#### Проблема:

• Амнезия ИИ-моделей: При открытии нового чата или смене сессии LLM (Claude, ChatGPT, Cursor, локальные модели) полностью теряют историю, договоренности и

контекст проекта.

• Потеря контекста в командах: Разработчики и специалисты тратят до 30% рабочего времени на повторное описание контекста задачи, правил кодовой базы и бизнес-

логики.

• Перерасход токенов и задержки: Традиционные RAG-системы требуют сотен миллисекунд на поиск и перегружают промпты избыточным шумом, увеличивая стоимость каждого

запроса.

#### Решение и технологическая суть:

MMW — это распределенный слой изолированной корпоративной и индивидуальной памяти для ИИ-агентов:

1. Протокол MCP (Model Context Protocol): Нативная интеграция с Claude, Cursor, Codex, VS Code и любыми автономными агентами без доработки промптов.

2. Сверхвысокая скорость (<2 мс): Оптимизированный гибридный движок поиска и извлечения фактов.

3. Строгая изоляция и безопасность: Полное разделение контекстов по тенантам, проектам и рабочим пространствам (Multi-tenancy).

4. Командная память (Institutional Memory): Единая база знаний, к которой подключены агенты всех сотрудников — новые разработчики и агенты мгновенно получают всю

предысторию проекта.

#### Текущие результаты и статус (Traction):

• Призёр (3-е место) всероссийского конкурса ИИ-решений.

• Сервер официально включен в глобальный реестр Awesome Remote MCP Servers (GitHub).

• Получена наивысшая оценка качества (Grade A, Verified) в международном каталоге коннекторов Glama.ai.

• Инфраструктура развернута и стабильно функционирует в промышленном облаке (Cloud.ru).

#### Целевая аудитория и рынок:

• B2B: IT-компании, агентства заказной разработки, корпоративные центры инноваций, использующие ИИ-агентов в повседневной работе.

• B2C / Prosumers: Разработчики, архитекторы, создатели контента и исследователи.

#### Бизнес-модель:

• B2C / Dev Tier: Freemium-модель (бесплатный базовый лимит + платная подписка за расширенный объем памяти и воркспейсов).

• B2B / Team & Enterprise: Оплата за количество активных рабочих мест (Seat-based) + Dedicated/On-premise развертывание с соблюдением 152-ФЗ.

──────

### 4. Рынки НТИ и направления

• Рынки: Технет (TechNet), Нейронет (NeuroNet).

• Технологические направления: Искусственный интеллект и машинное обучение, Системы обработки естественного языка (NLP), Мультиагентные системы (Multi-Agent

Systems).

На страницу проекта