В последнее время вокруг Wenxin постоянно всплывают новости.
Только что пролистывал текстовый рейтинг LMArena и неожиданно увидел, что выкатили ещё один превью-релиз — ERNIE-5.0-Preview-1203.
Он уже ворвался в глобальный топ-10 и стал единственной китайской моделью в топ-20. Похоже, Baidu всё это время спокойно и под шумок наращивала мощь.
Говорят, релиз финальной версии запланирован на январь. Если даже превью уже настолько сильное, то на какое место выйдет полноценный релиз?😲
Интерес подогревается. Я продолжу следить за новостями и, когда выйдет финальная версия, постараюсь найти время и прогнать её в реальных тестах.
Только что пролистывал текстовый рейтинг LMArena и неожиданно увидел, что выкатили ещё один превью-релиз — ERNIE-5.0-Preview-1203.
Он уже ворвался в глобальный топ-10 и стал единственной китайской моделью в топ-20. Похоже, Baidu всё это время спокойно и под шумок наращивала мощь.
Говорят, релиз финальной версии запланирован на январь. Если даже превью уже настолько сильное, то на какое место выйдет полноценный релиз?
Интерес подогревается. Я продолжу следить за новостями и, когда выйдет финальная версия, постараюсь найти время и прогнать её в реальных тестах.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤6👍4
This media is not supported in your browser
VIEW IN TELEGRAM
Большинство гайдов по RAG ограничиваются схемой retrieval + generation. При многотуровых диалогах и сложной логике такой подход быстро разваливается по качеству.
На GitHub нашел проект Агентный RAG для чайников. Не ведись на слово "для чайников" в названии: по сути это продакшен-уровневое решение agentic RAG, собранное на LangGraph.
Там есть память диалога и иерархическая индексация: сначала поиск по мелким чанкам, затем подтягивание крупных для полного контекста. Это снижает риск ответов без нормального окружения.
Поддерживается параллельная работа нескольких агентов для разруливания сложных запросов. Если инструкция расплывчатая, система может сама переспросить, чтобы уточнить намерение, вместо того чтобы уверенно галлюцинировать.
Еще внутри есть Gradio-интерфейс: управление документами, сохранение диалогов, ручное вмешательство (human-in-the-loop) и прочее. Плюс дается полный гайд по конвертации PDF в Markdown, с инструментами и сравнением вариантов.
Есть быстрый деплой через Docker и подробные Notebook-уроки, так что локально поднять все довольно легко.
На GitHub нашел проект Агентный RAG для чайников. Не ведись на слово "для чайников" в названии: по сути это продакшен-уровневое решение agentic RAG, собранное на LangGraph.
Там есть память диалога и иерархическая индексация: сначала поиск по мелким чанкам, затем подтягивание крупных для полного контекста. Это снижает риск ответов без нормального окружения.
Поддерживается параллельная работа нескольких агентов для разруливания сложных запросов. Если инструкция расплывчатая, система может сама переспросить, чтобы уточнить намерение, вместо того чтобы уверенно галлюцинировать.
Еще внутри есть Gradio-интерфейс: управление документами, сохранение диалогов, ручное вмешательство (human-in-the-loop) и прочее. Плюс дается полный гайд по конвертации PDF в Markdown, с инструментами и сравнением вариантов.
Есть быстрый деплой через Docker и подробные Notebook-уроки, так что локально поднять все довольно легко.
👍18❤8
This media is not supported in your browser
VIEW IN TELEGRAM
/export
Иногда нужны “протоколы”.
Удобно для доков, для обучения, ну и чтобы доказать самому себе в прошлом, что ты это уже пробовал.
Иногда нужны “протоколы”.
/export выгружает весь диалог в markdown: все промпты, ответы, вызовы тулов — вообще всё.Удобно для доков, для обучения, ну и чтобы доказать самому себе в прошлом, что ты это уже пробовал.
👍14🔥5❤4
AI-фреймворк для пентестинга с упором на автономных агентов.
Внутри больше 150 инструментов для автоматизации пентестов, поиска уязвимостей, багбаунти-рутинга и ресёрча в безопасности.
Сохраняем себе🕺
Внутри больше 150 инструментов для автоматизации пентестов, поиска уязвимостей, багбаунти-рутинга и ресёрча в безопасности.
Сохраняем себе
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18❤7👍3
PKM cтартовый набор. С AI-агентами и хуками на базе Obsidian + Claude Code:
• шаблон структуры Obsidian-хранилища (чтобы сразу начать вести заметки по шаблону)
• интеграция с Claude Code (чтобы интеллект мог работать с твоими заметками)
• хуки, кастомные агенты и «skills» (автоматизация задач, ревью недель, организация воронок и т.д.)
• автоматические коммиты, гиты, шаблоны ежедневных задач и целей
• модульные правила и расширяемость под себя
• цель — за ~15 минут получить рабочую PKM-систему с AI-помощниками
Кому интересно, вот ссылка📖
• шаблон структуры Obsidian-хранилища (чтобы сразу начать вести заметки по шаблону)
• интеграция с Claude Code (чтобы интеллект мог работать с твоими заметками)
• хуки, кастомные агенты и «skills» (автоматизация задач, ревью недель, организация воронок и т.д.)
• автоматические коммиты, гиты, шаблоны ежедневных задач и целей
• модульные правила и расширяемость под себя
• цель — за ~15 минут получить рабочую PKM-систему с AI-помощниками
Кому интересно, вот ссылка
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥14❤4😁1
This media is not supported in your browser
VIEW IN TELEGRAM
Firecrawl выкатили ноду
Обогащать данные ещё не было настолько легко: просто опиши, что тебе нужно, и
Глянь интеграцию тут
/agent для n8n Обогащать данные ещё не было настолько легко: просто опиши, что тебе нужно, и
/agent сам подтянет всю нужную инфу.Глянь интеграцию тут
❤6
В VS Code завезли визуальное редактирование для любых кодинг-агентов. Работает с твоими:
» Claude Code CLI
» Codex CLI
» GitHub Copilot
» Cursor CLI
Правишь визуально → смотришь diff → коммитишь, всё прямо в браузере.
Поддерживает любые фреймворки под приложение:
» Next.js
» React (Vite)
» Svelte
» Angular
» Другие стекы (.NET, Ruby и т.д.)
Если заходил визуальный редактор в Cursor, то должно зайти
Уже доступно как расширение для VS Code под названием Wuunu.🧦
» Claude Code CLI
» Codex CLI
» GitHub Copilot
» Cursor CLI
Правишь визуально → смотришь diff → коммитишь, всё прямо в браузере.
Поддерживает любые фреймворки под приложение:
» Next.js
» React (Vite)
» Svelte
» Angular
» Другие стекы (.NET, Ruby и т.д.)
Если заходил визуальный редактор в Cursor, то должно зайти
Уже доступно как расширение для VS Code под названием Wuunu.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥21❤7
This media is not supported in your browser
VIEW IN TELEGRAM
Саб-агенты
Санта не сам заворачивает каждый подарок. У него есть эльфы.
Саб-агенты — это эльфы Клода.
Каждый саб-агент получает свой контекст на 200k токенов, берёт на себя узкие задачи, работает параллельно и сливает результат обратно в основной агент.
Делегируй как Санта🎅
Санта не сам заворачивает каждый подарок. У него есть эльфы.
Саб-агенты — это эльфы Клода.
Каждый саб-агент получает свой контекст на 200k токенов, берёт на себя узкие задачи, работает параллельно и сливает результат обратно в основной агент.
Делегируй как Санта
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10👍4
Встречайте самый сильный 3B-модельный чекпоинт на рынке.
LFM2-2.6B-Exp это экспериментальный чекпоинт, собранный на базе LFM2-2.6B и обученный на чистом reinforcement learning.
Стабильный прирост по instruction following, знаниям и математическим бенчмаркам
Обгоняет другие 3B-модели в этих доменах
По IFBench обходит DeepSeek R1-0528, модель в 263 раза больше
Скачать и потестить👌
LFM2-2.6B-Exp это экспериментальный чекпоинт, собранный на базе LFM2-2.6B и обученный на чистом reinforcement learning.
Стабильный прирост по instruction following, знаниям и математическим бенчмаркам
Обгоняет другие 3B-модели в этих доменах
По IFBench обходит DeepSeek R1-0528, модель в 263 раза больше
Скачать и потестить
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12👍4
Prompting GPT 5.2 Codex для сохранения контекста
Отлично держит длинные задачи, но без явных подсказок может потерять нить результата.
Кинь это в начало своего файла
Так я давал ему работать три часа подряд без развала контекста:
Можно прописать один раз в ~/.codex/AGENTS.md, и тогда он будет автоматически подхватываться во всех сессиях Codex
https://github.com/openai/codex/blob/main/docs/agents_md.md
Отлично держит длинные задачи, но без явных подсказок может потерять нить результата.
Кинь это в начало своего файла
AGENTS.md - так Codex сможет тянуть задачи ещё большего масштаба.Так я давал ему работать три часа подряд без развала контекста:
## Continuity Ledger (устойчив к компакции)
Держи единый Continuity Ledger для рабочего пространства в `CONTINUITY.md`. Это каноничный бриф сессии, который переживает сжатие контекста. Не полагайся на старые реплики в чате, если они не отражены в леджере.
### Как это работает
В начале каждого хода ассистента: прочитать `CONTINUITY.md`, обновить под текущие цели/ограничения/решения/состояние, потом продолжать работу.
Обновлять `CONTINUITY.md` при любом изменении: цели, ограничений/допущений, ключевых решений, статуса прогресса (Done/Now/Next) или важных результатов инструментов.
Коротко и стабильно: только факты, без расшифровок диалога. Лучше списками. Неуверенность помечай как `UNCONFIRMED`, не додумывай.
Если замечаешь провалы в памяти или сжатие контекста: восстанови леджер из видимого контекста, пробелы пометь `UNCONFIRMED`, задай 1–3 точечных вопроса и продолжай.
`functions.update_plan` vs Ledger
`functions.update_plan` это рабочий каркас под короткий цикл исполнения (3–7 шагов со статусами pending/in_progress/completed).
`http://CONTINUITY.md` это опора для долгой связности через компакцию (что/почему/текущее состояние), а не пошаговый чеклист.
Синхронизируй их: если меняется план или состояние, обнови леджер на уровне намерения/прогресса, без микрошагов.
### В ответах
Начинай с короткого “Ledger Snapshot” (Goal + Now/Next + Open Questions). Полный леджер присылай только если он реально поменялся или если об этом попросили.
### Формат `CONTINUITY.md` (сохрани заголовки)
- Goal (критерии успеха):
- Constraints/Assumptions:
- Key decisions:
- State:
- Done:
- Now:
- Next:
- Open questions (UNCONFIRMED если нужно):
- Working set (files/ids/commands):
Можно прописать один раз в ~/.codex/AGENTS.md, и тогда он будет автоматически подхватываться во всех сессиях Codex
https://github.com/openai/codex/blob/main/docs/agents_md.md
🔥15❤4👍4
continuous claude v2 уже подъехал. Конфиг, который решает самую дефицитную штуку в разработке — контекст.
Автор работал с Continuous Claude, и в какой-то момент всё упёрлось в компакшн и управление контекстом.
После долгой сессии ты уже раз пятнадцать ужал переписку. Получается конспект конспекта конспекта.🐒
Модель теряет нить, придумывает фичи из воздуха, строчит лишний код. То, что начиналось как нормальная сессия, превращается в крик и мольбы "клауд, ну давай уже".
Рассмотрим 12 проблемных областей и их решения. Все это входит в плагин Continuity Claude
Проблема 1: MCP
Model Context Protocol больше похож на Context Eating Protocol.
Идея крутая, но жрут токены как не в себя.
Когда 4–5 MCP подключены и под рукой 60–70 тулов, влетает минус 60к токенов до того, как ты вообще что-то написал.
Решение — запуск MCP через код, где Claude вызывает MCP как skills, которые триггерят скрипты.
Не надо руками включать/выключать MCP, и контекст не превращается в свалку.
Проблема 2: где вообще идёт работа?
Ты планируешь фичу, даёшь Claude задачу, он начинает, но посреди процесса бах — компакшн.
И дальше как повезёт, сервера просто выкидывают тебя из процесса и всё разваливается.
Ответ : агенты со свежим контекстом.
Создаёшь агента → у него чистое окно, без шлейфа прошлого диалога.
Организовали это нормально = и основная переписка становится дашбордом/панелью управления.
Проблема 3: контекст руками
Надо помнить: обновить ledger, сделать handoff, отметить результат.
В потоке об этом не думаешь и забываешь.
Решение = хуки, которые следят за окном и подсказывают: сохранить стейт, сделать handoff или
То есть модель сама напоминает про “сервисные вещи”.
Проблема 4: чёрт, я забыл вызвать skill
Это закрывает ПРОБЛЕМУ с контекстом.
Вместо явных вызовов: говорю “
Фокус остаётся на работе, а не на том, как правильно вызвать тул.
Проблема 5: какого чёрта, почему это не работает, Claude?
Тут спасает Braintrust. Трассировка всех ходов: каждый запрос, каждый tool call, каждое сообщение.
Claude получает идеальную картину и может реально отлаживать, а не гадать.
Шестая проблема: кодовая база разрослась до абсурда
RepoPrompt вывозит это за счёт внешнего контекст-билдинга. Основной чат остаётся чистым, а нужные куски контекста подтягиваются по запросу. Не надо пихать весь проект в одно окно.
Седьмая проблема: «серьёзно, клауд, это уже сто лет как устарело, почему ты всё ещё это предлагаешь?»
Nia от Nozomioai в моём опыте экономит контекст лучше, чем Context7. За счёт этого проверки планов и решений проходят гладко, без тонны лишнего балласта.
Восьмая проблема: «чем мы вообще занимались в прошлый раз?»
Идея регистр непрерывности топ. В процессе сессии фиксируем цели, ограничения, сделанное и следующие шаги. Claude не теряет нить и не выдумывает своё.
Девятая проблема: «я сделал
Хэндoффы от humanlayer идеально спасают. Перед очисткой создаётся подробный контекст-хэндов. После
Десятая проблема: «если я ещё раз наберу
statusline решает. Смотрю просто на цвет индикатора:🟢 → 🟡 → 🔴 , когда приближаемся к компакшену. Хуки сами кидают предупреждения, когда пора сохраняться или чистить.
Одиннадцатая проблема: «хочу улучшить процесс, но как?»
Не надо ставить тысячу скиллов. Лучше выращивать свои. braintrust снова в игре: LLM-as-judge на завершении сессии просматривает логи, хэндоффы и ledgerы с помощью gpt-5.2, даёт оценку потоку и предлагает улучшения.
Claude потом использует это, чтобы генерировать новые хуки, правила и агентов через
Двенадцатая проблема: «можем ли мы учиться на истории?»
Поверх learnings-скилла хуки индексируют handoffы и ledgerы в базу. Можно спросить: «как мы решали это в прошлый раз?» и Claude действительно проверит.
Дальше универсальная база, объединяющая проектные БД.
Форкни и подгони под себя.💪
Автор работал с Continuous Claude, и в какой-то момент всё упёрлось в компакшн и управление контекстом.
После долгой сессии ты уже раз пятнадцать ужал переписку. Получается конспект конспекта конспекта.
Модель теряет нить, придумывает фичи из воздуха, строчит лишний код. То, что начиналось как нормальная сессия, превращается в крик и мольбы "клауд, ну давай уже".
Рассмотрим 12 проблемных областей и их решения. Все это входит в плагин Continuity Claude
Проблема 1: MCP
Model Context Protocol больше похож на Context Eating Protocol.
Идея крутая, но жрут токены как не в себя.
Когда 4–5 MCP подключены и под рукой 60–70 тулов, влетает минус 60к токенов до того, как ты вообще что-то написал.
Решение — запуск MCP через код, где Claude вызывает MCP как skills, которые триггерят скрипты.
Не надо руками включать/выключать MCP, и контекст не превращается в свалку.
Проблема 2: где вообще идёт работа?
Ты планируешь фичу, даёшь Claude задачу, он начинает, но посреди процесса бах — компакшн.
И дальше как повезёт, сервера просто выкидывают тебя из процесса и всё разваливается.
Ответ : агенты со свежим контекстом.
Создаёшь агента → у него чистое окно, без шлейфа прошлого диалога.
Организовали это нормально = и основная переписка становится дашбордом/панелью управления.
Проблема 3: контекст руками
Надо помнить: обновить ledger, сделать handoff, отметить результат.
В потоке об этом не думаешь и забываешь.
Решение = хуки, которые следят за окном и подсказывают: сохранить стейт, сделать handoff или
/clear.То есть модель сама напоминает про “сервисные вещи”.
Проблема 4: чёрт, я забыл вызвать skill
Это закрывает ПРОБЛЕМУ с контекстом.
Вместо явных вызовов: говорю “
create plan” → спавнится агент-планировщик.Фокус остаётся на работе, а не на том, как правильно вызвать тул.
Проблема 5: какого чёрта, почему это не работает, Claude?
Тут спасает Braintrust. Трассировка всех ходов: каждый запрос, каждый tool call, каждое сообщение.
Claude получает идеальную картину и может реально отлаживать, а не гадать.
Шестая проблема: кодовая база разрослась до абсурда
RepoPrompt вывозит это за счёт внешнего контекст-билдинга. Основной чат остаётся чистым, а нужные куски контекста подтягиваются по запросу. Не надо пихать весь проект в одно окно.
Седьмая проблема: «серьёзно, клауд, это уже сто лет как устарело, почему ты всё ещё это предлагаешь?»
Nia от Nozomioai в моём опыте экономит контекст лучше, чем Context7. За счёт этого проверки планов и решений проходят гладко, без тонны лишнего балласта.
Восьмая проблема: «чем мы вообще занимались в прошлый раз?»
Идея регистр непрерывности топ. В процессе сессии фиксируем цели, ограничения, сделанное и следующие шаги. Claude не теряет нить и не выдумывает своё.
Девятая проблема: «я сделал
/clear и теперь клауд будто впервые видит проект»Хэндoффы от humanlayer идеально спасают. Перед очисткой создаётся подробный контекст-хэндов. После
/clear Claude читает ledger + handoff и ты мгновенно возвращаешься в точку выхода.Десятая проблема: «если я ещё раз наберу
/context, я взвою»statusline решает. Смотрю просто на цвет индикатора:
154.7K 77% | main A:2
»» bypass permissions on (shift+tab to cycle)
Одиннадцатая проблема: «хочу улучшить процесс, но как?»
Не надо ставить тысячу скиллов. Лучше выращивать свои. braintrust снова в игре: LLM-as-judge на завершении сессии просматривает логи, хэндоффы и ledgerы с помощью gpt-5.2, даёт оценку потоку и предлагает улучшения.
Claude потом использует это, чтобы генерировать новые хуки, правила и агентов через
/compound-learnings.Двенадцатая проблема: «можем ли мы учиться на истории?»
Поверх learnings-скилла хуки индексируют handoffы и ledgerы в базу. Можно спросить: «как мы решали это в прошлый раз?» и Claude действительно проверит.
Дальше универсальная база, объединяющая проектные БД.
Форкни и подгони под себя.
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤13🤯5🗿2
This media is not supported in your browser
VIEW IN TELEGRAM
MiniMax M2.1 vs Opus 4.5 vs GLM-4.7: собрали с нуля интерактивную 3D-модель Солнечной системы.
Запускалось на 3 инстансах Claude Code параллельно.
Победитель:
🥇 GLM-4.7!
🥈 Opus 4.5 (slowest)
🥉 M2.1 (fastest)
У GLM-4.7 дизайн-скиллы вообще на другом уровне по сравнению с 4.6😲
Запускалось на 3 инстансах Claude Code параллельно.
Победитель:
🥇 GLM-4.7!
🥈 Opus 4.5 (slowest)
🥉 M2.1 (fastest)
У GLM-4.7 дизайн-скиллы вообще на другом уровне по сравнению с 4.6
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤12
CodexBar это утилита под macOS (меню-бар, без иконки в Dock), которая показывает твои лимиты/квоты у OpenAI Codex и Claude Code без необходимости входа в систему 😊
Буквально вчера вышел CodexBar 0.14.0 : добавили поддержку Antigravity и пофиксили кучу багов, включая “ghost” оверлей OpenAI web view и ситуацию, когда Claude probe сжирал токены.
Буквально вчера вышел CodexBar 0.14.0 : добавили поддержку Antigravity и пофиксили кучу багов, включая “ghost” оверлей OpenAI web view и ситуацию, когда Claude probe сжирал токены.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍2🔥2😭1
This media is not supported in your browser
VIEW IN TELEGRAM
Google Research выкатили штуку, которая выглядит как конец учебникам 😈
Называется Learn Your Way. На базе LearnLM она превращает любой PDF в 5 персонализированных форматов обучения. На тестах по удержанию материала: 78% против 67% у обычного учебника.
Проблема учебников проста: один шаблон для всех, никому нормально не подходит.
Подход Google: ИИ считывает твои интересы (спорт, музыка, еда), уровень подготовки и переписывает примеры так, чтобы они были про тебя. Физика становится понятной, история ощущается личной.
Форматов сразу пять:
• Интерактивный текст с вопросами
• Аудиоуроки в формате диалога с ИИ-преподавателем
• Слайды с озвучкой и пропусками для заполнения
• Майндмэп с масштабированием
• Квизы по разделам
Под капотом все серьёзно.
LearnLM внутри Gemini 2.5 Pro отвечает за персонализацию. Дальше работают мультиагентные пайплайны для генерации разных представлений. Отдельная модель обучена под учебные иллюстрации, потому что обычные SOTA-модели визуалку для образования тянут плохо.
Тестирование: 60 школьников из Чикаго, 15–18 лет. Рандомизированный контроль. 40 минут про развитие мозга.
Результат:
• Learn Your Way: 78% удержания через 3–5 дней
• Обычный PDF: 67%
• Комфорт: 100% против 70%
Три эксперта по образованию поставили 0.85+ по всем метрикам: точность, полнота, соответствие учебным принципам.
Это не демка , оно готово к продакшену и реально бустит обучение.
93% хотят пользоваться дальше.
Доступно в Google Labs: https://learnyourway.withgoogle.com
Есть уроки по иммунной системе, экономике, социологии. Система адаптируется под уровень и интересы в реальном времени.❤️
Называется Learn Your Way. На базе LearnLM она превращает любой PDF в 5 персонализированных форматов обучения. На тестах по удержанию материала: 78% против 67% у обычного учебника.
Проблема учебников проста: один шаблон для всех, никому нормально не подходит.
Подход Google: ИИ считывает твои интересы (спорт, музыка, еда), уровень подготовки и переписывает примеры так, чтобы они были про тебя. Физика становится понятной, история ощущается личной.
Форматов сразу пять:
• Интерактивный текст с вопросами
• Аудиоуроки в формате диалога с ИИ-преподавателем
• Слайды с озвучкой и пропусками для заполнения
• Майндмэп с масштабированием
• Квизы по разделам
Под капотом все серьёзно.
LearnLM внутри Gemini 2.5 Pro отвечает за персонализацию. Дальше работают мультиагентные пайплайны для генерации разных представлений. Отдельная модель обучена под учебные иллюстрации, потому что обычные SOTA-модели визуалку для образования тянут плохо.
Тестирование: 60 школьников из Чикаго, 15–18 лет. Рандомизированный контроль. 40 минут про развитие мозга.
Результат:
• Learn Your Way: 78% удержания через 3–5 дней
• Обычный PDF: 67%
• Комфорт: 100% против 70%
Три эксперта по образованию поставили 0.85+ по всем метрикам: точность, полнота, соответствие учебным принципам.
Это не демка , оно готово к продакшену и реально бустит обучение.
93% хотят пользоваться дальше.
Доступно в Google Labs: https://learnyourway.withgoogle.com
Есть уроки по иммунной системе, экономике, социологии. Система адаптируется под уровень и интересы в реальном времени.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍27🔥10❤6
Это офигенно. Три дня. Около 1500 звёзд на GitHub.
— делится автор своего набора Agent Skills для контекст-инжиниринга
Который между прочим сейчас на первом месте в replicate Hype
AI-комьюнити реально голодно до операционных знаний про агентов. Не очередной релиз фреймворка. Не очередной бенчмарк. А практические скиллы, как собирать системы, которые реально работают.
Контекст-инжиниринг становится той дисциплиной, которая отделяет агентов, хорошо выглядящих на демо, от агентов, которые нормально живут в проде.
Этот репо по сути ноутбук за последний год. Скоро автор добавит ещё скиллов.
Это только начало.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍31
Вот как Claude разносит процесс, собирая черновик современной виллы из примитивов - он сам управляет Unreal Engine через UnrealMCP.
Ты просто пишешь, что хочешь. Он делает. Он не просто исполняет команды, но и предлагает свои решения
Сначала нужно установить Unreal Engine.
Для этого ставишь Epic Games Launcher. В нём выбираешь нужную версию движка. Для этого MCP подойдёт любая версия Unreal Engine от 5.5 до 5.7.
Скачать: https://unrealengine.com/en-US/download
Дальше ставишь Claude для десктопа.
Заходишь на http://Claude.ai , кликаешь по аккаунту и жмёшь “download for (your system)”. Потом логинишься.
Теперь Claude может взаимодействовать с твоим компьютером. Круто. И немного стрёмно.
Уровень доступа настраивается в настройках, так что никаких сюрпризов.
Дальше — MCP от Flopperam. Я мог бы расписать шаги, но честно: YouTube-туториал намного полезнее, потому что всё визуально.
Я сам без видео бился головой об стену, а потом жалел. Не повторяй. Смотри видео.
GitHub: тут
YouTube: смотреть
После установки нужно дать Claude доступ.
Открываешь Claude Desktop → аккаунт → настройки → подключения. Убедись, что MCP там есть. И что он отображается в категории “Developer”.
Если не видишь , то перепроверь YouTube или GitHub, посмотри, что пропустил.
Ниже есть кусок кода, который нужно вставить в конфиг MCP для Claude Desktop.
Код можно просто скопировать из GitHub Flopperam, ссылку я уже давал.
ВСЁ. ГОТОВО.
Открываешь проект в Unreal, включаешь плагин, запускаешь Claude, разминаешь пальцы и начинаешь писать промпты.
Проблемы? GitHub или YouTube.
Да, выглядит пугающе, но обещаю: когда разберёшься, выходить не захочется.
Мотивация ниже.
И да, есть версия и для Blender.
Просто хочу сказать: ты реально можешь это сделать.
Я знаю, ты сейчас думаешь “сохраню на потом”. Но это “потом” может быть сегодня. И ты будешь рад, обещаю.
Ты справишься.
А если всё это кажется лёгким, то Flopperam уже выкатил бета-версию агентного билда с 3D-генерацией и контекстом.
Развлекайся.🔴
Ты просто пишешь, что хочешь. Он делает. Он не просто исполняет команды, но и предлагает свои решения
Сначала нужно установить Unreal Engine.
Для этого ставишь Epic Games Launcher. В нём выбираешь нужную версию движка. Для этого MCP подойдёт любая версия Unreal Engine от 5.5 до 5.7.
Скачать: https://unrealengine.com/en-US/download
Дальше ставишь Claude для десктопа.
Заходишь на http://Claude.ai , кликаешь по аккаунту и жмёшь “download for (your system)”. Потом логинишься.
Теперь Claude может взаимодействовать с твоим компьютером. Круто. И немного стрёмно.
Уровень доступа настраивается в настройках, так что никаких сюрпризов.
Дальше — MCP от Flopperam. Я мог бы расписать шаги, но честно: YouTube-туториал намного полезнее, потому что всё визуально.
Я сам без видео бился головой об стену, а потом жалел. Не повторяй. Смотри видео.
GitHub: тут
YouTube: смотреть
После установки нужно дать Claude доступ.
Открываешь Claude Desktop → аккаунт → настройки → подключения. Убедись, что MCP там есть. И что он отображается в категории “Developer”.
Если не видишь , то перепроверь YouTube или GitHub, посмотри, что пропустил.
Ниже есть кусок кода, который нужно вставить в конфиг MCP для Claude Desktop.
{
"mcpServers": {
"unrealMCP": {
"command": "uv",
"args": [
"--directory",
"/path/to/unreal-engine-mcp/Python",
"run",
"unreal_mcp_server_advanced.py"
]
}
}
}Код можно просто скопировать из GitHub Flopperam, ссылку я уже давал.
ВСЁ. ГОТОВО.
Открываешь проект в Unreal, включаешь плагин, запускаешь Claude, разминаешь пальцы и начинаешь писать промпты.
Проблемы? GitHub или YouTube.
Да, выглядит пугающе, но обещаю: когда разберёшься, выходить не захочется.
Мотивация ниже.
И да, есть версия и для Blender.
Просто хочу сказать: ты реально можешь это сделать.
Я знаю, ты сейчас думаешь “сохраню на потом”. Но это “потом” может быть сегодня. И ты будешь рад, обещаю.
Ты справишься.
А если всё это кажется лёгким, то Flopperam уже выкатил бета-версию агентного билда с 3D-генерацией и контекстом.
Развлекайся.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12👀5🤯4