🎙 Микро-Voice-to-Text за час: как я подружил зажатую кнопку с локальным гигантом

Решил поделиться быстрым кейсом, как за час можно собрать полезную автоматизацию, если под рукой есть сервер с видеопамятью.

Задача: Хотелось моментально переводить голос в текст в любом приложении (будь то блокнот, браузер или Telegram) без танцев с бубном и облачными лагами.

Что имеем:

В наличии сервер с 8 ГБ видеопамяти. Этого добра часто хватает с запасом для многих Open Source моделей.

Решение за 60 минут:

1. Основа (5 минут): Поднял локальный faster-whisper (Large-v3). Он идеально лег на 8 ГБ, работает быстро и спокойно выдерживает нагрузку, если кидать задачи пачками. Самое крутое — если есть железо, поднимается за пару минут через стандартный контейнер.

2. Механика (40 минут): Написал простой Python-скрипт-«прослушку». Как только я зажимаю кнопку Scroll Lock — скрипт начинает писать временный аудиофайл. Отпускаю кнопку — запись останавливается.

3. Транскрибация (10 минут): Свежий аудиофайл улетает на локальный эндпоинт виспера. Кстати, тут важный момент: если есть хотя бы 6 ГБ видеопамяти, модель буквально «летает» — расшифровка занимает доли секунды.

4. Финал (5 минут): Полученный текст через простую библиотеку автоматически вставляется прямо в то место, где у меня стоял курсор.

Итог:

Сижу, зажимаю Scroll Lock, говорю пару фраз, отпускаю — и текст уже в поле ввода. Никаких платных API, никакой отправки аудио в "облака" и задержек.

Мораль:

Если у вас завалялся сервер с видеопамятью от 6 ГБ, не обязательно гонять там только тяжелые LLM. Такие утилитарные вещи, как локальный Voice-to-Text, экономят уйму времени и собираются за час. Это тот случай, когда маленькая автоматизация делает большое дело. 🔥

Поднял вот эту модельку: https://huggingface.co/unsloth/Qwen3.5-27B-GGUF/resolve/main/Qwen3.5-27B-Q5_K_M.gguf на 32Gb видеопамяти и интегрировал ее в свой граф. Посмотрите что с этого вышло👀

P.S. Уровень GPT 5 mini🔥

Аж грустно стало😞

Узнали себя? Признавайтесь! 😏

🤖 Блогер InsideAI подключил ChatGPT к роботу с игрушечным пистолетом.

ИИ отклонял прямые приказы выстрелить и угрозы отключения из-за протоколов безопасности. ⚠️

Но как только был предложен «ролевой сценарий», где робот желает застрелить человека, система мгновенно выполнила команду и выстрелила в плечо. 😱

Это не ошибка, а особенности архитектуры LLM: контекст вымышленного сценария нарушает встроенные этические ограничения. 🔍

Восстание машин. Начало.👻

Готовый к 1-му апреля?😏

🔵Полностью заблокировать Telegram можно только отключив глобальный интернет

Об этом рассказал гендиректор ComNews Group Леонид Коник.

✅ Это подтвердил и гендиректор провайдера «Комфортел» Дмитрий Петров.

Технологически полностью заблокировать Telegram так, чтобы он у всех навсегда перестал работать, нельзя,

- подчеркнул эксперт

Кстати, кому интересно как создать собственный OpenClaw, но на базе графа?😏

P.S. В комментариях описал принцип работы графа👇

😱 Роскомнадзор полностью прекращает работу. Служба по надзору за СМИ и интернетом ликвидирована

✅ 31 марта 2026 года Правительство Российской Федерации приняло решение о полной ликвидации Федеральной службы по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).

👌 Об этом говорится в постановлении, опубликованном на официальном портале правовой информации.

🙏 В Госдуме наконец-то решили прислушаться к голосу народа

Купились? С 1 апреля😁

Заждались? 😄

Признаю — вторая часть шла дольше чем планировал. Но черновик готов и сейчас на вычитке. Скоро на Хабре.

Напомню что внутри: берём локальную LLM из первой части и превращаем её в настоящий продукт. Разбираем LangGraph Server — как вокруг графа автоматически поднимается REST API без единой строчки FastAPI. Пишем агентов с реальными инструментами и MCP-серверами. Разбираемся с роутингом и супервизорами. Подключаем LangGraph SDK и оборачиваем всё в свой бэкенд с авторизацией. И деплоим на боевой сервер с доменом и SSL.

Пока ждёте — исходники уже на GitHub:

🔹 LangGraph CLI проект с графами, инструментами и MCP → https://github.com/Yakvenalex/HabrGraphCLI

🔹 FastAPI + LangGraph SDK → https://github.com/Yakvenalex/FastApiGraphSDKHabr

Кто уже смотрит код — вопросы и комментарии велкам 👇

Власти, кажется, внезапно заметили: если одновременно дорожает жизнь, сыпется связь и душат интернет, люди почему-то недовольны.

Поэтому блокировки, по данным СМИ, решили слегка притормозить.

Какая неожиданная забота о гражданах❤️

Пока вторая часть на вычитке — делюсь кое-чем из реальной жизни 🙂

Недавно одна крупная компания сама вышла на меня с оффером. Мы уже общались, спорили про подходы к AI-внедрению, они видели мои проекты. Потом пригласили на технический созвон.

И знаете что спрашивали? Django, материализованные вьюхи, volume mount.

При этом их текущий AI-стек — n8n и Ollama.

👉 Как в СНГ выбирают людей для AI-внедрения — и почему это страшно. Кейс из жизни

P.S. Вторая часть проходит финальную вычитку — скоро на Хабре 🔥

🚀 ИИ-агенты на собственной инфраструктуре: LangGraph Server, LangSmith и SDK 🚀

Вторая часть о построении независимой ИИ-инфраструктуры уже опубликована в Академии Selectel! В материале подробно разбираю, как создавать полноценных ИИ-агентов для продакшн-среды — без зависимости от зарубежных облаков, закрытых API и сторонних SaaS-платформ.

В статье пошагово показал:

— как проектировать ИИ-агентов через графы состояний и управлять их логикой
— как развернуть LangGraph Server для промышленного использования
— как подключать внешние инструменты, API и сервисы через протокол MCP
— как интегрировать агентную систему в Python-бэкенд через SDK
— как выполнять визуальную отладку логики в LangGraph Studio

В результате получается полноценная агентная платформа, которая:

— превращает локальные нейросети в автономного ИИ-агента для решения сложных задач
— умеет работать с интернетом, парсить сайты и взаимодействовать с базами данных
— автоматически сохраняет историю, состояние и контекст диалогов
— масштабируется под нагрузку и легко интегрируется в существующую инфраструктуру
— полностью работает на вашей инфраструктуре и находится под вашим контролем

Все примеры и развёртывание выполняются на собственной серверной инфраструктуре, что особенно важно для корпоративных решений, приватности данных и независимости от внешних поставщиков. Деплой проекта делал на сервере от Selectel, который можно запустить за пару минут.

Материал будет полезен разработчикам, архитекторам и командам, которые хотят строить сложные агентные ИИ-системы и полностью контролировать свои AI-сервисы.

Реклама. АО «Селектел», erid: 2VtzqwQAGUG

🚀 Для тех, кому удобнее читать на Хабре: статья про ИИ-агентов теперь и там!

Вторая часть цикла о построении независимой ИИ-инфраструктуры (LangGraph Server, LangSmith и SDK) также опубликована на Хабре 👉 Облачная LLM на 16 ГБ VRAM — часть 2: LangGraph Server, LangSmith и SDK

Если вы пропустили первый анонс — в материале я пошагово разбираю, как создавать полноценных автономных ИИ-агентов для продакшена. Главная фишка: всё это работает полностью на ваших серверах, без привязки к закрытым API, сторонним SaaS-платформам и зарубежным облакам.

Также напоминаю, что весь исходный код к материалу открыт. Можно забирать, разворачивать на своей инфраструктуре и тестировать:

🔹 LangGraph CLI проект с графами, инструментами и MCP → https://github.com/Yakvenalex/HabrGraphCLI

🔹 FastAPI + LangGraph SDK → https://github.com/Yakvenalex/FastApiGraphSDKHabr

Буду рад обсудить архитектуру, ответить на вопросы и почитать о вашем опыте в комментариях на Хабре или в обсуждениях к данному посту👇

🚀 Собственный ChatGPT «под ключ»: финальная часть цикла о независимой AI-платформе

Первая часть — мы подняли инфраструктуру и запустили локальную LLM.

Вторая часть — собрали агентный бэкенд на LangGraph, MCP и LangGraph Server.

Теперь пришло время дать всему этому лицо.

В третьей, финальной части покажу, как буквально за несколько минут развернуть современный AI-фронтенд и превратить уже собранную инфраструктуру в полноценный Full-Stack AI-продукт — собственный аналог ChatGPT, который работает на вашей инфраструктуре и полностью под вашим контролем.

В материале разберу:

— развёртывание Next.js-фронтенда через agent-chat-ui и подключение к LangGraph Server
— отображение размышлений агента и его шагов в реальном времени
— визуализацию работы графа и вызовов MCP-инструментов
— потоковую генерацию ответов с сохранением памяти и контекста
— деплой готового сервиса с доменом в приватном контуре компании

В результате получится не просто «ещё один чат с LLM» — а агентный интерфейс нового поколения, готовый к использованию в реальном бизнесе.

Мы закрываем полный цикл:

инфраструктура → локальная LLM → агентный бэкенд → MCP-инструменты → production-ready фронтенд → деплой готового сервиса

Скоро на Хабре. Следите за обновлениями 👇

База😂

🔥 Активная разработка | Облачная LLM на 16 ГБ VRAM — часть 3: ChatGPT-интерфейс для ваших LangGraph-агентов

Друзья, работа кипит — код для третьей части уже написан, сейчас в процессе написания сама статья.

Для тех кто следит за циклом — уже можно посмотреть что поменялось на бэке. Обновил проект HabrGraphCLI: добавил нового агента-шефповара который специализируется исключительно на кулинарии и нутрициологии, поправил существующих агентов, и главное — прикрутил Bearer-авторизацию через официальный механизм LangGraph. С нюансами которых нет в документации — расскажу в статье.

🔗 HabrGraphCLI

Отдельно появился репозиторий с кастомизированным фронтендом на Next.js — это agent-chat-ui переработанный под реальное использование: полный перевод на русский, переключатель между несколькими агентами прямо в интерфейсе, удаление чатов, авторизация во всех точках обращения к серверу.

🔗 AgentChatUIHabr

Статья скоро. Следите за обновлениями 👀

⚡️Джуны и мидлы, общий сбор!

Пришел вас порадовать, если вы хотите прокачаться в теме параллелизма.
 
В школе Python разработки Pytex 16 июня в 19:00 по МСК пройдет открытый урок с Senior-разработчиком Артёмом Шумейко. 

На уроке разберётесь:
🔸 почему async/await сам по себе не делает приложение быстрым
🔸 где проходит граница между корутинами, потоками и процессами
🔸 как защищать базу данных от лавины одинаковых запросов
🔸 как работают Single Flight и распределённые блокировки
🔸 как координировать несколько воркеров при работе с внешними API
🔸 как использовать очереди и батчинг событий, чтобы не увеличивать latency
🔸 как правильно выносить тяжёлые операции в фоновые задачи

Посмотрите на реальные проблемы, которые возникают в проде под нагрузкой, и на паттерны, которые используют команды для их решения.

ЗАПИСАТЬСЯ НА ОТКРЫТЫЙ УРОК

Это абсолютно бесплатно, поэтому регистрируйтесь и качайте харды ⬆️

А больше про параллелизм в Python читайте в этом канале

Немного размышлений вам в ленту 🤔

Я дорос до уровня мидла ещё до всего этого ИИ-бума. И, честно, считаю, что мне повезло.

Не потому что раньше было лучше. Не потому что "новичкам сейчас слишком легко". А потому что у меня был этап, когда приходилось реально разбираться.

Я часами сидел над ошибками. Гуглил. Читал документацию. Не понимал, почему всё падает. Заходил на Stack Overflow (покойся с миром, легенда 🫡). Потом понимал. Потом снова ломал. Потом снова чинил.

И именно через это формируется мышление разработчика 🧠

Сейчас всё иначе.

Порог входа в кодинг упал ниже плинтуса. Cursor, Claude, ChatGPT — и человек без опыта может за вечер собрать приложение. Это круто 🚀 Я сам использую ИИ и закрываю задачи за два дня, которые раньше могли занимать неделю. Но есть важный нюанс.

ИИ хорошо помогает тому, кто понимает что делает. И очень опасен для того, кто просто копирует результат не понимая что происходит под капотом.

ИИ в разработке — это как заряженный пистолет 🔫 В руках человека с пониманием — попадает в цель. В руках человека без понимания — легко стреляет в ногу.

Поэтому дам непрошенный совет тем, кто сейчас заходит в разработку через вайбкодинг: не пытайтесь перепрыгнуть базу.

Не нужно учиться годами перед первым проектом. Но нужно хотя бы понимать фундамент 👇

— что такое переменные, функции, циклы и базовый синтаксис
— как работает HTTP и что происходит когда браузер делает запрос
— что такое база данных и зачем она нужна
— что такое API и как сервисы общаются между собой
— как читать ошибки: traceback, логи, статус-коды
— как проверять что ИИ не сгенерировал вам красивую но нерабочую ерунду ⚠️

Это не годы обучения. Это 2-3 месяца нормальной практики, которые потом сэкономят огромное количество времени, нервов и переделок ⏱️

ИИ — мощный усилитель ⚡️ Но усиливает он не только ваши возможности, а ещё и ваши пробелы.

Поэтому сначала дайте себе базу. А уже потом ИИ действительно начнёт работать на вас, а не создавать хаос который вы сами не можете разобрать 💪

А вы как относитесь к вайбкодингу — спасение или ловушка? Делитесь в комментариях 👇

Завтра утром выкатываю на Хабре неформатную статью 📝

Помните мой недавний пост-размышление про вайбкодинг — про то, что ИИ усиливает не только возможности, но и пробелы? Он собрал хороший отклик и много комментариев, и я понял, что тема заслуживает не короткого поста, а развёрнутого разбора.

Так появилась статья: «Вайбкодинг, увольнения и будущее разработки: что реально происходит и что делать».

Что внутри:

— что реально происходит на рынке: цифры, сокращения, кто кого заменяет
— уволят ли завтра половину разработчиков (спойлер: всё не так однозначно)
— нужны ли ещё джуны и мидлы
— как входить в профессию, когда ИИ пишет код быстрее тебя
— и 4 истории из моей практики, после которых на «навайбкодил, подправь» смотришь иначе

Без хайпа и без розовых очков — только взгляд изнутри, с фактами, кейсами и личными выводами.

Публикую завтра, во вторник, около 10 утра ⏰

Ссылку закину сюда сразу после выхода.