📱FastAPI-MCP.

FastAPI-MCP — это инструмент без настройки, который автоматически превращает эндпоинты FastAPI в MCP (Model Context Protocol) инструменты.

🔹Особенности:

🔘Прямая интеграция — подключите MCP-сервер к FastAPI-приложению.

🔘Ноль конфигурации — просто укажите FastAPI-приложение, и оно заработает.

🔘Автообнаружение эндпоинтов и их преобразование в MCP-инструменты.

🔘Сохранение схем запросов и ответов.

🔘Документация не теряется — всё, как в Swagger.

🔘Расширяемость — добавляйте кастомные MCP-инструменты.

#FastAPI #MCP #Python #API #FastAPI_MCP

📱Ссылка на репозиторий:
https://github.com/tadata-org/fastapi_mcp

📱UltraRAG.

UltraRAG — это легковесный фреймворк для разработки RAG‑систем на базе Model Context Protocol (MCP), созданный совместно THUNLP (Tsinghua University), NEUIR (Northeastern University), OpenBMB и AI9stars.

🔹Основные особенности:

🔘Низкий барьер входа — сложные пайплайны с ветвлениями, циклами и итерациями описываются в десятках строк YAML вместо сотен строк кода.

🔘Визуальный IDE, а не чат — конструктор пайплайнов с двунаправленной синхронизацией «Canvas ↔️ Code», интерактивной отладкой, настройкой промптов и встроенным управлением базами знаний.

🔘Модульная архитектура — Retriever, Generation и другие компоненты работают как независимые MCP-серверы, легко интегрируются и переиспользуются.

🔘Один клик до продакшена — пайплайн мгновенно превращается в интерактивный веб-интерфейс без лишнего кода.

🔘Для исследователей — готовые датасеты, стандартные воркфлоу, визуальная аналитика экспериментов и Case Study для отладки каждого шага.

🔘Deep Research Pipeline — интеграция с AgentCPM-Report позволяет автоматически собирать многошаговый поиск в длинные аналитические отчёты.

#UltraRAG #RAG #MCP #LLM #AI #DeepResearch #Python #NoCode #MLOps #RetrievalAugmentedGeneration #OpenSource

📱Ссылка на репозиторий:
https://github.com/OpenBMB/UltraRAG

📱Fortress.

Fortress - это скрытный (stealth) веб-движок на базе Chromium, разработанный специально для защиты парсеров, скреперов и ИИ-агентов от блокировок анти-бот системами.

Обычные инструменты маскировки (вроде puppeteer-extra-stealth) внедряют JavaScript-код поверх страницы, что современные детекторы легко палят через проверку .toString() или контекст встроенных фреймов (iframe).

Fortress решает эту проблему радикально: он корректирует цифровой отпечаток (fingerprint) прямо внутри C++ кода Chromium (Blink, V8, BoringSSL). Для сайтов автоматизированный процесс выглядит как абсолютно чистая, легитимная и запущенная человеком копия Google Chrome.

🔹Главные фичи и преимущества:

🔘Родная C++ маскировка: Все подмененные геттеры возвращают честный системный статус [native code]. Защита инвариантна и не ломается ни в изолированных фреймах (iframes), ни в фоновых веб-воркерах (Web Workers).

🔘Проходит сложнейшие проверки: С легкостью обходит Cloudflare Turnstile, Akamai Bot Manager, PerimeterX, CreepJS (показывает 0% headless / 0% stealth) и Sannysoft.

🔘Интеграция в одну строку через CDP: Работает как drop-in замена. Вы просто подключаете свой существующий код на Playwright или Puppeteer к порту :9222 через протокол CDP (Chrome DevTools Protocol) — менять саму логику автоматизации и сценарии не нужно.

🔘Связные личности (Coherent Personas): Платформа, GPU, экран, часовой пояс, язык, шрифты и TLS-отпечатки (JA3/JA4) идеально синхронизированы между собой, полностью имитируя реальное физическое Windows-устройство.

🔘Полностью открытый код: Вся маскировка состоит из 34 небольших понятных C++ патчей. Вы можете сами провести аудит исходников и пересобрать движок под свои нужды одним скриптом.

🤖ИИ-агенты и Fortress MCP (Beta).

В комплекте идет встроенный MCP-сервер (Model Context Protocol), предоставляющий ИИ-агентам в Claude Code, Cursor или Cline 29 готовых инструментов для незаметного веб-серфинга (fetch_protected_page, extract_page, crawl_site и др.). Если агент натыкается на блокировку, он просто вызывает инструмент и забирает чистый контент страницы.

🚀Быстрый старт:

Запуск через Python или Node.js (нативные бинарники для Linux x64 и Windows x64 скачиваются автоматически):

pip install tilion-fortress
npm install tilion-fortress

Или в любом окружении через Docker (запуск сырого CDP на порту 9222):

docker run --rm -p 9222:9222 tilion/fortress:latest

Простейший пример кода:

from tilion_fortress import Fortress
from playwright.sync_api import sync_playwright

with Fortress() as f:
    with sync_playwright() as p:
        browser = p.chromium.connect_over_cdp(f.cdp_url)
        page = browser.new_page()
        page.goto("https://bot.sannysoft.com")
        page.screenshot(path="all-green.png")

⚠️ Важное правило: Никогда не используйте поверх Fortress библиотеки вроде

puppeteer-stealth

или

undetected-chromedriver

— они лишь оставят лишние JS-следы в рантайме и сломают встроенную низкоуровневую маскировку.

#Chromium #Stealth #WebScraping #Playwright #Puppeteer #Python #NodeJS #Cloudflare #Akamai #BotDetection #OpenSource #DevTools #MCP

📱Ссылка на репозиторий:
https://github.com/tiliondev/fortress

📱Whoosh.

Whoosh - это библиотека для полнотекстового поиска, индексации и исправления опечаток на чистом Python, работающая без внешних серверов, C-компиляторов и бинарных зависимостей.

Вся система поднимается одной командой pip install whoosh3. Индекс хранится прямо в виде файлов в локальной директории, поэтому инструмент идеально подходит для десктопных и CLI-приложений, генераторов статических сайтов, а также RAG-пайплайнов для нейросетей.

🔹Ключевые возможности:

🔘Чистый Python: Запускается везде, где есть CPython (включая PyPy и WebAssembly/Pyodide прямо в браузере).

🔘Встроенный формат (Embedded): Никаких внешних сервисов, портов и настройки инфраструктуры — поисковый индекс представляет собой обычную папку с файлами.

🔘Полноценный поисковый движок: Поддерживает ранжирование результатов по алгоритму BM25F, сложный язык запросов (фразовый поиск, wildcards, fuzzy, логические операторы), подсветку найденных фрагментов и фасетную навигацию.

🔘Проверка орфографии: Встроенный модуль коррекции опечаток и подсказок «Возможно, вы имели в виду...» (Did you mean?).

🔘Строгая типизация (PEP 561): Полная поддержка подсказок типов для mypy, pyright и современный IDE.

🤖Современные ИИ-сценарии:

🔘RAG для LLM: Используется как быстрый BM25-ретривер для нейросетей без развертывания тяжелых векторных баз данных (есть готовые интеграции для LangChain и LlamaIndex).

🔘MCP-сервер: Содержит встроенный модуль whoosh3[mcp], позволяющий превратить любую папку с документами в локальный инструмент поиска для ИИ-агентов.

🔘Поиск в терминале: Включает готовый CLI-инструмент whoosh search ~/notes — удобная альтернатива grep с поддержкой морфологии (стемминга) и ранжирования результатов.

🚀Быстрый старт:

from whoosh.fields import Schema, TEXT, ID
from whoosh.index import create_in
from whoosh.qparser import QueryParser
import tempfile

# 1. Описываем схему документов
schema = Schema(title=TEXT(stored=True), path=ID(stored=True), content=TEXT)

# 2. Создаем индекс в папке
ix = create_in(tempfile.mkdtemp(), schema)

# 3. Добавляем документы
writer = ix.writer()
writer.add_document(title="Первая", path="/a", content="Полнотекстовый поиск на Python")
writer.commit()

# 4. Ищем по индексу
with ix.searcher() as searcher:
    query = QueryParser("content", ix.schema).parse("поиск")
    for hit in searcher.search(query):
        print(hit["title"], "->", hit["path"])

#Python #Whoosh #SearchEngine #BM25 #RAG #MCP #DevTools #OpenSource #DataScience

📱Ссылка на репозиторий:
https://github.com/priya-sundaram-dev/whoosh

📱Engrim.

Engrim - это универсальный открытый стандарт эпизодической памяти для ИИ-агентов и кодинг-ассистентов, позволяющий свободно переключаться между различными инструментами и моделями (Claude Code, Cursor, Codex CLI, Google Antigravity, GitHub Copilot CLI, OpenCode, Windsurf) на одной кодовой базе без потери архитектурных решений, ограничений и проектного контекста.

Главная проблема современных чат-сессий при разработке — «ловушка 200k-токенов»: повторная отправка сотен тысяч токенов сырых логов размывает внимание LLM, вызывает галлюцинации и раздувает стоимость вызовов, а очистка чата (/clear) сбрасывает контекст до нуля. Engrim решает это заменой сырой истории диалога на компактный, высокоточный пак рабочей памяти (~4000 символов, менее 1000 токенов / <1% окна контекста), который хранится локально в SQLite.

🔹Ключевые возможности:

🔘Воркфлоу Continue-As-Clear: Когда контекстное окно забивается или модель начинает «плыть», вы просто очищаете чат командой /clear. Следующая сессия автоматически подхватывает актуальные архитектурные решения, состояние проекта и указатель [▶️ RESUME HERE].

🔘100% Local-First и приватность: Данные хранятся исключительно на вашей машине в файле ~/.engrim/memory.db (режим SQLite WAL, права доступа POSIX 0600). Никакой телеметрии, облачной синхронизации и риска утечки проприетарного кода в сторонние SaaS-сервисы.

🔘Отслеживание авторства решений (Provenance Tracking): Запоминает, какой именно агент инициировал изменение (origin_agent: claude-code, cursor, antigravity, codex и т.д.). В памяти четко видно, кто переключил базу данных на PostgreSQL или стандартизировал схемы Pydantic.

🔘Быстрый гибридный поиск (~30 мс на CPU): Комбинирует полнотекстовый лексический поиск (BM25 / FTS5) и легковесные векторные эмбеддинги (model2vec), работая полностью на процессоре без необходимости в GPU.

🔘Самоисцеление окружений (engrim doctor --fix): Проводит аудит базы данных, проверяет статус хуков жизненного цикла во всех средах и автоматически исправляет пути к бинарникам при смене каталогов или переносе конфигов между машинами.

🔘Нативный MCP-сервер: Из коробки реализует протокол Model Context Protocol с инструментами engrim_add, engrim_recall, engrim_context и engrim_review.

💻Быстрый старт:

Установка:

pip install engrim

Автоматическая настройка всех сред разработки на машине:

# Сам находит установленные Claude Code, Cursor, Codex, Copilot и др. и прописывает хуки/MCP
engrim setup

# Диагностика и автоматическое исправление путей:
engrim doctor --fix

Добавление важного архитектурного решения вручную:

engrim add -t decision -s "Перешли на PostgreSQL и нормализовали схемы данных"

✅Проект распространяется под открытой лицензией MIT.

#Engrim #Python #AIAgents #ClaudeCode #Cursor #Codex #LLM #DevTools #OpenSource #SoftwareEngineering #Architecture #MCP

📱Ссылка на репозиторий:
https://github.com/timgordontg/engrim

🎓Claude Academy - это официальный интерактивный обучающий трек от компании Anthropic, посвященный эффективному освоению и практическому применению консольного ИИ-агента Claude Code.

Большинство инженеров привыкли к ИИ в виде чатов или расширений для автодополнения в IDE. Claude Code переносит агента прямо в терминал: он умеет самостоятельно исследовать архитектуру проекта, читать и редактировать файлы, выполнять тесты, диагностировать логи сборки и работать с Git.

Обучающая программа Claude Academy помогает перейти от поверхностного использования к продвинутым паттернам агентной разработки.

📚Чему учит курс:

🔘Архитектура и базовый воркфлоу: Принципы работы терминального агента, индексация репозиториев любого размера и эффективная постановка задач на естественном языке.

🔘Модель разрешений и безопасность: Управление политиками выполнения команд (bash, модификация файлов, работа с Git), настройка уровней автономности и безопасная изоляция окружения.

🔘Управление контекстом и долговременная память: Тонкости работы с файлами инструкций CLAUDE.md, оптимизация расхода токенов, алгоритмическое сжатие сессий (/compact) и сброс контекста без потери ключевых архитектурных договоренностей.

🔘Расширение возможностей через MCP: Подключение внешних баз данных, поисковых систем, документаций и API через открытый протокол Model Context Protocol прямо в рабочий цикл агента.

🔘Реальные инженерные кейсы: Практика рефакторинга монолитов, расследование сложных плавающих багов, автоматизация написания тестов и подготовка PR.

💻Быстрый старт с инструментом:

# Глобальная установка Claude Code
npm install -g @anthropic-ai/claude-code

# Запуск в корне вашего репозитория
cd my-project
claude

⬇️Пройти интерактивные модули и практические руководства можно бесплатно на портале Anthropic Academy.

#ClaudeCode #Anthropic #Claude #ClaudeAcademy #AIAgents #CLI #DevTools #Programming #LLM #SoftwareEngineering #MCP