немного запоздало, но, кажись, про это я не писал. Вот интересная статья от Anthropic, это те, кто Claude сделал, про то, как делать эффективных агентов. Там довольно-таки интересно рассмотрены разные архитектуры и немного есть меры в задачи, что можно делать. https://www.anthropic.com/research/building-effective-agents

Увидел тут недавно еще один интересный кейс использования Gmini. В AI Studio они завесли следующую возможность. При выборе реал-тайм-ответа, если пошарить микрофон, то есть голосовой вот, и шаринг экрана, то ты получаешь голосового ассистента, который видит твой экран и может проконсультировать с любыми проблемами касательно сервиса или какого-то ПО. В основном работает внутри браузера, поэтому тут про сайты, сервисы, хотя я видел примеры, что народ спрашивал и про Excel. То есть по идее использует стандартный механизм шаринга экрана, Chrome, и он попадает в Gmini как раз. Вещь мега удобная, если нужно позаимодействовать с новым сервисом и не хочется изучать документацию. Можно просто спросить, как сделать то-то, и тебя буквально за ручку проведут до нужной тебе фичи. https://aistudio.google.com/live

https://superwhisper.com/
В последнее время сильно подсел на голосовой ввод, но оказалось, что не сильно много есть удобных инструментов. Попробовал несколько за последнее время и пока остановился на этом. Из дополнительных плюшек, которые тут есть, есть постопроботка через LMT, транскрипции. Можно добавлять свои слова, можно указывать язык и можно составить различные режимы. Например, в Телеграме, чтобы он распознавал голос как русский текст, а в курсоре, например, чтобы он распознавал как английский и так далее. Пока остановился на этом инструменте. Еще можно делать разные режимы, например, пост Telegram, блокпост, письмо и так далее. А еще в некоторых моментах можно шарить экран приложения, в рамках которого это все вызывается. Тогда он добавляется в контекст, чтобы правильно был обработан текст транскрибированный.

а разве не 4o был раньше Think?

проект выходного дня
https://baraholka.chatindex.app/
сделал простой поиск по телеграм чатам барахолок в Сербии с категоризацией через ИИ)

Я в последнее время тестирую еще один проект по генерации видео для YouTube.
Собственно, проходил как раз одно из обучений для создания так называемых "faceless" YouTube-каналов.

Вот пример, что сейчас получается. https://www.youtube.com/@AIagentspulse

Взял нишу про AI-агентов, их применение.

Собственно, через Gemini DeepSearch делаю анализ какой-либо темы.

Далее скармливаю в кассовное GPT по созданию скрипта для всего этого.

Далее закидываю это все в Pictory. Там разбиваю на отдельные сцены из Storyblocks. Ну, это встроенная вещь. Соответственно, VoiceOver там точно также делается встроенная.

А вот для миниатюр, для обложек я сначала использовал Canva и Leonardo для генерации каких-либо больших изображений, удаление фона. В Canva я просто взял какой-то банальный фон. Далее это все собираю вместе и добавляю текст.

Но в последнее время стал использовать больше VidIQ. Это расширение с фокусом на аналитику именно YouTube. Прочти, все блогеры его используют. И там появился функционал, что можно залить видео, и он тебе дась какие-то варианты обложек. А далее ты можешь пойти и в YouTube при загрузке видео запустить так называемый тест. Выбрать несколько обложек. Ну, как несколько, только три. И далее сам YouTube будет проверять, что из этого лучше работает и даст тебе определенный фидбэк по результатам.

В том же vidIQ можно оптимизировать ключевые слова, потому что сейчас в поиске по этим же ключевым словам сгенерировать title и description. А после я беру собственно транскрипцию, которая была сгенерирована в pictory, закидываю в свой chatgpt, который это все анализирует и выдает мне главы. Далее я беру эти главы и добавляю в description для видео.

Профит

В последнее время стал добавлять иллюстрации из napkin AI, они достаточно яркие, красочные и разбавляют классический b-roll видео, которые получаются в Pictory

Такc, сделал еще одно расширение для генерации диаграмм по тексту.
Собственно, это классическая обертка на LLM, которая генерирует в Mermaid диаграмму, и она, собственно, отрисовывается в этом расширении.
Делал ее в рамках обучения в Bootcamp по разработке и мультизации расширений, которое длилось последний месяц, то есть фактически весь январь.
И вот результат
https://chromewebstore.google.com/detail/ai-diagram-generator/ngopmehdeepldffjaccolpdkcmiggijb?authuser=0&hl=en

Новые Модели от Google 🚀

Google завезли новые модельки, так что теперь можно поизучать разные варианты.

Flash Thinking 2.0 с Приложениями 🌟

Особенно привлекает внимание модель 2.0 Flash Thinking Experimental with Apps.

Deep Research 1.5 Pro 📚

Хотя я, в большинстве своём, использую 1.5 Про для Deep Research, попробовать новые функции всегда интересно.

🌟 Интересная библиотека
Нашел еще тут интересную библиотеку, именно Python пакет для анимации. 🎨

📺 Использование на YouTube
Кстати, именно через этот пакет делается анимация на канале 3blue1brown на YouTube.

🤖 Документация и AI
И что самое веселое, документацию можно скормить ChatGPT и попросить нарисовать. Вполне себе нормальные вещи генерируются! 😊

⏱️ Быстрое создание анимаций
Понятно, что нужно докручивать, но если нужно по-быстрому сделать анимацию, это вполне себе можно делать с помощью AI. 🚀

https://www.manim.community/

🎉 Структурированные Посты
Кстати, последние посты получились более структурированы. Они стали интереснее благодаря использованию эмодзи и других элементов.

🛠️ Использование Фич
Это стало возможным, потому что я наконец добрался до режима в Superwhispere. Это инструмент, который я использую для преобразования речи в текст.

🚀 Автоматическая Постобработка
Теперь можно произнести всё, добавить постобработку с помощью режима в Superwhispere. Это позволяет получить готовый контент, который сразу можно постить. 🎯

https://superwhisper.com/

https://www.youtube.com/watch?v=A9BiNPf34Z4

🎥 Cursor advanced

У нас тут прикольное видео, в котором рассказывалось о продвинутых техниках использования Cursor.

📜 Введение
Когда я задумался, я понял, что ещё не писал об этом проекте. По совету друзей решил создать что-то вроде парсера для Telegram-чатов, связанных с барахолками. Чаты повсюду, и их настолько много, что найти нужную информацию бывает очень сложно.

🔧 Разработка Проекта
Я взял основу из старого проекта для поиска в Telegram и адаптировал её для новых чатов. Так получился веб-поисковик, который может искать сообщения и объявления в сербских чатиках

https://baraholka.chatindex.app/

https://github.com/exo-explore/exo

https://www.youtube.com/watch?v=Ju0ndy2kwlw

🔍 YouTube Video on Mac Mini Clusters

Недавно наткнулся на видео, где демонстрируется создание кластера из пяти Mac Mini для запуска различных LLM. 📹 Оказывается, уже существуют open-source решения, позволяющие создавать такие кластеры на обычных устройствах. 💡

🔧 Open-source Solutions

Тема действительно интересная и стоит более глубокого изучения. Я предполагал, что люди до сих пор пишут всё вручную. 📚 Но, как оказалось, есть готовые библиотеки, которые облегчают этот процесс. 📈

🌟 Интересная находка

В новостном боте для AI обнаружилась интересная ссылка на Augmented OS. Это open-source операционная система для smart glasses

🛠️ Текущая поддержка

На данный момент поддерживаются только три устройства, но это все равно вызывает интерес по поводу дальнейшего развития проекта.

📅 Планы и ожидания

Они обещают более прикольный релиз в феврале-марте. Посмотрим, что из этого выйдет. Мне нравится направление, в котором они движутся. 🚀

https://augmentos.org/

👋 Приветствие и Контекст
Всем привет! Небольшой апдейт по барахолке. У меня была идея прорекламировать ее через Telegram ADS. Однако оказалось, что завести деньги там не так просто. Необходимо сначала купить тонны, потом рекламу через fragment.com и так далее. 🤔

🔗 Проблемы с Рекламой в Сербии
Выяснилось, что в Сербии можно рекламировать только ссылки на Telegram. Нельзя рекламировать просто сайт. Возможно, я что-то не так настроил, но результат получился такой.

📢 Новая Стратегия Рекламы
В итоге я начал покупать рекламные посты. Выбрал минимальные из доступных вариантов. Кстати, у Telegram ADS есть возможность таргетироваться на конкретные каналы и функция "показать еще", показывающая больше релевантных каналов, о которых я даже не знал.

🔍 Аналитика и Retention
Возвращаясь к рекламному посту, после его публикации я начал анализировать. 📊 В моей таблице нужно было не только количество кликов, но и показатели retention. В Plausible, который я использую, этой функции нет, поэтому начал искать альтернативы.

🚀 Открытие PostHog
Я обнаружил PostHog. Это платформа с веб-аналитикой и продуктовой аналитикой: MAU, DAU, WAU, и, важно, retention. Также есть функции сессий и AB тестирование, которые выглядят многообещающе. Это как комбинация Google Analytics и Амплитуды с функционалом Вебвизором.

🔍 Заключение и Будущие Исследования
Пока я доволен, продолжаю исследовать этот инструмент. Продолжение следует... 🎯

https://baraholka.chatindex.app/

https://posthog.com/

👋 Приветствие

Всем привет! Я недавно запустил еще одно приложение. Раньше я писал, что мне очень понравился сервис guidde, который описывает твои действия на экране. Затем, шаг за шагом, можно следовать этим инструкциям. 😊

🚀 Создание Приложения

Этот guidde настолько меня впечатлил, что я решил его воспроизвести. Недавно я его завершил, и уже сделал его через расширение для Chrome. Теперь его можно использовать. 📱

💡 Функциональность

Одним из примеров его работы является скриншот с пошаговыми действиями. Как видно, затемняется все, кроме нужной области, а стрелки показывают на активный элемент. 👀

📈 Продвижение

Что касается продвижения, я думаю использовать тот же подход, который применялся для guidde. Планирую создать множество мелких страниц под ключевые запросы, начинающиеся со слов "how to", и воспользоваться programmatic SEO стратегиями. 🧑‍💻

🔍 Заключение

Я хочу попробовать, насколько эта штука зайдет.

https://chromewebstore.google.com/detail/stepflow/nbgkclipflmngekjembibjcepjemaphg?authuser=0&hl=en

🌟 Вдохновение от новой версии Cursor IDE
Я настолько преисполнился и вдохновился новой версией курсора, особенно с агентами по умолчанию, что полностью перешел на их использование.

🖥️ Мечты о будущем в браузере
Хотелось бы иметь такую же функциональность в браузере. Хочн агента, которому можно проговаривать задачи, например, через Superwhisper. 💬 Он будет выполнять действия: ходить по страницам, заполнять формы, кликать на элементы и многое другое.

🔧 Прототип и тестирование
Уже начал работать над этим, и есть небольшой прототип, который я интенсивно тестирую в последнее время. Чтобы понять, нужно ли это кому-то еще, я создал landing. Хочу протестировать его с использованием waitlist, чтобы узнать, насколько востребован будет мой агент. 🤖

https://getwebpilot.app/

📢 Обновление о барахолке

Продолжаю делиться новостями по поводу барахолки. Недавно возникла проблема с ботом, когда его забанили при попытке обернуть в Telegram MiniApp. Однако я попробовал снова, но уже с другого аккаунта. 💬

🤔 Почему банили?

Были подозрения, что это из-за отсутствия Telegram SDK в приложении. Из-за этого Telegram счел его подозрительным и удалил. Теперь, добавив SDK и создав новую обертку, удалось успешно привязать MiniApp к боту. 🛠️

📈 Запуск рекламы

После этого я начал запускать рекламу через Telegram ADS. Однако результаты оказались минимальными, поэтому пришлось временно прекратить эту активность. Сейчас я планирую вернуться к привычным покупкам постов в разнообразных каналах. 💸

🌀 Новый функционал

Кроме того, я добавил бесконечный скролл вместо пагинации. Это позволяет пользователям легко пользоваться барахолкой, просто пролистывая ленту без лишних нажатий. 🎡 Приятного использования!

https://baraholka.chatindex.app/

🛠️ Интересный Проект Archon

Метафреймворк для создания агентов. Проект, хотя все еще на ранней стадии, новыглядит многообещающе. 👨‍💻

🔗 Функциональность и Совместимость

Особенно интересно, что реализуется этот проект как mcp-сервер, который можно подключать к современным IDE, таким как Cursor, Cline, и Windsurf. Таким образом, создаешь проект, подключаешь mcp и, посредством этого инструмента, можешь создать агента для определенной задачи. 🌍

🚀 Поддержка и Перспективы

На данный момент система работает только с Pydantic AI, но планы на развитие обширные. Это достаточно интересное решение, которое стоит попробовать. Это позволит не создавать агентов с нуля, а получать первую версию, в потом уже докручивать 🔄

https://github.com/coleam00/Archon

ну вот только захотел поработать)

Я тут поучаствовал в создании приложения по генерации песен.

https://melora.io/