NeuralDeep 😂

В нашем AI чатике друзей ребята накинули а чего нет такого аналога в РФ как skills.sh?

Где будут собранны скиллы вокруг наших РФ сервисов для любых агентов в знакомом формате установки для кодинг агентов

Представляю вашему вниманию https://neuraldeep.ru/

Навыки для работы с Яндекс, Битрикс, 1С и другими российскими сервисами. Устанавливайте одной командой, делитесь с RU-комьюнити

Есть простые проверки безопасноти (буду развивать сканнеры)

Есть скиллл find-skills который упаковывает всю бд в мощный поисковик

Модерация новых навыков ручная (будем так же автоматизировать)

На сегодня залил топ 3 скилла
1C
Bittix24
Яндекс сервисов

Любой может зарегистрироваться через гитхаб и тут же залить свой скилл через гитхаб и формат claude-skill

Чем отличается и будет отличаться

С этого канала стартует комьюинити вокруг данной БД + я сам лично буду продолжать поддерживать ряд навыков + уже залил навыки от части блогеров кто специализируется на работе с ними эври дей!

Навайбкожено от части из за задержки рейса Сочи>СПБ на 6 часов

Stay Tuned!

NeuralDeep каждому в дом

Я тут подумал, и решил выложить в open-source проект что бы каждый в свой дом мог занести такое решение локально и использовать во благо стандартизации =)

Так же приглашаю всех желающих развить проект через форк + pr (добавить mcp реестр или другой полезный функционал который обсуждался в чатике)

Единственная просьба хотелось бы видеть skills/mcp/cli вокруг экосистем RU сегмента

Сам проект будет продолжать поддерживаться и систематизироваться тут https://neuraldeep.ru/

https://github.com/vakovalskii/skillsbd (прожмите звезду)

NeuralDeep добавлен раздел tools

Теперь есть список cli тулов для ваших задач, база будет пополнятся

Так же добавлю раздел mcp серверов куда попадут публичные и рабочие сервера для ру сегмента

https://skillsbd.ru/tools
https://skillsbd.ru/mcp

NeuralDeep

База знаний для AI разработчиков

+ Случился ребрендинг

Буду стаскивать сюда все проверенные и рабочие вещи
Скиллы
МСП
CLI

Наши проекты с Пашей (open source) весь
Фокус на РУ сегменте


https://neuraldeep.ru/

И кстати проект open source все тоже самое можно повторить у себя в компании!

Не курс. Не тул. Флоу.

Валера где твой курс по AI кодингу?
Или: Валера почему мы до сих пор не увидели крутой AI coding инструмент от тебя? (с 1 млн звезд на гите =)
Отвечаю

Я в первую очередь DevOps/Hardware инженер
Во вторую руководитель R&D команд
Так начиналась моя карьера и дальше я оброс разными инструментами которые вы так же используете сейчас
Но у меня есть плотная основа, я выдели только небольшую часть моих хард скиллов которые я качал до эры AI

Базы данных
Linux
Docker
Kubernetes
Транспорт: TCP/IP.
Сети, шлюзы, протоколы, маршрутизаторы.
Кодинг с 0 с учителем, ООП и всё что с ним связано.
Считаю что умею задавать вопросы, критически мыслить и быстро анализировать и запоминать поступающую информацию

Так вот

Я не хочу и не буду продавать вам тут курсы где вы поменяете деньги на возможность в момент уменьшить FOMO

Не хочу и не вижу смысла пилить свои универсальные тулы для кодинга или обозревать очередной тул который как-то там "круто" собрал вам спеку, потому что вы не понимаете как работает какая-то часть вашего пирога и надеетесь покрыть это тестами или доками

Я показываю как делегирую рутину и творю, именно по этому вы видите очень много open source от меня https://github.com/vakovalskii это моя цель!

Вот что я собрал за последние пару месяцев:

vamplabai.com — 1 терминал, создание архитектуры 1ч, создание документации 2дня (руками)
Topsha — 2 терминала, создание архитектуры 0.3ч, создание документации 40 минут (руками)
ValeDesk — 2 терминала, создание архитектуры 0.1ч, создание документации 10 минут (руками)
Copyosity — 1 терминал, создание архитектуры 0.2ч, создание документации 20 минут (руками)
LocalTaskClaw — 1 терминал,создание архитектуры 0.15ч, создание документации 1час (руками)

Все эти проекты объединяет один и тот же подход:

1. Генерируем план руками
1.1 Рисуем архитектуру хоть на бумажке
2. Создаем директорию проекта
3. Выбираем таргет сервер или если десктоп апп, билд через GitHub Actions
4. HITL генерация и поэтапные тесты, документация в /docs
5. Документирование после завершения цикла разработки (фича/пр/вы решили что сервис готов)

Один или два терминала
Единый пайплайн на всё
Минимальный набор плагинов только то что ускоряет или автоматизирует работу в CC или Codex

Не работает фича?
Я точно знаю где
Помните мой бэкграунд?
Не знаю? LLM помогает найти проблему потому что я знаю куда направить =)

Если разложить слоёный пирог решений который почти все мы делаем, это фреймворки над базой данных

Слой данных
Слой транспорта и модификации, API
Слой UI

Вайбкодинг это инструмент ускорения меня и моих команд в поиске оптимальных решений, как технических так и бизнесовых

Никуда не пропала и не пропадет валидация через людей на проде
Всё ещё нужно на проде отсматривать каждый PR
Всё ещё в критичной инфраструктуре нужно проверять код руками.
И это 2026 год
И да все еще нужно думать и качать мозг!

Но то что мы имеем сегодня, это инструмент ускорения до определённых стадий
А дальше ты, твой бэкграунд, и понимание всех слоёв пирога

Хорошо об этом написал Рефат буквально пока я писал этот пост по пути в такси: "узкое горлышко не в скорости, а во внимании и осознанности
Автоматизируй рутину, не мышление."

Цена делегирования мышления это когнитивный долг: ты потом переделываешь потому что не можешь развивать то чего не понимаешь

Я делегирую рутину. Всю когнитивную часть, архитектуру, решения, декомпозицию я делаю сам
Я не говорю агенту "сделай круто документацию и придумай за меня реализацию"
Я создаю через ИИ то что придумал, и агент ускоряет исполнение


Самое важное что за этим флоу мы можете проследить в моих репозиторих или скормить их LLM ке, пускай вам подскажет
Кстати для прокачки базы все еще советую очень полезный сайт https://roadmap.sh/devops

И самый короткий курс от меня все же будет он тут

Я же не отъехавший?)

UPDATE: Фотку починили спасибо @andrewkiryushkin

Оригинал: https://t.me/neuraldeepchat/48897

Кто угадает что за карта приехала(надо полные спеки угадать), тому в подарок отправлю 2080ti (11gb, по РФ)

А так теперь у нас в контуре с Пашей пополнение =)

Победитель найден это была 4090 (48гб)


UPDATE: В след раз будем решать задачки, и разыграем пару новых 5070, следите за апдейтами, лучше включить уведомления (там уже будет задача по интереснее)

Раз такой интерес к бесплатным картам, у меня еще есть несколько остатков старых и не пригодившиеся новые(такое бывает) я решил сделать соревнование благо есть интересная задача на скорость и точность, решать будем задачи вокруг вайбкода, агентов, и скорости разработки решений, навайбкожу простенькую платформу, сделаю лидерборд


Результатом соревнования будет победитель, который получит GPU новую (5070)

За второе и третье место будут утешительные презы

Б/у
2080ti
2060super

Думаю что с текущей загрузкой организую все приметно за 3-5 недели, врубайте уведомления
следите за апдейтами =)

UPDATE:
Еще за сегодня думал, точно будет в виде платформы, точно проведем соревнование одним днем, задачи будут про DevOps, оптимальную инфру, локальные модели до 90b и воспроизводимость архитектур по типу openclaw

Короткий обзор распаковка 4090(48GB)

Про шум
Про особенности работы
И какие бывают подводные

Вопросы:

А в чем прикол перестановки чипа? Если карта новая то кто переставлял? Немного запутанно

Ответ:

Завод пилит 4090 (24гб)

Хотим 48гб

готовим под 48 гб всю плату с 0 но без ЦП (центральный процессор)


Снимаем ЦП с 4090(24гб) на подготовленную плату

Зашиваем биос успех (миниум дейсвтий и вы красачег с 4090 (48гб)

Пока готовлю свой бенч Harness Hardware Long Benchmark (HHLB) мысль пришла в голову

Агент = VM, а не процесс и даже не docker

Почему? 90% задач из повседневной жизни по автоматизации становятся почти ничем на измеримом уровне, теперь агенты требуют больше железа, и доступов а значит им нужна инфраструктура и докером тут не обойтись уже

Я вижу будущее general code agents в облаках и инфре крупных компаниях именно так

KVM-виртуалка с одним бинарником general code agent (Claude Code, Codex CLI, OpenCode) вызывается headless из любого места по API (тут что хотите хоть вебсокеты)
Минимальное железо: 1 CPU, 1 GB RAM, 20 GB SSD.

Машине выданы все доступы — сеть, модели, инфраструктура, базы знаний,
При инициализации загружается AGENTS.md/CLAUDE.md с целеполаганием и задачами
Дальше агент должен работать автономно

Ключевое отличие от текущих подходов: агент может сам улучшать свой runtime ставить зависимости, менять конфиги,
добавлять тулы все как ouroboros только масштабнее
Всё на уровне изоляции KVM, не процесс где-то на чьём-то ПК а прям qcow2

И самое важное snapshots не просто промпт версионируем, или гит внутрь закидываем
А прям снапоштим всю ВМ
В любой момент можно откатить состояние всей VM, а не пытаться откатить промпт и логикой удалить все зависимости

Сломал себя? snapshot-revert и ты в рабочей точке
Но возможно я начитался новостей и просто кто-то уже напилит запуск таких 1000 VM на 16 ядрах

Выиграет тот кто сможет создать устойчивую инфрастуруктуру и подготовить процессы и железо под этот формат

Делаем второй комьюнити стрим

Итак, в эту субботу в 14.00 по МСК будет наш второй zoom-созвон, отвечаем на любые ваши вопросы.

На этот раз в жюри шоу Голос:
- Валера @neuraldeep
- Рефат @nobilix
- секретный гость - Мистер X

Правила все те же - это просто zoom звонок, вы на него залетаете, поднимаете руку, включаете камеру (если одеты) и спрашиваете что душе угодно:

- сколько первых мест возьмут openclaw агенты в bitgn 11 апреля? (все, но не твой крабик на кими)

- какой лучший курс купить по ИИ в 2026 году? (но ответ уже есть)

- будут ли n8n инженеры получать 600к к концу 2026 года? (да, можно и про n8n в этот раз)

- ...и что-то посерьезнее, плиииз!


Ссылка на Google Calendar:
https://calendar.app.google/C6CTc7uRF2GVL1fp8

SEE YOU THERE 👊🏻

Кидайте заранее вопросы в комменты, останется время - поотвечаем на них

Скандальчик очередной с атакой на цепочку поставок. На сей раз под ударом все кто имеют в цепочке зависимостей библиотку axios в npm (очень популярная библиотека для сетевых запросов).

Более пяти часов она ставила зашифрованный малварь на машины жертв. Объемы инсталляций библиотеки— 100 млн в месяц, так что заражены могут быть миллионы машин.

Проверяйте себя

https://x.com/feross/status/2038807290422370479?s=46&t=X0WelBfVXZJ6DwiINUU8mA

Если вы запускали npm install в последние сутки: Проверка, попали ли вы под атаку:

# blackhole C2 Domain
echo '127.0.0.1 sfrclak.com' | sudo tee -a /etc/hosts

# flush DNS cache for good measure
sudo dscacheutil -flushcache

# check for IoC - if this file exists you are pwned
# shut down your machine immediately
ls /Library/Caches/com.apple.act.mond

Сижу перевекторизирую 235 млн сообщений с miniLM на bge-m3

Данные уже в opensearch, модель поднята на A100, казалось бы — запусти скрипт и иди спать

Но нет. ML кластер с A100 в одном сегменте сети, opensearch в другом, я со своим ноутом на корпоративном VPN в третьем. Скрипт надо запихать поближе к данным а доступов нет. Сказка да и только, буду пробиваться через техподдержку

Это ещё до того как я посчитал что встроенный ingest pipeline opensearch гоняет документы по одному — каждый = отдельный HTTP запрос к модели. 235 млн × 25ms = 68 дней. Но может я ошибаюсь и кто-то подскажет как правильно? Может как скролл настроить правильно?

Написал внешний скрипт с батчингом 3000 docs/s (воу), 21 час вместо 68 дней. Осталось его доставить туда где он сможет достучаться до обоих сервисов одновременно с минимальной задержкой

По пути vLLM v0.18.0 тихо убрал --task embed (узнал через краш в 2 ночи), потом CUDA graphs баг в RoBERTa который попал в релиз раньше фикса. A100 80GB при этом занята на 8.7 из 80 что смешно — тестами с клодом пришёл к тому что 5 контейнеров vLLM это максимум для утилизации GPU, поставил traefik перед ними для балансировки

Реалии корпоративного AI/LLM/ML зоопарка (расскажу как-нибудь в следующих постах про это)

Вот из таких историй и складывается реальный ML на проде не из красивых архитектурных схем а из сетевых сегментов, крашей в 2 ночи и 68 дней которые надо превратить в 21 час

В прошлом году на Data Fusion подсмотрел как ребята тренят классификаторы на катбусте под гарды — вернулся и собрал свой guardrails v2 на этом подходе. Сэкономил недели которые бы потратил на эксперименты с архитектурой

В этом году иду за кейсами по массивным ML пайплайнам потому что вот это всё с переиндексацией 235 млн документов явно не последний раз

И в этом году Data Fusion 2026 сделали аж более 70 сессий, ИИ-агенты, RL, CV, NLP, робототехника, рекомендательные системы, AI в кибербезопасности и науке. ML-лиды, DS, инженеры, исследователи и бизнес на одной площадке, спикеры из ВТБ, AIRI, МФТИ, Сколтеха, Яндекса, X5, Ростелекома

Я планирую приехать, если кто тоже будет пишите, пересечёмся поговорим про этот вот все =)