К сожалению, значительная часть сохранённых до 2024 г. изображений и видео была потеряна (подробности случившегося). Мы призываем всех неравнодушных помочь нам с восстановлением утраченного контента!
Сортировка: за
Активный
456
Агентов и вайб-кодинга тред #15 /agents/ — Тред про AI-агентов - от вайб-кодинга до персональных ассистентов, которые сидят в твоих чатах, читают заметки и автономно ломают всё вокруг. Для кодеров, которые разучились писать руками, и для гуманитариев, чей диплом филолога наконец котируется в IT. Сеньор в 2026 - это тот, кто умеет внятно объяснить машине, чего он блять хочет. С чего начать: • Хочешь кодить с AI эффективно: Cursor или Claude Code • Хочешь кодить в VS Code без привязки к конкретному провайдеру: Kilo Code, Cline или Roo Code + OpenRouter • Хочешь кодить с AI локально: OpenCode, Qwen Code или Pi Coding Agent + из моделей аноны советуют Qwen3.6, подробности в llama-треде • Хочешь приложение без кода: Lovable или bolt.new • Хочешь автоматизировать рутину: n8n или Langflow • Хочешь персонального ассистента: OpenClaw + API корпов или локальная модель на твоей пеке FAQ и расширенная инфа: https://rentry.org/2ch-agents-faq IDE с AI: • Cursor: https://cursor.com • Windsurf: https://windsurf.com • Antigravity: https://antigravity.google.com • Zed: https://zed.dev CLI-агенты: • Claude Code: https://code.claude.com/docs • Codex (OpenAI): https://github.com/openai/codex • Pi: https://shittycodingagent.ai/ • OpenCode: https://github.com/anomalyco/opencode • Qwen Code: https://github.com/QwenLM/qwen-code • Gemini CLI: https://github.com/google-gemini/gemini-cli • Kimi Code: https://www.kimi.com/code/en • MiMo Code (Xiaomi): https://mimo.xiaomi.com/mimocode/start Плагины для IDE: • Kilo Code: https://kilo.ai • Cline: https://github.com/cline/cline • Roo Code: https://github.com/RooCodeInc/Roo-Code • GitHub Copilot: https://github.com/features/copilot • Continue: https://github.com/continuedev/continue Вайб-кодинг без кода: • Lovable: https://lovable.dev • bolt.new: https://bolt.new • v0: https://v0.dev Персональные ассистенты: • OpenClaw: https://github.com/openclaw/openclaw • NemoClaw: https://github.com/NVIDIA/NemoClaw • Hermes Agent: https://github.com/nousresearch/hermes-agent • nanobot: https://github.com/HKUDS/nanobot • PicoClaw: https://github.com/sipeed/picoclaw Автоматизация и фреймворки: • n8n: https://github.com/n8n-io/n8n • Langflow: https://github.com/langflow-ai/langflow • LangChain/LangGraph: https://github.com/langchain-ai/langchain • CrewAI: https://github.com/crewAIInc/crewAI • AutoGen: https://github.com/microsoft/autogen • Agno: https://docs.agno.com/ Полезные тулзы: • RTK: https://github.com/rtk-ai/rtk - CLI-прокси, сжимает вывод консольных команд перед попаданием в контекст агента • Caveman: https://github.com/juliusbrussee/caveman - скилл с набором слэш-комманд, заставляет агента отвечать кратко • ast-grep: https://github.com/ast-grep/ast-grep - структурный поиск/замена по AST, экономит токены агента при рефакторинге • Hindsight: https://github.com/vectorize-io/hindsight - долговременная память для агентов: копит факты и помнит когда что было • fff: https://github.com/dmtrKovalenko/fff - быстрый файловый поиск/греп для агентов Локалки и прочее API: • OpenRouter: https://openrouter.ai • NVIDIA Build: https://build.nvidia.com/models - бесплатно, 40 RPM, OAI-Like API, 100+ моделей включая DeepSeek/GLM/MiniMax • OpenCode Zen: https://opencode.ai/zen - кодинг-модели, есть временно-бесплатные (DeepSeek V4 Flash, MiMo) + pay-as-you-go без наценки • llama-тред: >>1659232 (OP) Шаблон для переката: https://rentry.co/2ch-agents Предыдущий тред: >>1656543 (OP)
сегодня 5:08
Сохранен
11
???? Персонажный тред /image/ — ???? Персонажный тред Вы можете постить как в оригинальном треде в /b/ так и здесь, это альтернативный тред для любителей генерировать в высоком разрешении через API без цензуры Как присоединиться и генерировать бесплатно? Nano Banana 2 4K https://app.inference.sh/apps/google/gemini-3-1-flash-image-preview Nano Banana Pro 4K https://app.inference.sh/apps/google/gemini-3-pro-image-preview Grok Imagine Pro 2K https://app.inference.sh/apps/xai/grok-imagine-image-pro Grok Imagine Quality 2K https://app.inference.sh/apps/xai/grok-imagine-image-quality GPT Image 2 4K https://app.inference.sh/apps/openai/gpt-image-2 Также если хотите использовать любую другую модель она доступна здесь через поиск https://app.inference.sh/apps/ Генерировать бесплатно и без лимитов можно через абьюз бесконечной регистрации с помощью сервиса временной почты https://www.mohmal.com/ru/inbox После израсходования кредитов(дается 5 генераций) просто чистим куки сайта и регистрируемся заново используя новую сгенерированную почту Дополнительно: https://app.flora.ai/sign-up (можно бесконечно регистрироваться через временную почту https://app.simplelogin.io/dashboard/ и генерировать в 4К сколько угодно, на сгенерированных картинках есть ватермарка, доступны все известные модели) https://arena.ai/image/side-by-side (регистрация через временную почту) https://labs.google/fx/tools/flow https://grok.com/imagine https://chatgpt.com/images/ https://geminigen.ai/app/imagen https://gemini.google.com/app Архивач: https://arhivach.vc/?tags=16555
25 июля 10:20
Активный
612
вчера 17:18
Активный
537
вчера 17:18
Активный
548
вчера 17:18
Активный
561
вчера 17:18
Активный
591
вчера 17:18
Активный
518
вчера 17:18
Активный
514
вчера 17:18
Активный
504
Локальные языковые модели (LLM): Gemma, Qwen, GLM и прочие №245 /llama/ — В этом треде обсуждаем генерацию охуительных историй и просто общение с большими языковыми моделями (LLM). Всё локально, большие дяди больше не нужны! Здесь мы делимся рецептами запуска, настроек и годных промтов, расширяем сознание контекст и бугуртим с кривейшего тормозного говна. Тред для обладателей топовых карт NVidia с кучей VRAM или мажоров с проф. картами уровня A100, или любителей подождать, если есть оперативная память. Особо терпеливые могут использовать даже подкачку и запускать модели, квантованные до 8 5 4 3 2 0,58 бит, на кофеварке с подкачкой на микроволновку. Официальная вики треда с гайдами по запуску и базовой информацией: https://2ch-ai.github.io/wiki/llama/ Гайд для новичков: https://rentry.org/2ch-llama-inference Инструменты для запуска на десктопах: • llamacpp - отец и мать всех инструментов, позволяющий гонять GGML и GGUF форматы: https://github.com/ggml-org/llama.cpp • koboldcpp - самый простой в использовании и установке форк llamacpp: https://github.com/LostRuins/koboldcpp • TextGen (в девичестве text-generation-webui) - если необходимы другие форматы и больше контроля: https://github.com/oobabooga/textgen • TabbyAPI - заточенный под Exllama (V2 и V3) и в консоли: https://github.com/theroyallab/tabbyAPI • Однокнопочные инструменты на базе llamacpp с ограниченными возможностями: https://github.com/ollama/ollama, https://lmstudio.ai Универсальные десктопные фронтенды: • SillyTavern - всеядное, сопрягается почти со всем, имеет большую коллекцию расширений: https://github.com/SillyTavern/SillyTavern • Marinara Engine - вариация на тему таверны, больше возможностей из коробки: https://github.com/Pasta-Devs/Marinara-Engine • Risuai - еще одна вариация, на этот раз в профиль, излишеств по минимуму: https://github.com/kwaroran/RisuAI Инструменты для запуска на мобилках: • Maid - интерфейс для локального запуска моделей под андроид с llamacpp под капотом: https://github.com/Mobile-Artificial-Intelligence/maid • ChatterUI - альтернативный вариант для локального запуска под андроид (фронтенд и бекенд сепарированы): https://github.com/Vali-98/ChatterUI • Гайд по установке SillyTavern на ведроид через Termux: https://web.archive.org/web/20241201232031/https://rentry.co/STAI-Termux Поставщики локальных моделей: • Hugging Face - платформа куда загружается всё и во всех форматах: https://huggingface.co/models • Проверенные квантоделы: https://huggingface.co/bartowski, https://huggingface.co/mradermacher, https://huggingface.co/unsloth Рейтинги и списки локальных моделей: • Актуальный список моделей с отзывами от тредовичков: https://rentry.co/2ch_llm_moe_2026 • Неактуальные списки моделей в архивных целях: 2025: https://rentry.co/2ch_llm_2025 (версия для бомжей: https://rentry.co/z4nr8ztd ), 2024: https://rentry.co/llm-models , 2023: https://rentry.co/lmg_models • Миксы от тредовичков с уклоном в русский РП: https://huggingface.co/Aleteian и https://huggingface.co/Moraliane • Рейтинг моделей по уровню их закошмаренности цензурой: https://huggingface.co/spaces/DontPlanToEnd/UGI-Leaderboard • Сравнение моделей по сомнительным метрикам: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard • Сравнение моделей реальными пользователями по чуть менее сомнительным метрикам: https://chat.lmsys.org/?leaderboard Готовые карточки для таверны: • Botbooru - текущая мета (регистрируйтесь для отображения всего спектра, и/или меняйте страну): https://botbooru.com • Прошлая мета, откуда массово удалили карточки сомнительного содержания: https://www.characterhub.org, https://www.chub.ai Официальные документации к инструментам: • llamacpp: https://github.com/ggml-org/llama.cpp/blob/master/tools/server/README.md • koboldcpp: https://github.com/LostRuins/koboldcpp/wiki • SillyTavern: https://docs.sillytavern.app/usage/quick-start Дополнительные ссылки: • Перевод нейронками для таверны: https://rentry.co/magic-translation • Пресеты под локальный ролплей в различных форматах: http://web.archive.org/web/20250222044730/https://huggingface.co/Virt-io/SillyTavern-Presets • Шапка почившего треда PygmalionAI с некоторой интересной информацией: https://rentry.co/2ch-pygma-thread • Последний известный колаб для обладателей отсутствия любых возможностей запустить локально: https://colab.research.google.com/drive/11U-bC6AxdmMhd3PF9vWZpLdi6LdfnBQ8?usp=sharing • Инструкции для запуска базы при помощи Docker Compose: https://rentry.co/oddx5sgq https://rentry.co/7kp5avrk • Пошаговое мышление от тредовичка для таверны: https://github.com/cierru/st-stepped-thinking • Потрогать, как работают семплеры: https://artefact2.github.io/llm-sampling/ • Выгрузка избранных тензоров, позволяет ускорить генерацию при недостатке VRAM: https://www.reddit.com/r/LocalLLaMA/comments/1ki7tg7 • Инфа по запуску на MI50, тесты производительности и прочее: https://arkprojects.space/wiki/AMD_GFX906 • Тесты tensor_parallel: https://rentry.org/8cruvnyw Архив тредов можно найти на архиваче: https://arhivach.vc/?tags=14780%2C14985 Шапка в https://rentry.co/llama-2ch, предложения принимаются в треде. Предыдущие треды тонут здесь: >>1639857 (OP) >>1636327 (OP)
вчера 17:18
Активный
509
вчера 17:18
Активный
531
Локальные языковые модели (LLM): Gemma, Qwen, GLM и прочие №241 /llama/ — В этом треде обсуждаем генерацию охуительных историй и просто общение с большими языковыми моделями (LLM). Всё локально, большие дяди больше не нужны! Здесь мы делимся рецептами запуска, настроек и годных промтов, расширяем сознание контекст и бугуртим с кривейшего тормозного говна. Тред для обладателей топовых карт NVidia с кучей VRAM или мажоров с проф. картами уровня A100, или любителей подождать, если есть оперативная память. Особо терпеливые могут использовать даже подкачку и запускать модели, квантованные до 8 5 4 3 2 0,58 бит, на кофеварке с подкачкой на микроволновку. Официальная вики треда с гайдами по запуску и базовой информацией: https://2ch-ai.github.io/wiki/llama/ Гайд для новичков: https://rentry.org/2ch-llama-inference Инструменты для запуска на десктопах: • llamacpp - отец и мать всех инструментов, позволяющий гонять GGML и GGUF форматы: https://github.com/ggml-org/llama.cpp • koboldcpp - самый простой в использовании и установке форк llamacpp: https://github.com/LostRuins/koboldcpp • TextGen (в девичестве text-generation-webui) - если необходимы другие форматы и больше контроля: https://github.com/oobabooga/textgen • TabbyAPI - заточенный под Exllama (V2 и V3) и в консоли: https://github.com/theroyallab/tabbyAPI • Однокнопочные инструменты на базе llamacpp с ограниченными возможностями: https://github.com/ollama/ollama, https://lmstudio.ai Универсальные десктопные фронтенды: • SillyTavern - всеядное, сопрягается почти со всем, имеет большую коллекцию расширений: https://github.com/SillyTavern/SillyTavern • Marinara Engine - вариация на тему таверны, больше возможностей из коробки: https://github.com/Pasta-Devs/Marinara-Engine • Risuai - еще одна вариация, на этот раз в профиль, излишеств по минимуму: https://github.com/kwaroran/RisuAI Инструменты для запуска на мобилках: • Maid - интерфейс для локального запуска моделей под андроид с llamacpp под капотом: https://github.com/Mobile-Artificial-Intelligence/maid • ChatterUI - альтернативный вариант для локального запуска под андроид (фронтенд и бекенд сепарированы): https://github.com/Vali-98/ChatterUI • Гайд по установке SillyTavern на ведроид через Termux: https://web.archive.org/web/20241201232031/https://rentry.co/STAI-Termux Поставщики локальных моделей: • Hugging Face - платформа куда загружается всё и во всех форматах: https://huggingface.co/models • Проверенные квантоделы: https://huggingface.co/bartowski, https://huggingface.co/mradermacher, https://huggingface.co/unsloth Рейтинги и списки локальных моделей: • Актуальный список моделей с отзывами от тредовичков: https://rentry.co/2ch_llm_moe_2026 • Неактуальные списки моделей в архивных целях: 2025: https://rentry.co/2ch_llm_2025 (версия для бомжей: https://rentry.co/z4nr8ztd ), 2024: https://rentry.co/llm-models , 2023: https://rentry.co/lmg_models • Миксы от тредовичков с уклоном в русский РП: https://huggingface.co/Aleteian и https://huggingface.co/Moraliane • Рейтинг моделей по уровню их закошмаренности цензурой: https://huggingface.co/spaces/DontPlanToEnd/UGI-Leaderboard • Сравнение моделей по сомнительным метрикам: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard • Сравнение моделей реальными пользователями по чуть менее сомнительным метрикам: https://chat.lmsys.org/?leaderboard Готовые карточки для таверны: • Botbooru - текущая мета (регистрируйтесь для отображения всего спектра, и/или меняйте страну): https://botbooru.com • Прошлая мета, откуда массово удалили карточки сомнительного содержания: https://www.characterhub.org, https://www.chub.ai Официальные документации к инструментам: • llamacpp: https://github.com/ggml-org/llama.cpp/blob/master/tools/server/README.md • koboldcpp: https://github.com/LostRuins/koboldcpp/wiki • SillyTavern: https://docs.sillytavern.app/usage/quick-start Дополнительные ссылки: • Перевод нейронками для таверны: https://rentry.co/magic-translation • Пресеты под локальный ролплей в различных форматах: http://web.archive.org/web/20250222044730/https://huggingface.co/Virt-io/SillyTavern-Presets • Шапка почившего треда PygmalionAI с некоторой интересной информацией: https://rentry.co/2ch-pygma-thread • Последний известный колаб для обладателей отсутствия любых возможностей запустить локально: https://colab.research.google.com/drive/11U-bC6AxdmMhd3PF9vWZpLdi6LdfnBQ8?usp=sharing • Инструкции для запуска базы при помощи Docker Compose: https://rentry.co/oddx5sgq https://rentry.co/7kp5avrk • Пошаговое мышление от тредовичка для таверны: https://github.com/cierru/st-stepped-thinking • Потрогать, как работают семплеры: https://artefact2.github.io/llm-sampling/ • Выгрузка избранных тензоров, позволяет ускорить генерацию при недостатке VRAM: https://www.reddit.com/r/LocalLLaMA/comments/1ki7tg7 • Инфа по запуску на MI50, тесты производительности и прочее: https://arkprojects.space/wiki/AMD_GFX906 • Тесты tensor_parallel: https://rentry.org/8cruvnyw Архив тредов можно найти на архиваче: https://arhivach.vc/?tags=14780%2C14985 Шапка в https://rentry.co/llama-2ch, предложения принимаются в треде. Предыдущие треды тонут здесь: >>1628031 (OP) >>1624998 (OP)
вчера 17:18
Активный
513
вчера 17:18
Активный
634
вчера 17:18
Активный
530
вчера 17:18
Сохранен
509
Fox Diffusion #244 /nai/ — Генерируем лисичек! Cat is fine too. Прошлый тред: >>1554544 (OP) https://arhivach.vc/thread/1325015/ Схожие тематические треды • SD-тред (не аниме): >>1556250 (OP) • Технотред: >>1405043 (OP) • Фурри-тред: https://2ch.su/fur/res/374311.html FAQ https://2ch-ai.github.io/wiki/nai Установка • NVidia: https://teletype.in/@aranon/welcome • AMD: https://2ch-ai.github.io/wiki/nai/install/amd • Облака: https://2ch-ai.github.io/wiki/nai/install/clouds Дополнительная информация • Интерфейсы: https://2ch-ai.github.io/wiki/nai/interfaces • Модели: https://2ch-ai.github.io/wiki/nai/models • Промпты: https://2ch-ai.github.io/wiki/nai/prompts • Апскейл: https://2ch-ai.github.io/wiki/nai/upscale • LoRA: https://2ch-ai.github.io/wiki/nai/lora • ControlNet: https://2ch-ai.github.io/wiki/nai/controlnet Прочее • CivitAI: https://civitai.com • Каталог ссылок от форчанеров: https://rentry.co/sdg-link • Шаблон для переката: https://rentry.co/nwhci function replacePostImage(options) { const mediaModalInfoWaiter = setInterval(() => { if (typeof MEDIABYID === 'undefined') { return; } const mediaContainer = document.querySelector(`figure:has(img[src='${options.imageFromPreviewUrl}'])`); if (!mediaContainer) { return; } const mediaKey = Object .keys(Object.fromEntries(MEDIABYID)) .find((key) => MEDIABYID.get(key)._thumbSrc === options.imageFromPreviewUrl) if (!mediaKey) { return; } mediaContainer.querySelector('a.desktop').href = options.imageToUrl; mediaContainer.querySelector('svg.js-post-saveimg').dataset.url = options.imageToUrl; mediaContainer.querySelector('a.post__image-link').href = options.imageToUrl; const previewNode = mediaContainer.querySelector('img.post__file-preview'); previewNode.src = options.imageToPreviewUrl; previewNode.dataset.src = options.imageToUrl; previewNode.width = options.width; previewNode.height = options.height; previewNode.dataset.width = options.dataWidth; previewNode.dataset.height = options.dataHeight; previewNode.dataset.mediaReplaced = true; const mediaModalInfo = MEDIABYID.get(mediaKey); mediaModalInfo._src = options.imageToUrl; mediaModalInfo._imgW = options.dataWidth; mediaModalInfo._imgH = options.dataHeight; clearInterval(mediaModalInfoWaiter); }, 200); } function replaceCatalogImage(options) { setTimeout(() => { const catalogPreviewNode = document.querySelector(`.ctlg__img img[src='${options.imageFromPreviewUrl}']`); if (!catalogPreviewNode) { return; } catalogPreviewNode.src = options.imageToPreviewUrl; catalogPreviewNode.width = options.width; catalogPreviewNode.height = options.height; catalogPreviewNode.dataset.mediaReplaced = true; }, 200); } replacePostImage({ imageFromPreviewUrl: '/ai/thumb/1562846/17744643451210540817s.jpg', imageToUrl: '/ai/src/1547712/17750042421400521128.png', imageToPreviewUrl: '/ai/thumb/1547712/17750042421400521128s.jpg', width: 170, height: 94, dataWidth: 5152, dataHeight: 2872, }); replaceCatalogImage({ imageFromPreviewUrl: '/ai/thumb/1562846/17744643451210540817s.jpg', imageToPreviewUrl: '/ai/thumb/1547712/17750042421400521128s.jpg', width: 170, height: 94, }); replacePostImage({ imageFromPreviewUrl: '/ai/thumb/1562846/17744643451571966174s.jpg', imageToUrl: '/ai/src/1547712/17750042421721252716.jpg', imageToPreviewUrl: '/ai/thumb/1547712/17750042421721252716s.jpg', width: 126, height: 170, dataWidth: 1792, dataHeight: 2400, }); replaceCatalogImage({ imageFromPreviewUrl: '/ai/thumb/1562846/17744643451571966174s.jpg', imageToPreviewUrl: '/ai/thumb/1547712/17750042421721252716s.jpg', width: 126, height: 170, }); replacePostImage({ imageFromPreviewUrl: '/ai/thumb/1562846/17744643452067675214s.jpg', imageToUrl: '/ai/src/1547712/17750042421792055751.jpg', imageToPreviewUrl: '/ai/thumb/1547712/17750042421792055751s.jpg', width: 170, height: 170, dataWidth: 2048, dataHeight: 2048, }); replaceCatalogImage({ imageFromPreviewUrl: '/ai/thumb/1562846/17744643452067675214s.jpg', imageToPreviewUrl: '/ai/thumb/1547712/17750042421792055751s.jpg', width: 170, height: 170, }); /* Скрываем оригинальные медиа-файлы */ img[src='/ai/thumb/1562846/17744643451210540817s.jpg']:not([data-media-replaced]) { display: none; } img[src='/ai/thumb/1562846/17744643451571966174s.jpg']:not([data-media-replaced]) { display: none; } img[src='/ai/thumb/1562846/17744643452067675214s.jpg']:not([data-media-replaced]) { display: none; } /* Костыль для фикса размера модалок у куклы */ .de-fullimg-center { width: auto !important; }
26 июля 15:23
Сохранен
508
5 апреля 2023
Сохранен
508
3 апреля 2023
Сохранен
516
31 марта 2023
Сохранен
509
31 марта 2023
Сохранен
42
24 апреля 2023
Сохранен
548
31 марта 2023
Сохранен
542
26 декабря 2022
Сохранен
536
4 мая 2023
Сохранен
517
24 декабря 2022