Cline - ИИ-агент для автономной разработки прямо в IDE

Вы будете смеяться, но у нас новый автономный разработчик.

VSCode плагин интегрируется с терминалом, браузером, менеджерами пакетов, БД и системами тестирования.

Поддерживает OpenRouter, Anthropic, OpenAI, Google Gemini и локальные модели через LM Studio/Ollama.

Работает с подтверждениями человека: каждое действие требует утверждения, а изменения отображаются в режиме сравнения с возможностью отката.

Расширяемая архитектура на Model Context Protocol позволяет создавать собственные инструменты.

#Cline #VSCode #DevTools
———
@tsingular

🚀 16x Prompt: Мощный инструмент для разработчиков, который делает работу с AI в разы эффективнее

Главные фишки для разработчиков:

1. Умное управление контекстом кода:
- Автоматически собирает и организует код из разных файлов
- Позволяет фильтровать и группировать файлы
- Поддерживает работу с большими проектами (до 500 файлов в контексте)

2. Работа с разными AI-моделями:
- Прямая интеграция с Claude 3.5 Sonnet и GPT-4
- Возможность сравнить ответы разных моделей side-by-side
- Поддержка локальных моделей через Ollama

3. Оптимизация промптов:
- Готовые шаблоны для типовых задач (рефакторинг, новые фичи, баги)
- Сохранение часто используемых промптов
- Автоматическая оптимизация контекста под лимиты токенов

Последние обновления (февраль 2025):

🆕 Версия 0.0.98:
- Поддержка новой модели o3-mini
- Оптимизация подсчета токенов для длинных текстов

🔥 Версия 0.0.97:
- Добавлен вывод reasoning в API-ответах
- Интеграция с DeepSeek, DeepInfra и Fireworks
- Настройка max output tokens для сторонних API
Забавно, что инструмент сам использует AI для своего развития - около 80% кода последних релизов написано с помощью самого 16x Prompt. Прямо рекурсия какая-то получается! 😅

В общем, если вы работаете с AI в разработке, особенно с большими проектами - однозначно стоит попробовать. Экономит кучу времени на составлении и хранении промптов и работе с контекстом.

Не заменяет Cursor и VSCode
Отдельное спасибо Алексу (@alyxst) за наводку.

#16xPrompt #dev
———
@tsingular

В последнее время всё чаще слышу про prompt engineering как отдельную профессию. Кто-то даже говорит что ей несколько лет. Даже вакансии такие регулярно появляются, не знаю как в России, а в мире точно есть.

У меня вопрос - а это реально отдельная профессия или чисто хайп? В моей картине мира работа с промптами ИИ - это дополнение других профессий и самостоятельной дисциплиной и профессией не является.

Предлагаю обсудить в чате. Следующим постом будет опрос на ту же тему

#thoughts

Нейролингвистическое программирование :))

Небольшая иллюстрация к тому, как чатгпт начал заменять программистов ))

Напоминает кошку, которая залезла на вершину дерева, не может слезть и мяучит. И теперь нужно вызывать пожарных.

Ожидаю экспоненциальный рост таких постов и запросов на услугу «дальнейшей поддержки и развития кода после старта разработки в Replit | Windsurf | v0 | you name it”.

О, дивный новый мир!

Перешёл на Cursor ☑️

Я традиционно впрыгиваю в последний вагон поезда под названием IDE с AI на борту. Извините, ребята из JetBrains, но ждать, когда мой инвайт на Junie раздуплится, и у меня наконец-то появится средство редактирования нескольких файлов за один раз, уже нет сил. Я честно протестил популярные плагины и тулзы: Continue.Dev, Cody, aider. Всё это неудобно.

Поэтому вчера я потратил полдня, чтобы переехать на Cursor. Учитывая, что я всю дорогу жил на продуктах JetBrains (PyCharm, IntelliJ IDEA, PhpStorm), переход на VS Code был весьма со скрипом.

Если говорить про ощущения от написания кода в Cursor, кажется, что ты идешь по траволатору (такая штука в аэропортах, типа горизонтального эскалатора). Ты делаешь шаг, а он тебя несёт вперёд на три, обгоняя пешеходов. Или как в старой рекламе бритв Gillette: "вы делаете одно движение, а она делает три". Code completion в Cursor просто божественный. Подключил Pro, отключил платные подписки Github Copilot.

А вот к VS Code у меня есть вопросы. Опыт настройки такой, как будто меня привели в магазин Икея, высыпали на пол детали от дорогого анатомического стула, который нужно собрать самому. Все эти ковыряния в конфиг файлах, плагины, к которым нужно установить драйвера и другие плагины (привет SQLTool). Первые пару часов выглядело, что мне вместо айфона дали андроид, и сказали: — чувак, тут вообще можно всё что пожелаешь установить и настроить, и будет круто. Но нужно настроить.

А теперь о том, что я не смог вчера победить (может кто подскажет в комментах):
- в PyCharm я мог создать много конфигураций для запуска разных скриптов внутри проекта, с разными параметрами и переменными окружения. В VS Code я могу создать только один .vscode/launch.json?! Как мне бэкенд с клиентами отлаживать? Я почитал на форумах, там как-то предлагается добавлять несколько каталогов в Workspace, а потом в каждом создавать свой .vscode. Что за изврат?! Не верю, что нет способа проще. Мне всего-то нужно 4-5 разных конфигураций запуска для разных скриптов (с разным PYTHONPATH и переменными окружения), и чтобы их можно было выбирать перед стартом ▶️.

- Не сработало подключение к AzureAI к модели o3-mini через кастомный деплоймент. Кажется, кастомные деплойменты reasoning моделей Cursor не поддерживает. Я знаю, что в комплекте идёт o3-mini, но я хочу её со своим ключом в AzureAI и своими лимитами.

- Не очень понял, зачем нужен Chat, если есть Composer? Chat выглядит как рудимент.

В остальном — прекрасно. Продолжаю погружение.

Можно ли улучшить LLM промпт с помощью LLM?

Как правило — не сильно. У меня не было ни одного удачного улучшения качества или точности результата за счет улучшения промпта с помощью LLM (для этого я пробовал использовать как обычные, так и топовые reasoning). Прямо сейчас я пробовал улучшить кодогенерирующий промпт с помощью o1, прогнал тесты и результат ухудшился на 19%. Вернул старый. Тут стоит упомянуть о важности тестов. Иначе как ловить регрессии (при переходе на новую модель или на новый промпт)?

Время от времени пробую на новых моделях улучшать старые промпты (вдруг они научатся?), но пока не получается.

В итоге, я использую модели просто как корректоры: чтобы формулировки были грамотные, не было опечаток, структуры были правильно описаны, иногда — для генерации примеров. Но саму логику операций или какие-то нюансы прописываю ручками. У меня работает лучше, когда всё сам...всё сам.

Коля, привет.
Небольшой технический вопрос..
В спарке есть DESCRIBE TABLE...
Я помню, что есть похожая команда, которая в качестве выхода генерит скрипт "CREATE TABLE..." со всеми полями на базе заданной таблицы.
Вот только хоть убей не помню, где же я ей пользовался.. )
Или это вообще не спарк был ))

Искусственная нейросеть пока не может заменить белковую ))

Вот как раз промт, благодаря которому можно быстро починить сломанный код:

Reflect on 5-7 different possible sources of the problem, distill those down to 1-2 most likely sources, and then add logs to validate your assumptions before we move onto implementing the actual code fix

Промт можно использовать везде: ChatGPT, Cursor и т.д. Так что пробуйте

r/#ChatGPT

Кстати, Сэм Альтман проводил опрос, чего бы опенсурснуть следующим - модельку типа o3-mini (небольшую рассуждалку) или вообще мелкую модельку которую можно было бы на мобилках крутить.

Сам на опрос не успел, но по-моему пусть лучше модельку уровня o3-mini выклыдывают в общий. Ну оно и победило, кстати) Жду

Gemini Advanced обзавелся "длинной" памятью.

Разаботчики утверждают,что модель может эффективно использовать RAG механику для памяти, запрашивая схожие диалоги к текущему во всей истории общения с юзером.

Рассуждения Дяди на тему RAG памяти:
A. Нужно хранить нарезку диалогов по юзеру. И тут возникает сразу задачи: обновление индекса юзер диалогов на лету и идентификация какой кусок или какой диалог сохранить (ну не хранить ж все диалоги или хранить) и сюда же если резать,то как.

B. Обучение эмбеддера тоже дает вызовы: с чем матчить эмбы памяти (с фразой текущей юзера или фразой +контекст, если +контекст, то какой он глубины), по данной нарезке и состояния диалога, и диалогов в памяти, делать обучение раг эмбеддера.

В остальном, идея понятна, имеем диалог стейт менеджера с ранкером,который подыскивает комплиментарные текущему контексту похожие диалоги в пршлом.

https://blog.google/feed/gemini-referencing-past-chats/