Состоялся релиз обновления экосистемы MAESTRO!

Всем привет! Мы выпустили MAESTRO: open-source экосистему AIRI для создания, запуска, версионирования и улучшения AI-агентов с помощью.

Теперь MAESTRO превращает текстовый запрос в исполняемую агентную цепочку действий в формате CARL. Такую цепочку можно проверить, сохранить, повторно запустить, сравнить с другими версиями и улучшать по метрикам.

CARL - открытый формат описания агентных цепочек рассуждений и действий, он является одним из ключевых продуктов экосистемы MAESTRO. Он превращает агентную логику из набора промптов и скриптов в понятную структуру: с шагами, инструментами, зависимостями, контекстом выполнения и ожидаемым результатом

Благодаря формату CARL цепочку можно не только запустить, но и сохранить, проверить, передать другой команде, сравнить с новой версией и развивать дальше.

Что это меняет на практике?
- Каждый шаг исполнения виден, а код исполняется в изолированной среде.
- Production-цепочка фиксируется под стабильным идентификатором.
- Лучшие версии отбираются по измеримым метрикам.
- Генерация, исполнение, хранение и улучшение цепочек объединены в одном контуре.

Из чего состоит MAESTRO?
- Модуль MAGE собирает переиспользуемую агентную цепочку по текстовому запросу.
- Библиотека CARL задаёт единый формат описания цепочки.
- Модуль GigaEvo Memory хранит цепочки, версии и историю изменений.
- Модуль GigaEvo Platform отвечает за отбор и улучшение цепочек по метрикам.

Как запустить?
Достаточно иметь pip или uv, чтобы установить решение локально:
uvx maestro-install
maestro

Вам потребуется:
- ключ API одного из веб-поисков (Tavily / Brave / SerpAPI),
- ключ, адрес и название модели LLM-провайдера (любой OpenAI-like - например, OpenRouter)
- установленный Docker (для локального размещения модулей памяти и эволюции)
Важно! Лучше использовать сильные модели, поскольку качество модели влияет напрямую на качество работы любой агентной системы. Рекомендуемые модели: Qwen3-Coder / GLM-5.2 / Kimi 2.6

MAESTRO также можно подключить как навык к Claude Code, Codex, Hermes или OpenClaw, чтобы делегировать ему сборку и запуск агентных цепочек из привычной среды. Подробнее - в документации.

Страница проекта: https://airi-maestro.github.io/care-page
Документация: https://airi-maestro.github.io/care-docs/ru/