Подключение к агентным средам

Agent-среда автора RAGRAF: именно на ней продукт проектировался и на которой измерены опубликованные результаты. Поддержка first-class — значение --agent-kind autoclaw является реальным кодовым путём (атрибуция телеметрии, расширенный режим журнала).

1. 1Установите RAGRAF и постройте корпусСтандартная установка (install.ps1 или pip -e .), затем ragraf ensure <проект> --json. AutoClaw работает с тем же корпусом, что и CLI — отдельной подготовки не требуется.
2. 2Зарегистрируйте MCP-сервер в конфиге средыAutoClaw поднимает сервер как дочерний stdio-процесс. Ключевое отличие от других сред — --agent-kind autoclaw: телеметрия получает расширенную атрибуцию сессий.
3. 3Подключите регламент и skillПоложите регламент AGENTS.md в контекст среды (или используйте поставляемый skill): порядок «спроси индекс → проверь конверт → write_check перед записью» — измеренный источник published результатов (46 вызовов, 0 полных чтений).
4. 4Проверьте и наблюдайтеПрогоните verify-команды справа; затем следите за профилем вызовов в usage_stats или на панели: здоровый профиль — доминирование symbol/search/write_check и ноль полных чтений файлов.

{
  "mcpServers": {
    "ragraf": {
      "command": "python",
      "args": [
        "/path/to/RAGRAF/tools/ragraf-mcp.py",
        "--project", "/path/to/corpus.yaml",
        "--agent", "autoclaw-main",
        "--agent-kind", "autoclaw"
      ]
    }
  }
}

Мультиагентная среда, поддерживающая протокол MCP. Подключение — через универсальный stdio-контракт: RAGRAF не требует от SagaAI ничего, кроме способности запускать дочерний процесс и обмениваться JSON-RPC.

1. 1Постройте корпус один раз — используйте все воркерыИндекс read-only для агентов: несколько воркеров SagaAI могут обращаться к одному корпусу через один сервер (или через свои экземпляры — хранилища открываются в режиме чтения безопасно).
2. 2Добавьте сервер в MCP-конфигурацию средыКонфиг ниже; --agent осмысленно именуйте по роли воркера (saga-worker, saga-reviewer) — телеметрия разделит профили вызовов по агентам.
3. 3Внесите регламент в системный промптПять правил фрагмента AGENTS.md ниже — минимальный достаточный набор. Без регламента агенты склонны игнорировать индекс и возвращаться к grep — это сразу видно в usage_stats.
4. 4Проверьте capability до планирования задачПервым вызовом сессии делайте ragraf_list_capabilities: при capability=degraded планировщик SagaAI должен исключить задачи, требующие slice (межпроцедурные срезы).

{
  "mcpServers": {
    "ragraf": {
      "command": "python",
      "args": [
        "/path/to/RAGRAF/tools/ragraf-mcp.py",
        "--project", "/path/to/corpus.yaml",
        "--agent", "saga-worker",
        "--agent-kind", "external"
      ]
    }
  }
}

Harness-обвязка над моделями DeepSeek (deepseek-chat / deepseek-reasoner) с поддержкой MCP-инструментов. Подключение стандартное; особенность связки — reasoner-модели дисциплинированно следуют фиксированному контракту операций, поэтому регламент соблюдается строже, чем в среднем по рынку.

1. 1Подготовьте корпус и проверьте selftestКак и везде: ragraf ensure <проект> --json и ragraf selftest. Harness не требует от окружения ничего сверх Python 3.13+.
2. 2Зарегистрируйте сервер в harness-конфигеКонфиг ниже — универсальный MCP stdio. --agent deepseek-harness разделяет телеметрию сессий harness и ручных CLI-прогонов.
3. 3Для reasoner-модели включите строгий режим конвертаРекомендация связки: в системном промпте требуйте от модели цитировать index_rev и capability в каждом ответе — reasoner стабильно исполняет такое требование, и ответы становятся аудируемыми без дополнительных проверок.
4. 4Сверьте профиль вызовов после первых сессийusage_stats: ожидаемый здоровый профиль — symbol/search/write_check доминируют, live_grep по целым файлам отсутствует. Отклонение — сигнал ужесточить регламент в промпте.

{
  "mcpServers": {
    "ragraf": {
      "command": "python",
      "args": [
        "/path/to/RAGRAF/tools/ragraf-mcp.py",
        "--project", "/path/to/corpus.yaml",
        "--agent", "deepseek-harness",
        "--agent-kind", "external"
      ]
    }
  }
}

Среды нет в списке? Если клиент умеет запускать stdio-процесс и говорить JSON-RPC — этого достаточно. Три шага: конфиг сервера, регламент в системный промпт, проверка capabilities первым вызовом.

# Регламент работы с RAGRAF (фрагмент AGENTS.md)
1. Навигация — только через ragraf_symbol / ragraf_search.
   Полный файл — только ragraf_live_read и только по факту из индекса.
2. Проверяй конверт: stale_warnings → перечитай затронутое (live_read);
   capability=degraded → не планируй задачи со slice.
3. Перед любой записью в БД — ragraf_write_check (всегда).
4. Перед правкой символа — ragraf_impact --depth 3.
5. «Не найдено» — валидный ответ: сообщай limits из конверта, не додумывай.

# сервер отвечает на инициализацию MCP и раскрывает режим корпуса
python tools/ragraf-mcp.py --project corpus.yaml --agent probe --agent-kind external
# → JSON-RPC: 23 инструмента ragraf_*; list_capabilities:
#   {"capability":"full","operations":[...22...]}   (или degraded + reason)

# телеметрия после пробных вызовов
ragraf -p corpus.yaml query usage_stats
# → usage_call содержит записи agent=probe, kind=external