Грязный ноукодер

Вводный курс по Lovable Публикую вводную часть курса по Lovable, в рамках которой рассказываю как подготавливать ТЗ проекта и среду Lovable для качественного старта. Ссылка на курс: https://lowcodingdev.notion.site/Lovable-2258f31dd5d4805fb780f34e5b94ef1f?source=copy_link

10 часов, $25 за 100 сообщений в Lovable и вуаля - SaaS на миллион готов. Если вы не знали, то сообщаю - интернет сходит с ума с различных сгенерированных видео. ИИ шортсы месяца на ютубе набирают по 500 млн просмотров, а весь N8N templates завален шаблонами для генерации стеклянных фруктов. (вроде как все это еще и монетизируется 😏) Я решил, что тут явно требуется что-то посерьезнее, чем ручная настройка шаблонов в Creatomat под каждый новый тип видео и решил собрать универсальный генератор, который сможет генерировать любые ролики. Итак внутри: ⁃ генерация сценариев видео в одном стиле по заданному промпту ⁃ генерация видео, аудио эффектов и озвучки для каждого кадра в сценарии ⁃ возможность регенарации медиа для отдельных кадров ⁃ упрощенный редактор с возможностью менять очередность кадров и медиа ⁃ экспорт готового видео ⁃ подключение собственного API ключа для 11labs и PiAPI Дальше больше: ⁃ полноценный редактор ⁃ выбор различных моделей и интеграция с Fal.ai ⁃ авто-копирование стиля загруженного ролика ⁃ учет потраченных токенов Посмотреть как это выглядит вживую можно тут: https://www.loom.com/share/c16f5d7d3519475eb46b2161111ae3b5 Что думаете? Есть потребность в таком на рынке или мне кажется? ___ П.С. Курс по Lovable почти переведен, завтра открою продажу, записаться можно тут

Курсы по Lovable и n8n на русском языке Делаю курс по N8N и диву даюсь как хорошо получается. Тут я задумался - в комментах иногда пишут, что нужен курс на русском, поэтому решил проверить есть ли спрос. Я легко могу перевести весь текст и упаковать вместе с картинками в Notion. И так на витрине 3 потенциальных продукта: 1️⃣ Lovable Этот курс уже готов. В курсе включена теория по Supabase, интеграции с N8N, куча источников для дизайна, блок с подготовкой документации проекта (PRD), хостинг на Netlify и работа с проектом через Cursor. Итогом курса является собственное или заданное разработанное приложение с несколькими ролями и настроенной безопасностью. Есть детальный гайд по копированию готового приложения, если возникнут трудности с его разработкой. 2️⃣ N8N Этот курс только разрабатывается. В нем будет мой 5 летний опыт автоматизаций и работы с Make/N8N - от основ до самых сложных логических сценариев. Также хочу добавить блок про бизнес-анализ. 3️⃣ ИИ Агенты Этот курс в планах. В нем хочу разобрать все возможные примеры агентов (с большим упором на RAG), прямую интеграцию с OpenAI (HTTP/code), разные лайфхаки из собственного опыта. Цена за один курс символическая - 15.000 руб. Если вы готовы купить курс здесь и сейчас - заявку на покупку можно оставить через форму Если наберем хотя бы 10 человек на курс, то сделаю переводы. ____ Ну и скриншоты текущих наработок, если вдруг вы не осознаете, насколько я нерд до детальнейшего описания всего что только можно

В воскресенье проводил стрим и 2 часа пинал приложение по генерации шортсов. Получается неплохо, думаю через пару дней покажу. Но самое интересное - я захотел впилить туда полноценный видео редактор, чтобы можно было накрасить губы сгенерированному видео. В итоге удалось найти 2 решения - Remotion и Git какого-то чела. Remotion Studio я не смог установить с Lovable, но думаю это все же возможно. Зато смог установить Гит - сделал болванку на Lovable, подключил к гитхабу и через терминал потер все что было в гите и перенес гит с редактором туда. Таким образом Lovable увидел этот редактор и далее я продолжил делать приложение уже с подготовленным редактором. Гит - https://github.com/designcombo/react-video-editor Remotion Studio - https://www.remotion.dev/docs/studio/deploy-static

Собрал еще одну пушку - ИИ агент для Snowflake Но не просто для общения с базой, а для генерации отчетов с графиками. Проблема обычно в том, что нельзя ИИ агенту позволять запускать любой SQL запрос - он может дернуть слишком много информации. Я сделал так, чтобы он писал запрос и отдавал результат, упаковынный в отдельную страничку, если он больше 100 строк. Страничка по сути вебхук n8n, который получает на входе query параметр с SQL запросом и дергает Snowflake. В результате отдает красивый HTML с подгруженными данными - безотходное производство, никаких данных не храним. Гайд на английском уже тут - https://youtu.be/r7er-HCRsX4

Очередной душный гайд Продолжаем делать сложные штуки - сегодня гайд про то, как улучшить выдачу RAG агента. Представим, что у вас сотня файлов и несколько тысяч векторов. При поиске среди векторов вы можете получить в выдаче пару десятков результатов, которые могут попросту не влезть в input ИИ или же ответ на ваш вопрос будет лежать в следующей десятке, которая останется за бортом. Что делать? Сужать поиск. Нет смысла искать информацию о ракетах в баснях Крылова, поэтому есть смысл предварительно отфильтровать файлы, среди которых мы хотим делать поиск. Также это может помочь, если у вас много файлов с близкой по смыслу информацией, и тонкую разницу между файлами можно понять по их описанию. Итак, чтобы реализовать это, мы: 1️⃣ Добавляем таблицы files (с описанием файлов) и documents (с векторами) в Supabase 2️⃣ Добавляем данные в таблицы - в files у нас будут ссылки на файлы и описание с векторами, в documents куски текста и вектора с ссылкой на file. 3️⃣ Создаем Supabase функции для поиска по векторам files и documents 4️⃣ Топаем в N8N и делаем флоу с кодом для поиска по файлам и далее для поиска по documents с фильтром по найденным файлам. Таким образом - сначала мы находим подходящие файлы в списке файлов, используя их описание, а далее ищем подходящие куски текста только в этих файлах, чем сужаем поиск. Также, засчет кастомной функции нам удается получить ссылку на файл для найденных векторов, которую мы можем вернуть вместе с ответом пользователю. Ссылка на видео гайд (английский) - https://www.youtube.com/watch?v=asXVOHg89hs Ссылка на сообщество с шаблоном - https://www.skool.com/5minai-pro

Обновил сайт 2.0 После справедливых комментариев я еще раз взглянул на свой сайт, взглянул на сайты конкурентов и понял, что на коне не я. Я закатал рукава и пошел нагло тырить крутые элементы из готовых UI kits. Вот частичный список, на случай если вы захотели модненькие анимации для своего сайта: 1️⃣ Aceternity UI - самые приятные и топовые компоненты для лендинга. 2️⃣ React Bits - куча интересных анимашек для лендинга и не только. 3️⃣ Hero UI - большой красивый пак с детально продуманными компонентами для интерфейса (не в обиду shadcn). За часок удалось хорошенько накрасить губы и добавить еще одну страницу про сообщество. Кстати, в нем есть курс по Lovable, где я собрал еще больше дизайн библиотек для разработки с Lovable 😏 Заценить тут - lowcoding.dev

Не используйте AI Agent ноду для агентов Я давно заметил, что AI Agent нода работает куда хуже как агент, нежели OpenAI ассистент. С ней агенты хуже следуют промптам, помнят историю и выбирают инструменты. Я решил разобраться почему так. 1️⃣Каждая модель (OpenAI, Gemini, Claude) натренирована определенным образом и ожидает на входе данные в определенном формате с разметкой. 2️⃣По сути модель всегда обрабатывает 1 сообщение, которое содержит в себе сразу все - системный промпт, ваш запрос, предыдущую историю, описание тулзов, описание output формата. 3️⃣ Каждую модель обучали по своему - к примеру OpenAI использует ChatML, где указаны роли (ассистент, пользователь, система) и промпты в формате JSON. Также с разметкой идет и история, тулзы и тд. [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "What is the capital of France?" }, { "role": "assistant", "content": "Paris." } ] 4️⃣ Langchain принимает данные на входе в одном формате, а далее “переводит” их в формат выбранной LLM. Пока он это делает, он может немного видоизменять данные и формат в силу технических особенностей и непоспеванием за обновлениями LLM. Наглядно - если открыть execution AI agent ноды в N8N и посмотреть, что он отправляет во время рассуждений, то там видно, как он склеивает system prompt, user prompt и историю в одну гигантскую кашу, где даже человек ногу сломит. ➡️В итоге как результат LLM (а конкретно OpenAI) получает вводные данные не в том виде, в котором привыкла, а значит хуже их распознает. Это влияет на все - следование промпту, выбор инструментов, память прошлых сообщений. Таким образом, лучше всего использовать OpenAI ассистента напрямую - тогда он будет лучше распознавать инструменты, использовать умную память, которая делает автоматическое саммари, а не просто удаляет старые сообщения. Я проводил этот эксперимент на 5+ проектах клиентов и друзей - просто менял AI agent ноду на OpenAI ассистента, оставляя набор инструментов и промпт тем же. Результат - агенты сразу начинали себя вести так, как они должны себя вести. ___ ПС Это мое обывательское понимание Langchain, которое я выудил из Gemini. Не знаю читают ли меня хардовые ML инженеры, возможно они смогут поправить, если понял не так.

Обновил сайт с Lovable Прошлый сайт был красивым (спасибо жене), но лежал мертвым грузом и уже устарел к моменту его завершения - там не было ничего про ИИ. Хотелось сделать что-то простое, где была бы суть, а не картинка. Картинку сейчас сделать не так сложно - я вижу кучу хороших дизайнов у агентств креаторов, поэтому не вижу особого смысла соревноваться в картинке. к тому же в америке больше входу полотна текста среди продающих лендосов Вместо этого я добавил список кейсов, который является наверное пятой долей от того, что на самом деле мы сделали. А также добавил нечто вроде FAQ, где расписал свои мысли по поводу типичных проектов с RAG и генерацией контента. Многие клиенты приходят с ложными представлениями о возможностях ИИ, поэтому хотелось бы объяснять им все “на входе”, чтобы не тратить свое и чужое время. https://lowcoding.dev/

Запускаю курс по N8N (на английском) Медленно, но верно собираю курс и надеюсь закончить его на следующей неделе. За последний год мы с ребятами набили много шишек и теперь обходим практически любые трудности, связанные с самим N8N (больше проблем с ИИ) Как обычно, я дотошно закапываюсь в детали, шерсчу среди сотни созданных сценариев и на каждую ноду набирается добрый десяток советов. Пока что, опубликовал только вводную часть - в ней придумал сделать супер простой, но забавный сценарий, чтобы наглядно показать как устроен интернет. Берем webhook URL в N8N, добавляем к нему свой вопрос и в ответ получаем готовую (см. картинку) страницу с ответом от ИИ - весь сценарий в 3 ноды.

Лайфхак для методологов - используйте Manus, он может собрать полноценный курс за пару минут на основе кучи разрозненных данных, еще и в нужном формате.

Еще я добавил бесплатный 7 дневный триал в сообщество, поэтому, если хотелось осмотреться изнутри, но останавливал платеж, то сейчас смело можете штурмовать стены. Кроме N8N в сообществе лежит 20 шаблонов агентов и автоматизаций и эксклюзивный (ну а что, вы видели другие курсы?) курс по Lovable. Курс будет тут - https://www.skool.com/5minai-pro ⬇️Напишите какие темы для вас остаются дремучим лесом в N8N ___ ПС Jarvis немного заглох, но скоро я все же доделаю его в умного автономного ассистента

Такс, краткие новости 1️⃣ История с Skool комьюнити еще жива, но я решил прикрыть бесплатное сообщество, так как плачу за него $100 в месяц, никто не спрашивает там вопросов и нет желания пытаться делать контент в десяток разных мест одновременно. В итоге поступило даже предложение о покупке и я задумался, что можно его продать, чтобы монетизировать хотя бы толику затраченных сил. Если кому-то интересно пишите в личку, там - 2600 почт (бОльшая часть США и Европа, фрилансеры и оунеры), CRM для рассылок и разные автоматизации для общения/создания контента. Цена $5000. 2️⃣ Платное комьюнити будет жить - я решил вернуться к проектам, так как понял, что гонку с профессиональными пиздаболами креаторами я не выиграю. Я хочу продолжать делать что-то умное и интересное, исследовать ИИ и делиться находками в спокойном режиме. Поэтому я буду потихоньку пополнять платное комьюнити курсами (ИИ агенты, N8N) и разными гайдами, параллельно работая и получая реальный опыт на проектах. Хочу попробовать другие форматы и думаю провести онлайн-трансляцию копирования какого-нить $$$ продукта с Lovable за один час . Что думаете? 3️⃣ Еще задумался провести лекции в живую, так как это просто драйвит. В Питере пока вижу два потенциальных места - библиотека Маяковского и Просто коворкинг. Возможно кто-то знает потенциальные площадки? ____ Для поиска проектов решил собрать портфолио и оказалось, что кейсов у меня примерно столько же, сколько платных подписчиков в сообществе. При том, что у креаторов с нулем кейсов тысячи подписчиков, кажется выявляется закономерность с пропорциями 🧐

Jarvis день четвертый В общем долго рассказывать, но вот так выглядит будущее.

Jarvis: результаты первого дня Я подключил к агенту 2 агента (БД и ютуб) и пытаюсь заставить агента в один запрос сделать следующее: 1. Найти топовое видео на ютубе в определенной нише. 2. Транскрибировать его. 3. Написать верхнеуровневый скрипт, название и описание картинки для нового видео. 4. Записать всю эту информацию в таблицу (которой не существует и ее нужно создать). Неудивительно, что все мультиагентские системы от “креаторов” сейчас выглядят как набор последовательных агентов без тулзов, что само по себе является обычным Chat Completion запросом - то есть автоматизацией, а не агентом. Потому что, чтобы заставить агента думать, выполнять задачи и взаимодействовать с другими агентами, нужно решить миллион различных проблем. Вот некоторые из них: 1️⃣ AI Agent node в n8n создан на основе Langchain и абсолютно бесполезен, если вы не контролируете параметры и подходы самого Langchain. Я посмотрел логи агента, дополнительно разобрал код модуля с Gemini и подтвердил свои опасения - они лепят историю, системный промпт и запрос в одну большую кашу. Как результат - ИИ агент с трудом слушается команд и понимает что вообще нужно делать. Особенно это видно на сложных много ступенчатых задачах и длинных диалогах - вместо выполнения текущего запроса агент может выловить предыдущий запрос из истории и начать выполнять его. Вывод - делать основного агента на OpenAI. 2️⃣ Побочные эффекты первого пункта - агент не слушается системного промпта и настырно лезет выполнять все задачи сам, вместо того чтобы планировать и делегировать большие задачи своим помощникам. Также, агент упускает важные детали и начинает делать отсебятину - это будет правиться с помощью дополнительной проверки позже. 3️⃣ Tavily, который пихают все креаторы ютуба, оказался полным разочарованием (что неудивительно) - вместо него лучше использовать Perplexity для сложных исследований и Firecrawl для поиска и парсинга сайтов. ___ В итоге первый день растянется на два дня, но это не удивительно, ведь мы пытаемся создать то, чего еще не было. Чуть позже вернусь с результатами и конкретными мини-открытиями/решениями, которые удалось сделать во время разработки. P.S. есть вакантное место для проекта с ИИ - если у вас есть идеи и бюджет от $3k, то пишите в личку

Jarvis день первый В опросе на самую интересный продукт лидировал Jarvis и я решил начать с него (теперь уже Youtube). Буду пробовать формат build in public и рассказывать что я собираюсь делать и что из этого получилось - а вы в свою очередь сможете поучаствовать и повлиять на разработку. ___ У меня есть миллион технических идей для этого бота - инициирование диалога, самообучение, автономный аудит прогресса с советами и тд. Но, к сожалению, начать нужно с простых основ, которые были во всех 30+ бесполезных роликах на ютубе - инструменты. Я воспринимаю агентов как людей - такая аналогия помогает понимать, как именно должна выглядеть архитектура и какие решения будут оптимальными для правильной работы. К примеру - наш Jarvis является типичным ассистентом, который должен успевать делать много дел. Как и реальный человек, он ограничен в количестве дел, которыми сможет одномоментно жонглировать и держать в памяти. Поэтому, чтобы сделать его реальным швейцарским ножом, первым делом добавим ему “ассистентов для ассистента” - а именно дополнительных агентов, как инструменты, которые будут выполнять всю грязную работу за него. План на сегодня: 1️⃣ Сделать простого агента в ТГ 2️⃣ Добавить к нему 3 агента: - для общения с БД (куда мы будем все писать) - для общения с Ютубом (просто потому что такой агент есть и я им пользуюсь для себя) - для исследований (поиск в интернете, размышления и составление отчета) 3️⃣ Заставить его использовать их по назначению - самое сложное в этой задаче. ⬇️ Пишите в комментариях, что вы добавили в своего личного ассистента для упрощения ежедневной рутины.

Короче я устал гнаться за своими конкурентами и понял, что это неэффективно и вымытывает. Я пытаюсь угнаться за людьми, которые делают совсем другие вещи для других людей, и вместо того, чтобы продвигать свои собственные идеи, ты пытаешься повторять их в надежде на успех. В итоге успех не приходит и ты фрустрируешь х2 - никогда так не делайте.

Лучше оставаться самим собой и не иметь ничего, чем пытаться быть тем, кем не являешься.

В связи с этим я написал пост на Reddit про то, что единственный способ зарабатывать деньги на N8N - это делать хорошо свою работу. Все хорошие заказы идут через нетворкинг, а нетворкинг строится тогда. когда ты заботишься о людях и результатах своей работы. В итоге пост собрал больше 500 лайков и теперь у меня есть Топ-10 посты в ветках по n8n и no-code, что в целом отражает мой текущий опыт. ___ Я хочу продолжить заниматься ютубом, но подходить теперь к этому с головой, так как успех на этом поприще состоит из качественного контента и умении его подавать, что я делал спустя рукава все это время. Следующие ролики хочу построить вокруг небольших продуктов, которые я буду собирать на Lovable, на основе проблем, которые я вижу на рынке. Основной фокус на упрощении создания контента для бизнеса, так как контент король на рынке маркетинга и дальше его влияние будет только расти. Отсюда вопрос, какие из продуктов, по вашему мнению, являются наиболее желаемыми для рынка/могли бы помочь в вашем деле? 1️⃣ Youtube - генерация идей/скриптов для видео по вашей тематике на основе проверенных виральных видео (автоматический анализ конкурентов, поиск виральных видео, написание идей с учетом ниши) 2️⃣ Linkedin - написание виральных постов на основе проверенных форматов с учетом вашей ниши и базы знаний (сейчас очень легко завиралиться с помощью шеринга полезной информации за комментарии/лайки) 3️⃣ Short/reels - генерация коротких роликов на основе референса (сейчас на рынке есть пайплайны для определенных типов роликов, а я хочу сделать универсальный тул). 4️⃣ Jarvis - мультиагентный помощник, который реально помогает в бытовых задачах а не эта херня из ютуба для отправки писем и работает независимо от наличия запросов (то есть автономен в определении задач, их выполнении и сам инициирует коммуникацию)

Откуда черпаете информацию? Увидел, что мой хороший знакомый запустил свой канал, и решил немного попиарить без его ведома. Влад - основатель кодового агентства, живет в Китае и просто классный парень. Он так же как и я парится за качество и старается давать настоящую пользу. Подписывайтесь - https://t.me/kono1lov ____ 🧐 Предлагаю обменяться в комментах наиболее полезные каналами с оригинальным контентом, которые вы читаете каждый день, а то большинство из каналов просто аггрегируют один и тот же контент.

ПС - уже начинаем https://youtube.com/live/jHsRIWmyes4

⬇️ Кстати, для тех кто ничего не понял из поста выше, но очень интересно узнать про ИИ и ноукод Завтра буду участвовать в интенсиве от @pixeleperfect и проведу лекцию с общим обзором ИИ, ноукода и реальных кейсов. Это та же лекция, что была пару месяцев назад, но с новыми кейсами и свежими инструментами, которые сейчас в ходу. Приглашаю присоединиться завтра в 18:30 по мск Регистрация тут - https://t.me/pxp_reg_bot?start=id460209580

Как использовать новый Response API от OpenAI Всем спасибо за слова поддержки! Поныли и хватит - продолжаем писать тяжелый технический контент на основе реальных кейсов. Сегодня будет куча инсайтов по N8N и OpenAI. ____ Ранее я писал про сложный проект, который со скрипом удалось доделать. Сразу после завершения OpenAI что-то поменяли и 20 минут на генерацию отчета превратились в 280. При таком раскладе экономический смысл затеи терялся, поэтому пришлось придумывать что-то новое. Вводные данные: - Я использовал ассистента OpenAI с threads и gpt-4o-mini. - Мне нужно было сгенерировать 22 сообщения с structured output (это важный нюанс, так как сильно нагружает LLM). - На входе подается много данных (десяток страниц текста), поэтому тред быстро становится тяжелым и генерация каждого последующего сообщения замедляется. Что я попробовал: - Поменял HTTP ноды с stream параметром на код, так как последние запросы он думал по 20 минут и в конце выдавал какую-то билеберду. Еще я грешил на gpt-4o-mini, но gpt-4.1-mini съедало столько же времени. Для контекста - я использую кастомные HTTP запросы и делаю Run ассистента. В этом случае вам нужно либо получать всю цепочку рассуждений используя stream параметр, либо делать цикл ожидания и проверять результаты каждые Х секунд. - Генерировал без structured output - это не помогло. Оставалось попробовать: - Перейти на Responses и молиться, что проблема не на моей стороне. - Перейти на Chat completions - тут бы пришлось переделать всю структуру запросов, так как нужно будет самим отвечать за контекст, который обычно ложится на плечи threads. В итоге я решил попробовать реализовать с Responses API. Что нужно знать об этом подходе в сравнении с Assistants API: - Тут нет assistants - инструкции нужно задавать при запросе или они будут наследованы с предыдущего запроса. - Тут нет threads - вместо них есть указание предыдущего сообщения, через которое собирается вся цепочка сообщений в тред на стороне OpenAI. - Tools нужно указывать при каждом запросе отдельно. - Один запрос на всё - ответ от custom tool передается так же, как и сообщение пользователя, и при этом требует повторения параметров (к примеру вы дергали запрос с tools и указанием формата JSON schema, он выбрал custom tool, вам нужно отправить ответ от tool вместе с JSON schema, иначе будет дефолтный текстовый формат) В результате Responses показал такую же результативность, как и была до поломки - около 20 минут на 1 отчет с gpt-4o-mini. Для понимания - за 2 таких отчета компания берет $800 с клиентов и раньше на каждый из них уходило по 3-4 часа. Дополнительный плюс от работы с Responses - вы сможете видеть логи всех событий и ответов в дашборде OpenAI. ___ В следующем посте расскажу о том почему интерфейс N8N виснет и как этого избежать.