Заметки LLM-энтузиаста

#cursor #ai #dev #insights #bestpractice #tracking

С недавних пор при работе над проектами в Cursor я стал использовать методику автоматического трекинга изменений в специализированных md-файлах. Очень сильно экономит время. Ниже моя заметка по теме.

📝 Как правила трекинга делают разработку эффективнее

Двойная система документации: оперативная и стратегическая

• progress.md — это ваш ежедневный дневник разработки
• project-status.md — стратегическая карта проекта
• Вместе они создают полную картину развития проекта

Почему это работает:

• 🎯 Мгновенная фиксация прогресса после каждой задачи
• 🔍 Детальное документирование ошибок и их решений
• 📊 Структурированный подход к управлению проектом
• 🚀 Четкое понимание следующих шагов

Ключевые преимущества:

1️⃣ Предотвращение потери важной информации
2️⃣ Быстрый доступ к решениям прошлых проблем
3️⃣ Прозрачность процесса разработки
4️⃣ Упрощение коммуникации в команде

💡 Интересный факт:

Такой подход к документации похож на методику "рабочего журнала" в научных исследованиях, где каждый шаг эксперимента тщательно документируется для воспроизводимости результатов.

🎁 Практический эффект:

• Экономия времени на поиск решений
• Снижение стресса при работе над сложными задачами
• Улучшение качества кода через анализ ошибок
• Повышение продуктивности команды


🔍 P.S. Некоторые внимательные читатели заметили, что в нескольких вариантах реализации "Генератора мемов" (см. заметку выше) я использовал данный подход и стали задавать ❓ вопросы

- "Зачем это нужно?"
- "Как это настроить?"

✨ Что ж, надеюсь, этот пост прояснил вопрос "зачем".
А для тех, кто жаждет узнать "как" - файл .cursorrules уже ждет вас на моём GitHub!

🔗 Загляните в предыдущий пост для контекста: https://t.me/llm_notes/58

#ai #dev #tools #bolt

Похоже сегодня день новостей и релизов по AI-кодерам :)

🚀 Bolt теперь создает мобильные приложения!

Bolt представил потрясающую новую функцию - генерацию нативных мобильных приложений на базе Expo (React Native). И это не просто прототипы, а полноценные приложения, которые можно опубликовать в App Store и Google Play!

📱 Что умеет:

- Создает приложения для iOS и Android одновременно
- Генерирует красивый UI с анимациями
- Интегрируется с различными API (например, OpenAI)
- Позволяет легко кастомизировать код

🛠 Как это работает:

- Описываете желаемое приложение в промпте
- Bolt генерирует код на React Native
- Скачиваете проект и запускаете через Expo
- Деплоите через EAS (Expo Application Services)

🔥 Самое крутое, что весь процесс сборки и публикации происходит в облаке - не нужно устанавливать Android Studio или Xcode!

⚡️ Пример использования: я за пару минут создал полноценный чат-бот с OpenAI интеграцией, красивым UI и всей необходимой функциональностью. Скрины приложения выложу в комментариях. В качестве отдельного упражнения можно при желании заставить этот бот работать на Yandex Foundation Models через Openai адаптер.

🤔 Правда, функция деплоя прямо из Bolt пока в разработке, но уже сейчас можно легко выгрузить код и опубликовать приложение через EAS.

Похоже, будущее, где AI помогает создавать мобильные приложения, уже наступило!

#ai #dev #lovable #tools

🚀 Крутое обновление Lovable: Визуальный редактор!

Lovable продолжает удивлять! Теперь в платформе появился визуальный редактор интерфейса, который позволяет менять элементы без использования промптов и траты кредитов 🎨

Пример использования на скрине (взял ранее написанное приложение по генерации мемов)

Что нового:

- Раньше: выбор визуального элемента + описание его изменений через промпт (что, между прочим, до сих недостижимо для многих других AI-кодеров)
- Теперь: прямое редактирование через визуальный интерфейс
- Экономия кредитов на мелких правках

✨ Что можно редактировать:
- Цвета (включая кастомные)
- Размеры текста
- Отступы
- Скругления углов
- Прозрачность
- Стили шрифтов
- Тексты кнопок и заголовков

💡 Почему это круто:
- Мгновенные изменения без ожидания ответа AI
- Экономия кредитов
- Точное попадание в желаемый результат
- Интуитивно понятный интерфейс

Единственное, чего не хватает - это возможности перетаскивать элементы мышкой по экрану. Но уверен, что это дело времени!

P.S. а знали ли вы, что в Lovable также есть аналог .cursorrules для задания общего контекста, в котором происходит разработка приложения?

#Lovable #NoCode #WebDev #AI

#cursor #ai #dev #v0 #heyboss #bolt #replit #lovable #tools #batle

🎨 Битва AI-помощников: Создаем генератор мемов

Привет, друзья!

Сегодня расскажу о захватывающем эксперименте, который мы провели вчера, и где сравнили 5 популярных AI-инструментов для AI-разработки, пытаясь создать веб-приложение для генерации мемов "MemeForge" 🚀

🏆 Рейтинг по результатам:

v0.dev - Чемпион по скорости! Первым выдал рабочий интерфейс с функционалом загрузки изображений и добавления текста. Правда, с AI-генерацией мемов пришлось повозиться, и помог нам в этом Cursor! 🔗 Попробовать MemeForge от v0.dev

heyboss - Серебряный призер и единственный, где AI-генерация мемов заработала "из коробки". Причем даже не потребовала добавления API-ключа! 🎉 🔗 Попробовать MemeForge от heyboss (в этом примере свой API-ключ вводить обязательно)

bolt.new - Бронзовый призер по скорости, но с ограниченным функционалом. Текст на картинках так и не заработал 😅 Уверен, что Cursor исправил бы данный недостаток, но время было ограничено (всего 2 часа на 5 вариантов решения), поэтому оставили как есть. 🔗 Попробовать MemeForge от bolt.new

replit agent - Темная лошадка! Хоть и не самый быстрый, но единственный, где удалось довести до ума все функции без дополнительных инструментов 💪 Отличная нативно-облачная альтернатива Cursor Composer Agent для небольших проектов! 🔗 Попробовать MemeForge от replit agent

lovable.dev - Интересный случай! Мой изначальный фаворит, но в этом "забеге" мне не удалось получить рабочую версию проекта. Возможно, из-за того, что вместо Openai API я вдруг решил попробовать интеграцию с runware.ai, с которой ни lovable, ни Cursor в отведенное время не справились. 🔧 🔗 Посмотреть прототип на lovable.dev (с Openai)

💡 Вывод:
Каждый инструмент показал свои сильные и слабые стороны. Для быстрого прототипа лучше всего подошел - v0.dev, быстрее всего реализовал AI функциональность - heyboss, а для полного контроля над проектом идеально подошел replit agent. Практически все инструменты кроме replit agent потребовали доработки кода в Cursor.

А какой инструмент выбрали бы вы? 🤔

#AIdev #webdev #coding #memes #технологии

#ai #dev #cursor #mcp

Написал небольшую заметку по MCP в Cursor.
Ориентировался на официальную документацию и свой опыт использования.

Ниже основные тезисы.

🔥 Model Context Protocol в Cursor: Превращаем AI-ассистент в "швейцарский нож" разработчика

Ключевые моменты:

▪️ MCP позволяет AI управлять внешними сервисами прямо из Cursor
▪️ Поддерживает два типа серверов: stdio и SSE
▪️ Простая настройка через Settings > Features > MCP

Что умеет: 🐳 Docker-контейнеры 📊 Базы данных 🎵 Spotify 🌐 Reddit API 📸 Скриншоты ...и многое другое

🛠 Настройка за 3 шага:

- Выбрать сервер из каталога
- Добавить через настройки
- Начать использовать в Composer
⚡️ Bonus: Режим YOLO для автоматического выполнения команд без подтверждений


#CursorAI #DevTools #Productivity

#tools #rag #opensource

🤖 RAG для ленивых разработчиков

Привет, друзья! Наткнулся тут на интересную штуку для тех, кто делает AI-проекты и не хочет изобретать велосипед (полагаю, что таких среди нас много 😅).

Ребята из Upstash запилили React-компонент для быстрой сборки чат-ассистентов с RAG (это та самая штука, которая помогает AI не нести чушь и опираться на реальные данные).

Что там внутри:

- Стриминг ответов (потому что кто в 2025 не стримит, тот не хипстер 😉)
- Серверная часть из коробки
- Хранение истории чатов
- Кастомизация UI (можно сделать и минимализм, и буйство красок – на ваш вкус)

В общем, если надо быстро прикрутить умный чат к своему Next.js проекту и не париться – может пригодиться.

Исходники лежат тут

Что еще ?
- При желании работу с YandexGPT (или Llama 3.1/3.3 из Yandex Foundation Models) можно настроить через Openai Adapter
- Через Cursor Agent Composer можно переписать компонент и настроить его на работу с любым Vector Store и потом использовать как готовый модуль в других проектах.

#разработка #ai #react #nextjs

#news #bytedance #text2video

🤖 ByteDance выкатили новую ИИ-игрушку под названием Goku

Ребята из ByteDance (те самые, что подарили миру TikTok) вместе с Гонконгским университетом представили новый ИИ для создания картинок и видео. Назвали его Goku – видимо, кто-то в команде большой фанат аниме 😅

Что умеет:
• Генерит и картинки, и видео в рамках одной системы
• Создает довольно реалистичные аватары людей
• Может превращать фотки продуктов в видеоролики
• Особенно заточен под рекламу и маркетинг (ну а как же без этого)

Говорят, обучили модель на 160 млн картинок и 36 млн видео. Звучит впечатляюще, хотя кто их знает, как считали 🤔

Самое интересное, что качество генерации действительно на уровне – модель побила какие-то там рекорды в бенчмарках. Но главное, что теперь маркетологи смогут клепать еще больше "натуральной" рекламы, где не поймешь, где настоящий человек, а где ИИ.

Вот тут крутые демки.

Практические ограничения:
Нам самим воспользоваться этой моделью на данный момент не получится.
- Модель требует значительных вычислительных ресурсов
- Полная версия кода и весов модели не опубликована
- Судя по описанию архитектуры для воспроизведения результатов потребуется серьезная инфраструктура

На данный момент можно только "погонять" предзаписанные нашими китайскими друзьями демонстрации https://huggingface.co/spaces/benjamin-paine/goku-moviegen-bench-viewer

#AI #ByteDance #технологии

#openai #news

📱 Илон Маск предложил $97.4 млрд за некоммерческую часть OpenAI

Похоже, история с OpenAI получает новый поворот. Илон Маск вместе с группой инвесторов решил сделать "предложение, от которого невозможно отказаться" – выкупить некоммерческое подразделение OpenAI за какие-то скромные $97.4 млрд.

Что происходит:
• Маск собрал команду из xAI, Valor Equity Partners и других ребят с большими кошельками
• OpenAI как раз собирается стать коммерческой компанией (SoftBank готов вложить $40 млрд при оценке в $260 млрд)
• Илон обещает вернуть компанию к открытому исходному коду и перебить любые другие предложения

Сэм Альтман отреагировал... ну, как Сэм Альтман – предложил купить Twitter за $9.74 млрд 😅 За что тут же получил звание "мошенника" от Маска.

Забавно наблюдать, как два технологических гиганта продолжают свою мыльную оперу. И да, учитывая, что оба активно работают с правительством США в сфере технологий, этот сериал явно не закончится в ближайшее время.

P.S. Интересно, кто-нибудь считал, сколько раз Маск уже пытался "спасти" компанию, которую когда-то помогал создавать? 🤔

#AI #OpenAI #ИлонМаск #технологии

#tools #ai #db #dev #data

🛠 Нашел прикольный инструмент для тех, кто устал рисовать базы данных на салфетках

database.build - это такой полезный помощник для проектирования БД, который понимает человеческий язык. Представьте, вы просто описываете свои таблицы обычными словами, а он уже сам разбирается что к чему.

Особенно порадовало, что он:

- Генерирует тестовые данные (прощай, admin123!)
- Легко интегрируется с Supabase (пожалуй, самый удобный BaaS для использования в AI-кодинге)
- Не заставляет вас кликать мышкой 300 раз, чтобы создать одну таблицу
- Идеально подойдет для быстрого прототипирования или когда нужно накидать структуру БД, не погружаясь в технические дебри 👨‍💻

Попробовать можно тут: database.build

Смотрите на скрине насколько легко получить клон Slack'овской БД

#разработка #базыданных #инструменты

#research #jobs #ai #anthropic

Попробую новый формат заметки.

🤖 Как используется ИИ на работе?
Anthropic решили посчитать и рассказать в своем новом отчете Anthropic Economic Index

Оказывается, восстание машин откладывается - ИИ пока больше помогает, чем отбирает работу 😌

📊 Немного сухих цифр:
• В каждой третьей профессии ИИ уже помогает с четвертью задач
• Но полностью на него положились только 4% счастливчиков

👨‍💻 Кто больше всех дружит с ИИ:
• Программисты (неожиданно, да?) - 37.2%
• Креативщики - 10.3%
• Преподаватели - 9.3%

💡 Любопытно, что:
• ИИ в 57% случаев работает как помощник, а не замена
• Активнее всего с ним общаются середнячки по зарплате
• А вот богачи и те, кто на минималке, пока держатся в стороне

🤔 Что думают умные головы?
Похоже, наши профессии не исчезнут, а просто подружатся с ИИ. Как-то так.

Исходный датасет здесь
Полный текст публикации тут

#роботы_тоже_люди #почти

#cursor #coding #keylearning #insights

Предыстория

Вчера в очередной раз делал gpt-телеграмм бота и столкнулся с достаточно длительным циклом траблшутинга, который за 15 итераций деплоя на railway.app не привел к рабочему результату.

в секции Project Overview технического задания было записано

gpt telegram bot which  works with text, images and voice for input/output and supports threads and streaming mode

также я в этот раз решил добавить в Core functionalities информацию о том, как бот будет работать с "голосом" - чтобы Cursor сделал мульти-модального gpt-бота "за один присест".
И пара часов траблшутинга пролетели незаметно :)

Поскольку в AI-кодинге, как и в трейдинге, мы работаем с вероятностями, то здесь важно вовремя "зафиксировать убыток" и перестать вязнуть в "петле AI диагностики"

Как только я убрал из Core functionalities всякое упоминание о том, что мне нужны STT/TTS функции и запустил абсолютно такой же процесс генерации кода в отдельной сессии Cursor Agent Composer - первая рабочая версия бота у меня получилась за 20 минут.
Далее пошел приятный процесс проверки работы отдельных опций и исправления неточностей.

После того как все по ТЗ было сделано, я решил вместо STT/TTS добавить проверку валидности пользователей, групп и админские команды для обслуживания бота.
На это ушло примерно полтора часа, и на каждом шаге я видел улучшение результата работы.
Финальный результат по набору доступных функций можно наблюдать на скриншоте.

Выводы
1) Для получения первых видимых результатов не стоит в ТЗ на AI-разработку добавлять сразу весь набор возможных функций.
2) Лучше сразу выделить основные и дополнительные функции. В моем случае STT/TTS - был реально не нужен, т.к. телеграм premium и так данную задачу решает.
3) На дополнительные функции можно написать отдельное ТЗ. Далее воспользоваться Composer агентом и в итеративном режиме постепенно добавлять новые функции и сразу проверять как они работают.
Именно так я поступил во втором подходе к задаче и получил удовольствие от процесса.

Несколько роликов, созданных при помощи Omnihuman-1
Вот прямая ссылка на публикацию OmniHuman-1: Rethinking the Scaling-Up of One-Stage Conditioned Human Animation Models

#news #ai

Очередной технологический шедевр от ByteDance - система OmniHuman-1. И да, это не просто новый способ убивать время в интернете, а действительно впечатляющая штука. 🤨

Представьте: одна фотография + немного аудио, и вуаля - у вас видео, от которого даже матерые скептики поднимут брови. Система может творить практически невозможное - от мультяшных персонажей до просто до боли реалистичных людей.

Разработчики потратили 19 000 часов видео, чтобы научить эту машину копировать движения и стили с такой точностью, что впору задуматься: а кто тут настоящий? 🤔

Не удивительно, что уже 10 штатов США спешно принимают законы против таких AI-фокусов. Похоже, технологии снова опережают нашу способность их контролировать.

Технология впечатляет, но немного пугает.
Как говорится: "Добро пожаловать в будущее", где реальность становится всё более... размытой.

#prompt #prd #howto #improve

Полезный промпт для улучшения любого другого промпта при помощи o1/o3/R1 (reasoning) моделей

Step 1. please evaluate the prompt on a scale from 0 to 100
Step 2. if prompt score is less then 90 then improve the prompt and repeat step 1 until it scores > 90 
Step 3. if prompt score is equal or more than 90 then provide the result in markdown format

Можно еще добавлять в конце:

please reason slowly, take your time when answering, the quality of the answer is my priority

Интересный факт:
- при работе с reasoning моделями промпты в стиле "делай по шагам" (step by step) либо не работают, либо ухудшают результат
- гораздо лучше написать модели, чтобы она не торопилась и потратила на свои рассуждения столько времени, сколько нужно.
Именно эту особенность reasoning моделей и использует фрагмент промпта выше.

Техническое задание на разработку софта (PRD) также является частным случаем промпта для решения задачи.
И его также можно попробовать улучшить при помощи данного подхода.

Вот как я обычно делаю, когда финальный PRD сформирован и его надо "шлифануть".
1) Выбирается reasoning модель (ceйчас лучше всего использовать o3-mini: по reasoning метрикам превосходит все остальные reasoning модели, контекст в 2 раза больше, чем у DeepSeek-R1, стоимость всего в 2 раза выше)
2) Пишу ей следующий промпт:

Here is a prompt you should work with: 
<здесь вставляю текст PRD, который ранее был сформирован>

Step 1. please evaluate the prompt on a scale from 0 to 100
Step 2. if prompt score is less then 90 then improve the prompt and repeat step 1 until it scores > 90 
Step 3. if prompt score is equal or more than 90 then provide the result in markdown format

Please reason slowly, take your time when answering, the quality of the answer is my priority

В результате получаю более компактный PRD промпт.
Но его имеет смысл внимательно прочитать, чтобы случайно не выпали важные детали (фрагменты правильного кода) из раздела Documentation.

#cursor #instruction #prd #prompt

Простой пример структуры технического задания для написания софта при помощи AI-помощника

Product Requirements Documentation (PRD)

# Project Overview
xxx
xxx

# Core functionalities
1. xxx
2. xxx
3. xxx

# Documentation
xxx

# Project file structure
xxx 

Как заполнить техническое задание на генерацию кода при помощи AI-помощника?

1) В секции Project Overview указывается какую задачу решает софт и какой стек технологий используется
Примеры:
- gpt extension for google docs using AppScript
- gpt telegram bot which works with text, images and voice for input/output and supports threads and streaming mode
...

2) В секции Core functionalities более детально раскрываются основные функции софта - как он решает поставленную задачу (подробное описание ключевых функций, опций меню, алгоритма взаимодействия с пользователем, указание среды запуска и т.д.)

Для брейнсторма по первым 2-м разделам PRD и консультаций по стеку технологий можно использовать обычные и reasoning модели.

3) После заполнения первых двух разделов можно определяться со структурой проекта.
Вот простой промпт для anthropic модели, который позволит определиться с оптимальной структурой проекта.

This is the project I would like to build
How should I structure my project files?
(try to create as few files as possible)

После этого результат (структуру проекта) необходимо внести в оригинальный md-файл с техническим заданием.

4) В секции Documentation имеет смысл приводить примеры работающего кода по всем разделам секции Core Functionalities
Такие примеры можно получить при помощи следующего простого промпта прямо из консоли AI-помощника в отдельной Chat сессии:

Please provide examples of implementation for all # Core Functionalities
Do not create actual files, provide only valuable examples

Примеры рабочего кода можно также получать через AI-поиск: perplexity/openai deep research и т.д.
Проверку работоспособности можно проводить в рамках отдельных мини-проектов используя Cursor Composer - это имеет смысл, только если исходный проект очень большой и валидация примеров кода может значительно упростить последующий траблшутинг всего проекта.

Как запустить генерацию кода по заранее подготовленному ТЗ?

После того как все разделы технического задания заполнены можно приступать к реализации проекта в Cursor Composer агенте. Простейший промпт выглядит следующим образом:

Read carefully instructions in the file @PRD.md and build project step by step

#deepresearch #opensource

Альтернатива OpenAI Deep Research с открытым исходным кодом

Я, честно говоря, в шоке как быстро реагирует опенсорc на то, что делает Openai :)

Менее чем через сутки после выхода Deep Research кому-то удалось создать версию с открытым исходным кодом.
Эта версия с представляет собой Node.js-реализацию Deep Research от OpenAI, и использует Gemini Flash и Jina Reader.
Запускается цикл, в котором "поисковик" читает и рассуждает до тех пор, пока цель поиска не будет достигнута.

Вот ссылка на репозиторий: https://github.com/jina-ai/node-DeepResearch

Если интересны opensource альтернативы Openai Operator (это агент по выполнению пользовательских задач разного плана, не только поиска) - напишите в комментариях, я в одном из следующих постов напишу, какие опции можно использовать, кроме предлагаемой Vercel, о которой писал ранее

#deepseek #howtotest #nvdia

Дополнение к прошлому посту на тему "Где протестировать Deepseek?"

Nvidia запустила DeepSeek-R1 API сервис Enterprise-уровня

Теперь можно получить доступ к preview версии модели DeepSeek-R1 (67.1 миллиардов параметров) на build.nvidia.com
Микросервис DeepSeek-R1 NIM может выдавать до 3 872 токенов в секунду на одной NVIDIA HGX H200.
Я протестировал - кредитная карта и номер телефона не требуются, только регистрация по электронной почте, и можно наслаждаться стабильным и доступным API.

Прямая ссылка: https://build.nvidia.com/deepseek-ai/deepseek-r1