Система из нескольких частей
Каждый компонент решает свою задачу: цифровой мозг хранит и обновляет данные, API выдает их сайтам и сервисам, MCP открывает инструменты для агентов, CLI дает рабочее место пользователю, skills задают правила поведения ИИ.
Кратко о продуктах
IOLA CLI
Программа на компьютере пользователя. Человек задает вопрос обычным языком, а CLI подключает нужную модель, инструмент или городской источник данных.
IOLA Skills
Правила для AI-агентов: какие данные проверять, как уточнять неоднозначный вопрос и когда честно отвечать, что данных нет.
Public MCP Server
Безопасный мост для внешних AI-агентов. Разработчик подключает MCP-сервер и получает готовые инструменты поиска и проверки городских данных.
FastAPI
Публичный API для сайта, виджетов и сервисов, которым нужны структурированные данные без ручного копирования таблиц.
Кто может установить IOLA CLI
IOLA CLI может установить любой житель, которому нужен персональный городской ИИ-помощник на своем устройстве. Это не инструмент только для программистов: человек задает вопрос обычным языком, а программа сама выбирает нужный источник данных, модель или подключенный сервис.
Windows 10/11
Основной сценарий для жителей. CLI устанавливается на обычный домашний или рабочий компьютер, хранит настройки локально и может работать с городскими данными, локальными файлами, Яндекс-сервисами и выбранной AI-моделью.
Linux и macOS
Доступна установка через Node.js и npm. Этот вариант больше подходит пользователям, которые уже умеют устанавливать программы через терминал.
AI-модели
CLI не привязан к одной модели. Можно использовать локальные модели на компьютере, российские AI-сервисы и зарубежные LLM-провайдеры, если у пользователя есть соответствующий доступ.
Смартфоны
Текущий CLI - не мобильное приложение. Для Android и других мобильных устройств рассматривается отдельная графическая оболочка, которая сможет использовать ту же логику, skills и городские данные.
Почему первый формат - CLI
IOLA CLI - это первый рабочий формат городского ИИ-агента. Он позволяет быстрее развивать и проверять ключевые возможности: работу с цифровым мозгом, локальными файлами, ИИ-моделями, skills, MCP-инструментами и подключаемыми сервисами.
Проверяется поведение агента, качество ответов и работа с городскими данными.
После проверки логики ее можно переносить в более привычные графические оболочки.
Настройки, ключи и подключенные сервисы остаются на устройстве пользователя.
Сегодня
CLI выступает рабочим ядром: через него проверяются модели, tools, skills, MCP, локальные файлы, городские данные и подключаемые сервисы.
Следующие интерфейсы
Графическое приложение для Windows и мобильная версия рассматриваются как будущие оболочки проекта. Они должны использовать уже проверенную агентную логику, а не начинать разработку заново.
Почему этот путь выбран не случайно
CLI-first подход стал распространенным способом создания ИИ-агентов у ведущих AI-команд. Причина не в том, что терминал должен заменить все приложения, а в том, что CLI быстрее всего дает агенту рабочую среду: файлы, команды, инструменты, MCP-серверы, локальные настройки и понятный контроль действий.
OpenAI Codex CLI
Локальный агент OpenAI, который работает в выбранной папке пользователя.
Официальная документацияGoogle Gemini CLI
Открытый терминальный агент с tools и поддержкой MCP-серверов.
Официальная документацияQwen Code
Терминальный AI-агент с поддержкой skills, subagents и разных провайдеров моделей.
Репозиторий Qwen CodeGitHub и репозитории
Код и сопроводительные материалы опубликованы в открытых репозиториях. Здесь собраны основные точки входа для разработчиков, которым нужно подключить CLI, skills или MCP-сервер к городским данным.
yoshkar-ola-public-mcp
Публичный MCP-сервер и клиентские примеры.
github.com/adm-iola/yoshkar-ola-public-mcpЛаборатория малых языковых моделей
Создана лаборатория малых языковых моделей, где ведется экспериментальная работа по созданию и обучению компактных моделей для работы с городскими данными. Это отдельное исследовательское направление: проверяются локальные модели, адаптеры, сценарии маршрутизации запросов и способы совместной работы модели с проверенными городскими источниками.