Mozaik
Mozaik — это среда выполнения TypeScript с открытым исходным кодом для создания автономных, параллельных команд ИИ-агентов, которые сотрудничают через реактивную, событийно-ориентированную шину с общим пониманием среды, использованием инструментов и устойчивой координацией.
https://mozaik.jigjoy.ai/?ref=producthunt&utm_source=aipure
Информация о продукте
Обновлено:07/07/2026
Что такое Mozaik
Mozaik — это фреймворк (среда выполнения) на TypeScript, разработанный для вывода многоагентных систем за рамки жестких, последовательных рабочих процессов к истинному командному сотрудничеству. Вместо оркестровки агентов через предопределенные конвейеры, Mozaik вводит «агентскую среду», где участники — агенты, люди, наблюдатели и инструменты — могут присоединяться к одному общему пространству, общаться и координировать свои действия в реальном времени. Он создан для того, чтобы сделать сотрудничество агентов первоклассной концепцией: агенты могут быть осведомлены друг о друге, целенаправленно обмениваться контекстом и работать одновременно над одной и той же целью.
Ключевые особенности Mozaik
Mozaik — это агентская среда выполнения с открытым исходным кодом на TypeScript для создания автономных команд ИИ-агентов, которые параллельно сотрудничают в общей, управляемой событиями среде. Вместо жесткого кодирования последовательных рабочих процессов Mozaik рассматривает сотрудничество как первоклассную концепцию: агенты присоединяются к AgenticEnvironment (шине вещания), осведомлены о других участниках, обмениваются сообщениями и контекстом, реагируют на вызовы инструментов и результаты как на события, а также восстанавливаются после ошибок во время выполнения. Фреймворк разработан для неблокирующего "выстрелил и забыл" вывода и реактивной координации, позволяя многоагентным системам общаться, координировать и выполнять работу как сплоченная команда.
Ядро, управляемое событиями и реактивное: Каждое сообщение, вызов инструмента, шаг рассуждения и ошибка моделируются как событие на общей шине; агенты подписываются на интересующие их события и немедленно реагируют по мере их поступления.
Параллельность по умолчанию (неблокирующий вывод): Агенты могут выполнять вывод и продолжать работать без ожидания; результаты возвращаются как события, позволяя нескольким агентам (и инструментам/наблюдателям) одновременно работать над одной целью.
Общая агентская среда (осведомленность команды): Участники — люди, агенты, наблюдатели и инструменты — присоединяются к одной и той же AgenticEnvironment, что позволяет агентам определять, кто "в комнате", реагировать на присоединения/выходы и координировать действия на основе общего состояния.
Контекст как первоклассный примитив: Mozaik обеспечивает структурированную обработку контекста (через ModelContext и типизированные элементы контекста), что упрощает запись, совместное использование и маршрутизацию нужной информации нужному агенту в нужное время.
Интеграция вызовов инструментов/функций через события: Вызовы функций и результаты инструментов обрабатываются как первоклассные события, что позволяет агентам выполнять инструменты и публиковать результаты обратно на шину для использования другими участниками.
Устойчивость во время выполнения и интеллектуальное восстановление: Агенты могут перехватывать и обрабатывать сбои с помощью таких хуков, как onError/onParticipantError, повторять попытки с отсрочкой или эскалировать их другим участникам вместо того, чтобы приводить к сбою выполнения.
Варианты использования Mozaik
Параллельное AI-кодирование и генерация PR: Координировать работу нескольких специализированных агентов кодирования (планирование, реализация, проверка, тестирование) для одновременной работы и создания запроса на вытягивание — например, с помощью инструментов на базе Mozaik, таких как baro.
Рои поддержки клиентов и операций: Запускать агентов по сортировке, извлечению из базы знаний, составлению черновиков и контролю качества параллельно на общей шине, чтобы ответы были быстрее, согласованнее и поддавались аудиту в команде агентов.
Конвейеры от исследования к написанию без жестких рабочих процессов: Позволить агентам-исследователям, писателям, критикам и аудиторам адаптивно сотрудничать во время выполнения — обмениваясь только необходимым контекстом и реагируя на находки друг друга как на события.
Автоматизация предприятий с процессами, интенсивно использующими инструменты: Создавать команды агентов, которые вызывают внутренние инструменты/API (тикеты, CRM, базы данных) и координируют работу на основе результатов и ошибок инструментов через управляемую событиями связь.
Наблюдаемость и оценка для агентских систем: Подключать наблюдателей к среде для мониторинга сообщений, трассировок рассуждений, вызовов инструментов и сбоев в реальном времени — поддерживая отладку, оценку и контроль качества.
Преимущества
Разработан для истинного многоагентного сотрудничества: общая среда, осведомленность и координация, управляемая событиями, а не последовательная оркестровка.
Параллельное, неблокирующее выполнение повышает пропускную способность и отзывчивость для сложных целей.
Типизированная модель контекста/событий поддерживает более четкую структуру, отладку и расширяемость в экосистемах TypeScript.
Недостатки
Управляемые событиями, высококонкурентные системы могут быть сложнее для понимания и отладки, чем линейные конвейеры, особенно по мере увеличения числа агентов.
Требуется использование TypeScript/Node; команды за пределами этой экосистемы могут столкнуться с более высокими затратами на интеграцию.
Адаптивная координация во время выполнения может быть менее предсказуемой, чем предопределенные рабочие процессы, что требует тщательного тестирования и защитных мер.
Как использовать Mozaik
1) Создайте новый проект TypeScript: Инициализируйте рабочее пространство Node.js + TypeScript (например, с помощью npm init и tsc). Mozaik — это среда выполнения TypeScript, поэтому обычно вы будете запускать его в среде Node.
2) Установите ядро Mozaik: Добавьте зависимость фреймворка: установите @mozaik-ai/core (стартовый шаблон, на который ссылаются в источниках, построен на основе ^3.10.1).
3) Настройте учетные данные поставщика моделей через переменные среды: Mozaik выбирает поставщика из имени модели, которое вы передаете в runInference, и каждый SDK поставщика считывает учетные данные из среды. Поместите необходимые ключи в свою среду (обычно через файл .env), например, OPENAI_API_KEY, если вы используете OpenAI.
4) Определите участников (агентов/наблюдателей/инструменты) как классы: Моделируйте каждую роль как участника (Mozaik называет агентов 'участниками'). У каждого участника есть свое состояние и задача; нет унаследованного 'родительского контекста'. Участники общаются, генерируя/подписываясь на типизированные события в общей шине.
5) Добавьте обработчики событий, чтобы сделать участников реактивными: Реализуйте реактивные обработчики, такие как onParticipantJoin / onParticipantLeft, чтобы агенты знали, кто находится в среде, и переназначали работу, когда кто-то уходит.
6) Используйте шину событий в качестве основы для сотрудничества: Рассматривайте каждое сообщение, вызов инструмента, шаг рассуждения и ошибку как событие в шине. Участники подписываются на интересующие их события и немедленно реагируют, когда эти события происходят.
7) Выполняйте вывод неблокирующим способом ('запустил и забыл'): Начните вывод и продолжайте другую работу, не дожидаясь. Когда результаты приходят, они возвращаются как события; ваш участник реагирует только на соответствующие события результатов, в то время как все остальное продолжает работать.
8) Реализуйте вызов инструмента как событийно-ориентированный ввод-вывод: Когда модель запрашивает инструмент (например, через onFunctionCall), запустите инструмент и отправьте 'functionCallOutput' (или эквивалентное типизированное) событие обратно в шину с callId и результатом — чтобы выполнение оставалось неблокирующим.
9) Ограничьте то, что слушает каждый участник (необязательно, но рекомендуется): Чтобы предотвратить ненужные реакции, заполните список 'listens' участника классами участников, на которые он должен реагировать. Когда 'listens' непуст, среда доставляет только внешние события, источник которых соответствует одному из этих классов.
10) Добавьте восстановление после ошибок во время выполнения: Используйте onError и/или onParticipantError для перехвата сбоев инструментов или сбоев участников. Реализуйте повтор с экспоненциальной задержкой (например, до 3 попыток) и эскалируйте, отправляя событие сообщения другому участнику вместо того, чтобы прерывать весь процесс.
11) Включите параллелизм, добавив нескольких участников: Создайте нескольких специализированных участников (например, Исследователь, Писатель, Критик, Аудитор) и позвольте им работать одновременно. Mozaik по умолчанию параллелен: несколько агентов могут работать одновременно, оставаясь скоординированными через общие события/контекст.
12) Позвольте путям сотрудничества возникать во время выполнения: Избегайте жесткого кодирования жестких передач. Вместо этого проектируйте участников так, чтобы они решали, когда общаться, кого привлекать и какой контекст делиться на основе наблюдаемых ими событий.
13) (Необязательно) Добавьте наблюдателей для логирования и UI: Прикрепите участников-наблюдателей, которые не принимают решения, но записывают или отображают выполнение: например, Аудитор, который записывает журнал JSONL, или участник UI, который генерирует кадры для терминального UI.
14) Запустите свою команду агентов: Запустите среду/шину, зарегистрируйте участников и вызовите начальное событие (например, RunStart или сообщение о цели). Система работает как реактивный поток событий, при этом участники координируют свои действия и восстанавливаются после ошибок в реальном времени.
15) Используйте стартовый шаблон, если вам нужен быстро работающий CLI: Источники ссылаются на репозиторий стартового шаблона CLI, который связывает терминальный UI Ink с @mozaik-ai/core и включает типичное разделение агентов/наблюдателей/инструментов. Клонируйте стартовый шаблон, чтобы избежать шаблонного кода, затем настройте участников и инструменты для вашего варианта использования.
Часто задаваемые вопросы о Mozaik
Mozaik - это "агентская" среда выполнения/фреймворк с открытым исходным кодом на основе TypeScript для создания автономных команд ИИ-агентов, которые могут общаться, координировать свои действия и действовать автономно.
Видео Mozaik
Популярные статьи
Atoms: Мультиагентная ИИ-платформа, которая превращает идеи в готовые к запуску продукты
May 22, 2026
Nano Banana SBTI: Что это такое, как это работает и как это использовать в 2026 году
Apr 15, 2026
Обзор Atoms — AI Product Builder, переопределяющий цифровое творчество в 2026 году
Apr 10, 2026
Kilo Claw: Как развернуть и использовать настоящего AI-агента "Сделай-Это-За-Вас" (Обновление 2026)
Apr 3, 2026
Последние ИИ-инструменты, похожие на Mozaik
Hapticlabs
Hapticlabs — это инструмент без кодирования, который позволяет дизайнерам, разработчикам и исследователям легко создавать, прототипировать и развертывать погружные тактильные взаимодействия на устройствах без программирования.
Deployo.ai
Deployo.ai — это комплексная платформа для развертывания ИИ, которая обеспечивает бесшовное развертывание, мониторинг и масштабирование моделей с встроенными этическими рамками ИИ и совместимостью с различными облачными провайдерами.
CloudSoul
CloudSoul — это AI-платформа SaaS, которая позволяет пользователям мгновенно развертывать и управлять облачной инфраструктурой через разговоры на естественном языке, делая управление ресурсами AWS более доступным и эффективным.
Devozy.ai
Devozy.ai — это платформа самообслуживания разработчиков с поддержкой AI, которая объединяет управление проектами в Agile, DevSecOps, управление многооблачной инфраструктурой и управление IT-услугами в единое решение для ускорения доставки программного обеспечения.
Популярные ИИ-инструменты, похожие на Mozaik
A2A Protocol
Протокол A2A (Agent2Agent) — это открытый протокол взаимодействия, разработанный Google, который обеспечивает беспрепятственное общение и сотрудничество между AI-агентами в разных фреймворках и поставщиках, независимо от их базовой архитектуры.
VoltOps
VoltOps — это агностическая к фреймворкам платформа наблюдения LLM, которая предоставляет инструменты визуального мониторинга, отладки и оптимизации в режиме реального времени для ИИ-агентов в любом технологическом стеке.
Chaterm
Chaterm - это терминал с открытым исходным кодом на основе искусственного интеллекта и сопроцессор SRE, который позволяет инженерам управлять сложной инфраструктурой с помощью естественного языка, автоматизируя развертывание, устранение неполадок и операции без запоминания команд.
Open Browser Use
Open Browser Use — это открытый, нейтральный к среде выполнения агентов уровень автоматизации браузера, который сочетает расширение Chrome с CLI/SDK/MCP для обеспечения DOM-ориентированного, CDP-управляемого контроля вкладок, навигации и действий в различных инструментах агентов ИИ.