GoVa - WhatsApp клиент, создан на Go для эффективного использования памяти

Возможности:
- отправка сообщений WhatsApp через http API
- поддержка сервера MCP (Model Context Protocol) - интеграция с агентами и инструментами ИИ с использованием стандартизированного протокола
- возможность упоминания кого-нибудь
- статус публикации в WhatsApp
- сжатие изображения перед отправкой
- сжатие видео перед отправкой
- изменение имени ОС на которой работает ваше приложение
- базовая аутентификация (возможность добавления нескольких учетных данных)
- настраиваемый порт и режим отладки
- автоматический ответ
- автоматическая отметка входящих сообщений как прочитанные
- вебхук для полученного сообщения

https://github.com/aldinokemal/go-whatsapp-web-multidevice

опубликовано в @gitgate

#whatsapp #webapp #api #go #mcp

zabbix-mcp-server - комплексный сервер Model Context Protocol (MCP) для интеграции с Zabbix с помощью FastMCP и python-zabbix-utils. Этот сервер обеспечивает полный доступ к функционалу Zabbix API через совместимые с MCP инструменты.

Возможности:
- управление хостами
- управление группой хостов
- управление items
- управление триггерами
- управление шаблонами
- управление проблемами и событиями
- извлечение данных
- управление пользователями
- управление техническим обслуживанием
- получение конфигураций графа
- получение правил обнаружения
- получение прототипов items
- экспорт конфигураций Zabbix
- импорт конфигураций Zabbix
- получение информации о версии API

https://github.com/mpeirone/zabbix-mcp-server

опубликовано в @gitgate

#zabbix #ai #mcp #api

RustRAG - система знаний для LLM, которую можно быстро развернуть через Docker и использовать как основу для внутренних чат-ботов, техподдержки, персональных ассистентов и других сценариев, где требуется собственный контур хранения и выдачи знаний.

Проект позволяет загружать файлы, документы, изображения и ссылки, извлекать из них текст и структуру, строить эмбеддинги, векторный индекс и граф связей, а затем использовать эту базу знаний через UI или подключать к любым ИИ-агентам через MCP.

Возможности:

- загрузка документов, веб-страниц и изображений в общую базу знаний;
- поддержка форматов txt, md, csv, json, yaml, xml, html, pdf, docx, pptx, а также изображений png, jpg, jpeg, gif, webp, svg, tiff, heic и других текстовых форматов;
- извлечение текста, построение векторов и графа сущностей/отношений;
- встроенный ассистент в UI для проверки ответов по выбранной библиотеке;
- подключение агентных клиентов через MCP;
- выбор разных моделей для различных этапов обработки;
- учет расходов на уровне документа, сайта и библиотеки;
- гибкая настройка прав: только чтение, доступ к отдельным библиотекам или запись для самообновления базы ИИ агентом;
- готовая инфраструктура с UI, API и служебными компонентами в одном развёртывании.

В планах:

- редактирование графа напрямую из UI;
- поддержка аудио и видео с преобразованием в базу знаний и векторное представление;
- SaaS-режим: систему можно будет либо развернуть у себя, либо использовать как внешний сервис.

Подход проекта - предоставить не отдельные компоненты для ручной сборки очередного RAG-стека, а целостную систему, которую можно быстро запустить и использовать в прикладных задачах.

https://github.com/mlimarenko/RustRAG

Поделился автор: Mikhail - @leader_lm

Опубликовано в @gitgate

#rust #rag #llm #mcp #docker #ai #chatbot #knowledgebase