OpenHuman

Локальный ИИ-ассистент под ОС, интегрируется со 118 приложениями. Адаптируется под стиль работы, использует локальные данные.

• Super Context - сразу строит ответ с учётом контекста пользователя
• работает локально, данные не уходят с устройства
• собирает релевантную информацию о текущем экране и задаче

За месяц 33K+ звёзд на GitHub. Десять дней подряд в топе репозиториев, сейчас на первом месте.

#agent #harness #desktop

Comfy MCP

Комфиорг запустили бетатест MCP-сервера в комфи

MCP дает ИИ-агенту возможность удобно управлять ComfyUI

• запуск воркфлоу по описанию на естественном языке
• поиск моделей, нод, шаблонов внутри экосистемы
• подхватывание воркфлоу по URL
• повторный прогон сохранённых схем на новых входах
• сотни готовых воркфлоу с автообновлением

Документация

А также запускают бету Comfy CLI и репозиторий Comfy Skill для агентов

#agent #comfyui #mcp #skill #cli

Cursor for iOS

• запуск облачных агентов с выбором frontier-моделей
• Remote Control для агентов на ПК
• голосовые идеи, slash-команды, скриншоты как контекст
• Live Activities и пуш-уведомления о статусе
• артефакты: демо, логи, скриншоты для валидации
• перенос задач между локалом и облаком
• планы на repo-less чаты и интеграцию с MCP

Публичный бета-релиз, доступно на платных тарифах

iOS

#coding #ios #mobile

Qwen3-ASR

Ах да, сама распознавалка речи у них тоже обновилась

Компактная, высокая пропускная способность, мультиязычность

Распознавание речи и выравнивание по таймстампам. Покрывают 30 языков, 22 диалекта китайского, разные акценты.

• SOTA среди открытых ASR-моделей
• сопоставима с проприетарными API
• 1.7B параметров
• нативная поддержка в Transformers
• стриминг
• 2000× throughput при 0.6B параметров

• идентификация языка + STT в сложных акустических условиях
• Qwen3-ASR-0.6B - 2000x пропускная способность при 128 одновременных запросов
• единый режим стриминга и офлайн, работа с длинными аудио
• Forced Alignment через Qwen3-ForcedAligner-0.6B: таймстампы до 5 минут, 11 языков, точность выше E2E-аналогов

#asr #stt

MOSS-Transcribe-preview-2B

Модель для преобразования английской речи в текст. Использует Qwen3-1.7B-base и Qwen3-Omni-MoE аудиоэнкодер.

• распознаёт английскую речь
• обучена на публичных #ASR корпусах
• дообучена с помощью reinforcement learning
• выдаёт транскрипцию аудио

Хуже работает с неанглийской речью, акцентами, шумом, перекрывающимися голосами

Студия

#asr #stt

North-Mini-Code-1.0-w4a16

Квантованная версия (4-бит вес, 16-бит активации) первой модели Cohere для разработчиков: управление подзадачами, анализ архитектуры, code review.

* Архитектура: Sparse MoE на базе Transformer. 30B параметров всего, 3И активно. Высокая скорость, низкие требования к GPU.
* Контекстное окно: 256K токенов для анализа репозиториев целиком.
* Максимальный вывод: до 64K токенов.
* Поддержка: нативные инструменты, чередующееся рассуждение (interleaved reasoning) через JSON-схему.
* Обучение: платформы SWE-Agent, mini-SWE-agent, OpenCode, Terminus 2 для устойчивости в реальных средах.

Сценарии использования:
* генерация кода и тестов
* рефакторинг legacy-кода
* автоматизированный code review в CI/CD
* локальный AI-ассистент для приватности
* создание агентных пайплайнов для аудита безопасности и unit-тестов

#MoE #reasoning #coding

music-hearing

Скилл для агентов, который даёт им возможность слушать музыку и давать отзыв как музыкальный критик

От подписчика @tigrohvost

#skill #music2text