Чернов пишет

Проверяем "силу" autocoder https://github.com/apache/airflow/pull/62284 на мой PR ответил контрибутор Airflow, через 40 минут ему пришли ответы + исправление багов и только что авто-тесты прошли

Тестирую самописный "autocoder". Вроде бы работает, через недельку в опенсорс скину Что делает: - Автопоиск трендовых репозиториев — находит популярные open-source проекты на GitHub по заданным языкам (Python, JS, TS, Go, Rust), фильтруя по звёздам, активности и чёрному списку - Умный отбор issues — AI оценивает каждый issue по 10-балльной шкале (ясность, объём, осуществимость, безопасность), отсеивая сложные и уже занятые - Параллельный анализ батчами — issues обрабатываются пачками по 5 штук, до 5 батчей параллельно, что кратно ускоряет отбор - Изучение правил проекта — автоматически читает CONTRIBUTING.md, README, шаблоны PR и извлекает требования: линтер, тесты, формат коммитов, changelog - Детекция языка проекта — определяет на каком языке пишут issues, коммиты и PR (английский, китайский, русский и т.д.) и генерирует всё на этом языке - Анализ ожиданий мейнтейнеров — изучает 30 merged и 10 closed PR, извлекает паттерны ревью, deal-breakers, предпочтения по стилю и размеру PR - Кэширование анализа мейнтейнеров — результаты кэшируются per-repo на день, повторные запуски не тратят API-вызовы впустую - Параллельная разведка кодовой базы — 5 AI-агентов одновременно изучают структуру проекта, код issue, тесты, CI/CD и похожие паттерны - Написание фикса через Claude Opus — AI пишет минимальный патч (до 100 строк diff), получая на вход контекст разведки, правила проекта и предпочтения мейнтейнеров - Обязательное code review перед PR — второй AI (z.ai) проверяет фикс по чеклисту (корректность, минимальность, стиль, безопасность) и выносит вердикт APPROVE/REJECT - Автогенерация PR — title в формате conventional commits, body на языке проекта, коммит-сообщение на языке коммитов проекта, ссылка Fixes #N для автозакрытия - Мониторинг открытых PR — отслеживает комментарии ревьюеров и генерирует ответы на языке собеседника - PR Dashboard — цветная консольная панель со статусами CI, ревью, конфликтами и рекомендациями по каждому PR - Двухуровневая AI-архитектура — Claude (Anthropic) пишет код, z.ai (glm-5) делает review и аналитику — разделение ответственности между моделями - Защита от ошибок — лимит 4 PR в день, максимум 100 строк diff, откат при REJECT ревью, запрет force push, rate limit GitHub API - Bash 3+ совместимость — работает на macOS из коробки без coreutils, GNU sed и других зависимостей - 9 специализированных промптов — отдельные инструкции для каждого этапа: скоринг, фикс, ревью, описание PR, ответы на комментарии и т.д. - Устойчивость к сбоям — retry с экспоненциальным backoff, fallback-шаблоны при недоступности AI, трёхуровневый парсинг JSON из ответов модели

Ваш BI скоро станет legacy. И вот почему. AI-агенты не смотрят дашборды. Им не нужны красивые графики — им нужен контекст: какие метрики есть, как они считаются, какие таблицы связаны. Без этого LLM галлюцинирует и выдаёт кривой SQL в половине случаев. Решение? Семантический слой, но не тот, что раньше. Не прослойка для аналитиков, а API, который агент дёргает сам. Спросил определение метрики — получил. Построил запрос — корректно. Это уже работает через MCP-протокол. Как выглядит рынок прямо сейчас: Power BI — Copilot + Fabric + семантические модели. Microsoft давит максимально. Но ты навсегда в их экосистеме. Qlik — выпустил свой MCP-сервер в прод (февраль 2026). Claude, ChatGPT и другие агенты подключаются к данным Qlik Cloud напрямую. Qlik Answers — агентный интерфейс на базе Claude + RAG. Ассоциативная модель по сути уже семантический граф. Для on-prem официального MCP пока нет, но community уже закрыл эту дыру — open-source серверы работают через Engine API с сертификатами. (собствено моя разработка https://github.com/bintocher/qlik-sense-mcp) Tableau — Salesforce прикрутил Einstein AI и Agentforce. Красиво на демо, в проде пока сыро. Superset — бесплатно, гибко, но семантики из коробки нет. Нужен Cube или dbt сверху, иначе агенту не за что зацепиться. Что будет к концу 2026: — BI без API для агентов начнёт терять рынок — Cube, dbt, Malloy — станут обязательной прослойкой между хранилищем и AI — MCP-серверы для аналитики — уже не концепт, а рабочий паттерн — Открытые платформы выиграют у закрытых экосистем Дашборды не умрут. Но главным интерфейсом к данным станет не график, а диалог с агентом. А чтобы агент не врал — ему нужен семантический API.

Во точно! Все эти крабоботы и подобное это как Тамагочи, только вы за реальные деньги его жопу вытираете, кормите и спать укладываете. Ну и поиграть не забывайте. Ценность для бизнеса от такого 0

еще доработки статус бара внутри claude code теперь пишет еще и время - через которое сбросится лимит (по подпискам) готовый файлик в комментарии прицеплю к сообщению, там же и описание куда его положить t.me/chernovdev

тк у меня подписка - то еще лучше сделал - теперь в status line показывается % использования (5h и 1w)

Тюнинг claude code на автомате нужно сделать тюнинг глобальных настроек claude code изучи страницы: https://code.claude.com/docs/ru/settings https://code.claude.com/docs/ru/permissions https://code.claude.com/docs/ru/sandboxing https://code.claude.com/docs/ru/terminal-config https://code.claude.com/docs/ru/model-config https://code.claude.com/docs/ru/memory https://code.claude.com/docs/ru/statusline https://code.claude.com/docs/ru/keybindings и предложи мне улучшения файла настроек для claude code

Я думаю вы знаете что это такое: https://max.ru/join/U4r4IN8vgLwYowRRsU42LWb5HmsSOSvy4ExmqTSQ0yc Чатик тут будет: https://max.ru/join/f_EvMfEM2O_WmJSMHlXqClS3sZ6YbMLK_utaFWoDxsY

в lmstudio доработали поддержку anthropic api а еще и /responses которые нужны для codex а это значит что можно использовать claude code и codex с локальными моделями ну кайф же) осталось найти железку которая нормальную модель сможет поднять )

Знаете, я вот тут прикинул, яжнепрограммист, а всего лишь - РАЗНОРАБОТЧИК. И мне, чтобы работать, нужно ставить: go : https://go.dev/dl/ rust : https://rust-lang.org/tools/install/ nodejs : https://nodejs.org/en/download bun : https://bun.sh/docs/installation python : https://www.python.org/downloads/ uv : https://docs.astral.sh/uv/getting-started/installation/ docker/orbstack : https://docs.docker.com/desktop/ / https://orbstack.dev/download Это не считая утилиты для написания кода, типа: vscodium , claude code, zed.dev, zcode и прочее, прочее, прочее... иначе - ну просто не работает ничего 🤷‍♂️

Если не хотите чтобы claude code писал в гит свою "приписку" напишите ему:

создай прекоммит хук локальный - если в тексте сообщения есть в любом регистре такое  "co-authored-by" - то отклоняй такой коммит

@todeskai - полнейший рефакторинг

Claude Skill Building — ключевые инсайты для продакшна 1. Skill = контракт + оркестрация • Фиксируем входы, выходы, формат, ограничения • Модель — только слой принятия решений; вокруг нужны валидация, retry, fallback 2. Eval-first подход • До релиза собираем набор тест-кейсов (happy path + edge cases) • Любое изменение промпта/логики гоняем через авто-eval • Без eval промпт-тюнинг превращается в “кажется стало лучше” 3. Контекст важнее “умности” модели • Стабильная структура system/dev/user • Минимизируем шум, даем только релевантный контекст • Жёстко задаем формат ответа (JSON schema / строгий шаблон) 4. Tool use — production-фича • Инструменты с чётким интерфейсом и предсказуемым результатом • Таймауты, идемпотентность, обработка ошибок обязательны • Логируем каждый вызов: что вызвали, что вернулось, почему упало 5. Надёжность > креативность • Guardrails: policy checks, output filtering, PII redaction • Fallback-стратегии на каждый критичный шаг • Никаких silent failures — всегда понятный статус и next step 6. Стоимость и латентность — часть архитектуры • Разделяем fast path и deep reasoning • Кэшируем неизменный контекст • Декомпозируем сложные задачи на этапы 7. UX для доверия • Показываем прогресс: “думаю / проверяю / готово” • Лучше короткий надёжный ответ сейчас, чем длинный нестабильный позже Вывод: выигрывают не лучшие “магические промпты”, а системы с eval + observability + control loop. Ссылка: https://resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf?hsLang=en

🎙 Курс «Основы Data Governance» | онлайн, 16–25 марта Флагманский курс для операционных и ИТ-директоров, CDO, Heads of BI/IT и руководителей-стратегов в управлении данными. Проходит только 1 раз в год! ⚡️ Курс поможет выстроить ключевые процессы для обеспечения качества, прозрачности и надёжности данных в компании. За 5 занятий (по 3 часа) разберёте модели, роли, метрики, запуск DG и реальные кейсы – в закрытом экспертном чате с обратной связью. В программе курса: – 9 модулей: от основ DG, DQ и MDM до AI Governance, – разработка программы DG и системы метрик, – разбор кейсов + готовый Excel-гайд по DG для компании. Ведущий эксперт – Александр Бараков, Head of BI Авито (10+ лет в BI/DG: Tinkoff, Магнит, Альфа-Банк, X5 и др.) Забронировать место – на курсе всего 25 мест

https://gitverse.ru/chernov/SecretManager обновился • при копировании токена окно программы скрывается • если показывается только 1 токен в поиске то копирование сразу работает по enter, раньше нужно было "пролистать" на токен • горячие клавиши не только включают поиск но и сворачивают его

добавил горячую клавишу ctrl+shift+space показывает окно поиска - пишем что нужно - стрелками выбираем ключ - enter и оно в буфере!

Ну канешна!!!! Что может быть лучше вайбкодинга! С телефона!!!! Зайка обрадовала 😁)))

Пробуем zcode от zai ? https://zcode.z.ai/ Нужно еще больше инструментов для программирования ! Давайте! Заливайте в этом году еще сотней инструментов !

🆕 qlik_download : qlik_sense_server 📂 Qlik_Sense_update.exe (808.27 MB) 📂 Qlik_Sense_update.exe.md5 (32.00 B) 🔎 tags: #qlik_sense_server #november_2025 #november_2025_patch_3 #qlik_sense_server_november_2025_patch_3 🔗️ release url 🕔 last update : 2026-02-12 10:36:46 ✍️ by @chernovdev

🆕 qlik_download : qlik_sense_server 📂 Qlik_Sense_update.exe (846.48 MB) 📂 Qlik_Sense_update.exe.md5 (32.00 B) 🔎 tags: #qlik_sense_server #november_2024 #november_2024_patch_25 #qlik_sense_server_november_2024_patch_25 🔗️ release url 🕔 last update : 2026-02-12 10:38:02 ✍️ by @chernovdev