Задача появляется из ниоткуда
Команда видит формулировку, но не исходный запрос, источник и контекст. Уже нельзя проверить, решает ли работа исходную проблему.
OPEN CORE ДЛЯ УПРАВЛЯЕМОЙ РАБОТЫ С AI
Превращайте сырой запрос
в понятную работу
с проверяемым результатом.
MeiSei — open-source ядро для команд, которые работают с AI-агентами. Оно хранит путь от исходного запроса до результата: что выяснили, почему выбрали решение, готов ли план к запуску и чем подтверждено завершение.
06этапов до результата
01история решений
✓проверка переходов
明晰
02 SENSEMAKING
RAW → MEANING
01 · ПРОБЛЕМА
Сильный агент тоже ошибается,
если не знает, почему работа устроена так.
В длинном проекте источники, ограничения и причины решений расходятся по чатам и заметкам. После передачи работы или сжатия контекста новый исполнитель видит только часть картины — и повторяет уже пройденные ошибки.
Решения обсуждают заново
Причины выбора и отвергнутые варианты остаются в чатах. После смены агента или человека спор начинается с нуля.
Агент начинает раньше времени
Идея становится задачей до того, как понятны границы, риски и критерии готовности. Итог — переделка вместо прогресса.
«Готово» нельзя проверить
Есть закрытый статус, но нет артефакта, проверки и связи с исходной целью. Команде приходится верить исполнителю на слово.
02 · ЗАЧЕМ ЭТО КОМАНДЕ
Меньше повторных обсуждений.
Меньше переделок. Больше доверия к «готово».
Польза MeiSei измеряется не числом агентов и не объёмом памяти. Нас интересует, реже ли команда теряет инструкции, повторяет код, выбирает неверный путь и закрывает задачи без подтверждений. Графики ниже показывают программу проверки, а не готовые результаты.
INSTRUCTION LOSS
Активные инструкции, нарушенные агентом после смены сессии, исполнителя или сжатия контекста
Процесс с MeiSei
Работа агентов без MeiSei
НАРУШЕНИЙ / 100 ЗАДАЧ · МЕНЬШЕ — ЛУЧШЕЕДИНИЦАнарушений / 100 задач
ФОРМУЛАнарушенные активные инструкции ÷ 100 завершённых задач
ОСНОВАНИЕIFEval · LongMemEval
КАК МЫ ПРОВЕРИМ ПОЛЬЗУ
Для каждой метрики будет открытая воспроизводимая проверка: гипотеза, датасет, контрольная группа, метод подсчёта и сырые результаты.
нарушений / 100 задач
МЕТОДИКА ГОТОВИТСЯ →% новых строк
МЕТОДИКА ГОТОВИТСЯ →медиана, минут
МЕТОДИКА ГОТОВИТСЯ →% релевантных источников
МЕТОДИКА ГОТОВИТСЯ →% завершённых задач
МЕТОДИКА ГОТОВИТСЯ →% завершённых задач
МЕТОДИКА ГОТОВИТСЯ →% наборов прогонов
МЕТОДИКА ГОТОВИТСЯ →случаев / 100 задач
МЕТОДИКА ГОТОВИТСЯ →Графики пока иллюстративные. Мы не выдаём проектные числа за результаты MeiSei: реальные значения появятся после парных прогонов.
03 · КАК MEISEI РЕШАЕТ ПРОБЛЕМУ
Запрос проходит шесть этапов.
У каждого — понятный результат.
MeiSei не пропускает сырой запрос сразу в исполнение.
Выберите этап, чтобы увидеть его вход и выход.
02
SATORI · SENSEMAKING
Satori
извлекает смысл
Разделяет факты, гипотезы, риски и противоречия. Даже слабая идея сохраняется вместе с причиной отказа.
ВХОДRawItem
→ВЫХОДSensingItem
04 · ЧТО ТАКОЕ MEISEI ТЕХНИЧЕСКИ
MEISEI CORE
Хранит состояние и применяет правила.
АГЕНТ / ЧЕЛОВЕК / ПРОДУКТ
Принимает решения и выполняет работу.
MeiSei — не модель, не чат и не таск-трекер. Это open-source domain core: типы объектов, статусы, связи, валидаторы, правила переходов, lineage и контракты evidence — подтверждений результата. Его можно встроить в продукт или подключить к агентам и слою исполнения.Анализирует и предлагает
Модель читает входные данные, формулирует гипотезы, находит риски и предлагает следующий шаг.
Сохраняет контекст и проверяет переход
Core фиксирует, какой объект создан, откуда он появился, на каком этапе находится и выполнены ли условия для движения дальше.
Исполняет подготовленную работу
Execution-слой превращает зрелый Action Packet в план и задачи, а завершение связывает с артефактами, проверками и подтверждениями результата.
ДОКУМЕНТАЦИЯ И OPEN SOURCE
Посмотрите,
как запрос проходит
всю цепочку.
Начните с технического описания: какие объекты хранит MeiSei, как устроены этапы и что система проверяет перед каждым переходом.
Открыть техническое описание →