Not Boring Tech

🗣️ Нашёл на GitHub тулзу, которая распознаёт речь по видео без звука — Chaplin считывает движения губ и расшифровывает произнесённые слова.

Текст появляется на экране в режиме реального времени. Работает полностью локально на ПК, а в репо лежат открытый исходный код и простой гайд для установки.

Забирайте — тут.

@notboring_tech

🔥 Google запустил официальный каталог расширений для Gemini CLI — в нём уже лежат 70+ готовых плагинов, которые можно подключить к нейронке прямо из командной строки.

• Для дизайнеров: плагин в Canva/Figma превращает дизайны в рабочий код.
• Для кодеров: плагин в Postman генерирует коллекцию API-запросов для вашего приложения.
• Для креативщиков: плагин в NanoBanana генерирует логотип для сайта в один клик.

Напоминаю, что Gemini CLI даёт 1000 бесплатных запросов в день — это даже больше, чем Cursor даёт в месяц в платной (!) подписке.

Сохраняйте — тут.

@notboring_tech

🎓 Основатель Coursera Эндрю Ын запустил новый курс по ИИ-агентам — он научит вас создавать ИИ-агентов на Python с помощью популярных фреймворков.

• Четыре главных паттерна дизайна агентов — Reflection, Tool use, Planning и Multi-agent collaboration.
• Акцент на эвале и анализе ошибок — необходимых навыках для успешной отладки агентных систем.
• Практика — создадите своего deep research-агента, который изучает интернет и выдаёт отчёты.

Сохраняйте годноту — тут.

@notboring_tech

🤖 OpenAI выпустили свой конструктор ИИ-агентов Agent Builder — это убийца n8n, Zapier и кучи похожих инструментов.

• Можно собрать кастомных ИИ-ассистентов из блоков, цепочек, промптов, компонентов и файлов.
• Можно подключить сторонние MCP, плагины, API и виджеты.
• На выходе получаем мини-приложение с ИИ-агентами, которое автоматизирует любые рабочие процессы.
• Никакого знания кода не требуется!
• Для тех, кто не хочет собирать воркфлоу вручную, есть уже готовые шаблоны — боты поддержки, Q&A-помощники и анализаторы документов.

Выглядит очень годно! Пробуем — тут.

@notboring_tech

🎙️ Hume AI выпустили лучший генератор речи — Octave 2 умеет настраивать произношение, копировать интонации и генерировать целые подкасты студийного качества.

• Свободно владеет 11 языками, включая русский.
• Генерирует целые разговоры с несколькими спикерами и на разных языках.
• На 40% быстрее, чем Octave 1 — задержка меньше 0,2 секунды.
• Клонирует не только голос, но и акцент, язык, эмоции и манеру речи.
• Также генерирует любой голос по запросу, имитируя пол, возраст, акцент, интонацию и так далее.
• Точнее произносит необычные слова, числа и сленг.
• Можно файн-тюнить результат и настраивать произношение каждого (!) слова.
• В два раза дешевле, чем Octave 1.
• На каждый аккаунт щедро отсыпают генерацию 20 минут аудио бесплатно каждый месяц.

Ваша личная студия звукозаписи — тут.

@notboring_tech

🍯 Anthropic опубликовали очередной мастрид — гайд об эффективном контекст-инженеринге ИИ-агентов. Это новая веха в работе с LLM, которую нужно знать всем разрабам.

Разница с промпт-инженерингом колоссальная — контекст-инженеринг отвечает за системные промпты, инструменты и всё «окно внимания» модели для повышения её производительности.

В закладки — тут.

@notboring_tech

⚡️ OpenAI выпустила Sora 2 — я уже получил доступ и последние несколько часов тестировал новое приложение Sora. Есть, что рассказать:

• Впервые генерирует вместе с видео любые звуки, музыку и речь
• Работает с русским языком — генерация голоса сравнима с Veo 3
• Качество — абсолютный прорыв, такого реализма ещё не видел
• Тикток-лента с генерациями ощущается как «Межгалактическое кабельное ТВ» из «Рика и Морти», AI-слоп теперь не остановить
• Можно загрузить своё лицо и даже голос для клонирования
• Генерирует очень быстро, всего за пару минут — я удивлён, как они выдерживают такую нагрузку
• Единственное, что выдаёт генерацию — мыльная картинка и неествестенные очертания всех объектов
• Много галлюцинаций, часто обрывается в конце или забывается липсинк, но правится промптами
• Запросы можно делать точнее и контролировать каждую сцену, кадр и диалог
• Можно загружать на вход изображения — официально нельзя людей, хотя у меня получилось
• Цензура есть, но гораздо меньше, чем я думал — упоминает даже политику
• Длительность 10 секунд (хотя кто-то делает дольше), и форматы 9:16 и 16:9
• Приложение доступно в App Store США и Канады + в браузере, с подпиской Plus и только по инвайтам
• Дарю свой инвайт-код Q3A8SK бесплатно для трёх самых быстрых подписчиков!
UPD: 3 из 3 активированы
• У каждого, кто активировал, есть по 4 инвайта — обязательно закиньте их в комменты, чтобы другие могли тоже пользоваться

Последнее видео — моя генерация пенсионерки и бегемота Бульки по мотивам мемного видоса от Veo 3.

@notboring_tech

👑 Factory AI внезапно выпустил лучшего ИИ-агента для кодинга — Droid занял первое место в самом сложном бенчмарке Terminal-Bench и превзошёл Claude Code с Codex CLI.

Droid умеет выполнять широкий набор задач — дебажить среду разработки, обновлять устаревший код, управлять облачной инфраструктурой, писать документацию и даже обучать модели.

Для кастомизации ваших рабочих процессов можно настроить скрипты, MCP и триггеры вызова агента. Droid работает с любой LLM и в любом интерфейсе: CLI, IDE, Slack, Linear, браузере, терминале и так далее.

Пробуем короля кодинга — тут.

@notboring_tech

🎓 Kaggle и Google проведут бесплатный 5-дневный интенсив по ИИ-агентам — на нём будут ежедневные онлайн-лекции, домашние задания и даже выпускной проект для портфолио.

Расписание:

День 1 — введение в ИИ-агенты, базовые концепции и архитектуры
День 2 — Tool Use, MCP, API
День 3 — контекст-инженеринг, разные типы памяти и увеличение контекста
День 4 — качество агентов, метрики, критерии оценок и оптимизации
День 5 — создание первой мультиагентной системы по протоколу Agent2Agent

Бесплатно, под руководством топовых инженеров Google, без отбора, для всех, с 10 по 14 ноября.

Регистрация — тут.

Обновлённая ссылка — тут.

@notboring_tech