Дообучение LLM в разы быстрее и с меньшей памятью: оптимизированные ядра ускоряют QLoRA-обучение на 2–5 раз.
Динамический агент общего назначения: не имеет жёстких инструментов — сам пишет код для решения каждой новой задачи.
Фреймворк RAG как сервис: загружаете данные любых форматов — получаете готового чат-бота с знаниями через несколько строк кода.
Оптимизированный для LLM краулер: превращает сайты в чистый Markdown, готовый для RAG, за секунды.
Корпоративный поиск с ИИ поверх всех рабочих приложений: Slack, Drive, Jira, Confluence — единые ответы с цитатами.
Наблюдаемость и эксперименты LLM в одном инструменте: трейсинг, оценки, датасеты и дрифт эмбеддингов.
Открытая платформа трейсинга и оценки LLM от Comet: логи, метрики, плейграунд и самохостинг.
Память типа ETL для агентов: превращает неструктурированные данные в граф знаний, который агент может эффективно запрашивать.
Память и временное знание для агентов: автоматическое суммирование истории, граф сущностей и поиск по памяти.
Умная память для ИИ-ассистентов: извлекает факты из диалогов, сохраняет в профиль пользователя и поднимает релевантное в нужный момент.
Открытый визуальный конструктор ИИ-агентов: drag-and-drop воркфлоу с блоками моделей, инструментов и логики.
Официальный открытый агент Google в терминале: работает на Gemini 2.5 Pro, умеет в большой контекст и бесплатный тир.
Лёгкий фреймворк для мультимодальных агентов: память, знания, инструменты и команды — с упором на скорость и простоту.
Естественный язык как интерфейс к компьютеру: выполняет команды, код и файловые операции локально на вашей машине.
Библиотека для агентного управления браузером: LLM сам кликает, заполняет формы и собирает данные на сайтах.
Самый простой способ запускать локальные LLM на своём компьютере: одна команда — и модель работает, плюс OpenAI-совместимый API.
Единый интерфейс к сотне LLM: один код для всех провайдеров, плюс прокси с балансировкой, бюджетами и фолбэками.
Официальный MCP-сервер Zapier: агенты получают доступ к тысячам приложений и автоматизаций платформы.
MCP-сервер для научного каталога arXiv: поиск статей, скачивание PDF и конвертация в текст для анализа агентом.
MCP-сервер для Turso — распределённой SQLite: агенты выполняют запросы и управляют базой реплик.