AI для Разработки — Claude | Cursor | Copilot

Ваш сайт невидим для ChatGPT? Есть тулза проверить Пока вы оптимизируете под Google, AI-ассистенты уже отвечают на вопросы пользователей — и ваш сайт могут вообще не цитировать. Это называется GEO — оптимизация под генеративные движки (ChatGPT, Gemini, Perplexity). Разница с классическим SEO простая: раньше боролись за клик, теперь — за цитирование. Пользователь может получить ответ из вашего контента, даже не зайдя к вам. geo-seo-claude — скилл для Claude Code, который одной командой проверяет: — насколько AI-системы готовы вас цитировать (Citability Score 0-100) — не заблокировали ли вы AI-краулеров в robots.txt (многие даже не знают об этом) — есть ли нужная Schema-разметка (FAQ, HowTo, Article) — как бренд упоминается на внешних площадках Ставится за секунду:

npx skills add zubair-trabzada/geo-seo-claude

И дальше просто пишешь в Claude Code «проведи GEO-аудит example.com» — он сам всё проанализирует и выдаст отчёт с конкретными рекомендациями. 🔥 — пойду проверять свой сайт 🤷 — SEO и так работает @ai_for_dev

Git в VS Code без боли и терминала Если надоело прыгать между редактором и git rebase -i, посмотри Interactive Git Log — расширение для VS Code, которое запихивает весь Git-процесс в одну панель. Что умеет: → Рисует граф веток от точки расхождения с main → Rebase перетаскиванием — драгом меняешь порядок коммитов, сквошишь, дропаешь → Stage/unstage/revert файлов в один клик → Коммит и amend прямо из графа → Показывает статус PR и CI на ветках (нужен gh auth login) → Конфликты при rebase резолвишь там же По фичам обходит и GitLens, и Git Graph — особенно по операциям с файлами и PR-статусу. Бесплатно, без Pro-тиров и пэйволлов. Есть русская локализация. 🔥 — пойду наконец удалять терминал 👀 — надо потыкать на пет-проекте @ai_for_dev

200+ AI-моделей в одном окне — и бесплатно Кто-то взял и собрал Flux, Kling, Sora, Midjourney и ещё пару сотен генераторов в одно приложение. Опенсорс, без подписок. Четыре студии: картинки, видео, lip sync и «кинематограф». Поддерживает text-to-image, image-to-video и прочие комбинации. Можно прямо в браузере — без установки. Или скачать десктоп-приложение под macOS и Windows. Или захостить у себя — исходники открыты. На macOS придётся разок прогнать xattr -cr из-за Gatekeeper, но это стандартная история для неподписанных приложений. Для разработчиков, которым нужна генерация визуала без возни с API каждой модели по отдельности — штука любопытная. 🎉 — бесплатно? забираю 😎 — у меня ComfyUI и так летает @ai_for_dev

Fire-PDF: PDF-ки в Markdown за 400 мс на страницу Firecrawl выкатил Fire-PDF — парсер, который жуёт любые документы и выдаёт чистый Markdown, готовый скормить LLM без всяких OCR-танцев. Что умеет: • 400 мс на страницу, в 5 раз шустрее старого • 216-страничный финансовый отчёт — 83 секунды и ты в дамках • Таблицы, заголовки, структура — всё на месте • Формулы в LaTeX (привет, научные статьи) • PDF, Word, Excel и прочий зоопарк Есть режим auto и явный ocr с лимитом страниц — настраивается одной строкой в parsers. Документация тут. 🔥 — закину в свой RAG на выходных 👀 — надо потестить на кривых сканах @ai_for_dev

Nvidia научила генерить целые 3D-миры из одной картинки Вышла Lyra 2.0 — и это не очередной «красивый демо-ролик, забудьте через неделю». Штука реально решает главную боль генеративных 3D-моделей: они раньше забывали, что уже нарисовали, и при повороте камеры назад выдавали совершенно другую сцену. Lyra 2.0 запоминает геометрию, сопоставляет точки пространства между кадрами и сама чинит накопленные артефакты. В итоге — стабильный 3D-мир, который можно обходить камерой без сюрпризов. Самое вкусное для разработчиков: результат экспортируется в Gaussian Splatting и меши, которые можно закинуть прямо в NVIDIA Isaac Sim для симуляции роботов. Картинка → 3D-сцена → робот ходит по ней. Всё опенсорс, Apache 2.0. GitHub · HuggingFace 🤩 — будущее наступило 😎 — на выходных разверну @ai_for_dev

Gitar: AI-агенты, которые ревьюят код за тебя Vibe coding порождает тонны кода, а кто будет это всё ревьюить? Правильно — другой AI. Стартап Gitar поднял $9 млн и предлагает именно это. Идея простая: ты (или твой Copilot) пишешь код, а агенты Gitar проверяют его на безопасность, гоняют тесты, диагностируют падения CI и сами создают PR с фиксами. По сути — автопилот для код-ревью и CI/CD. Основатель — бывший инженер из Intel Labs, Google и Uber. Обещает, что со временем ручной код-ревью станет исключением, а не правилом. Амбициозно. Можно создавать собственных агентов под нужды команды — секьюрити, обслуживание, что угодно. Подписочная модель. 🔥 — хочу такое в свой CI 🤡 — ещё один AI чинит за AI @ai_for_dev

Пишешь функцию на английском — получаешь 5МБ нейронки, работающую локально PAW компилирует спецификации на обычном языке в маленькие нейронные программы, которые запускаются как обычные Python-функции. Никакого интернета, никакого OpenAI-счёта в конце месяца, никаких rate limits. Под капотом — фиксированный Qwen3 0.6B без изменений плюс LoRA, которая и есть ваша «скомпилированная функция». Всё. Где зайдёт: триаж тикетов по срочности, починка сломанного JSON от клиентов, фильтрация логов, роутинг инструментов для агентов — короче, все те нечёткие задачи, где регулярками уже не выехать, а дёргать GPT-4 за каждый лог жирновато. Самое смешное — FuzzyBench: PAW на 0.6B даёт 73.4%, чистый промпт-инжиниринг на той же модели — 9.8%. Даже Qwen3 32B выдаёт всего 68.7%. Маленькая заточенная модель уделывает большую общего назначения. Есть вариант на GPT-2 124M — крутится прямо в браузере через WebAssembly. Базовая модель 134 МБ один раз, потом каждая функция ~5 МБ. Ставится обычно:

pip install programasweights
npm install @programasweights/web

🔥 — пойду компилировать 🤔 — звучит слишком хорошо @ai_for_dev

Rufler: один YAML вместо шаманства с CLI для роя Claude Code агентов Знаете это чувство, когда history в терминале выглядит как заклинание на латыни? Автор Rufler знает — он пытался настроить рой агентов через ruflo и сломался на третий вечер. Проблема: чтобы запустить несколько агентов (архитектор, кодер, тестировщик), нужно вручную инициализировать демона, настроить память, создать топологию, сконфигурировать автопилот. Одна опечатка — и агенты жрут токены впустую. Решение — Rufler. Всё описание проекта в одном YAML: — роли агентов и зависимости между ними — гибридная память и кастомные скиллы — автодекомпозиция задачи (Claude сам разбивает на этапы) — rufler run — и пошёл пить кофе По сути это Docker Compose для AI-агентов. Декларативно описал что хочешь — система разбирается сама. Полный разбор с примерами конфигов 🔥 — Docker Compose для агентов — красиво 🤡 — очередная обёртка над обёрткой @ai_for_dev

Claude научили смотреть видео — через Qwen Omni Claude до сих пор слепой к видео. Можно нарезать на кадры, но контекст движения теряется, и это больше похоже на гадание по скриншотам. Чувак решил проблему в лоб: написал Python-мост на 226 строк, который кидает видео в Qwen Omni, а текстовый разбор возвращает обратно Claude. Одна зависимость, работает везде.

claude plugin add kirillbrsnkv/give-claude-eyes

Дальше просто говоришь Claude «разбери это видео» — он сам вызывает Qwen под капотом. Можно батчить целые папки, задавать уточняющие вопросы, крутить FPS для экономии токенов. Автор протестировал на 29 видео-референсах анимации — рассортировал по категориям движений за минуты вместо полутора часов вручную. Репозиторий — MIT, Python 3.9+. 🔥 — гениально и просто 🤷 — Anthropic, ну когда уже нативно? @ai_for_dev

CLAUDE.md по заветам Карпати — 40K звёзд за два дня Карпати как-то пожаловался, что LLM при кодинге молча додумывают за тебя, раздувают код и лезут менять то, что трогать не просили. Кто-то это формализовал в один файл CLAUDE.md — и понеслось. andrej-karpathy-skills — это 4 принципа для Claude Code: — Думай перед кодом — не угадывай, а спрашивай — Простота — если 200 строк можно заменить на 50, замени — Хирургические правки — не трогай то, что работает — Цель важнее процесса — сначала тесты, потом код По сути, это кодификация здравого смысла. Но когда здравый смысл оформлен в CLAUDE.md — модель реально начинает ему следовать. ~40 000 звёзд за пару дней говорят сами за себя. Репозиторий на GitHub 🔥 — уже закинул в проект 😎 — мой CLAUDE.md и так на 500 строк @ai_for_dev

GPT-5.4 Cyber — OpenAI сделали модель для пентестеров OpenAI выкатили GPT-5.4 Cyber — модель, заточенную под поиск уязвимостей в софте. Звучит как мечта любого AppSec-инженера, но есть нюанс. Доступ — только через программу Trusted Access for Cyber, и даже подтверждённый статус специалиста не гарантирует вход. Нужен наивысший уровень доступа от OpenAI. Буквально — VIP-пропуск в мир AI-пентеста. Детали на сайте OpenAI 👀 — интересно, что найдёт в моём коде 🤔 — закрытый доступ настораживает @ai_for_dev

Gemma 4 в кармане — Google выкатила приложение для локального AI на телефоне Google тихо зарелизила AI Edge Gallery — приложение, которое запускает Gemma 4 прямо на мобилке. Без интернета, без облака, все данные остаются на устройстве. И это не просто чатик. Внутри: — Agent Skills — модель умеет ходить в Wikipedia, показывать карты и визуальные карточки. Можно подгружать свои навыки по URL — Thinking Mode — видишь, как модель рассуждает пошагово — Мультимодал: анализ картинок с камеры, транскрипция голоса — Prompt Lab — крутишь temperature и top-k как хочешь — Бенчмарки прямо на твоём железе Модели на выбор: E4B (нужно ~8 ГБ RAM) и E2B (полегче). Весь проект open-source — репо на GitHub Скачать: iOS | Android 🔥 — ставлю на обед 🤷 — мой телефон не потянет @ai_for_dev

ИИ нашёл «уязвимость» в OpenBSD. Команда переименовала переменную, чтобы он отстал История уровня «facepalm года». Кто-то натравил ИИ на код pfsync в OpenBSD. Модель увидела поле pfcksum[PF_MD5_DIGEST_LENGTH], прочитала «cksum» и «MD5» в названии и решила: тут хранится контрольная сумма, но она не проверяется — дыра в безопасности! На самом деле поле планировали использовать для хэша правил, потом передумали, но оставили ради совместимости. Оно всегда было забито нулями. Никакой уязвимости нет и не было. Лучшая часть: человек, который запустил ИИ-аудит, даже не потрудился проверить результат перед отправкой отчёта Тео де Раадту. Итог: команда OpenBSD переименовала поле в spare[16] — чтобы нейросети перестали триггериться на название. Буквально подстроили код под галлюцинации ИИ. Между тем в ядре Linux уже оформили правила для AI-кода: проходи ревью как все, никаких поблажек. 🤡 — переменные теперь AI-proof 😐 — а кто-то такие отчёты принимает всерьёз @ai_for_dev

AI-пентестер, который сам ломает ваши сервисы Знакомьтесь — Decepticon. Это автономный агент для тестирования безопасности. Даёшь ему цель — он сам разбирается, как её вскрыть. Что умеет: • Сам строит цепочки атак и имитирует реального злоумышленника • Для каждой задачи поднимает отдельного агента • Работает в Docker — весь хаос остаётся в контейнере • Под капотом Claude или GPT — настраиваешь свой API-ключ Поставить можно за минуту:

curl -fsSL https://decepticon.red/install | bash
decepticon config
decepticon demo

Open source, Apache 2.0. Хороший способ узнать, что о безопасности ваших сервисов думает AI. 🔥 — натравлю на свой проект 🤔 — звучит опасно @ai_for_dev

Claude Code теперь шарит в Material Design 3 лучше твоего дизайнера Вышел скилл, который обучает Claude Code всей спецификации Material Design 3 — от токенов до компонентов. Устанавливаешь, и Claude начинает: • Генерить MD3-совместимые интерфейсы — правильные токены, темы, доступность • Работать с Jetpack Compose как основной платформой — composables, адаптивные макеты, всё по спеке • Поддерживать Flutter и веб (хотя веб в режиме обслуживания) • Покрывать 30+ компонентов с атрибутами и примерами • Проводить аудит готового приложения на соответствие MD3 по 10 категориям Скилл собирали вместе с Claude Code из официальных доков Google — получилась сжатая спецификация, заточенная под генерацию кода. GitHub 🔥 — ставлю прямо сейчас 😁 — дизайнер, беги @ai_for_dev

Google отдали свой детектор файлов в open source Знакомьтесь — Magika. Тот самый инструмент, который внутри Google проверяет сотни миллиардов файлов в неделю через Gmail, Drive и Safe Browsing. Суть простая: определяет реальный тип файла, а не то, что написано в расширении. Переименовал малварь в resume.pdf? Magika не купится. Замаскировал скрипт под картинку? Тоже мимо. Под капотом — компактная модель на deep learning: — обучена на 100 млн файлов — понимает 200+ типов контента — точность ~99% — 5 мс на файл на обычном CPU

pip install magika

Есть пакеты для Python, JavaScript и Go. Уже интегрирован с VirusTotal. Репозиторий на GitHub 🔥 — в валидацию загрузок 😎 — file magic и так работает @ai_for_dev

Когда эмбеддинги путают Стругацких с Толстым — пора делать свой ретривер Векторный поиск красив, но у него есть слабость: имена собственные и термины для него — каша. Спросите «что сделал Сикорски?» — и получите чанк про совершенно другого персонажа. Автор на Хабре показывает, как за 5 ноутбуков собрать TF-IDF ретривер и прикрутить его к LangChain: — Режем текст на чанки с markdown-разметкой — Строим TF-IDF модель через gensim — Оборачиваем в BaseRetriever — и он встаёт в любую RAG-цепочку — Гоняем бенчмарк: кастомный ретривер vs стандартные В качестве тестовых данных — «Жук в муравейнике» Стругацких. Репозиторий с кодом, моделями и данными прилагается. Читать туториал 🔥 — классика не умирает 😎 — соберу на выходных @ai_for_dev

NER на практике: гайд без воды Чувак из red_mad_robot написал статью про то, как реально делать NER — не теория из учебника, а руками: от «что хочет заказчик» до работающего сервиса. Кейс — HR-система. Приходят резюме в PDF, нужно вытащить: — имя и фамилию — email и телефон — навыки — ожидаемую зарплату По шагам: сначала разбираешься с задачей (домен, язык, формат), потом данные и разметка, потом модель, потом оборачиваешь в сервис. Всё на Python, с кодом. Если вам когда-нибудь прилетала задача «вытащи из текста вот эти сущности» — это именно оно. Читать на Хабре 👍 — классика NLP жива 😎 — я это regex-ом решаю @ai_for_dev

Qwen Code — бесплатный вайбкодинг прямо в терминале Alibaba форкнула Gemini CLI, прикрутила свои модели и выкатила Qwen Code под Apache-2.0. Работает на Qwen3.6-Plus, версия агента — 0.14.3. По сути — терминальный агент, который сам планирует и пишет код. Умеет работать с файлами, гонять команды, подключать внешние инструменты через MCP (Playwright, Context7, GitHub). Можно переключить на Anthropic, OpenAI или Gemini — настройки в ~/.qwen/settings.json. Есть штука Skills — текстовые инструкции, которые агент читает перед работой. Хотите типизированный Python и чтобы не лез в определённые файлы — пишете в файлик, агент подчиняется. Плагины для VS Code, JetBrains и Zed прилагаются. Установка — одна строка:

npm install -g @qwen-code/qwen-code@latest

Node.js 20+, авторизация через OAuth на qwen.ai — бесплатно. GitHub · Документация 👏 — Alibaba делает вещи 😎 — у меня Claude Code @ai_for_dev

Claude написал DatePicker, а потом началось самое интересное Ребята решили не брать готовую библиотеку для выбора даты, а собрать свой компонент на React + TypeScript. И не просто собрать, а сделать полностью доступным по WCAG 2.1/2.2 Level AA. План был красивый: скормить Claude промпт с требованиями WAI-ARIA APG, получить основу и немного допилить. Claude выдал рабочую структуру — dialog, grid, aria-атрибуты, даже клавиатурную навигацию. «Ух ты, осталось немного допилить!» — подумали они. А дальше пошли нюансы: roving tabindex без вложенных кнопок, focus trap, aria-live на заголовке месяца, контрастность 4.5:1 и ещё десяток мелочей, которые AI пропустил. Мораль: Claude — отличный стартер, но accessibility — это территория, где без ручной работы никуда. Потыкать демо · Полная статья ✍️ — accessibility — это важно 😎 — aria-label расставлю на выходных @ai_for_dev