Пока только прошло WWDC (мне кстати не понравилось), разбавлю немного постом про инструменты , которыми пользуюсь.

Недавно открыл для себя довольно новый терминал для macOS - CMUX.

Неожиданно зашло 😁

Самое полезное для меня это сплиты. Очень удобно делить окно и держать рядом несколько сессий opencode (или других *code-агентов).

Когда параллельно работаешь над несколькими задачами (а даже скорее проектами), фича топ.

Еще понравились уведомления. Можно переключиться на другую задачу и не сидеть, уставившись в терминал в ожидании ответа агента. CMUX уведомляет если агенту что то нужно или он завершил работу.

В итоге настолько привык к нему, что полностью переехал со стандартного терминала macOS.

Не скажу, что это какой-то революционный инструмент. Но если активно используете opencode, Codex, Claude Code, Gemini CLI или другие агентные инструменты, то CMUX именно под такой сценарий работы (да и для других тоже норм).

CMUX на GitHub⁠

🐈 Решил заняться своим старым проектом «ScreenCat».

Вот, например, старый пост: https://t.me/prefire_ios/116

Обновил llama.cpp, полностью ушел от LLM.swift к самописному (ага, конечно, навайбкоденному 😁) бриджу на Swift со всеми новыми фишками, типа спекулятивного выполнения и так далее.

Но это не главное. У кота сейчас модель довольно большая - Qwen 3.5 2B или 4B на выбор. Это нагружает компьютер.

Вот решил выбрать модель поменьше, MiniCPM 1B, и дообучить её через LoRA под конкретную задачу. В этом помогла как раз ИИшка.

Из этапов, без большого погружения, выглядит так:

1. Сначала качаем модель.
2. Потом нужно найти или сгенерировать датасет. Так как мне нужны фразы котика, такого датасета я не нашел. Так что с помощью другой модели (Qwen 3.6 35B) начал генерацию. Если интересно, что и как, могу сделать отдельный пост.
3. Дальше с помощью датасета и самой маленькой модели обучаем её. Одна команда в терминале, сам удивлен, что так легко.
4. Наслаждаемся результатом 😁

На самом деле результат очень плохой 🤡

Буду копать, что не так. Вроде датасет сам нормальный. Возможно, модель все же слишком маленькая, или я обучаю как-то не так, или параметры LoRA выбрал фиговые.

Буду рад послушать предложения и исправления.

Обновления в 🔥Prefire

Prefire, если кто-то вдруг пропустил, это мой инструмент для SwiftUI/UIKit #Preview.

Он берет превьюхи и на их основе генерирует snapshot-тесты и Playbook.

Из свежего я добавил установку через Mint:

mint install BarredEwe/Prefire



Теперь Prefire можно ставить через Brew, SPM, Xcode Plugin и Mint.

А еще за последнее время в проект прилетело очень много крутых доработок контрибьютов ❤️

Например, добавили split_snapshot_directories.
Это флаг, который раскладывает снапшоты по папкам исходных файлов. Когда превьюх много, это сильно удобнее, чем одна огромная папка со всем подряд.

Плюс поправили несколько неприятных кейсов:
- исправлена проблема с определением пути к yml конфигу;
- @Previewable;
- креш, если после #Preview идет перенос строки;
- настройку drawHierarchy.

И я думаю, сейчас Prefire стал еще актуальнее.
UI все чаще пишется с помощью ИИ. Агент может быстро накидать экран, поменять компоненты, поправить состояние. Но после этого все равно нужен какой-то быстрый способ понять: он визуально ничего не развалил?

(Надо продумать этот кейс подробнее, может mcp сделать)

Snapshot-тесты из #Preview как раз хорошо закрывают этот сценарий.

GitHub:
https://github.com/BarredEwe/Prefire

Буду рад звездам, ишьюсам и особенно фидбеку от тех, кто попробует у себя.

Кажется, Prefire полюбили в Японии 🇯🇵

Только вернулся из отпуска в Японии и, пока был там, случайно наткнулся на статью японской компании PREVENT не спрашивайте что это за компания, сам не знаю.

Они подробно рассказали, как используют Prefire в продакшн-разработке для snapshot-тестов. Ой как приятно 🥹

Самое интересное, что у них весь пайплайн построен на Prefire без каких-либо своих доработок. Именно так я его когда-то и задумывал и использовал.

Из интересных моментов: ребята из PREVENT фиксируют Locale и другие параметры окружения, чтобы уменьшить количество флаков. А при падении CI сохраняют весь .xcresult, чтобы потом удобно разбирать проблему локально. Честно говоря, про такой подход я сам даже не думал 😄

И это, как оказалось, не единичный случай. Уже после статьи начал копать дальше и выяснил, что в Японии было несколько конференций, митапов и статей, где обсуждали Prefire и работу с ним. Вообще не ожидал, что именно там вокруг проекта будет такая активность.

В целом мега приятно такое находить. Очень мотивирует продолжать развивать проект. Прямо сейчас заканчиваю поддержку macOS - PR уже открыт 🚀

Сделал систему скинов для котиков 🐈

В ScreenCat уже много скинов, и я прям сильно устал рисовать и подгонять каждый вручную в Figma. Особенно когда меняется поза, а вместе с ней нужно поправить голову, хвост, лапы, глаза и ещё десяток мелочей.

Посидел вместе с Claude и подумал: а что, если создание скина будет больше похоже на написание кода, чем на ручную сборку иллюстрации?

В итоге собрал data-driven систему на JSON. Теперь визуальная часть кота состоит из трёх уровней:

1. skin.json - описание конкретного кота: его части, текстуры, позиции, порядок слоёв, точки крепления аксессуаров и настройки взгляда.

2. JSON-клипы анимаций - описывают движение частей: подпрыгивание тела, поворот хвоста, наклон головы, моргание.

3. animations.json — граф состояний: когда кот сидит, бежит, спит, реагирует на действие или переключается между анимациями.

{
  "id": "ginger_fold_cat",
  "rig": {
    "parts": [
      { "id": "body", "texture": "body.png", "position": [-5, -22] },
      { "id": "tail", "texture": "tail.png", "parent": "body", "position": [32, -12] },
      { "id": "head", "texture": "head.png", "parent": "body", "position": [-10, 41] }
    ]
  }
}

Риг это иерархия частей внутри скина. Например, хвост прикреплён к телу, а глаза к голове. Поэтому при движении головы всё нужное едет вместе с ней.

Анимации задаются не абсолютными координатами, а дельтами от базовой позы. Один и тот же клип бега можно применить к разным котам, даже если у них разная форма тела или хвоста:

{
  "part": "tail",
  "property": "rotation",
  "keys": [[0, 0], [0.14, 18], [0.42, -18], [0.56, 0]]
}

То есть здесь хвост просто отклоняется от своего обычного положения на 18 градусов туда и обратно. Клипу не нужно знать, где хвост находится у конкретного скина.

В итоге новый скин - это набор PNG и JSON, а не пачка исключений в коде. Можно менять пропорции, добавлять образы и анимации, а валидатор сразу проверит, что все части, текстуры и связи на месте.

PS: После написания json - скрипт прогоняет рендеринг PNG через ffmpeg

А дальше я навайбкодил UI на Tauri, чтобы работать со скинами было ещё удобнее.
Про редактор, генерацию арта и весь этот пайплайн расскажу в следующих постах.

Нахождение текста котом Mewmori в уникальных приложениях

Что бы кот видел, я снимаю скриншот активного приложения. После перегоняю скриншот в текст через VIsion. И вот после этого идет довольно много работы, перед тем как ИИ мозг кота получит текст и понимание.

Сейчас кот перед тем как передать контекст в ИИ, немного его причесывает.

Что получаем после обычного Vision OCR (определение текста по скриншоту):

Telegram
Антон
был недавно
Маша
А ты сегодня будешь?
Да, ближе к вечеру
Работа
Prefire
12:43
12:45

По сути просто набор строк с координатами. Для маленькой модели это выглядит очень сложно и она не может связать хоть что-то по смыслу. Для этого нужен процессинг. Сам процессинг максимально простой, весь текст делится линиями, который вычисляются на основе x/y координат текста. И эти линии говорят нам о том, где примерно заголовок и тд.

А Вот что в итоге передаем в модель:

Приложение: Telegram
Чат: Антон
Статус: был недавно
Сообщения:
Антон: А ты сегодня будешь?
Я: Да, ближе к вечеру

Причём для разных приложений это работает по-разному. Есть общие вещи. Например, заголовок почти всегда стоит искать сверху.

А есть специфичные. Например, для Telegram я ищу самый большой разрыв по X между распознанными строками. Так можно довольно неплохо понять, где заканчивается список чатов и начинается сам чат.

И после процессинга кот уже начинает забавно шутить. Он может не просто сказать что-то про текущий диалог, а запомнить, что я уже общался с этим человеком. А через какое-то время спросить что-нибудь типа: «Вы давно дружите?» 😼

Пока всё это набор эвристик под конкретные приложения. Но мне прям нравится, насколько сильно такая простая предобработка меняет ощущение от маленькой локальной 2B модели.