Коротко
- Второй мозг хранит рабочую историю отдельно от конкретного чата: смена модели или аккаунта не требует знакомить агента с проектом заново.
- Коннекторы собирают записи из рабочих источников, маскируют секреты и сохраняют текст в локальную SQLite. Модель готовит краткие поисковые карточки.
- Поиск использует FTS5 и BM25: учитывает редкость слов, их повторы и длину документа. Для ранжирования карточек не нужен отдельный запрос к LLM.
- MCP даёт агентам доступ к поиску и исходным записям. В ответе можно проверить источник, дату и связь с рабочей задачей.
- Синхронизация раз в 15 минут, выдача восьми карточек и снижение веса старых записей — параметры показанной системы, которые нужно подбирать под свои данные.
Навигация по видео
Выбери главу: видео выше начнётся с нужного момента.
Какую проблему решает второй мозг
История работы распадается на чаты, письма, документы и задачи. В ролике Владилен показывает систему, которая собирает эту историю в фоне и возвращает нужные фрагменты по запросу агента. На демонстрации новый аккаунт получает контекст автора, а другой агент собирает из найденных задач дашборд. Начни с вопроса, ответ на который уже есть в твоих записях, но который сейчас приходится долго искать вручную.
Три подхода к памяти
Можно передавать все записи в контекст, искать близкие фрагменты по эмбеддингам или начать с полнотекстового поиска. В видео выбран третий вариант: он позволяет обойтись без отдельной векторной базы и модели эмбеддингов. Это выбор архитектуры для конкретной задачи. Поиск по смыслу бывает полезен, когда формулировки запроса и документа сильно различаются; ключевые слова и вопросы в карточках помогают сократить этот разрыв. Сравни подходы на одних и тех же вопросах к своей базе.
Собери минимальную цепочку данных
- Источник: выбери одну папку с заметками или экспорт рабочих диалогов. Отложи подключение остальных сервисов до проверки поиска.
- Коннектор: сохраняй идентификатор источника, дату, исходную ссылку и текст. Повторная синхронизация не должна создавать дубли.
- Подготовка: убери секреты до отправки текста модели. Сохрани исходный текст отдельно от краткой карточки.
- Карточка: получи название, краткое содержание, ключевые слова, возможные вопросы и точные формулировки решений или ошибок.
- Индекс: добавь поисковые поля в FTS5, проверь запросы вручную и только затем подключай поиск к агенту через MCP.
Что делает BM25, а что — модель
BM25 ранжирует документы по словам запроса: редкий термин полезнее распространённого, повторения имеют убывающий эффект, длина текста учитывается. В SQLite FTS5 более релевантному совпадению соответствует меньшее значение bm25(). Модель в этой схеме готовит текст карточки; числовую оценку для конкретного запроса вычисляет поиск. Поэтому расходы на подготовку базы и расходы на ответ агента стоит считать отдельно.
Шаблон карточки для поискового индекса
Название: [конкретная тема записи]
Источник: [сервис, идентификатор и ссылка]
Дата исходной записи: [дата]
Краткое содержание: [что произошло и чем закончилось]
Ключевые слова: [названия проекта, технологии, термины]
Какими вопросами это будут искать: [2–4 варианта]
Точные фрагменты: [решение, код ошибки, важная формулировка]
Полный текст: [ссылка или идентификатор исходной записи]Свежесть и фоновая синхронизация
В показанной системе проверка новых данных запускается каждые 15 минут, а вес записи снижается вдвое за 120 дней. Это дополнительное правило приложения, а не встроенное свойство BM25. Для новостей и текущих задач свежесть полезна; для действующего регламента возраст сам по себе не означает, что документ устарел. Проверь обе ситуации. Если новых данных нет, повторно обрабатывать те же записи моделью не нужно.
Подключи память к агенту через MCP
После проверки поиска открой агенту доступ к двум действиям: найти подходящие карточки и прочитать исходную запись. MCP служит интерфейсом между приложением агента и сервером знаний. Начни с чтения и убедись, что ответы содержат ссылки на источники. В ролике разные агенты используют одну базу — поэтому рабочие данные продолжают жить независимо от выбранной модели.
Запрос для проверки второго мозга
Найди решения по проекту [название] за [период]. Для каждого укажи дату, источник и исходную формулировку. Если решения противоречат друг другу, покажи оба и их даты. Отдельно перечисли открытые вопросы. Не достраивай отсутствующие факты; если источник не найден, так и напиши.Что измерять на своей базе
В видео автор показывает расход 138 ₽ на подготовку своей базы и поиск восьми карточек примерно за 0,1 секунды. Это его наблюдения на момент записи. Для своего проекта запиши стоимость первичной обработки, стоимость обновления, задержку поиска и долю вопросов, по которым нашёлся нужный источник. Локальное хранение упрощает контроль данных, но копию базы и возможность восстановить её тоже нужно проверить.
Проверь качество памяти
- Подготовь десять вопросов, ответы на которые точно есть в выбранных записях, и заранее отметь правильные источники.
- Попробуй разные формулировки одного вопроса: названия проектов, сокращения и слова из исходных документов.
- Добавь новое решение и проверь, что оно появляется после синхронизации. Повтори синхронизацию и убедись, что дублей нет.
- Проверь пару старого и нового решения: агент должен показывать даты и объяснять, на какой источник опирается.
- Спроси о том, чего в базе нет. Ответ должен показывать нехватку данных.
- Восстанови тестовую копию базы и повтори один запрос к источнику.
Частые вопросы
Нужна ли модель при каждом поиске?
Для BM25-поиска по готовому индексу — нет. В показанной схеме модель нужна для подготовки карточек и для ответа самого агента, который использует найденные записи.
Это полностью заменяет RAG?
RAG — общий подход, в котором ответ опирается на найденные внешние данные. Поиск может быть векторным, полнотекстовым или смешанным. В этом разборе речь о памяти без отдельной векторной базы, а не об отказе от поиска перед генерацией.
Где скачать готовую систему?
Этот ролик показывает устройство и примеры работы авторского проекта. В описании видео нет публичной ссылки на установщик или репозиторий; здесь можно повторить архитектуру и проверить её на небольшом наборе своих записей.
Практика
Попробуй на своей задаче
Собери небольшой прототип памяти из одного источника: исходные записи, поисковые карточки и полнотекстовый индекс. Проверь его на десяти вопросах с заранее известными источниками. Подключение к MCP можно сделать следующим шагом.
Как понять, что готово
Для каждого вопроса записаны ожидаемый источник и фактическая выдача. Повторный импорт не создаёт дубли, новая запись находится после обновления, а отсутствие данных видно в результате.
Что дальше
Собери с ИИ решение для своей задачи
Клуб «Незаменимые» — практический AI-клуб для тех, кто создаёт сам. Разбираем, как устроены Claude Code, Codex и Hermes, и собираем с ними решения для своей работы, продукта и клиентов. Рядом — уроки, материалы под задачу и участники, которые показывают, что собрали.
Уже в клубе? Продолжай в своём аккаунте. Войти в аккаунт →



