🚀 OPEN SOURCE AI WEEKLY | 5–12 августа 2026

На этой неделе open-source AI получился про инструменты, которые можно взять, понастраивать самому и попробовать встроить в работу: браузерный инференс, агенты в IDE, парсинг документов, CAD, 3D-реконструкция, работа с видео и озвучкой. Много инженерных деталей, но этим и иниересно.

На этой неделе:

1. Sipp запускает GGUF-модели прямо в браузере через WebGPU – хороший вариант для продуктов, где AI должен работать ближе к пользователю и не тащить данные во внешний API. Приватные ассистенты, браузерные copilots, edge-сценарии – вот сюда.

2. Agent Plugins предлагает общий формат для skills и MCP-серверов – Vercel, OpenAI, Microsoft, GitHub и Cursor явно устали от зоопарка расширений. Звучит сухо, зато именно такие стандарты потом экономят командам месяцы интеграций.

3. mini-swe-agent оставляет от coding agent только самое нужное – loop, инструменты, проверку результата и стоимость задачи. Отличная штука для тех, кто хочет понять: агент правда помогает или просто красиво жжет токены.

4. CADENA восстанавливает редактируемую CAD-модель из 3D-скана детали – тут уже пахнет не research-игрушкой, а производством. Ремонт, reverse engineering, R&D: скан становится не картинкой, а историей операций, которую инженер может править.

5. Glob3R собирает согласованную 3D-сцену из набора фотографий – полезно для стройконтроля, инспекций и цифровых двойников. Не “сделали красивую 3D-штуку”, а получили геометрию, с которой можно сверять прогресс и ловить отклонения.

6. LTX-Video с LTX-2.5 двигает open video workflow в сторону локального запуска – creative-команды могут собирать свой пайплайн генерации и редактирования видео, не отдавая все закрытым сервисам. Правда, громкие заявления лучше проверять руками. Видео любит обманывать красиво.

7. NVIDIA Nemotron VoiceChat открывает full-duplex голосового агента с tool calling – наконец голосовой AI выглядит не как склейка ASR + LLM + TTS на изоленте, а как цельный агент: слушает, перебивается, отвечает и вызывает инструменты во время разговора.

8. Firecrawl anydoc превращает PDF, DOCX, PPTX, XLSX и другие форматы в чистый Markdown на Rust – да, звучит буднично. Но любой, кто строил RAG на корпоративных документах, сейчас тихо кивнул. Документы все еще главный источник боли, просто мы к этой боли привыкли.

Я оценил – Agent Plugins. Не самый эффектный проект, зато он бьет в настоящую проблему: если skills и MCP-расширения нельзя переносить между агентными средами, бизнес быстро получает не AI-инфраструктуру, а новый зоопарк несовместимых игрушек.

🔗 Sipp – https://github.com/noumena-labs/Sipp
🔗 Agent Plugins – https://github.com/agentplugins/agent-plugins-spec
🔗 mini-swe-agent – https://github.com/SWE-agent/mini-swe-agent
🔗 CADENA – https://github.com/zhemdi/cadena
🔗 Glob3R – https://github.com/aigc3d/Glob3R
🔗 LTX-Video – https://github.com/Lightricks/LTX-Video
🔗 Nemotron VoiceChat – https://github.com/NVIDIA-NeMo/Speech/tree/nemotron-labs-voicechat
🔗 anydoc – https://github.com/firecrawl/anydoc

#opensource #AI #AIAgents #GitHub #LLM #CodingAgents #RAG #ComputerUse