Подался на амбасадорство Anthropic в Белграде.

Посмотрим, что из этого выйдет ))

https://claude.com/plugins/claude-code-setup

Наткнулся тут еще на один интересный плагин, и он даже официальный.

На случай, если вдруг не знаете, а что себе можно поставить в плане MCP, скилов, субагентов и так далее, этот плагин как раз анализирует ваш код, а на выходе предлагает, что можно добавить в этот код.

Соответственно, выбираете, что нужно, что подходит, и устанавливаете.

Касательно моей прошлой автоматизации, которую я планировал делать, точнее, планирую и делаю, оказалось, что в новой версии кода завезли баг. Когда что-то выполняется, обычно при просмотре проекта выводится фраза "tool loaded".

В итоге, в списках предыдущих сессий, я вижу только кучу "tool loaded" вместо того, с какой команды начиналась сессия. В результате, они запускаются по крону, но отличить одну от другой я не могу, и поэтому приходится открывать карту, что дико неудобно.

Благо, нашёл GitHub isse, где буквально 13 часов назад (на тот момент) была описана эта проблема и предложен вариант решения. Я его сделал, и сегодня с утра проверил: да, мои команды вернулись в списке прошлых сессий. Теперь я понимаю, в какую заходить, что там есть и какие рекомендации ожидать.

https://github.com/anthropics/claude-code/issues?q=is%3Aissue%20state%3Aopen%20tool%20loaded

А еще я хотел как раз получить session ID, чтобы понимать, какую сессию автоматически поднимать и какие я пробую в нее отправлять, чтобы было ровно по контексту.

В итоге оказалось, что изнутри Claude code это получить нельзя. В результате автоматически отправлять сессию не получилось.

Но вроде как есть некий workaround, как получить через hook эту команду. Точнее, через hook на любой запуск тула можно сохранять во временный файл сессию и путь ко всей переписке, а в конце читать этот файл и передавать в MCP дополнительно запрос на одобрение.

https://www.terminaluse.com/

Подкинул мне сегодня мой AI ассистент утреннюю сводку о довольно интересном новом продукте. Пока много не понятно, но концепция весьма интересная.

Инфраструктура для фоновых агентов написала, и забыла, как, например, сделать какую-то фичу. Он сам её сделает задеплоит, выложит на прод или хотя бы пул-реквест сделает, или ещё какие-то сложные штуки, и типа deep research и так далее.

https://github.com/mvanhorn/last30days-skill

В последнее время все чаще пользуюсь этим скиллом. Допилил его под себя, убрал некоторые моменты, зависимости.
В целом он оказался достаточно полезным, когда нужно составить какое-то мнение по тому, о чем общаются в соцсетях.

Не основном интернете, а вот в разных, а-ля Reddit, Hacker News, Twitter и так далее. А бывает довольно-таки полезно найти прямо жемчужины по каким-то отдельным темам.

https://t3.codes/

Пока занимался автоматизацией запуска Claude Code со своими командами, пришёл к мысли, что, блин, скорее всего, нужно будет какое-то своё приложение, которое за всем этим следит, управляет, автоматизирует и так далее.

И тут мне сказали, что уже некоторые ребята тоже делают своё. А вот оно единственное, что вроде как поддерживается, то только Codex без Claude code. Но вроде как заявляет, что скоро добавят и его.

Что-то последнее время хайпуют авторесерч из поста Андрея Карпаты и многие его применяются в других вещах, но в принципе это базовый подход задачи оптимизации.

Да, у тебя где оптимизируются не гиперпараметры а в принципе все что угодно кроме исходных данных.

Ну то есть как-то это очень странно выглядит в принципе потому что раньше когда я еще ML занимался это был достаточно базовый подход когда ты тестируешь различные подходы и различные гиперпараметры. Ну то есть на Kaggle соревнованиях это прям было как база.

Пока не особо понимаю, в чем такой хайп

Стал копать глубже autoresearch Карпаты. В принципе, те же циклы исследований, что и у ML, как я говорил, состоят всего из трех вещей: статика, динамика и program.md (описание всего оверфлоу).

То есть, статика — это то, что не меняется, например, где лежат данные, как готовятся данные и как вычисляется функция, по которой будет оптимизация. Соответственно, разбивка на тестовую, точнее, на обучающую и эволюционную выборки.

Динамическая — это, все, что меняется: может меняться подход, могут меняться стратегии, могут меняться модели и так далее. То есть, все, что не связано с данными и функцией оптимизации.

Третий момент — это просто Markdown описание, как это все делать. Тут два ключевых момента: собственно, как программное описание, так и динамический код должны помещаться в контекст агента. В этом случае он все очень хорошо понимает.

У меня есть несколько проектов, где хочу эту штуку обкатать. Один достаточно похожий, потому что до моих экспериментов с алготрейдингом на криптовалютных опционах я там же начал, но пока не закончил.

А второй — это оптимизация по тестированию предсказаний по рекламным креативам (CTR). Но тут проблема в том, что каждый эксперимент — это деньги на OpenRouter, так что там я пока не зашел, но, скорее всего, зайду.

Продолжаю экспериментировать с этим подходом (autoresearch) и сделал автоматическую генерацию контента для YouTube Shorts. Соответственно, планирую заставить его оптимизировать видео для наибольшего количества просмотров.

Собственно, генерировать буду просто через Remotion плюс Claude code. Но оказалось довольно просто сделать на скоб гейте, добавив поддержку YouTube API. Дальше нужно сделать MCP и добавить в агента. Он сразу настроил канал как нужно, генерируя логотипы и баннеры через на на банана. Правда, загрузить пришлось руками.

Загрузка видео у меня уже решена через за engine браузер, который подключается к Хрому с моим профилем в YouTube и загружает туда видео. Все это зациклено с аналитикой успешности поста, конкурентов, тематикой и так далее.

Вот, кстати, ссылка на новый канал. https://www.youtube.com/channel/UCIgmw-EsfITrXNyKbZqxmtg

Касательно последних обновлений от Claude code, /btw, в принципе, тема интересная, но ей не так часто пользуюсь, чтобы задавать вопросы в рамках долгих задач.

В принципе, я обычно знаю, что происходит касательно /voice, но всё странно. Я и так большую часть работы перевёл на WisprFlow или аналогичные решения, так что у меня голосовой уже активно используется давно.

Но почему-то сейчас не попадается всё больше роликов, где говорится, что это прямо имба и что этого прям не хватало.

Пока единственное, что впечатляет, это скорость фичей, с которой Anthropic их выпускает

Часть моих проектов я использую уже с dev container. Там, соответственно, не нужно подтверждать применение команд.

Однако часть проектов все-таки у меня связана с внешними инструментами, и там требуется подтверждение. И это сейчас самый большой блокер, потому что я работаю с несколькими проектами, и если где-то нужно подтверждение, то агент дальше не идет.

Вот начал искать, какие есть варианты решения, и оказалось, что есть новая экспериментальная команда у Claude code. —enable-auto-mode, которая, по идее, учится на том, что ты делал, и сам принимает решение, нужно ли спрашивать подтверждение или нет.

https://x.com/rohanpaul_ai/status/2030156251821392096

А есть еще и другая команда, которая работает на регулярках и хуках собственно агента. Она более топорная, но зато более надежная, и она напоминает тот проект RTK, о котором я писал выше.

https://github.com/manuelschipper/nah
https://github.com/rtk-ai/rtk

➜  claude-code-templates tree -a
.
└── .claude
    ├── commands
    │   └── my-product
    │       ├── analytics.md
    │       ├── check-checklist.md
    │       ├── follow-checklist.md
    │       ├── google-ads.md
    │       ├── init.md
    │       ├── onboarding-flow.md
    │       ├── promotion.md
    │       └── search-console.md
    ├── launch-checklist.md
    └── product.md

Завел себе шаблоны для новых продуктов.

Соответственно, команду /init оставил только в домашней директории, а все остальные команды копируются внутрь каждого продукта.

После чего, в рамках init, обновляются данные product.md.

Чтобы агент понимал что за домен, что за продукт, и другие дополнительные факты?

В итоге, внутри проекта, при запуске этих команд, агент понимает, что это за продукт, с чем он работает, что конкретно должен вызывать этих команд.

Решил я завести еще агента в почту.

Смотрел, что есть какие-то MCP и так далее. В итоге просто взял и создал новый скилл, который работает по старым добрым протоколам IMAP и SMTP.

А креды получают из переменных окружающего окружения конкретного проекта.

В итоге у меня теперь слэш-команда и скилл для работы с email по проекту.

https://code.claude.com/docs/en/channels

Claude все больше и больше преврашается в OpenClaw))

промежуточные результаты моего эксперимента с Youtube Shorts и autoresearch

Возился я тут вчера с новым тулом NixCage, который, по идее, делает изоляцию на уровне системы, но гораздо попроще, чем Docker.

В итоге выглядело, как все хорошо, но оказалось, что что-то он может не запускать, потому что нет доступа на изменение временных файлов и так далее.

В итоге таких проблем оказалось огромная куча. Я забил на это и пошел другим путем: создал новый скилл для ревью сессии по пермишенам, что чаще вызывалось на подтверждение.

Сейчас время от времени запускаю эту команду у себя и дорабатываю пермишены, которые вызывались, и я точно знаю, что они безопасны, чтобы они в следующий раз не вызывались.

Залил это все на GitHub, так что можно пользоваться))

https://github.com/alifanov/claude-code-reflect-permissions

Настраивал я тут отслеживание для Google рекламы. В каких-то проектах получилось достаточно просто, в каких-то я прям долго докручивал, разбирался, что не так. Было несколько итераций, но такие преодолел.

С любопытством пока не понял, в чем особая разница. Но комбинация настройки PostHog MCP + Google Ads MCP через ScopeGate (https://github.com/alifanov/scopegate) и запуск всего в Clade code показала себя достаточно удобной.

Можно просто соглашаться на предложение по экспериментам. За счет GITисторию можно смотреть, что было изменено и когда. Наконец, довел до конца: переключил несколько Google рекламных компаний с оптимизации по кликам на оптимизацию по конверсиям. По идее, это должно снизить CPC. Посмотрим, как это заработает

В рамках эксперимента с генерацией YouTube Shorts через авторесерч добавил еще новый скилл Reflect Video, который после генерации прогоняет видео через модель Gemini. Эта модель указывает, что можно улучшить в видео, и, собственно, перед публикацией он пробует улучшить это видео еще одним рендерингом по собственному скору.

Каждый раз получается улучшение..., но по просмотрам пока так себе.

🧠 Наткнулся на скрытую команду в Claude Code — /dream.

Это буквально "сон" для ИИ. Anthropic тихо добавили Auto-dream — фоновый агент, который консолидирует память между сессиями. Без официальных анонсов и документации.

Работает как REM-сон: копит сигналы за день, потом структурирует и убирает лишнее. Системный промпт буквально: "You are performing a dream".

Четыре фазы: orient, gather, consolidate, prune. Индекс памяти держится до 200 строк. Клод не просто помнит больше — а помнит лучше.

🔍 Проверить: запусти /memory в Claude Code и ищи "Auto-dream: on". Пока тихий роллаут.

claudefa.st

https://claude.com/blog/auto-mode

писал ранее про auto mode а тут наконец зарелизили его

https://paperclip.ing/

Последнее время склоняюсь к тому, что нужно больше автономности в своих проектах, в частности с использованием агентов. Натыкался на такой проект, мне его подсказали; выглядит прямо классно, к чему я иду.

Единственное, что я попробовал, и мне не зашло, хотя идея понравилась. В итоге начал пилить свой собственный продукт по полностью автономному AI компании.

Из интересного подхода, который есть в различных ассистентах и тут, они достаточно схожи. В особенности использование некого синхронизирующего сигнала, так называемого heartbeat, на который завязаны все повторяющиеся задачи.