Karakeep — self-hosted менеджер закладок с ИИ-тегированием
Karakeep (бывший Hoarder) — открытый self-hosted менеджер закладок с ИИ-тегированием, полнотекстовым поиском и архивацией страниц.
Находить сведения и помогать аудитории обнаруживать материалы, включая поиск по сайту и SEO.
Сначала новые публикации. Статьи, руководства и записи блога — в одном списке.
Найдено 31 из 62 · показаны 13–24
Karakeep (бывший Hoarder) — открытый self-hosted менеджер закладок с ИИ-тегированием, полнотекстовым поиском и архивацией страниц.
Gemini Enterprise — агентная платформа Google для бизнеса: поиск по корпоративным данным, готовые и no-code агенты, безопасность, редакции и тарифы.
Context7 подтягивает актуальную документацию библиотек прямо в промпт. Разбираем подключение и примеры использования в Codex и Claude Code.
Open WebUI — открытая self-hosted платформа для работы с любыми LLM: локальные модели и облачные API, RAG по документам, инструменты и доступ для команды.
Методология сбора данных с десятков и сотен сайтов конкурентов: когда нужен парсинг, какой сервис выбрать, как очистить данные и подать их в Codex.
Переезд сайта на новую платформу без потерь SEO-трафика: редиректы 301, sitemap, canonical, инвентарь URL, контроль в Вебмастере и GSC.
Как подключить Метрику, Вебмастер, Search Console и GA4, отслеживать видимость в AI-ответах и собрать единый SEO-дашборд сайта.
Контентный граф — методология, в которой материалы связаны не тегами, а ролями в системе. Пять сигналов: пробелы, мосты, сироты, маршруты, обновления.
Starlight — тема Astro для сайтов документации. Быстрый старт, настройка навигации, i18n, поиск Pagefind, компоненты и кастомизация
Простыми словами про TF-IDF и semantic snapshot: как построить «kарту смыслов» для корпуса текстов без LLM и векторных embeddings, и как это живёт рядом с ручными тегами и графом сайта.
Открытая embedding-модель от Google на базе Gemma 3: 308M параметров, 100+ языков, контекст 2048 токенов, 768-мерные векторы с MRL-усечением до 128. Работает на 200 МБ RAM, считает эмбеддинг на CPU за десятки миллисекунд. Когда брать вместо BGE-M3, как поднять локально и во что упереться.
Open-source embedding-модель от BAAI для поиска, RAG и семантического сравнения текстов. Контекст 8192 токена, 100+ языков, MIT-лицензия, работает на CPU. Разбор возможностей, сравнение с альтернативами и эталонная сборка сервера на FastAPI.
Страница 2 из 3
Разберём вашу задачу и определим ближайший шаг.
