🛠 Плагин, который учит Claude Code не наступать на одни и те же грабли

Нашёл интересный Claude Code-плагин под — /harness. Идея простая и злая: он гоняет агента по твоему проекту, ловит все ошибки и автоматически собирает CLAUDE.md на основе реальных фейлов.

Агент перепутал пути, не нашёл нужный скрипт, неверно угадал структуру проекта? /harness это зафиксирует. В следующий раз агент уже знает про эти косяки и не повторяет их. По сути — память об ошибках, которую обычно ведёшь руками.

Настройка — пара минут:
1. Поставь Hyperbrowser CLI: https://www.hyperbrowser.ai/docs/sandboxes/install
2. Создай папку под команду:
mkdir .claude/skills/harness
3. Закинь туда SKILL.md, перезапусти Claude Code — команда /harness готова.

SKILL.md лежит тут: https://github.com/hyperbrowserai/examples/tree/main/skills

Anthropic настолько удачно выпустила Fable 5, что через три дня её уже прикрыли.
Власти США нашли способ джейлбрейкнуть модель и быстро объяснили, что такая свобода творчества им не нравится.
В итоге:
• доступ к Fable 5 отключили всем пользователям;
• активные сессии ночью просто оборвались с ошибкой;
• модель отправили на внеплановый ремонт.
Anthropic обещает вернуть доступ после исправления уязвимостей.
Чтобы народ не устроил цифровой бунт, компания обнулила дневные и недельные лимиты.
Получается, Fable 5 прожила в открытом доступе меньше, чем некоторые npm-пакеты после релиза.

💰 OpenAI раздаёт бесплатные API-кредиты разработчикам.

Можно получить до $50 000 на использование API, если согласиться делиться данными для обучения моделей.

Лимиты программы:
• GPT-5.5 — до 250 тыс. токенов в день
• Mini-модели — до 2,5 млн токенов в день
• Tier 3–5 — до 10 млн токенов ежедневно

Подключить можно в OpenAI Platform:
Data Controls → Sharing.

Фактически OpenAI меняет API-кредиты на ваши данные для улучшения моделей.
P.S. Проверил у себя — раздел Data Controls → Sharing есть. Но сам бонус, судя по всему, отображается не у всех аккаунтов сразу.

Если у вас нет зелёного блока “You’re eligible for free daily usage…”, значит аккаунт пока не подходит под программу или доступ ещё не раскатили.

🛠 Утащить шрифт с любого сайта — теперь дело пары секунд

Нашёл бесплатный инструмент Font Stealer. Скармливаешь ему страницу — он сканирует её и выдаёт все шрифты, которые там используются. Качаешь в нужном формате: WOFF, WOFF2, TTF или OTF.

Самое сочное: если оригинал платный, Font Stealer сам подберёт максимально похожий бесплатный аналог из Google Fonts. То есть не «облом, шрифт за деньги», а «вот тебе близнец, забирай».

🧠 Наш взгляд: это не про «спиратить дизайн», а про скорость. Увидел красивую типографику на чужом лендинге — за 10 секунд понял, что это за шрифт, и не сидишь полчаса в детективе с инспектором кода. Для прототипов и мудбордов — мастхэв. Для прода всё же проверяй лицензию, бесплатный аналог из Google Fonts тут как раз спасает.

Забрать инструмент: https://font-stealer.vercel.app/

Сохрани, чтобы не искать, когда понадобится 👇

#инструменты #шрифты #дизайн #devtools #КодНаАвтомате

🔥 Два GitHub-проекта, которые помогают ИИ делать UI аккуратнее
Сейчас обсуждают два инструмента для генерации интерфейсов:
1. taste-skill
https://github.com/Leonxlnx/taste-skill
Добавляет агенту слой дизайн-ревью. Модель проверяет интерфейс по базовым принципам: иерархия, отступы, ритм, композиция, пустое пространство. Помогает избежать хаоса, случайных цветов и экранов в стиле «ну вроде красиво».
2. impeccable
https://github.com/pbakaus/impeccable
Набор из 23 дизайн-команд и гайда по типичным ошибкам ИИ при создании UI. Фокус — структура, адаптивность, анимации и логика интерфейса.
Коротко:
taste-skill — про визуальный вкус.
impeccable — про структуру и реализацию.
Кто делает интерфейсы через Cursor, Claude Code, Codex и других агентов — можно попробовать.

💡 Codex можно использовать не только для кода
Многие воспринимают Codex как штуку:
«напиши функцию», «почини баг», «посмотри проект».
Но у него есть ещё один полезный сценарий — разгребать вашу рутину.
Например, можно попросить:
— найти старые автоматизации
— понять, какие уже не нужны
— обновить задачи под новые модели
— превратить разовый запрос в регулярный
— поставить напоминание прямо из текущего треда
Я тут сам залез и понял, что у меня висели старые автоматизации, про которые я уже благополучно забыл. Классика: настроил, ушёл жить дальше, а оно где-то там пылится.
Попросил Codex проверить и привести всё в порядок.
И это реально удобный кейс: не надо самому вспоминать, что ты настраивал пару месяцев назад. Просто говоришь агенту:
«посмотри мои автоматизации и предложи, что с ними сделать».
Маленькая вещь, но экономит время и чистит цифровой чердак.

Яндекс раздаёт гранты на 6 000 ₽ на полгода.
Условие простое: нужно завести аккаунт в SourceCraft — это их аналог GitHub.
Ссылка:
https://sourcecraft.dev/portal/grant/?ysclid=mqce6hwtue788927547
Что нужно сделать:
• зарегистрироваться;
• привязать карту;
• активировать грант;
• после этого карту можно отвязать.
Дальше эти деньги можно использовать в Yandex Cloud: например, гонять модели через API, тестировать DeepSeek, Алису или использовать кредиты под свои задачи.
Я проверил — работает.
Не миллионы от OpenAI, конечно, но для тестов, пет-проектов и экспериментов с API вполне нормальный подарок.

🔐 MCP — это круто, пока агент не получил доступ ко всему подряд
MCP быстро стал стандартным способом подключать ИИ-агента к инструментам: файлам, базам, API, GitHub, браузеру и внутренним сервисам.
Но есть нюанс.
Чем больше инструментов мы даём агенту, тем больше появляется вопросов:
— кто разрешил это действие?
— какие данные агент прочитал?
— какой инструмент он вызвал?
— почему он решил это сделать?
— можно ли потом это нормально проверить?
Microsoft уже делает Agent Governance Toolkit — набор подходов для управления агентами: политики, права доступа, изоляция, аудит и контроль действий.
И это логичный следующий этап.
Раньше мы радовались:
«Смотри, агент сам ходит в инструменты!»
Теперь вопрос другой:
«А кто следит, чтобы он не сходил куда не надо?»
MCP — мощная штука.
Но без логов, ограничений и нормальных прав доступа это быстро превращается в агента с ключами от всей квартиры.
Источник:
https://github.com/microsoft/agent-governance-toolkit

GitHub тихо двигает coding agents туда, где становится реально интересно — в CI/CD.
Появились GitHub Agentic Workflows.
Смысл такой: ты описываешь задачу для агента в Markdown, а GitHub превращает это в обычный GitHub Actions workflow.
Что можно автоматизировать:
— разбор issues
— анализ упавшего CI
— обновление документации
— рутинные проверки
— часть задач вокруг PR
Главное тут не то, что «ИИ снова что-то пишет».
Главное — агент теперь живёт не только в чате или IDE, а внутри пайплайна разработки.
И GitHub явно понимает, где боль: агенты запускаются с ограничениями, sandbox, firewall, проверкой outputs и threat detection.
Потому что заставить агента открыть PR — не проблема.
Проблема — не проснуться утром с мыслью:
«А кто ему вообще дал права это мержить?»
Вот это уже стоит смотреть.

#полезное
ИИ-агенты в разработке мощные, но у них есть проблема — они быстро теряют контекст проекта.
Сегодня Claude Code или Codex понял архитектуру, стек и правила. Завтра новая сессия — и ты снова объясняешь всё с нуля.
Trellis решает именно эту боль.
Он создаёт в проекте папку .trellis/, где хранит правила, задачи, прогресс, важные решения и контекст для будущих AI-сессий.
Всё это коммитится вместе с кодом. Поэтому следующий агент уже не стартует с чистого листа, а сначала читает накопленную память проекта.
По сути, Trellis — это попытка сделать нормальную долговременную память для AI-разработки.
Поддерживает Claude Code, Codex, Cursor и другие инструменты.
Open Source, больше 9000 звёзд на GitHub.
GitHub: https://github.com/mindfold-ai/trellis

#новости
Бразилия внезапно залетела в гонку open-source моделей.
Вышла Rio 3.5 Open 397B — большая открытая модель, которая уже успела попасть в топ обсуждений среди LLM.
Заявляют, что модель сильна сразу в нескольких вещах:
• кодинг;
• агентские задачи;
• ресёрч;
• работа с длинными и сложными запросами.
По бенчмаркам её сравнивают с Qwen 3.7 Plus, и Rio 3.5 выглядит очень бодро.
Но тут важный момент: бенчмарки — это красиво, а реальный тест в проекте — совсем другая история. Поэтому верить на слово не будем, лучше прогнать на коде и посмотреть, где она реально тащит, а где просто красивая табличка.
Сам факт интересный: сильные open-source модели уже прилетают не только из США и Китая. Теперь в списке ещё и Бразилия.
GitHub/Hugging Face:
https://huggingface.co/prefeitura-rio/Rio-3.5-Open-397B

#новости
В сеть утёк предполагаемый системный промпт Claude Fable 5.

И там есть несколько интересных моментов.

Первое: Fable 5 и Mythos 5, судя по промпту, могут быть одной и той же моделью. Разница не в «мозгах», а в ограничителях. У Fable включены дополнительные фильтры безопасности, у Mythos — нет, но доступ к нему ограничен.

Второе: knowledge cutoff указан как конец января 2026 года. Забавно, потому что многие были уверены, что модель знает больше свежего.

Третье: необычный стиль Claude тоже частично объясняется промптом. Модель прямо инструктируют не злоупотреблять списками и буллетами, если пользователь сам их не просит.

То есть это не «душа модели такая литературная».

Это инструкция. Магия снова оказалась YAML’ом в пальто.

Отдельно жёстко прописаны ограничения по авторскому праву. Цитаты длиннее 15 слов считаются серьёзным нарушением. Одна цитата на источник — и всё, дальше источник для Claude фактически закрывается в рамках диалога.

Самое интересное для разработчиков — внутри нашли API для постоянного хранения данных. Artifacts могут сохранять и доставать пользовательские данные между сессиями через key-value хранилище. Большинство пользователей Claude.ai про это вообще не знает.

Ещё один важный момент: MCP-коннекторы встроены прямо в системный промпт. Claude может находить и предлагать сторонние интеграции по ходу диалога.

Также там есть отдельные инструкции для Claude Cowork, Claude в Chrome, Excel и PowerPoint. То есть Claude.ai постепенно превращается не просто в чат, а в рабочую среду с инструментами вокруг.

Важно: речь именно про пользовательскую версию Claude.ai.

API-пользователи этот системный промпт не получают. У Claude Code тоже другой набор внутренних инструкций.

Источник — репозиторий CL4R1T4S от Pliny the Liberator:
https://github.com/elder-plinius/CL4R1T4S

Там же ранее публиковали системные промпты ChatGPT, Gemini, Grok, Cursor, Lovable, Replit и Perplexity.

Верить на 100% или нет — отдельный вопрос.

Но как минимум это хороший повод посмотреть, насколько сильно поведение современных ИИ-продуктов определяется не только моделью, но и огромным слоем инструкций, фильтров, коннекторов и внутренних правил.

🤖 A2A — следующий шаг после MCP
Все уже привыкли к MCP: агенту можно подключить инструменты, базы, файлы, API и дать ему «руки».
Но дальше появляется новый вопрос:
а что, если одному агенту нужно работать не с инструментом, а с другим агентом?
Для этого и появился Agent2Agent / A2A — открытый протокол для общения между ИИ-агентами.
Идея простая: агенты, собранные на разных фреймворках и запущенные в разных средах, смогут понимать друг друга и передавать задачи дальше.
Например:
— один агент анализирует проект
— второй пишет код
— третий проверяет безопасность
— четвёртый готовит PR
То есть мы постепенно двигаемся от схемы «один агент + набор инструментов» к схеме «команда агентов под разные задачи».
MCP дал агентам руки.
A2A пытается дать им коммуникацию.
Забираем тут: https://github.com/a2aproject/A2A

#полезное
Anthropic выкатили бесплатный плейбук для тех, кто хочет собрать свой AI-стартап.

И это не мотивационная методичка в стиле «поверь в себя и найди инвестора».

Внутри показывают, как использовать Claude Code на разных этапах:
• поиск и проверка идеи;
• формулировка продукта;
• сборка MVP;
• тестирование гипотез;
• первые пользователи;
• масштабирование.

Есть практические задания, фреймворки и готовые промпты, которые можно сразу брать в работу.

По сути, это инструкция: как не просто «поиграться с нейронкой», а попробовать превратить идею в нормальный продукт.

Для тех, кто давно хотел собрать свой сервис, но застрял на этапе «надо бы как-нибудь начать», штука полезная.

Плейбук можно забрать по ссылке.

#полезное
Как обойти ограничения ИИ-асентов: Превращаем веб-версию ChatGPT в локального разработчика 🦾
Пока все ждут официального расширения лимитов в специализированных IDE-клиентах, в опенсорсе нашли красивый костыль. Оказывается, можно заставить стандартный веб-интерфейс ChatGPT крутить локальные файлы и выполнять терминальные команды на вашем ПК, используя протокол MCP.
Помогает в этом консольная утилита DevSpace.
Разворачивается мост буквально в пару действий:
npm install -g @waishnav/devspace
После этого туннелируем локальный MCP-сервер во внешнюю сеть и скармливаем веб-интерфейсу OpenAI. На выходе получаем привычный чат, у которого появились «руки» для работы с вашим локальным кодом.
🔥 Проверенные воркфлоу
Зачем это нужно, если есть Cursor или Claude Code? Ради распределения нагрузки и экономии:
Многоуровневая разработка: Отдаем тяжелую аналитику, проектирование архитектуры и декомпозицию флагманским моделям (вроде GPT-5.5 Pro или xHigh) прямо в браузере. А вот рутинную кодогенерацию по готовому плану спускаем на локальные инструменты (opencode, Cursor, Claude Code).

Независимый аудит: Веб-чат становится идеальной песочницей для ревью. Сгенерировали массивный кусок кода локальным агентом ➡️ закинули через мост в ChatGPT для поиска скрытых багов и оптимизации, не тратя драгоценные лимиты API.
🛑 Дисклеймер
Пользуйтесь этой фичей аккуратно и только по необходимости, когда рабочие лимиты на нуле. Если устроить из этого ковровые бомбардировки запросами, OpenAI быстро заметит аномальную активность в веб-версиях и просто прикроет лазейку для всех.

Забираем тут

#новости
Вайбкодим AAA-игры: Epic Games выпустили Unreal Engine 5.8 — движок получил поддержку MCP.

Теперь к UE5 легко подключить Claude Code или Codex. Агентам можно поручить сложную разработку, создание ассетов и проектирование целых систем прямо в интерфейсе движка.

Еще UE5 сделали доступнее для слабого железа. За счет новой технологии освещения обещают 60 FPS даже на устройствах уровня Switch 2.

Тестим бесплатно здесь.

#новости
Вышла GLM-5.2 — топовая модель для создания презентаций, отчетов и макетов сайтов. В бенчмарке Design Arena она обошла даже Claude Fable 5.

У модели 1 млн контекста, она легко работает с большими проектами, не теряя важные детали. Помимо дизайна неплохо показывает себя в кодинге и агентских задачах. И ее можно напрямую интегрировать в Claude Code.

Пользуемся по ссылке.

#новости
Claude Design обновили — и теперь это уже не просто генератор красивых макетов.

Главное: Claude может подтянуть дизайн-систему прямо из репозитория, дизайн-файлов или кодовой базы. То есть использовать реальные компоненты проекта, а не рисовать «примерно похоже, но потом верстальщик плачет».

Ещё докрутили редактор: элементы можно двигать, менять размер и выравнивать прямо на холсте.

Связка с Claude Code тоже стала плотнее. Можно отправить макет в разработку или наоборот — начать с кода и синхронизировать дизайн из терминала.

Плюсом добавили экспорт в PDF и PowerPoint, а также новые интеграции.

Claude Design сейчас в бете и доступен на платных тарифах в вебе и десктопе.

Похоже, Anthropic аккуратно собирает связку: дизайн → код → презентация → обратно в работу. Уже не игрушка для «сделай красиво», а рабочий инструмент для проекта.

#новости
В Codex появилась полезная фича — Record & Replay.

Смысл простой: один раз показываешь Codex, как выполняешь повторяющуюся задачу, а он сохраняет процесс и превращает его в переиспользуемый скилл.

Например:

скачать счета с сайта, выгрузить отчёт из админки, переименовать файл и положить его в нужную папку.

Раньше это приходилось каждый раз объяснять промптом.

Теперь можно просто показать руками один раз — и дальше запускать как автоматизацию.

Вот это уже ближе не к “напиши мне код”, а к нормальному помощнику, который запоминает рутину и забирает её на себя.

Источник: https://developers.openai.com/codex/changelog#codex-2026-06-18-app

#новости
GitHub Copilot начал понимать "AGENTS.md".

Это файл с инструкциями для AI-агентов внутри конкретного репозитория.

Зачем он нужен?

Чтобы Copilot на ревью понимал не только сам код, но и правила проекта:

— какой стиль использовать
— какие тесты запускать
— какие паттерны не трогать
— как устроена архитектура
— что в этом репозитории считается нормой, а что лучше не делать

По сути, "AGENTS.md" становится чем-то вроде README, только не для людей, а для робота.

И это важный сдвиг.

Потому что агент без правил — это джун, который очень быстро печатает.

Может сделать много.

Может даже красиво.

Но без контекста легко уедет не туда и уверенно привезёт техдолг.

Так что если вы используете Copilot, Claude Code, Codex или Cursor в реальном проекте — такой файл уже стоит завести.

ИИ пишет лучше, когда ему не просто говорят “помоги”, а дают нормальную карту местности.

Источник: The GitHub Blog

#полезное
Datalab открыла исходники Lift — 9B-модели для извлечения структурированных данных из документов.

Проще говоря: берёте PDF или другой документ, задаёте нужную структуру через JSON Schema — и модель пытается вытащить данные сразу в нормальном виде, а не кашей из текста.

По заявлению разработчиков, на их бенчмарке Lift показывает 90,2% точности.

Для сравнения:
• Gemini 3.5 Flash — 91,3%
• NuExtract3 — 81,5%

То есть модель почти догоняет Gemini и заметно обходит специализированные open-source решения.

Ещё один плюс — простой запуск:

pip install lift-pdf

Медианное время обработки — около 9,5 секунды.

Звучит интересно для задач, где нужно вытаскивать данные из счетов, актов, договоров, анкет, отчётов и прочей PDF-бюрократии, которую обычно хочется не читать, а сразу отправить в базу.

Как всегда, бенчмарки — это одно, реальные документы клиентов — совсем другое. Но инструмент точно стоит добавить в список для теста.

Блог: https://www.datalab.to/blog/introducing-lift
Модель: https://huggingface.co/datalab-to/lift
Код: https://github.com/datalab-to/lift