Представлен Moraine — специализированная база данных, предназначенная для унифицированного отслеживания работы AI-агентов в реальном времени. Проект позволяет агрегировать сессии из различных сред, таких как Codex, Claude Code, Kimi CLI, OpenCode, Hermes и Pi Coding Agent, в единую систему мониторинга на базе ClickHouse.

image

Что произошло

Разработчики представили Moraine, инструмент для создания единого слоя наблюдаемости (observability) для мульти-агентных систем. Система индексирует сессии из разрозненных сред разработки и предоставляет интерфейс мониторинга. Благодаря поддержке протокола Model Context Protocol (MCP), Moraine позволяет агентам использовать историю прошлых сессий в качестве долгосрочной памяти, используя механизм поиска по ключевым словам BM25.

Контекст

Современные AI-агенты часто сталкиваются с проблемой «забывчивости» из-за ограничений контекстного окна, а их логи разбросаны по разным инструментам. Интеграция с MCP и использование специализированных БД для хранения «опыта» взаимодействий — это новый паттерн, который может превратить разрозненные логи в структурированную базу знаний.

Почему это важно для индустрии

Moraine решает проблему разрозненности логов и отсутствия стандартов наблюдаемости в агентских средах. Это создает фундамент для развития полноценного слоя Agentic Observability, где трейсинг неразрывно связан с управлением памятью и RAG-системами, способствуя стандартизации протоколов обмена контекстом между различными фреймворками.

Почему это важно для пользователей

Разработчики AI-агентов получают инструмент для централизованного мониторинга и отладки поведения систем в реальном времени. Это упрощает поиск ошибок в сложных цепочках рассуждений и позволяет легко находить релевантную информацию из прошлых диалогов, превращая историю работы инструментов в полезную базу знаний.

Что пока неизвестно / ограничения

Централизация чувствительных сессий из сторонних сред (таких как Claude Code или Codex) в одной базе данных создает фундаментальные риски для конфиденциальности данных.

Источники

Автор

Look at AI, редакция