DeepCerebra Coder — это агентский помощник по кодированию. В отличие от простого автодополняющего помощника, он планирует, пишет, рефакторит, выполняет команды, вызывает инструменты и итерирует по всему вашему проекту — а вы просматриваете и одобряете предлагаемые им изменения.
| Версия | Лучше всего подходит для | Доступ к файлам |
|---|---|---|
| Веб-приложение | Без установки, работа с любой машины | Конфиденциальное хранилище в браузере (и репозитории Git) |
| Десктоп (Windows / Linux / macOS) | Разработка с приоритетом локальных ресурсов, локальные модели | Прямой доступ к локальной файловой системе |
| CLI и API | Скриптинг, CI/CD, автоматизация | Локальные файлы / программный доступ |
Это руководство посвящено веб-приложению на deepcerebra.ai; десктопное приложение повторяет те же панели и рабочие процессы.
Используйте актуальную версию Chrome, Edge или Brave для полноценной работы — открытие локальной папки основано на Chromium File System Access API. Firefox и Safari подходят для чата и проектов, поддерживаемых Git, но не могут открывать локальную папку напрямую.
/register?plan=basic (или pro / ultimate), либо начать сейчас и выбрать план позже в разделе Оплата.После входа в систему вы попадаете в рабочую среду, где все панели расположены на одном экране:
Перетащите разделитель между редактором и чатом, чтобы перебалансировать макет, и перетащите горизонтальный разделитель, чтобы изменить размер терминала. Левая боковая панель также позволяет перейти к разделам Рабочая область, Расширения, Ключи API, Оплата и Обратная связь.
repo (классический) или токен с детальной настройкой для Contents + Pull requests; для GitLab используйте область действия api. Ваш токен хранится на сервере — в браузер загружается только содержимое файлов.owner/name (отфильтруйте список, чтобы найти свой), затем выберите ветку.dcc/my-feature), чтобы изолировать вашу работу от основной ветки.История чата привязана к открытому проекту. Переключение папок автоматически запускает новую сессию и загружает предыдущие сессии этой папки, открывая самую последнюю, чтобы вы могли продолжить с того места, где остановились.
Папки, используемые DeepCerebra внутренне — .deepcerebra, .sessions — отображаются в дереве, но свернуты по умолчанию, чтобы не загромождать ваш исходный код.
Опишите, что вы хотите, простым языком — задайте вопрос, запросите функцию или укажите на ошибку. Будьте конкретны в отношении файлов, фреймворков и ограничений, чтобы получить наилучший результат. Прикрепите соответствующие файлы, перетащив их в поле ввода.
Ответы организованы как в Cursor: рассуждения агента отделены от результата. Каждый блок ответа имеет значок копирования в правом верхнем углу, чтобы вы могли скопировать готовый отчет, документ или команду, которую вы должны выполнить.
lxml вместо html.parser"), чтобы вывести агента из цикла.@deepcerebra, а префиксы вроде [deep] запрашивают более глубокое рассуждение.Выберите режим в селекторе режимов рядом с полем ввода. Каждый режим настраивает, насколько агент планирует и насколько свободно он редактирует:
| Режим | Что делает | Использовать, когда… |
|---|---|---|
| Агент | Автономно планирует и редактирует весь ваш проект | Вы хотите, чтобы помощник реализовал изменение от начала до конца |
| Спросить | Отвечает на вопросы о вашем коде без редактирования | Вы хотите понять кодовую базу |
| План | Разрабатывает подход до любого редактирования | Задача большая или имеет компромиссы, которые нужно сначала уладить |
| Редактировать | Вносит целенаправленные изменения в текущем контексте | Вы хотите внести небольшое, точечное изменение |
Когда агент предлагает изменения файлов, над полем ввода чата появляется панель Предлагаемые изменения, в которой перечислены все затронутые файлы с количеством добавленных (+) и удаленных (−) строк.
applied (и · disk при записи в реальную папку).Переключите терминал под редактором для запуска сборок, тестов и скриптов. С вашего разрешения агент может выполнять команды и читать их вывод для проверки своей работы; долго выполняющиеся команды выводят поток данных, чтобы вы могли наблюдать за прогрессом. Закройте терминал из его заголовка, когда он вам не нужен.
Для более крупных целей используйте режим План (или попросите агента сначала составить план). Планировщик сканирует ваш проект, разбивает цель на задачи с учетом зависимостей и назначает каждую соответствующему специалисту (архитектору, кодеру, тестировщику, документатору).
Откройте выбор модели рядом с полем ввода. Опции сгруппированы следующим образом:
В режиме «Авто» DeepCerebra использует многоуровневую адаптивную маршрутизацию: простые задачи направляются к быстрой, экономичной модели, в то время как сложная или требующая интенсивного планирования работа (например, режим «План») направляется к более мощной модели. Это автоматически балансирует стоимость и качество, поэтому вам редко приходится выбирать вручную.
Вы можете маршрутизировать запросы через свою учетную запись провайдера вместо использования тарифицируемой платформы.
ANTHROPIC_API_KEY, GOOGLE_API_KEY, OPENAI_API_KEY).Модели платформы (DeepCerebra) не требуют ключа. Удалить ключ можно в любое время с помощью кнопки Удалить.
DCC Bridge подключает ваш собственный компьютер к веб-приложению через небольшой коннектор dcc-bridge, открывая сразу две возможности:
Коннектор устанавливает исходящее соединение через аутентифицированный WebSocket — входящие порты не требуются, и он работает за NAT и брандмауэрами. Он работает на Windows, macOS и Linux (Python 3.10+).
dcc_brg_…) и готовую к вставке команду коннектора — токен отображается ровно один раз.pip install git+https://github.com/mohammadkhair7/DeepCerebra-connector
# then run the command copied from the pairing card, e.g.:
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxxwss://deepcerebra.ai или wss://deepcerebra.io) — карта сопряжения предварительно заполняет правильный. Эти два сайта являются отдельными развертываниями с отдельными учетными записями и токенами.1234) с загруженной моделью.По умолчанию команды ограничены выделенной папкой рабочей области (~/DeepCerebra). Чтобы работать в ваших реальных папках проекта с предварительно настроенными CLI, явно предоставьте им доступ при запуске коннектора:
# grant one or more real folders (repeatable)
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx --host-dir "F:\MyProjects"
# or the whole machine (prints a warning; prefer --host-dir)
python -m dcc_bridge ... --allow-any-dirЗатем откройте панель Терминал, нажмите всплывающее окно Цель выполнения (значок ноутбука), выберите Мой компьютер, и выберите рабочий каталог. Как введенные вами команды, так и команды сборки/тестирования агента затем выполняются на вашей машине.
--no-exec делает устройство только для вывода (модели GPU, без команд).При открытом проекте, поддерживаемом Git, в Проводнике появляется панель ветки, показывающая вашу текущую ветку и два действия:
main). Вы должны находиться в рабочей ветке, а не в основной.Если веб-хук push включен, Обозреватель автоматически обновляется, когда товарищи по команде делают push, поддерживая синхронизацию всех — основа для совместной командной разработки через DeepCerebra.
Расширьте возможности агента внешними инструментами и данными через Model Context Protocol. Настройте серверы в файле .deepcerebra/mcp.json, например:
{
"mcpServers": {
"my-tools": {
"url": "https://example.com/mcp",
"disabled": false,
"allowlist": ["search_issues", "get_pr"],
"autoApprove": ["create_issue"],
"auth": { "type": "bearer", "tokenEnv": "MY_TOKEN" }
}
}
}Включенные инструменты MCP становятся доступны агенту автоматически, когда они соответствуют вашему запросу. Поддерживаются как локальные (stdio), так и удаленные (http/sse) серверы.
allowlist, могут выполняться только эти инструменты.autoApprove.Если сервер предоставляет ресурсы MCP или шаблоны запросов, агент автоматически получает инструменты для их использования (mcp_list_resources, mcp_read_resource, mcp_list_prompts, mcp_get_prompt).
Добавьте блок auth к удаленному серверу. Секреты поддерживают интерполяцию ${ENV_VAR}:
// Static bearer token (literal or from env)
"auth": { "type": "bearer", "token": "${GITHUB_TOKEN}" }
"auth": { "type": "bearer", "tokenEnv": "GITHUB_TOKEN" }
// Custom header (e.g. API key)
"auth": { "type": "header", "header": "x-api-key", "value": "${MY_KEY}" }
// OAuth 2.0 client-credentials
"auth": {
"type": "oauth", "grant": "client_credentials",
"tokenUrl": "https://auth.example.com/oauth/token",
"clientId": "${MCP_CLIENT_ID}", "clientSecret": "${MCP_CLIENT_SECRET}",
"scope": "mcp.read mcp.write"
}Вы можете формировать мышление и действия агента с помощью единой, файловой конвенции — каталога .deepcerebra/ — которая работает идентично в десктопном приложении, веб-приложении и API. В веб-приложении управляйте всем этим в представлении Агент; на десктопе и через API это обычные файлы, которые вы фиксируете вместе со своим проектом.
Конфигурация обнаруживается из нескольких областей действия; если один и тот же элемент существует в нескольких, побеждает тот, у которого более высокий приоритет:
team/org < global (~/.deepcerebra) < workspace (<repo>/.deepcerebra)
(lowest) (highest)<repo>/.deepcerebra/…, фиксируется вместе с проектом.~/.deepcerebra/…, ваши личные настройки по умолчанию для всех проектов.Правила — это постоянные инструкции (стандарты кодирования, архитектурные соглашения, контекст предметной области), внедряемые в системный запрос агента. Они хранятся в виде файлов Markdown в каталоге .deepcerebra/steering/, а также в постоянно действующем стандарте AGENTS.md. Frontmatter контролирует, когда правило загружается:
---
inclusion: fileMatch # always | fileMatch | auto | manual
globs: "src/**/*.ts" # or fileMatchPattern
name: api-design
description: REST conventions
---
# API design
- Use REST resource nouns, plural.always — каждый ход (по умолчанию).fileMatch — только когда файл в контексте соответствует globs.auto — когда ваш запрос соответствует name/description правила.manual — только когда вы ссылаетесь на него как #name или /name.Корневой файл AGENTS.md применяется ко всему репозиторию; вложенный AGENTS.md (например,
services/api/AGENTS.md) применяется только к файлам в этой папке. В веб-приложении представление
Агент → Управление предоставляет каждому правилу селектор Области действия
(Глобальная / Проект / Команда).
Навыки — это многократно используемые сценарии, которые агент загружает по требованию. Каждый навык представляет собой папку с файлом
SKILL.md в каталоге .deepcerebra/skills/:
---
name: deploy-release
description: How to cut and publish a versioned release.
disable-model-invocation: false # true => manual-only (/skill)
---
# Deploy a release
1. Bump the version, build, and test.
2. Tag and publish.Агент видит облегченный каталог (имя + описание) и подтягивает полное содержимое с помощью load_skill инструмента, когда это уместно. Вы также можете вызвать его явно с помощью /skill <name>. Установите disable-model-invocation: true, чтобы сделать навык доступным только вручную.
Хуки запускают автоматизацию по событиям жизненного цикла. Определите их как .deepcerebra/hooks/*.hook.json:
{
"title": "Format on save",
"event": "fileSave",
"filePattern": ["**/*.ts"],
"action": { "type": "shell", "command": "npm run lint:fix -- $FILE" },
"enabled": true
}События включают promptSubmit, preToolUse, postToolUse,
fileCreate, fileSave, fileDelete, preTask,
postTask, sessionStart, preCompact и agentStop
(также принимаются написания Cursor/Claude). Действие может быть либо shell (выполнить команду), либо
agentPrompt (запросить агента). Хук preToolUse может разрешить,
запретить или запросить вызов инструмента, который он перехватывает.
Субагенты — это специализированные агенты, которых вы определяете и которым делегируете задачи. Каждый из них представляет собой файл Markdown в каталоге
.deepcerebra/agents/ с frontmatter и телом (его системным запросом):
---
name: security-reviewer
description: Audits a diff for security issues; read-only.
model: gpt-5
readonly: true
tools: [read_file, grep_files, list_directory]
background: false
---
You are a meticulous security reviewer…Основной агент делегирует задачи с помощью task (блокирующий), task_async +
task_status / task_result (фоновый) или task_parallel (распараллеливание).
Плагин объединяет правила, навыки, хуки, субагентов и серверы MCP в один устанавливаемый пакет в каталоге
.deepcerebra/plugins/<name>/, описываемый манифестом plugin.json:
{
"name": "Acme Standards",
"version": "1.2.0",
"description": "Acme rules + skills + review agents.",
"enabled": true
}Содержимое плагина объединяется с самым низким приоритетом, поэтому ваши собственные правила и навыки всегда переопределяют правила плагина.
Отключите плагин с помощью "enabled": false или файла-маркера .disabled.
DCC_ORG_CONFIG_DIR на общий каталог .deepcerebra или устанавливая правила в область действия
Команда в веб-приложении.Студия рабочих процессов — это визуальный дизайнер для многоагентной автоматизации. Вы компонуете этапы — каждый из которых является агентом, специализированным шагом или примитивом управления — в граф, связываете их зависимостями и запускаете всю оркестровку на движке с отслеживанием прогресса по каждому этапу в реальном времени, бюджетами и шлюзами человеческого одобрения. Рабочие процессы сохраняются как переносимое определение YAML/JSON, которое вы можете экспортировать, импортировать, версионировать в Git и запускать из API или CLI.
| Тип этапа | Что делает |
|---|---|
agent | Один ход агента с прикрепленными вами навыками и инструментами. |
spec.requirements / spec.design / spec.execute |
Доставка по спецификации: разработка требований, проектирование, затем разбивка на задачи и выполнение — каждый этап контролируем. |
documents.generate | Создание отшлифованного документа на основе результатов предыдущих этапов. |
fan_out | Параллельное широкое исследование по многим подтемам с синтезом. |
map / loop / switch |
Примитивы управления: выполнение тела для каждого элемента, повторение до выполнения условия или ветвление по случаям. |
verify / browser_verify |
Запуск тестов или команд в песочнице; проверка работающего пользовательского интерфейса с помощью автоматизации браузера. |
orchestrate | Динамическая маршрутизация: агент-оркестратор считывает запрос и направляет его лучшим нижестоящим агентам посредством событий. |
external.agent | Вызов зарегистрированного стороннего агента по HTTP (A2A), как если бы это был нативный этап. |
eval | Оценка выходных данных предыдущего этапа по проверкам (содержит / regex / длина / LLM-судья); сбой ниже порогового значения. |
db.provision | Генерация собственного слоя данных: docker-compose для базы данных,
версионированные SQL-миграции, начальные данные, шаблон .env и ERD Mermaid; необязательный каркас аутентификации;
может немедленно применять миграции к SQLite. |
ci.generate | Генерация готового к коммиту конвейера CI/CD (GitHub Actions, GitLab CI или Azure Pipelines) с lint → test → scan → build → deploy и продвижением среды. |
deploy.package | Генерация ресурсов для производственного развертывания: многоступенчатый Dockerfile, docker-compose, манифесты Kubernetes или Helm-чарт — файлы, которыми вы владеете и которые фиксируете. |
test.generate | Генерация наборов модульных / API / E2E тестов для созданного приложения, а также матрицы отслеживаемости требований к тестам. |
test.verify | Выполнить набор тестов (pytest, vitest, jest, Playwright) и обусловить выполнение его показателем успешности. |
security.audit | Сканирование зависимостей на известные уязвимости и дерева на жестко закодированные секреты; публикует события оповещений и записывает отчет о находках. |
preview | Запуск сгенерированного приложения локально и отображение его живого URL в панели
запуска (ссылка + встроенный фрейм) через событие preview.ready. |
design.import | Преобразование изображения дизайна пользовательского интерфейса (скриншот, макет, Figma export) в структурированную спецификацию реализации для последующих этапов. |
Каждый этап — независимо от типа — может публиковать и подписываться на типизированные события в шине событий рабочей области, поэтому агенты координируются как сервисы в сети сообщений, а не только через DAG:
lifecycle, agent,
business, data, system, schedule, chat,
external или alert — фильтруемые в подписках и при повторном воспроизведении.trigger (этап запускается при поступлении соответствующего события;
запуск с припаркованными этапами остается в состоянии ожидания), gate (машинный шлюз,
одобренный событием вместо человеческого клика) и data (полезная нагрузка объединяется с контекстом этапа).agent.<stage-id>.request.triggers: рабочего процесса позволяет ему запускаться по входящим
вебхукам, расписаниям cron, событиям или чату — даже когда Студия закрыта.Агенты, реагирующие на события, могут объявить постоянную именованную очередь, чтобы соответствующие события никогда
не терялись, пока агент занят или до того, как запуск начнет прослушивание. При подписке на триггер установите
queue: <name> — движок привязывает эту тему к очереди FIFO в шине событий рабочей области
(сохраняется в .deepcerebra/workflows/events/queues/). Каждое соответствующее событие, опубликованное с этого момента,
захватывается в очередь; когда этап становится готовым к выполнению, движок извлекает события в порядке
от старейшего к новейшему и потребляет их по одному.
count для каждой подписки — требуется N событий в очереди (или доставленных) до того,
как подписка будет удовлетворена (полезно, когда несколько работников должны отчитаться).GET /api/workflow/queues перечисляет глубину и привязки;
GET /api/workflow/queues/{name} просматривает ожидающие события; агенты чата могут вызывать
event_queue_status и pop_queued_event.events:
subscribe:
- topic: ticket.created
mode: trigger
queue: triage-inbox # durable FIFO — events wait here for this agent
map:
payload.ticket_id: ticket_idСемафор ограничивает количество задач, которые могут одновременно работать с общим (защищенным) ресурсом:
записываемая база данных, хранилище глобальных переменных, файл или внешний агент с ограничением скорости. Прикрепите его к любой стадии с помощью semaphore: — до начала работы стадии движок получает одно разрешение именованного семафора рабочего пространства; разрешение всегда освобождается после этого, даже если стадия завершается с ошибкой.
permits: 1 делает его мьютексом: только одна задача одновременно (по всем параллельным запускам в рабочем пространстве) выполняет критический шаг; все остальные задачи ждут, пока держатель завершит работу.
timeout_s для получения разрешения; если ресурс
остается на пределе мощности, этап явно завершается с ошибкой вместо того, чтобы зависнуть навсегда.ttl_s; если держатель завершает работу с ошибкой,
не освободив разрешение, оно автоматически истекает, чтобы ресурс никогда не был заблокирован.semaphore.<name>.waiting,
.acquired и .released; GET /api/workflow/semaphores показывает емкость,
держателей и доступные разрешения.acquire_semaphore, release_semaphore и
semaphore_status координируют специальные критические секции вне рабочего процесса.semaphore:
name: emr-db-writer
permits: 1 # mutex — one writer at a time
timeout_s: 300 # fail if still waiting after 5 minutes
ttl_s: 900 # auto-release crashed holders after 15 minutesРандеву ожидает, пока не будут выполнены все условия для нескольких событий, прежде чем перейти к следующему шагу — в противоположность принципу «побеждает первое событие». Установите join: all в блоке events: этапа: каждая подписка на триггер должна быть выполнена до запуска этапа. Сочетайте это с count: N для каждой подписки, когда несколько агентов (или несколько отчётов от одного агента) должны все отчитаться — например, для утверждения проекта, завершения тестирования и согласования безопасности перед выполнением этапа выпуска.
join: any (по умолчанию) — этап запускается, когда удовлетворена первая подписка на триггер.join: all — совпадение: каждая подписка на триггер (каждая со своей темой,
фильтр класса и необязательный count) должна быть удовлетворена; только тогда этап становится запускаемым.trigger_events и
предоставляются шаблонам как inputs.events (список объектов событий с полезными нагрузками).events:
join: all # rendezvous — wait for EVERY subscription below
subscribe:
- topic: design.approved
mode: trigger
- topic: tests.passed
mode: trigger
- topic: security.cleared
mode: trigger
count: 1Этапы выбирают инструменты из того же реестра, который использует чат-агент:
create_database, apply_migrations и dump_schema для собственных слоев данных.docker_build / docker_push, compose up/down, SSH и
cloud-CLI развертывания (Fly, Render, Railway, Vercel), также безопасные для симуляции.Class.method) в области математики, обработки сигналов, управления, статистики и многого другого./v1
предоставляет запуски, события, триггеры, шаблоны и генерацию для CI и интеграций.db.provision → реализацию → сгенерированные тесты → аудит безопасности → упаковку для развертывания →
генерацию CI, с человеческим шлюзом перед упаковкой — полный путь от брифа до продакшена, который вы можете адаптировать за считанные минуты.Предиктивное автодополнение по Tab предлагает встроенные, заполняющие середину кода предложения по мере ввода в редакторе — примите предложение с помощью Tab. Оно является добровольным как для движка, так и для веб-редактора.
DCC_TAB_COMPLETE=1. Редактор вызывает конечную точку
POST /api/complete движка, которая возвращает только текст для вставки в позицию курсора.VITE_TAB_COMPLETE=1, или во время выполнения с помощью
localStorage.setItem('dcc.tabComplete', '1') (затем перезагрузить).Откройте Оплата на боковой панели, чтобы управлять своим планом и использованием. Использование ИИ тарифицируется в кредитах в долларах США на основе токенов, потребляемых базовыми моделями.
| План | Ежемесячная цена | Включенное ежемесячное использование ИИ |
|---|---|---|
| Базовый | $20 | $10 |
| Про | $75 | $30 |
| Ультимативный | $200 | $150 |
Ключ API шлюза (персональный токен доступа) позволяет вам программно использовать публичный API DeepCerebra и CLI.
read, chat, code, agent —
и необязательный срок действия в днях (пусто = никогда).Используйте его с CLI или API на deepcerebra.ai:
dcc config set endpoint https://deepcerebra.ai
dcc config set api-key <your-key>
# or as a Bearer token
curl -H "Authorization: Bearer <your-key>" https://deepcerebra.ai/v1/...Вы можете переименовать или удалить (отозвать) ключ в любое время; каждый ключ показывает свой префикс, области действия, дату создания/истечения срока действия и дату последнего использования.
Переключитесь на Chrome, Edge или Brave, или используйте вместо этого Открыть из Git.
Нажмите Остановить, затем перефразируйте с конкретной подсказкой или ограничением.
dcc-bridge запущен и устройство отображается как онлайн.1234) с загруженной моделью.--gateway
(wss://deepcerebra.ai или wss://deepcerebra.io) — эти два сайта являются отдельными развертываниями,
и токен с одного никогда не будет работать на другом.Откройте или создайте рабочую ветку перед использованием Integrate для открытия запроса на слияние.
Все еще застряли? Свяжитесь с support@deepcerebra.ai.
Discovery — это исследовательский чат-бот для ваших баз данных и документов.
Вместо того чтобы отвечать одним запросом, он работает как аналитик: он формирует гипотезы,
выполняет серию контролируемых проверок (SQL, графовый поиск, поиск по документам, проверки схем, веб-подтверждение), отсеивает
объяснения, опровергнутые доказательствами, и синтезирует обоснованный ответ — с диаграммами и
прозрачной квитанцией о стоимости. Откройте его, нажав на значок компаса на панели действий
(/app/discovery).
Пространство объединяет все, что необходимо для одного направления запросов: подключения к базам данных, коллекции документов, инструкции для аналитика и бюджеты. Создайте его с помощью + Новое пространство, затем используйте панель настройки справа, чтобы:
Введите вопрос так, как вы бы спросили коллегу — например, «Почему объем МРТ-сканирований снизился в марте?». Панель расследования транслирует весь процесс в реальном времени:
Последующие вопросы продолжают ту же цепочку, поэтому аналитик сохраняет свой контекст.
Диаграммы отображаются непосредственно на панели расследования. Используйте Экспорт, чтобы загрузить полный запрос — ответ, гипотезы, доказательства и диаграммы — в виде автономного HTML-отчета или PDF типографского качества, оформленного в неоновой дизайн-системе.
Каждое пространство имеет бюджеты на каждый запрос: максимальное количество проверок, раундов расследования, секунд и долларов США. Движок аккуратно останавливается по достижении лимита и сообщает о том, что было найдено к этому моменту. Стоимость каждой проверки детализирована в квитанции, поэтому вы всегда знаете, куда были потрачены средства.
/v1/discovery/* с
PAT, имеющим область действия discovery (создайте его в разделе Учетная запись → Токены API).
Потоковые запросы используют SSE. Внешние исполнители могут использовать только планирование расследований через Thinking API
(/v1/think/*, область действия think).pip install deepcerebra-discovery, затем
DiscoveryClient(base_url, token).ask(space_id, question).discovery.ask)
в любой рабочий процесс, чтобы запустить расследование в качестве шага конвейера; ответ, диаграммы и квитанция
передаются на последующие этапы.discovery_ask и
discovery_list_spaces в качестве инструментов MCP, чтобы внешние клиенты MCP также могли проводить расследования.