simplexai-labs/linger
LINGER: ЛОКАЛЬНЫЙ ПЕРСОНАЛЬНЫЙ АГЕНТ 125B
Open-source персональный агент, запускающий 125B MoE-модель на 12 ГБ GPU. Запоминает контекст, работает проактивно и хранит данные локально.
// КЛЮЧЕВЫЕ ОСОБЕННОСТИ
- 125B Qwen3.8-Flash-Next на 12 ГБ GPU через движок PolyStrata
- Автоподбор лучшей модели из 49 вариантов под железо
- Память Another Me: вики из почты, чатов и встреч
- Проактивный режим с ночной саморекурсивной оптимизацией
// РАЗБОР: КАК ЭТО РАБОТАЕТ
Linger работает как локальный персональный агент на базе MoE-движка PolyStrata: самые активные эксперты модели держатся в VRAM, остальные — в RAM или на SSD. Это позволяет запускать 125-миллиардную Qwen3.8-Flash-Next на 12 ГБ видеокарты при 64 ГБ системной памяти. Установщик Model Autopilot сканирует железо, отбирает из 49 протестированных моделей (разных квантований и контекстов) ту, что влезает с 64K контекстом, и выбирает самую умную, затем самую быструю.
Отличие — система памяти Another Me: агент ночью читает входящие, календарь и Slack, структурирует их в вики-страницы, доступные всем под-агентам. Проактивный режим позволяет агенту самому инициировать действия: следить за задачами, напоминать, двигать работу вперёд. Рекурсивная самооптимизация каждую ночь переписывает правила принятия решений на основе обратной связи.
Требования: потребительские GPU (RTX 8–32 ГБ VRAM) или Mac (16–24 ГБ унифицированной памяти) плюс 32–64 ГБ RAM. Тестировалось на NVIDIA и Apple Silicon. Облачных ключей и токенов не требует — инференс полностью локальный.
// СЦЕНАРИИ ИСПОЛЬЗОВАНИЯ
Кому пригодится: Пользователям, нуждающимся в локальном ИИ-агенте с памятью и проактивностью
- Запускать 125B модель локально на потребительском GPU без облачных затрат
- Автоматизировать обработку почты и календаря с проактивными напоминаниями
- Создавать персональную базу знаний, доступную всем локальным агентам
Новые репозитории каждые 30 минут
REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.
Подписаться в Telegram