UNF86

project-state

2 min read

Состояние проектов

Последнее обновление: 2026-07-01

Активные проекты

АТАК Клин Замена трубопроводов отопления

  • Статус: Активный
  • Тип: СМР / Замена трубопроводов отопления
  • Контур: V1 workspace в Obsidian Vault + Excalidraw + Dropbox mirror
  • Исходные данные: договор СМР №811-400, extracted text и стартовый комплект notes созданы 2026-05-23
  • Следующий шаг: разобрать приложения к договору, назначить ответственных, собрать базовый план работ и комплект ИД

Ижевск Замена трубопроводов отопления

  • Статус: Активный
  • Тип: Замена трубопроводов отопления
  • Контур: V1 workspace в Obsidian Vault + Excalidraw + Dropbox mirror
  • Исходные данные: договор №057, рабочие исходники и legacy-материалы перенесены в новый canonical project
  • Следующий шаг: разобрать приложения договора, план работ, контакты, реестры

OpenClaw Gateway

  • Статус: Работает, стабильно
  • URL: assist.unf86.org / assistai.unf86.org
  • Провайдеры: POLZA, WormSoft, AIHubMix, Claudexia
  • Агенты: main/analyst=polza/qwen3.6-plus, runner=Claudexia/haiku-4.5, ops=Claudexia/opus-4.6
  • Задачи: —

Wiki / Граф знаний

  • Статус: Только что развёрнут
  • URL: wiki.unf86.org (Quartz 4.5.2)
  • Vault: /root/Documents/Obsidian Vault/
  • Автопересборка: каждые 10 мин (systemd timer)
  • Задачи: Наполнение контентом, проработка структуры памяти агентов

Многослойная память агентов

  • Статус: MemOS развёрнут, MCP integration работает
  • Цель: 6 слоёв памяти (L0–L5), MemOS как L3/L4
  • MemOS: assistai (43.245.226.189), port 8000, Caddy HTTPS → memos.unf86.org
  • Cube: openclaw-main (owner: alexey), 94 записи + новые через MCP
  • Зависимости: Qdrant 1.18.2 (Docker, :6333), Neo4j 5.26.27 (Docker, :7474/:7687)
  • Патчи MemOS 2.0.20 (site-packages, повторить при upgrade):
    • graph_dbs/neo4j.py → _parse_node() десериализация internal_info/info
    • memories/textual/item.py → field_validator(mode="before") для internal_info/info
    • templates/mem_reader_prompts.py → 4 замены: добавлено правило русского языка в extraction
  • MCP integration (работает):
    • MCP-сервер: @memtensor/memos-api-mcp v1.1.2 (npm global)
    • Proxy: FastAPI на :8001 (/opt/memos/memos_proxy.py) — cloud API → product API
    • Caddy: /api/openmem/v1/* → reverse_proxy :8001
    • OpenClaw config: mcp.servers.memos в корне (НЕ в acpx)
    • AGENTS.md Дедуса: инструкция «Перед ответом ВСЕГДА вызывай search_memory»
    • Cloud плагин @memtensor/memos-cloud-openclaw-plugin — снесён (не работает self-hosted)
  • Задачи: API auth на MemOS, backup MemOS, установка на assist (agentId=nolik), REST provider для Hermes
  • Backlog (после pending-задач): Scoring layer в реранкинг MemOS — добавить importance + recency поверх cosine (MOS_RERANKER_BACKEND=cosine_local). Триггер внедрения: база >~300 записей ИЛИ включение auto-checkpointing (L3 trace на каждый tool call). Идея из Mem0 (mem0.ai) — scoring = relevance + importance + recency. Решает: устаревшие инфра-факты (LightRAG attached→detached), приоритет критичных правил над тривиальными, свежесть decisions-log. Риски: калибровка весов α/β/γ, importance требует LLM-вызова при extraction, recency не должен затухать на стабильных фактах (Алексей — ИП). Источник: блог https://mem0.ai/blog/introducing-mem0/ + arXiv 2504.19413.

Фон

Paperclip

  • Контейнер paperclip-postgres на AdminVPS
  • БД: paperclip (user: paperclip)

Hermes Agent

  • Конфиг: ~/.hermes/
  • Кроны: утренний дайджест AI-агентов, еженедельный дайджест, ежемесячный анализ
  • Лог активности: /root/hermes-log/ + dropbox:/hermes-log/

Backlinks