Единая база знаний и память AI-агентов для студии разработки

Почему одного длинного промпта недостаточно

В студии одновременно идут разные проекты. У каждого — свой код, документация, задачи и правила выпуска. Часть знаний общая: как обращаться с доступами, где выполнять проверки, какие действия требуют поручения владельца. Другая часть относится только к конкретному приложению.

Передавать всё это в каждом новом диалоге неудобно. Документы меняются, важные решения остаются в предыдущих сессиях, а старая рекомендация может выглядеть как действующее правило.

Команде студии нужен был способ передавать между агентами рабочий контекст вместе с его основаниями: что решили, почему, где лежит источник и какие ограничения нужно учесть.

Что мы сделали

Мы связали документы, сведения о проектах и историю работы в один сервис. К нему могут обращаться разные кодинг-агенты — в том числе Codex, Claude Code и Devin — через MCP, интерфейс подключения внешних инструментов к AI.

В системе разделены три вида знаний:

• Общие правила. Стандарты разработки, шаблоны и архитектурные подходы хранятся в Git с версиями и статусами. Видно, что уже утверждено, а что ещё обсуждается.
• Сведения о проектах. Карточки помогают определить нужное приложение, найти документацию и связанные задачи.
• История решений. Значимые итоги сохраняются с датой и ссылками на подтверждающие материалы. Следующая сессия может к ним вернуться.

Сервис передаёт агентам документы и сведения о проекте вместе с правилами их использования. Сотрудник сохраняет контроль над действиями: доступ к контексту отделён от разрешения менять или публиковать результат.

Как теперь начинается работа над проектом

В начале сессии агент запрашивает краткую сводку: что это за проект, какие решения приняты недавно и какие документы нужно прочитать. Вместо пересказа по памяти он получает ссылки на источники и их версии.

После значимого этапа агент сохраняет короткий итог: что сделал, чем проверил результат и что осталось нерешённым. Именно эта запись помогает продолжить работу в следующей сессии.

Сохраняется не только ответ, но и основание решения. Поэтому другой агент может разобраться, почему выбран определённый подход, и проверить, подходит ли он к новой задаче.

Почему мы отделили поиск от истории

Поиск по смыслу удобен, когда точная формулировка неизвестна. Но модель может пересказать запись неточно, а поисковая выдача — показать лишь часть связанных событий.

Поэтому основная история хранится отдельно. Поиск находит подходящие записи, после чего сервис возвращает исходные события со ссылками. Поисковый индекс можно восстановить из журнала; его сбой не отменяет сохранённые решения.

Для команды это означает, что важные сведения можно проверить по первоисточнику, а историю — просмотреть последовательно, даже если смысловой поиск не нашёл нужного ответа.

Что получилось

У студии появился общий способ передавать правила и историю между AI-агентами. Работа может продолжаться с обращения к уже сохранённым решениям: что было сделано, на чём основан вывод и какой шаг остался следующим.

Память пополняется явными записями агента. Сервис не перехватывает автоматически все разговоры, поэтому полнота истории зависит и от организации работы.

Создали работающий общий доступ к знаниям и истории проектов. Разные агенты и новые сессии могут опираться на одни документы и сохранённые решения, продолжая работу с уже собранным контекстом.