К основному содержимому

Коротко

  1. Второй мозг хранит рабочую историю отдельно от конкретного чата: смена модели или аккаунта не требует знакомить агента с проектом заново.
  2. Коннекторы собирают записи из рабочих источников, маскируют секреты и сохраняют текст в локальную SQLite. Модель готовит краткие поисковые карточки.
  3. Поиск использует FTS5 и BM25: учитывает редкость слов, их повторы и длину документа. Для ранжирования карточек не нужен отдельный запрос к LLM.
  4. MCP даёт агентам доступ к поиску и исходным записям. В ответе можно проверить источник, дату и связь с рабочей задачей.
  5. 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 →

Другие разделы