Исследую open‑source и self‑hosted инструменты для AI/ML и инженерии — от LLM‑прокси и RAG‑памяти до оркестраций и headless‑CMS. Даю «Когда использовать», реальные сценарии и сравнения с альтернативами, чтобы вы не тратили недели на ресёрч и инфраструктуру. Моя цель — помочь быстро собрать рабочий стек под B2B‑AI, снизить токены и ускорить прод.
Анализ больших графов и зависимостей, при этом не хочется иметь отдельный сервер. А все локально внутри проекта.
Краткий обзор Neo4j: NoSQL графовая СУБД, поддержка Cypher, масштабирование и сценарии (рекомендации, антифрод, граф знаний).
Фреймворк Graphiti: би‑временные графы знаний на DuckDB для AI‑агентов; примеры — ассистенты, юристы, медицина, аналитика и финмониторинг.
Краткий обзор Scikit‑learn: возможности для классификации, регрессии, кластеризации и сравнение с TensorFlow, PyTorch и XGBoost.
