AI Toolkit

MCP серверы, LSP, скиллы, плагины, AI-модели и другие инструменты

Категории
Все 8 MCP Servers 90 Dev Tools 43 AI Assistants 36
Сортировка
По названию По рейтингу Рекомендуемые first Сначала новые По популярности
Тип
Все типы MCP Server LSP Skill / Prompt Plugin (VSCode / JetBrains) Browser Extension AI Model / API AI Assistant AI Framework Другое
Доступ
Любой Open Source Бесплатно Freemium Платно
8 инструментов Сбросить

Anthropic Cookbook

Skill AI Assistants Open Source

by Anthropic (open source)

✔ Claude API, Python

Официальный open-source репозиторий Anthropic с примерами и паттернами для работы с Claude API. Jupyter-ноутбуки по всем ключевым возможностям модели. Содержит: - Tool Use: function calling, …

GitHub
# Клонировать: git clone https://github.com/anthropics/anthropic-cookbook # Установить зависимости: pip install anthropic jupyter # Запустить ноутбук: jupyter notebook # Настроить ключ: export ANTHROPIC_API_KEY=sk-ant-...
admin

Dify

v1.16.0
Framework Dev Tools Open Source

by LangGenius

✔ OpenAI, Anthropic, локальные модели через Ollama/vLLM и др.

Открытая платформа для визуальной разработки agentic-приложений на LLM: конструктор workflow, RAG-пайплайны, управление промптами и моделями — всё в едином рабочем пространстве без необходимости писать инфраструктурный …

GitHub
git clone https://github.com/langgenius/dify.git cd dify/docker cp .env.example .env docker compose up -d # Веб-интерфейс на localhost
admin

LLM Course

Skill AI Assistants Open Source ★

by Maxime Labonne (community)

✔ Python, Google Colab, Jupyter

Лучший бесплатный курс по LLM в формате GitHub-репо: от основ трансформеров до деплоя production-моделей. Более 200 ресурсов, Colab-ноутбуки, roadmap. Три трека: - LLM Scientist: архитектура, …

GitHub Website
# Открыть в браузере: # https://github.com/mlabonne/llm-course # Клонировать ноутбуки: git clone https://github.com/mlabonne/llm-course # Запустить ноутбук в Google Colab: # открыть .ipynb файл → File → "Open in Colab" # Локально (Jupyter): pip install jupyter jupyter notebook
admin

MCP Memory Service

MCP MCP Servers Open Source

Persistent semantic memory для AI-агентов на ChromaDB. Claude запоминает факты, предпочтения и контекст между сессиями, искать по накопленным знаниям — embeddings-based semantic search.

GitHub
Требуется: Python 3.10+, uv. # Установка: git clone https://github.com/shaneholloman/mcp-memory-service.git cd mcp-memory-service && pip install -e . # Claude Desktop — claude_desktop_config.json: { "mcpServers": { "memory": { "command": "python", "args": ["-m", "mcp_memory_service"], "env": { "MCP_MEMORY_CHROMA_PATH": "/path/to/chroma_db", "MCP_MEMORY_BACKUPS_PATH": "/path/to/backups" } } } } # Claude Code (CLI): claude mcp add memory --env MCP_MEMORY_CHROMA_PATH=/path/to/db -- python -m mcp_memory_service # OpenCode — ~/.config/opencode/opencode.json: { "mcp": { "memory": { "type": "local", "command": ["python", "-m", "mcp_memory_service"], "environment": { "MCP_MEMORY_CHROMA_PATH": "/path/to/chroma_db" } } } }
admin

Mem0

v2.0.11
Framework Dev Tools Freemium

by Mem0 AI

✔ Python 3.8+, Node.js, OpenAI, Anthropic, Ollama, Qdrant, Chroma, Pinecone

Адаптивный слой памяти для AI-агентов и чат-приложений. Автоматически извлекает важные факты из диалогов, организует их в структурированное хранилище и подгружает релевантный контекст при следующих обращениях. …

GitHub Документация Сайт
# pip (Python SDK) pip install mem0ai # Node.js SDK npm install mem0ai # Пример: базовое использование (Python, in-memory для быстрого старта) import os from mem0 import Memory os.environ["OPENAI_API_KEY"] = "YOUR_KEY" m = Memory() user_id = "alice" # Сохранить факты из диалога m.add("I prefer Python over JavaScript", user_id=user_id) m.add("I'm building a trading bot with 3 strategies", user_id=user_id) m.add("My timezone is UTC+3", user_id=user_id) # Поиск релевантной памяти results = m.search("What language does the user prefer?", user_id=user_id) print(results) # [{'memory': 'Prefers Python over JavaScript', 'score': 0.97}] # Получить всю память пользователя all_memories = m.get_all(user_id=user_id) # Конфиг с Qdrant (персистентное хранение) config = { "llm": {"provider": "anthropic", "config": {"model": "claude-3-5-haiku-20241022"}}, "vector_store": {"provider": "qdrant", "config": {"host": "localhost", "port": 6333}} } m = Memory.from_config(config)
admin

RAGFlow

v0.26.4
Framework Dev Tools Open Source

by InfiniFlow

✔ OpenAI, локальные модели, множество форматов документов

RAG-движок с по-настоящему глубоким пониманием документов: корректно разбирает сложные PDF, таблицы, сканы и многостраничные отчёты, а не просто режет текст на чанки вслепую. Совмещает классический …

GitHub
git clone https://github.com/infiniflow/ragflow.git cd ragflow/docker docker compose -f docker-compose.yml up -d # Веб-интерфейс на localhost
admin

aichat

v0.30.0
Assistant Dev Tools Open Source ★

by sigoden (community)

✔ Windows, macOS, Linux — любой терминал

Мощный all-in-one CLI для работы с LLM прямо из терминала. Поддерживает десятки провайдеров, встроенный RAG, REPL, shell-интеграцию и систему ролей — один из самых полнофункциональных …

GitHub
# cargo (рекомендуется): cargo install aichat # macOS: brew install aichat # Настройка провайдера (~/.config/aichat/config.yaml): model: claude:claude-opus-4-5 clients: - type: claude api_key: sk-ant-...
admin

mcp-server-qdrant

v0.8.1
MCP MCP Servers Open Source

by Qdrant (open source)

✔ Claude Desktop, Claude Code, OpenCode, любой MCP-клиент

Официальный MCP-сервер от Qdrant — векторной базы данных с открытым исходным кодом. Позволяет AI-ассистентам хранить, искать и извлекать информацию через семантический поиск. Идеален как долгосрочная …

GitHub Qdrant
# Claude Desktop — claude_desktop_config.json: ```json { "mcpServers": { "qdrant": { "command": "uvx", "args": ["mcp-server-qdrant"], "env": { "QDRANT_URL": "http://localhost:6333", "QDRANT_API_KEY": "your-api-key-if-cloud", "COLLECTION_NAME": "mcp-memory" } } } } ``` # Claude Code (CLI): ```bash claude mcp add qdrant --env QDRANT_URL=http://localhost:6333 --env QDRANT_API_KEY=your-api-key-if-cloud --env COLLECTION_NAME=mcp-memory -- uvx mcp-server-qdrant ``` # OpenCode — ~/.config/opencode/opencode.json: ```json { "mcp": { "qdrant": { "type": "local", "command": ["uvx", "mcp-server-qdrant"], "environment": { "QDRANT_URL": "http://localhost:6333", "QDRANT_API_KEY": "your-api-key-if-cloud", "COLLECTION_NAME": "mcp-memory" } } } } ``` Локальный Qdrant: `docker run -p 6333:6333 qdrant/qdrant` Для Qdrant Cloud укажите QDRANT_URL из консоли и QDRANT_API_KEY.
admin