Рекомендую для ИИ кодинга:

`agent-skills`: переносимый workflow для AI coding agents

GitHub-репозиторий: https://github.com/addyosmani/agent-skills

agent-skills — это набор production-grade workflows для AI-агентов разработки. Внутри — 20 skills, 7 slash-команд и несколько personas, которые помогают вести работу не через один большой промпт, а через нормальный инженерный pipeline: define → plan → build → verify → review → ship.

Технически это выглядит так:
- каждый skill оформлен как SKILL.md;
- агент сначала видит только метаданные, а полные инструкции загружает по необходимости;
- внутри skill могут быть чеклисты, правила верификации, ограничения и вспомогательные файлы;
- подход рассчитан на progressive disclosure, чтобы не забивать контекст лишним;
- skills можно подключать в разных средах, а не только в одном IDE.

### Где это работает
- Claude Code — поддерживает установку через marketplace, локальный клон и plugin directory.
- Cursor — skills можно подключать через .cursor/rules/ или целую папку skills/.
- Gemini CLI — поддерживает установку как native skills и через GEMINI.md.
- OpenCode — использует skills через AGENTS.md и встроенный skill workflow; доступ можно ограничивать правилами allow / deny / ask.
- Kiro IDE и CLI — skills лежат в .kiro/skills/, поддерживают импорт из GitHub или локальной папки, а активация идёт автоматически по совпадению запроса с описанием skill.

### Что в этом полезного
Суть не в “магии промптов”, а в том, чтобы AI-ассистент работал как дисциплинированный инженер: сначала требования, потом декомпозиция, потом реализация, затем тесты, review и только после этого релиз. Это снижает хаос, уменьшает шанс на лишний код и лучше подходит для реальных codebase’ов, чем разовая генерация ответа.

Вокруг проекта часто упоминают Google-style engineering, но сам репозиторий — это не официальный продукт Google, а отдельный проект Адди Османи, который формализует такой workflow для разных AI-инструментов.

Я решил больше не переплачивать за ИИ только ради железа. Рынок меняется, и переплачивать за бренд, когда появляются рабочие альтернативы, больше нет смысла.

Звучит как манифест? Возможно. Но давайте по фактам.

Факт 1: Железо
Intel уже вывела Arc Pro B70 с 32 ГБ VRAM по цене около $949.
Это не «убийца флагманов», но для локального инференса и экспериментов — это реально адекватный вход. Здесь важен объём памяти под веса моделей, а не только сырая производительность.

Факт 2: Конкуренция
Присматриваюсь к решениям Huawei: не как к «магической замене CUDA», а к доступным ускорителям с большим объёмом памяти и близкой совместимостью. Экосистему NVIDIA в лоб не скопировать, но для рынка это важный шаг. Нам, энтузиастам, это даёт лишний рычаг давления на цены.

Факт 3: Мой рабочий стек (гибрид)
Пока индустрия перекраивается, я работаю в комфортной связке:
🔹 NVIDIA NIM API (free) / Qwen Code (free) — для тяжёлых задач, когда нужен максимум;
🔹 Локальные модели на своём GPU — для быстрых итераций, правок и офлайн-тестов;
🔹 OpenRouter free-tier — генерация картинок и предобработка больших данных.

Итог:
Я не жду «идеального GPU». Я жду просто нормального выбора, где за 32+ ГБ памяти и адекватную поддержку не приходится выкладывать бюджет двух лет.

Рынок шевелится. И это — главное.

#AI #LocalLLM #IntelArc #HuaweiGPU #NVIDIA #Qwen #OpenRouter #Tech2026 #NoVendorLockIn

Хочу обратить внимание NVIDIA NIM API (free) дает доступ к большим моделям при ограничении 40 RPM
вот их пул текущий:
https://build.nvidia.com/models?orderBy=dateCreated%3ADESC

Обращаю внимание вам потребуется не РФ мобильный номер чтобы получить NVIDIA NIM API KEy - как это решить просить ребят за контуром РФ помочь либо искать варианты на плати ру и тп...

Всем привет!
Для работы обновил бота для Телеграм: Google Nano Banana Pro 🍌

Мы полностью переработали архитектуру. Теперь это не просто бот, а мощный хаб, объединяющий топовые нейросети со всего мира:

🤖 Доступные модели под капотом:
* Google: ⚡️ Flash 3.1 (для быстрых набросков) и 🎨 Pro 3 (флагманское качество).
* OpenAI / Custom: 🧠 GPT Image 1.5 (шикарно справляется с редактированием по референсу).
* OpenRouter: 🌊 Seedream 4.5 (эстетика ByteDance), 🌀 FLUX.2 Max (абсолютный фотореализм) и 🏞 Riverflow v2 Pro (креативные концепты).

🔧 Как использовать бота:

1️⃣ Загрузка изображений:
Просто отправьте фото в чат, они сохранятся для использования как референсы (поддержка Image-to-Image).

2️⃣ Установка промпта:
Нажмите кнопку в меню или используйте /prompt + ваше описание.

3️⃣ Выбор референсов:
Нажмите 🖼 Референсы или используйте /refs.

4️⃣ Параметры генерации:
Нажмите ⚙️ Параметры или используйте /settings.
— Доступны настройки температуры, соотношения сторон (от 1:1 до 21:9), размера (1K, 2K, 4K) и seed.

5️⃣ Проверка конфигурации:
Нажмите 📊 Статус или используйте /status.

6️⃣ Генерация:
Нажмите ▶️ Сгенерировать или используйте /gen.
*(Перед запуском бот предложит выбрать, какую именно нейросеть использовать).*

💾 Сохранение конфигураций:
После каждой генерации бот выдает ID конфигурации.
Нажмите на /set_<id> в сообщении для быстрой загрузки всех настроек и референсов.

⚡️ Быстрый старт:
/prompt → /refs → /gen

💻 Исходник:
https://github.com/d00m4ace/AISPUTNICK/blob/main/bot_nano_banan.py

Короче вот поделюсь личным опытом. Наверное самое лучшее что делал для себя в этом году...

🎙 Сделал локальный голосовой ввод текста для Windows.

Зажимаешь правый Ctrl — говоришь — текст появляется в любом активном поле. Браузер, мессенджер, IDE — без разницы.

Всё работает полностью локально, без облаков и интернета.
Требования скромные: ~2 ГБ VRAM, тянет даже ноутбучная RTX 3050 4 ГБ.

Если кому интересно — готов помочь с установкой. В принципе сервер можно поднять на одной машине в локальной сети, а остальные будут слать к нему запросы на распознавание — удобно для небольшого офиса или домашней сети.