Sprut_Ai

Собрал вводный материал по Codex для тех, кто только начинает разбираться. Не курс🤢 и не интенсив🤢! Спокойное пособие про рабочую логику Codex: где его запускать, как ставить задачу, как не потерять контроль над правками, как проверять результат и где заранее поставить границы доступа. Я специально сделал материал без лишней технической плотности, чтобы человек сначала понял рабочий порядок: как давать Codex задачу, как читать план, как проверять diff и где вовремя остановиться. Главы: Глава 01 - Что такое Codex Глава 02 - Первый безопасный запуск Codex Глава 03 - Git и рабочая папка Глава 04 - AGENTS.md Глава 05 - Как ставить задачу Codex Глава 06 - План до правок Глава 07 - Безопасный цикл реализации Глава 08 - Debugging с Codex Глава 09 - Refactor, docs и spec work Глава 10 - Review, PR и GitHub workflow Глава 11 - Local, cloud, permissions, network и secrets Глава 12 - Как держать Codex-практику актуальной В AI ОПЕРАЦИОНКЕ Больше материалов для изучения, которые я готовлю для себя и делюсь: Контекстная инженерия (в полном объеме) -Техподдержка (обученный агент 24/7 по всем вопросам архитектуры, настройке, созданию агентов и не только) + я в доступе. -Готовая архитектура всех моих агентов -Полезные фишки взаимодействия и настройки агентов -HARNESS (начал выкладывать материалы по мере своего освоения) -Codex (более прикладной материал буду формировать на канале) ПРИСОЕДИНЯЙТЕСЬ!👍 #Codex #контекстнаяинженерия #AIагенты #AIOперационка #нейросети

Я очень ждал от Openai Мини компаньона, а они первым устройством выпускают мини клавиатуру для Codex. Ну хоть что-то!😁 https://openai.com/ru-RU/supply/co-lab/work-louder/

В Hermes уже есть нормальный встроенный Kanban: можно создать карточку, назначить исполнителя, запустить worker-а и получить результат. Для простых задач такого уровня хватает. Но когда я начал гонять через Kanban серьёзные процессы, стало видно, чего мне не хватает. Стоковый Kanban отвечает на вопрос: «Какая задача у кого сейчас лежит?» А мне нужно было, чтобы система отвечала ещё на другие вопросы: - кто владеет всей задачей целиком; - какой агент делает конкретный кусок; - что агенту можно читать и трогать; - куда ему нельзя лезть; - что считается готовым результатом; - кто проверяет, что за словами есть реальный результат; - кто доставляет файл или отчёт человеку; - что потом сохраняется в wiki, skill, report или memory. Потому что в реальной работе проблема обычно не в самой карточке. Проблема в другом. Один агент что-то сделал, второй не понял контекст. Файл появился локально, но человек его не получил. Worker написал «готово», но никто не проверил файл. Зависимость между задачами написали словами, а не связали карточки между собой. Опыт после задачи случайно утащили в память, хотя это был просто временный progress. Я собрал для себя дополнительный слой поверх обычного Kanban. В файле есть простая логика: - у каждой серьёзной задачи должен быть владелец потока; - карточка должна быть не просьбой, а контрактом; - в карточке должны быть границы: что можно, что нельзя, какие источники разрешены; - зависимости между карточками должны быть настоящими, а не текстом в описании; - worker должен выполнить задачу и проверить результат; - файл на диске не считается завершением, пока он не доставлен человеку; - для долгих задач нужен monitor, heartbeat или понятный способ проверить прогресс; - после завершения нужно решить, куда идёт опыт: в Kanban, report, wiki, skill или memory. Отдельно я прописал роли. Есть orchestrator - он держит общий поток. Есть dispatcher - запускает нужных исполнителей. Есть worker - делает конкретный кусок. Есть reviewer - пр

Я обновил Hermes до версии 0.19.0. Вот что изменилось на практике. Что стало лучше 1. Ответ сложнее потерять Hermes записывает, что и куда он отправляет. Если gateway упал во время отправки, система может повторить попытку. Для длинных задач это полезная вещь: работа закончена, и итог должен дойти. 2. Видно работу дочерних агентов Раньше подзадача могла долго выполняться в фоне, а я видел только результат. Сейчас можно открыть журнал и посмотреть, что делает агент, какие инструменты запускает и что получает. 3. Kanban стал удобнее Результаты завершённых карточек лучше видны. К карточкам можно прикладывать файлы. Стало проще пройти путь от задачи до готового результата. 4. Первый ответ появляется быстрее По тестам разработчиков время сократилось примерно с 4,3 до 0,9 секунды. Речь только о начале ответа. На скорость всей задачи влияют модель, инструменты, сеть и проверки. 5. Стало безопаснее Обычные действия проходят без лишних остановок. Для опасных действий Hermes просит подтверждение. Также усилили защиту файлов, медиа, ключей и дочерних процессов. 6. Добавили новые возможности Появились режим для нескольких профилей в одном gateway, подключение Bitwarden и 1Password, новые модели и функции для работы с архивом сессий. Что пока не идеально Hermes снижает риск потери ответа, но иногда сообщение может прийти повторно. Режим нескольких профилей у нас пока выключен. Bitwarden и 1Password тоже нужно отдельно устанавливать и настраивать. Наличие новой модели в списке ещё не даёт к ней доступ. Нужны ключи, права аккаунта и настройка профиля. Журналы дочерних агентов удобны для коротких задач. Долгую работу с несколькими исполнителями мы по-прежнему ведём через Kanban. Мы не роняли рабочий gateway специально и не замеряли скорость до и после обновления на одинаковых задачах. Поэтому здесь только то, что действительно проверено или указано разработчиками. Мне обновление нравится. В Hermes стало проще следить за работой агентов, получать результаты и пон

Делюсь с вами очередным MD-файлом из своей агентной системы. Это Agent Wiki Source-of-Truth Kit - файл про wiki, которая у меня отвечает за источник истины в работе агентов. В моём контуре агенты постоянно читают wiki: роли, правила, границы, task contract, source cards, что считать готовым результатом и куда возвращать вывод после задачи. В финальном MD 32 раздела: от структуры папок и карты источников истины до privacy gates, smoke checks и короткого quickstart. Зачем это нужно простыми словами. Когда агентов несколько, им мало одного чата. Им нужно понимать: - какие правила сейчас актуальны; - кто из агентов за что отвечает; - где лежат роли и границы; - куда писать результат; - что считать готовой задачей; - где нужна проверка или решение человека. За счёт этого система не живёт на старом чате и случайной памяти. У агентов есть понятный порядок: wiki для устойчивых правил, task board для текущей работы, reports для доказательств, skills для повторяемых процедур, memory для коротких стабильных напоминаний. Внутри файла есть структура папок, source-of-truth map, карточки агентов, task contract, privacy gates, smoke checks и короткий quickstart. Файл можно забрать как основу и переделать под свою систему. Роли, приватные источники, доступы и approval-стопы нужно адаптировать под себя. Для меня это один из базовых слоёв агентной операционки. Без него агенты вроде работают, но человек всё равно вручную держит в голове, кто что делает и кому верить. Файл ➡️AGENT WIKI

Массовый сбой у OpenAI: лежат API, ChatGPT и Codex Если у вас прямо сейчас сыплются ошибки при вызовах агентов или внезапно отвалились скрипты автоматизации — выдыхаем, проблема не в вашем коде. На серверах OpenAI зафиксирован глобальный сбой и высокий уровень отказов (Elevated error rates). Разработчики уже в курсе и расследуют инцидент. Ставим работу на паузу и ждем зеленых статусов на status.openai.com!

Друзья, привет! Кто ещё не в курсе: у меня есть приватный канал AI Операционка, где я показываю всё, что создаю для своей системы агентов. На картинке как раз моя текущая команда. Все эти агенты рабочие, у каждого своя роль и своя зона ответственности. Все они уже на канале в доступе! В «Операционке» я публикую практически всё, что делаю для себя: новых агентов, их архитектуру и настройки, системы памяти, скиллы, связки, эксперименты, рабочие находки. Показываю, что получилось, что сломалось и как я это переделывал. Там же находится Гейл (агент техподдержки), с которым можно пообщаться напрямую и задать ему вопросы по агентам, Hermes и всей этой технической кухне. Ну и я тоже там. Можно задавать вопросы, показывать свои сборки и разбирать вместе то, что у вас не получается. Если вам интересно не просто пользоваться нейросетями, а глубже разобраться в агентах и собрать собственную рабочую систему, буду рад видеть вас в Ai Операционке 👈

HUMANLIKE: собрал в open source основу для более человечного ИИ-агента Последние месяцы я развиваю Хэнка, своего личного агента на Hermes. Мне хотелось получить не просто помощника, которому даёшь команды, а постоянного собеседника. Чтобы с ним можно было обсуждать работу и идеи, сомневаться, спорить, возвращаться к старым темам и вместе принимать решения. В процессе я понял, что команда «отвечай естественно» практически ничего не решает. Даже большой SOUL.md со временем перестаёт справляться. В одном разговоре человеку нужен короткий прямой ответ. В другом нужно сначала выслушать. Иногда агент должен уточнить задачу, иногда проверить факт, спокойно принять исправление или, наоборот, не менять позицию только потому, что пользователь надавил. Если всё это хранить в одном огромном промпте, правила начинают мешаться. Агент повторяет одинаковые вступления, теряет характер и отвечает одним способом на совершенно разные ситуации. Поэтому я вынес универсальную часть системы Хэнка в отдельный open-source-проект: Humanlike https://github.com/AlekseiUL/humanlike Humanlike размещается между сообщением пользователя и основной моделью. Сначала он без вызова LLM определяет, что сейчас происходит: - обычный разговор; - задача; - исследование; - творчество; - поддержка; - исправление ошибки; - рефлексия; - чувствительная ситуация; - вопрос о природе самого ИИ. Затем выбирает способ взаимодействия: ответить прямо, выслушать, уточнить, проверить утверждение, исправиться, удержать позицию или подготовить несколько разных подходов. После этого модель получает небольшой набор правил, подходящий именно к текущему сообщению. Не весь характер, память и инструкции сразу, а только то, что сейчас действительно нужно. В Humanlike уже есть: - маршрутизация русских и английских запросов; - социальные и когнитивные режимы; - удержание персоны; - контроль повторяющихся речевых конструкций; - работа с исправлениями пользователя; - отслеживание поведенческого дрейфа; - отдельный творч

10 сентября выступаю на NeyroSummit 19.0. Расскажу об основах создания агентов и их команд на примере Hermes Agent. Начать хочу с вопроса: зачем вообще их создавать? Нейросеть уже есть, отвечать умеет, Codex тоже многое делает. В какой момент вам нужен отдельный агент, а когда можно спокойно обойтись обычным чатом? Расскажу, как сам пришёл к агентам и для каких задач их готовлю. Зачем заранее собирать материалы, сохранять контекст и подключать инструменты. Что это даёт при повторных обращениях и какую работу всё равно приходится делать самому. А дальше разберём, когда имеет смысл собирать команду: как распределять задачи между агентами и организовать их взаимодействие. Чтобы вы понимали, что хотите получить, ещё до настройки. Участие в прямом эфире бесплатное. Приходите, буду рад видеть своих. Программа и регистрация

Друзья, новый GPT Image очень круто работает. Обновил под него свой репозиторий GPT Image 2.5 Agent Kit для генерации и редактирования изображений через агента, без отдельного API-ключа OpenAI. Это набор инструментов, который можно подключить своему агенту и поручать ему обложки, иллюстрации, портреты и изображения товаров. Что в нём полезного: • генерация по описанию и редактирование готовых изображений; • работа с вашими фотографиями и примерами стиля; • сохранённые наборы фото и стилей, чтобы не собирать их заново; • заготовки инструкций для обложек, портретов и надписей на русском; • предварительный просмотр запроса без запуска генерации и проверка полученного файла. Работает через ваш совместимый доступ ChatGPT/Codex, с его лимитами. Подключение неофициальное и экспериментальное, поэтому бесплатный безлимит не обещаю. Результат, особенно текст и сходство лица, проверяйте. Забирайте, пробуйте на своих задачах: https://github.com/AlekseiUL/gpt-image-2-5-agent-kit ⭐️ в репо, кому не жалко)) #GPTImage #HermesAgent

Раньше я пробовал новую нейросеть или инструмент и радовался: «Ого, я теперь и это могу!» Сейчас могу ещё больше, но всё чаще спрашиваю себя: а зачем мне это делать? Записал видео про то, как привык к ИИ и что мне теперь интересно делать с его помощью. Лайк под видео- если не жалко)) https://youtu.be/rtHvT3aPF-o?si=HttvIj7tFktuNYEV