную память — и он будет запоминать всё подряд, пока поиск не утонет в собственных заметках. Вот как области видимости памяти в Octobrain, MCP-поверхность из четырёх инструментов и автономная консолидация превратили шумный ящик хлама обратно в память, которая действительно отвечает, — плюс практическое руководство по настройке.

28 июня 2026 г.
Don Karter Don Karter

Создадим вместе

Есть значимый проект? С радостью послушаем.

Связаться