⌨️ 5 горячих клавиш ChatGPT, которые реально нужны

1️⃣ Новый чат — Cmd+Shift+O (Mac) / Ctrl+Shift+O (Windows)
2️⃣ Фокус на поле ввода — Cmd+L (Mac) / Ctrl+L (Windows)
3️⃣ Перенос строки — Shift+Enter (оба)
4️⃣ Остановить ответ — Escape (оба)
5️⃣ Горячие клавиши — Cmd+/ (Mac) / Ctrl+/ (Windows)

Сохрани себе, пригодится 🚀

Email API для агентов
Смотрю AgentMail и OpenMail — они просто поднялись на $6M, потому что обычный SMTP не режет для AI.
Проблема простая: агент не может логиниться через браузер, OTP не доходит, 2FA — ад.
Они дают новый inbox за API call, real-time webhook на письма, парсят attachments для LLM.
Вроде просто API wrapper над SMTP, но вокруг этого выростает инфраструктура.

Claude Code Workflows — откатили неожиданно
🔧 Пару дней назад Anthropic выкатил workflow'ы для Claude Code — функционал, который позволяет описывать multi-step процессы на JavaScript. Создаешь файл, описываешь условия запуска, зависимости, какие тесты запускать.
💭 Честно, фича была полезная — отдельный layer для оркестрации задач, планирования и ревью. Видел про это видео и посты, но потом все упоминания выпилили из docs. На Reddit еще что-то осталось, но в целом — offline.
📌 Концептуально не новое (сам писал похожее, плюс есть наработки типа Archon, Bernstein), но готовое решение в Claude нативное.

Нашел на HN — AI Model Idle 🎮

Idle-игра про AI индустрию. Строишь стартап: собираешь датасеты, покупаешь compute, тренируешь модели.

Механика стандартная для idle, но с прикольными тачкаминдами:
- кризисы типа судебных исков и утечек в СМИ
- наём людей, которые реально тебе проблемы создают
- 36 перков с синергиями
- 25 случайных ивентов

Смешно, что это реальность. Вся абсурдность сектора в одной игре.

Сохраняется локально + облако.

https://game.trae.academy/play

Dark Flow 2.x: Web UI + Next.js вместо HTML

🔧 За неделю основной апдейт — заменил HTML-дашборды на Next.js веб-приложение с Postgres.

✨ Что появилось:
- Web UI на localhost:5555 для просмотра issues и approve/reject прямо из браузера
- Автоматическое возрождение issues, которые зависают >1ч
- Безопасность: убрал GitHub App, статус применяет worker через GH CLI
- Новые команды: df-check / df-check-fix для верификации установки
- Улучшена логика выбора задач (строгая приоритизация p0→p3)

🐳 Docker Compose для локального запуска make up

📦 Версия 2.9.1, всё на GitHub: https://github.com/alifanov/darkflow

<b>Pareto Router на OpenRouter</b>

🎯 Вместо выбора конкретной модели указываешь минимальный «кодовый рейтинг» (0–1), и OpenRouter автоматически берёт самую дешёвую модель из нужного качественного диапазона.

🔹 mincodingscore >= 0.66 — топ-модели
🔹 0.33–0.66 — баланс цена/качество
🔹 < 0.33 — бюджетные, но годные

Если основная упадёт — откатывается на fallback из того же уровня.

→ https://openrouter.ai/docs/guides/routing/routers/pareto-router

https://spokenly.app/

Обнаружил здесь недокументированную возможность, совершенно случайно в этом приложении.

Вместо того чтобы завершать запись нажатием горячей клавиши и затем отправлять текст, можно просто нажать Enter — расшифрованная запись будет сразу отправлена в текстовое окно.

Да, это экономит одну клавишу, но всё же стоит отметить.

🎙️ Озвучка курса AI voice-over вместо классического видеозаписа

Записывал скринкасты для курса по AI в продакшене. Исходная проблема: когда я записываю сам, много паразитов, люблю расстекаться мыслью по древу — в итоге дикторский текст получается неровный.

Попробовал клонировать голос через 11 Labs. Дикт — сгенерировал по презентации, озвучил каждый слайд своим голосом (TTS).

Что получилось:
• Чистая озвучка без паразитов и заиканий
• Ровный ритм и структурированный текст
• Нужно было подправить произношение англоязычных названий (несколько итераций)
• После тюнинга результат сильно выше, чем классическая запись

Где применимо:
Идеально для видео, скринкастов, онлайн-курсов — когда нужен контролируемый результат. Сам экспериенс очень понравился, даже если тонкостей с фонетикой ещё есть.

11 Labs: https://elevenlabs.io

🍺 PIVO — подход к разработке с AI-агентами

Стандартный цикл для агента: Plan → Implement → Verify. Спланировал, написал код, проверил тестами и линтом, смёржил. Дальше агент код из виду теряет — а он уезжает в прод и начинает жить своей жизнью.

Я добавил четвёртую стадию — Observe. Получилось PIVO:

Plan — декомпозиция задачи
Implement — агент пишет код
Verify — тесты, типы, линт, ревью
Observe — смотрим, как фича реально ведёт себя в проде

Observe подключается через OpenTelemetry — у меня это SigNoz: ошибки, медленные эндпоинты, аномалии после деплоя. Агент читает эти сигналы и сам заводит задачи на фиксы. Петля замыкается: прод-телеметрия → новый план, а не «смёржил и забыл».

И всё это можно построить поверх Darkflow — моего workflow-слоя для Claude Code 👇
github.com/alifanov/darkflow

agentmemory

Нашёл одно видео, где разработчик рассказывал, что использует. Мне понравилось одно решение, и я решил его попробовать, но оно как‑то не завелось. Точнее, вроде завелось, всё запустилось, я начал использовать его, но факты и память не сохранялись.

Я начал разбираться и обнаружил, что это решение ещё сырое: у него множество открытых issue на GitHub, и многие жалуются, что оно работает очень нестабильно.

В итоге, пока не перейду на него, решил попробовать Claude Mem и посмотрим, что из этого выйдет. В принципе, он тоже относится к категории сервисов, где между сессиями нужно сохранять память, чтобы система могла учитывать всё происходящее. Особенно важны корректировки, происходящие во время интерактивных сессий.

https://www.zot.sh/

новичек среди кодовых агентов

не особо понятно в чем профит, но мало ли мб взлетит)

debug test

наткнулся тут на AISlop — детектор AI-slop в коде 🔍

Проблема: агент написал, а там:
• console.log везде
• as any в тайпскрипте
• TODO-заглушки которые никто не заполнит
• комментарии над очевидными строками

Решение: AISlop ловит всё это за миллисекунды — AST + регексы, без LLM. 50+ правил, скор 0-100, умеет автофиксить.

Запуск без установки: npx aislop scan

Поддерживает TS, Python, Go, Rust. Есть хук для Claude Code.

https://github.com/scanaislop/aislop

*Дыхание в терминале* 🫁

Breathe CLI — тулза для резонансного дыхания из консоли\. Запускаешь — и анимированный бар задаёт ритм \~6 вдохов в минуту\. Это та частота, при которой HRV максимален и вагусный тонус растёт\.

Не надо переключаться в телефон\. Сидишь в iTerm, дебажишь — восстанавливаешь нервную систему там же, не выходя из рабочего флоу 🧠

Под капотом:
— zero deps, один Python\-файл
— пресеты по времени суток \(утром/вечером разные ratio\)
— звуковые подсказки на смену фазы
— логирование в CSV 📋
— работает на macOS и Windows

Автор убрал паттерны без клинических доказательств — только то, что подтверждено исследованиями\. Занимайся wellness, пока вайб\-кодишь\.

https://github\.com/marekkowalczyk/breathe\-cli

Память для coding-агентов 🧠

komi-learn — либа, которая даёт Claude Code и Codex долгосрочную память. Агент автоматически учится на твоих сессиях и вспоминает нужное в нужный момент.

Как работает:
• Парсит транскрипты → вытаскивает уроки (фиксы, техники, паттерны)
• Релевантные знания автоматом подгружаются в контекст при старте 🔄
• Дедупицирует и архивирует устаревшее
• Фильтрует секреты и пути перед обработкой 🔍

Фишка в том, что CLAUDE.md агенты часто читают частично или игнорируют — а тут контекст инджектится автоматически, без мануальных команд.

Опционально — community pool: делишься анонимизированными уроками через GitHub PR, подписанными Ed25519. Работает офлайн, никакого сервера.

https://github.com/kurikomi-labs/komi-learn

Автоматический дизайн-аудит в darkflow 🎨

Добавил в darkflow новые рутины — теперь агент сам дёргает скилл impeccable.style для аудита дизайна. Раньше проверка UI была мануальной, теперь она запускается по расписанию.

Что изменилось:
• Рутины по времени автоматически запускают impeccable.style аудит 🔍
• Дизайн-чеки идут без участия человека — просто прилетают результаты
• Не нужно помнить вызывать аудит вручную — он встроен в расписание

Но вкус не автоматизируется — результаты аудита всё равно читает человек и решает, что фиксить. Агент подсвечивает проблемы, а не принимает решения 💪

https://github.com/alifanov/darkflow

Агенты в 3D-моделинге 🖨️

Взял на лето 3D-принтер — BambuLab P2S, чтобы поиграться. Когда-то немного занимался 3D-моделингом, а теперь хочу пощупать, насколько далеко уехали агенты в этой теме.

Идея в стиле Железного человека: говоришь, что нужно — а оно само моделит деталь. Дальше только подкручиваешь размеры под реальность.

Что хочу попробовать:
• Сгенерить деталь текстом, без ручного моделинга 🧠
• Итеративно править геометрию и размеры
• Догнать модель до состояния «можно печатать» 🔄

Пока в тему толком не нырял — но прогресс тут интересно посмотреть вживую 💪

Fallow в недельной рутине 🔍

Fallow — статический анализатор для JS/TS, который показывает здоровье кодбейза без всякого LLM: мёртвый код, дубли, циклические зависимости, хотспоты сложности.

Добавил его в свою рутину: раз в неделю прогоняю проверку прямо по ходу работы и сразу генерю из находок задачи на исправление.

Что ловит:
• Неиспользуемые файлы, экспорты, типы и зависимости 🧠
• Дублирование кода и циклические импорты 🔄
• Хотспоты сложности и нарушения границ архитектуры

Ноль конфигов, статика отрабатывает меньше секунды — и техдолг не копится незаметно 💪

Ещё один режет токены агентам 🔪

Lowfat — молодой CLI-тул, который оборачивает команды (git, docker, grep, find, kubectl) и срезает шумный вывод до того, как он улетит в контекст агента. Подключается hook'ом в Claude Code или через shell-init.

Сразу вспоминается RTK — тот же подход «режем вывод CLI ради токенов». Разница в философии:
• RTK — батарейки в комплекте: сотни готовых фильтров на Rust, работает из коробки
• Lowfat — собери сам: ядро тонкое, фильтры пишешь под себя через .lf DSL и плагины

Три уровня агрессии: 🔍 lite (до −60%), 💪 full (до −80%), 🚀 ultra (до −97%).

Но вот подвох, который сразу всплыл в HN-треде:
• цифра «−91%» лукавая — экономия только на отфильтрованном выводе, а не на всём разговоре
• фильтр легко срежет то, что агенту реально нужно
• и главное — снижать токены бессмысленно, если LLM из-за этого перестаёт решать задачу

Замеряем токены, а замерять надо качество. 🧠

https://github.com/zdk/lowfat

Ну что я могу сказать? Магии не случилось. Я хотел сделать держатель для iPhone над монитором, потому что часто использую Continuity Map, точнее, камеру, но проект не удался. Пока что получился «каменный цветок»; в принципе, я не особо готовил промпт, а просто сказал: «Вот хочу такую‑то штуку».

Но с первого промта эта штука не заработала. Продолжаю экспериментировать.

Если понадобится, я использовал claude code + openscad

🧠 Память для агентов, которая умеет забывать

YourMemory — локальный слой памяти для AI-агентов, который не копит всё подряд, а осознанно прунит лишнее. Главный тейк проекта: агентная память — это проблема забывания, а не хранения.

Память живёт по кривой Эббингауза: стратегии держатся ~38 дней, факты ~24, провалы ~11 — когда «сила» падает ниже порога, оно само дропается. Поверх — гибридный поиск: вектора плюс обход графа, чтобы вытащить связанное, чего в запросе и не было.

Чем отличается от популярных решений:
• Mem0 / Zep — копят и достают по релевантности, контекст со временем замусоривается 🗑️
• Letta (MemGPT) — память руками, тут же всё само
• claude-mem — авто-логирует сессии в архив, но забывать не умеет — копит
• agentmemory — save/recall по MCP, та же логика хординга без затухания
• на LoCoMo-10: 59% против 53% у Mem0 и 34% у плоских векторов

Всё локально, эмбеддинги не утекают, по MCP с Claude Code, Cursor, Windsurf, Zed.

https://yourmemoryai.vercel.app/