Стрим сегодня в 19:00 по мск

На стриме:
➡️ Покажу свою рабочую связку для автоматизации чтения новостей.
➡️ Сервис уже развернут: разберём Miniflux и детально смотрим устройство Workflow в n8n.
➡️ Как настроить LLM на проверку релевантности, перевод и отправку только нужных новостей в Telegram.

И конечно, ответы на ваши вопросы.

- - -
⏺️Запись стрима в клубе
- - -

#stream

Короткая пошаговая инструкция по созданию полностью локальной системы многагентной оркестрации на TinyLlama.

Система разбивает цель на подзадачи, распределяет их среди специализированных агентов (исследователь, программист, писатель, аналитик), выполняет их в порядке зависимостей и агрегирует выводы в единый ответ.

1. Подключаем пакеты

pip install transformers torch accelerate bitsandbytes -q
   

2. Создаём модели данных – классы Task и Agent, которые описывают ID, описание, назначение, статус и зависимости.

3. Регистриируем агентов в словаре AGENT_REGISTRY. Каждый агент имеет свой системный промпт и область экспертизы.

4. Обёртка LLM (LocalLLM) загружает TinyLlama в 4‑битном режиме, что позволяет работать без GPU даже на Colab.

5. Класс ManagerAgent отвечает за логирование, разложение цели, выполнение задач и синтез итогового результата.
- decompose_goal формирует JSON задач, используя LLM.
- execute_task вызывает конкретного агента, передавая контекст предыдущих задач.
- synthesize_results объединяет ответы в цельный документ.

6. Встроенные демоверсии (demo_basic, demo_coding, demo_custom) демонстрируют работу системы на простом примере объяснения алгоритма бинарного поиска, реализации функции поиска максимального элемента и произвольной цели.

Ключевые особенности:
➡️ Полностью офлайн – всё работает через transformers, без внешних API.

➡️ Лёгкая настройка, можно изменить промпты, добавить новых агентов, изменить модель LLM.

➡️ Лог при выполнении виден в консоли, а итоговый вывод строится из реальных ответов агентов.

👉 Полный код и инструкции на GitHub

#ai #Llama

Покажу свою рабочую связку для n8n автоматизации чтения зарубежных новостей.

➡️ Разберём Miniflux (RSS агрегатор) и детально смотрим устройство Workflow в n8n.
➡️ Как настроить LLM (GPT-OSS 20B) на проверку релевантности, перевод и отправку только нужных новостей в n8n Telegram бот.

- - -
👉 Смотреть видео на YouTube

👉 Смотреть видео на RuTube
- - -

➡️ Мой клуб по нейросетям (поддержать автора рублем)

#llm #n8n #gptoss #rss #miniflux

Арендовать сервер с RTX 4090 вместо покупки ПК в 2026?

В видео:
✔️ Как создать сервер с предустановленными драйверами и Parsec.
✔️ Сложно ли подключиться и настроить управление.
✔️ Тест в игре Atomic Heart на максимальных настройках.

- - -
👉 Смотреть видео на YouTube

👉 Смотреть видео на RuTube
- - -

➡️ Мой клуб по нейросетям (поддержать автора рублем)

#windows #game #server

Наконец-то 😎
Мой курс по работе с LLM вышел.

Этот курс — для всех, кто хочет эффективно работать с ИИ, получать качественные ответы и использовать его для реальных рабочих задач.

🔢Разберётесь, какие задачи можно автоматизировать с помощью ИИ.

🔢Как думает ИИ, и какая анатомия у промпта. Освоите базовую формулу промпта для чётких ответов.

🔢Научитесь задавать роли, обучать ИИ на примерах и получать структурированные ответы под нужный формат.

🔢Работа с документами и таблицами, научитесь извлекать данные и резюмировать большие массивы информации.

🔢Освоите мультимодальные промпты: анализ изображений, распознавание текста, сравнение и разбор визуального контента.

🔢Веб-поиск и актуальная информация.
Научитесь искать свежие данные, собирать источники, проверять факты и мониторить инфополе через ИИ.

🔢Chain of Thought и контроль качества.
Освоите пошаговое рассуждение, самопроверку ИИ, уменьшение галлюцинаций и контроль качества ответов.

🔢Научитесь строить цепочки промптов, использовать метапромпты, автоматизировать процессы и работать с этическими ограничениями.

🔢Сформируете свой план внедрения ИИ и стратегию применения полученных знаний.

➡️ Получить доступ к курсу