Не плохо набрало голосов "Разработка AI агентов".

Напишите что именно интересует и какие инструменты. В какую тематику агенты.

"Применение AI в бизнес процессах", напишите что именно интересует.
Инструменты, подходы, идеи, процессы. Укажите какой бизнес.

Есть материал и идеи о чем написать.

Продолжается набор группы.

Как и говорил если соберем минимум 5 человек, стартуем. Планируемый запуск 28.09.2025

Вопросы, предложения и желание принять участие, пишите в личку @DJWOMS

Во втором канале более AI`ый контент на общие темы. Промты, новости, рекомендации по работе с нейросетями, обновления с сайта и т.д.
Второй канал https://t.me/aisferaic

Так же не забывайте про клуб, в основном там про нейросети, но и стримы, видео с YouTube. Этот клуб замена boosty, так вы можете поддержать меня и мою работу. Ссылка на клуб

Кто давно хотел научится писать на Go?

Выкатил промпт, тестируйте оставляйте отзывы.
https://aisferaic.ru/prompts/139/

В тему опыта использования нейросетей.

На сайт выкладываю промпты для генерации изображений. И нужно сделать фильтр по: категории, жанру и стилю. Но какие они бывают?

Когда только начал использовать нейросети для генерации изображений, пришлось разобраться в этих понятиях. Без понимания, что такое: живопись, романтизм, модерн, натюрморт и т.д. хорошее изображение не получишь.

Чтобы создать категории, жанры и стили, обратился к нейросети за пояснениями и списком.

Вот так можно погрузиться в мир искусства.

MDXSearchTool CrewAI

Инструмент MDX позволяет эффективно искать и извлекать релевантную информацию из файлов MD с помощью поиска на основе запросов.
Этот инструмент незаменим для анализа данных, управления информацией, оптимизирует процесс поиска нужной информации в больших коллекциях документов.

from crewai_tools import MDXSearchTool

# Инициализируйте инструмент для поиска любого MDX контента, полученного во время выполнения
tool = MDXSearchTool()

# ИЛИ

# Инициализируйте инструмент с указанием конкретного пути к MDX файлу для поиска в этом документе
tool = MDXSearchTool(mdx='path/to/your/document.mdx')

По умолчанию инструмент использует OpenAI. Для настройки используйте словарь конфигурации.
Пример с локальной моделью в ollama.

tool = MDXSearchTool(
    mdx='knowledge/my_file.md',
    config=dict(
        embedder=dict(
            provider="ollama",
            config=dict(
                model="nomic-embed-text",
                base_url="http://localhost:11434"
            ),
        ),
    )
)

#crewai

Запись эфира с моим участием, для тех кто не смотрел онлайн.

Стрим сегодня в 19:00 по мск.

Мы поговорим:
🤔 Почему следовать канонам архитектуры в Django проектах так сложно?
🛠 На примерах из проекта разберем, как боролся с "монстрами" Django (ORM, Views, Settings) и где пришлось пойти на компромиссы.
🚦 Какие ловушки ждут при попытке отделить домен от фреймворка, и стоило ли оно того.


Смотреть стрим на YouTube

Смотреть стрим на RuTube

#stream #django

Вы просили, я сделал.

Промпт для обучения создания агентов на LangChain.
https://aisferaic.ru/prompts/142/

#langchain

LangChain vs CrewAI

LangChain и CrewAI — популярные фреймворки для работы с LLM. Разбираемся, чем они отличаются!

LangChain
Фокус на гибкости и кастомизации. Подходит для анализа текста, сложных workflow и RAG. Много интеграций, более 600. Минус, требует опыта и написания кода, поэтому лучше для разработчиков, которым нужен полный контроль.

CrewAI
Фокус на командах AI-агентов с ролями и делегированием, упрощает создание multi-agent систем. Позволяет быстро прототипировать, меньше кода, удобно для симуляции команд в маркетинге, HR, автоматизации и т.д. Минус, менее гибок для общих задач, но отлично подходит новичкам.


💡 Лайфхак: их можно комбинировать! CrewAI работает с инструментами LangChain.

#AI #LangChain #CrewAI

👆 Уже завтра стартует активность по использованию AI в коде

Можно присоединиться по данной ссылке

Стрим на это неделе будет в четверг, а не в пятницу как обычно.

😎 Три кита, на которых стоит любая программа

Неважно, пишете ли вы операционную систему или простую программу для подсчета чашек кофе. Абсолютно любая программа в мире состоит всего из трех базовых компонентов.

1. Данные (переменные/объекты). Это вся информация, которую обрабатывает программа. Числа, текст, списки, изображения и т.д.
2. Условия (ветвления). Это решения, которые принимает программа. ЕСЛИ что-то верно, ТО делаем одно, ИНАЧЕ — другое.
3. Циклы (повторения). Это выполнение одного и того же действия много раз.

🧱 Ваша задача как программиста — научиться собирать из этих трех примитивов алгоритмы. Сначала алгоритм, потом код!

Осознав эту простую истину и научившись собирать программы как Лего, вы сможете написать любую программу.

На встрече в клубе по нейросетям объяснял как научиться программированию.
И для примера привёл одну интересную задачу, чтобы продемонстрировать, как мыслить.

В прошлых постах выразил следующую мысль:
"Программирование это навык перевода задачи с человеческого языка на язык машины."

И лучший способ понять это — взять максимально некомпьютерную задачу.

🐐 Задача: Как запрограммировать процесс "подоить козу"?

Наш мозг сразу думает о фермере, руках, ведре... А программист должен думать о данных.

Шаг 1. Определяем данные (примитив 1):
* Молоко_В_Козе (источник)
* Молоко_В_Кастрюле (приемник)

Шаг 2. Определяем цикл (примитив 3):
* ПОКА (Молоко_В_Козе > 0) И (Кастрюля не переполнена)

Шаг 3. Определяем условие и действие (примитивы 2 и 1):
* Берем порцию молока (x).
* Действие (транзакция): Молоко_В_Козе = Молоко_В_Козе - x
* Действие (транзакция): Молоко_В_Кастрюле = Молоко_В_Кастрюле + x

🧐 Видите? Мы только что написали работающий алгоритм, не используя ни одного слова из Python или Java. Мы просто использовали данные, условия и циклы.

💡 Вывод: если вы можете разбить задачу "подоить козу" на шаги для машины, то вы можете написать любую программу. Код — это просто перевод этого алгоритма на выбранный язык.