Selfhosting

В этом разделе собраны руководства по постоянным знаниям и памяти для ИИ-систем — о том, как ассистенты сохраняют факты, предпочтения и обобщённый контекст между сессиями, не пытаясь впихнуть каждый токен в один промпт. Здесь под памятью подразумевается намеренное хранение данных (факты о пользователе, резюме, хранилища, поддерживаемые плагинами), а не оперативная память GPU или веса модели.

Обновлено в сентябре 2026: добавлены Mnemosyne и Memori, расширены настройки Honcho и Hindsight, а также добавлено сравнение политик захвата памяти (capture-policy) рядом с исходной таблицей инфраструктуры.

Вы знаете этот сценарий. Вы открываете чат с ИИ-агентом, объясняете свой проект, делитесь своими предпочтениями, выполняете часть задач и закрываете вкладку. Возвращаетесь через неделю — и это как разговор с посторонним: весь контекст утерян, все предпочтения забыты, проект нужно объяснять заново с нуля.

OpenClaw не провалилась как продукт. Он потерял свое топливо.

Долгое время llama.cpp страдал от очевидного ограничения: вы могли обслуживать только одну модель на процесс, а переключение требовало перезапуска.

Управление персональными знаниями охватывает Obsidian, Logseq, DokuWiki, Zettelkasten и PARA — правильный выбор зависит от того, хотите ли вы локальный граф заметок, собственный вики-движок или рабочий процесс, основанный на аутлайнерах.

Ассистент Hermes AI, официально документированный как Hermes Agent, позиционируется не как простая обертка для чата.

У OpenClaw есть два типа расширений, и их легко перепутать.

Плагины расширяют среду выполнения. Навыки (Skills) расширяют поведение агента.

Эта статья посвящена плагинам OpenClaw — нативным пакетам шлюза, которые добавляют каналы, провайдеры моделей, инструменты, речевые функции, память, медиа, веб-поиск и другие возможности runtime.

OpenClaw выглядит простым в демонстрациях. В производственной среде он становится полноценной системой.

Vane — один из наиболее прагматичных проектов в сегменте «AI-поиск со ссылками на источники»: самохостингуемый движок ответов, который сочетает живой веб-поиск с локальными или облачными LLM, сохраняя при этом полный контроль над всем стеком за вами.

Hermes Agent — это хостящийся самостоятельно (self-hosted), независимый от модели ИИ-ассистент, который работает на локальном компьютере или недорогом VPS, функционирует через терминальные и мессенджерские интерфейсы и со временем совершенствуется, превращая повторяющиеся задачи в переиспользуемые навыки (skills).

Text Generation Inference (TGI) обладает очень специфической энергетикой. Это не самый новый проект на улице инференса, но это тот, который уже научился, как происходит работа в продакшене, —

SGLang — это высокопроизводительный фреймворк для развертывания больших языковых и мультимодальных моделей, созданный для обеспечения низколатентного и высокопроизводительного вывода на устройствах от одной GPU до распределенных кластеров.

Вскоре вы уже управляете несколькими инструментами: vLLM, llama.cpp и другими — каждый стек работает на своём собственном порту. При этом все последующие звенья цепочки по-прежнему ожидают один базовый URL /v1; иначе вам придётся постоянно перенастраивать порты, профили и разовые скрипты. llama-swap — это прокси для /v1, который размещается перед этими стеками.

Большинство локальных конфигураций ИИ начинаются с модели и среды выполнения.