Please open Telegram to view this post
VIEW IN TELEGRAM
😁11🔥2😱1💩1🐳1
Доброго дня, друзі!
Сьогодні в нас стрім! Зверніть увагу, що змінилась тема стріму! Тему, яку ми оголошували, обговоримо через 2 тижні!
Сьогодні поговоримо про generative AI та фреймворк
🦜🔗langchain!
🔗 https://www.mathrandom.com/events/from-genai-basics-to-genai-agents/
🔗https://www.youtube.com/watch?v=yEoT6Qy6YqI
#stream #ai #langchain #talk #js
Сьогодні в нас стрім! Зверніть увагу, що змінилась тема стріму! Тему, яку ми оголошували, обговоримо через 2 тижні!
Сьогодні поговоримо про generative AI та фреймворк
🦜🔗langchain!
🔗 https://www.mathrandom.com/events/from-genai-basics-to-genai-agents/
🔗https://www.youtube.com/watch?v=yEoT6Qy6YqI
#stream #ai #langchain #talk #js
❤🔥4👍2👀1
Доброго дня, друзі!
Нещодавно вийшла нова (вже четверта!) версія фреймворку Astro!
🔥 - знаю Astro і використовую
👍 - чув, хочу спробувати
👎 - чув, не подобається
👀 - перший раз чую, подивлюсь
💩 - припиніть придумувати нові фреймворки, я ще із старими не розібрався
🕊 - всім миру, добра та більше різних фреймворків
🔗 https://astro.build/blog/astro-4/
#astro #js #release #framework
Нещодавно вийшла нова (вже четверта!) версія фреймворку Astro!
🔥 - знаю Astro і використовую
👍 - чув, хочу спробувати
👎 - чув, не подобається
👀 - перший раз чую, подивлюсь
💩 - припиніть придумувати нові фреймворки, я ще із старими не розібрався
🕊 - всім миру, добра та більше різних фреймворків
🔗 https://astro.build/blog/astro-4/
#astro #js #release #framework
🕊14👍10💩7👀7🔥4
Привіт, Math.random() Community!
Ми трохи забарилися з новими конкурсами, чи не так?
Ось вам посилання на захоплюючий математичний виклик: задача полягає в тому, щоб представити число 2024, використовуючи лише число Пі і без жодної цифри!
🔗 https://t.me/matan_kpi_ua/452
Але ми вирішили додати ще кілька спецій в це завдання для нашої спільноти:
- Представте число 2024 у JavaScript найкоротшим способом, уникаючи використання цифр.
- Покажіть, як можна відобразити 2024 в JavaScript, не вдаючись до цифр і застосовуючи лише модуль Math.
Залишайте свої креативні рішення у коментарях до цього посту. Ми обговоримо всі пропозиції після 16 березня!
#competition #math #js
Ми трохи забарилися з новими конкурсами, чи не так?
Ось вам посилання на захоплюючий математичний виклик: задача полягає в тому, щоб представити число 2024, використовуючи лише число Пі і без жодної цифри!
🔗 https://t.me/matan_kpi_ua/452
Але ми вирішили додати ще кілька спецій в це завдання для нашої спільноти:
- Представте число 2024 у JavaScript найкоротшим способом, уникаючи використання цифр.
- Покажіть, як можна відобразити 2024 в JavaScript, не вдаючись до цифр і застосовуючи лише модуль Math.
Залишайте свої креативні рішення у коментарях до цього посту. Ми обговоримо всі пропозиції після 16 березня!
#competition #math #js
👍4🔥2🕊1
Спостереження тижня📊:
Кількість статей "AI замінить програмістів"📉 зменшилась.
Кількість статей "Як працювати з AI-агентом ефективно" 📈 виросла.
Це гарний сигнал - спільнота переходить від страху до прагматики. 🧠 Те саме було з ChatGPT у 2023, з Docker у 2014, з Cloud у 2010.
🦕Кожна нова технологія проходить три фази:
1. Це нас замінить.
2. Це все не працює нормально.
3. Це звичайний інструмент у наборі.
🛠️ AI-агенти зараз посеред другої фази. Третя - за 12-18 місяців.
Якщо встигнете опанувати дисципліну роботи з ними зараз 🏃♂️, то будете на перших ролях, коли всі підтягнуться🏆
#js_ai_trends
Кількість статей "AI замінить програмістів"📉 зменшилась.
Кількість статей "Як працювати з AI-агентом ефективно" 📈 виросла.
Це гарний сигнал - спільнота переходить від страху до прагматики. 🧠 Те саме було з ChatGPT у 2023, з Docker у 2014, з Cloud у 2010.
🦕Кожна нова технологія проходить три фази:
1. Це нас замінить.
2. Це все не працює нормально.
3. Це звичайний інструмент у наборі.
🛠️ AI-агенти зараз посеред другої фази. Третя - за 12-18 місяців.
Якщо встигнете опанувати дисципліну роботи з ними зараз 🏃♂️, то будете на перших ролях, коли всі підтягнуться🏆
#js_ai_trends
👍10❤6🔥2
Привіт, Math.random()!
Пропонуємо вам ознайомитися з isitagentready.com - це сервіс від Cloudflare, який перевіряє, чи готовий ваш сайт до AI-агентів.
Не до SEO.
Не до користувачів.
А до ChatGPT, Claude, Copilot, Cursor та інших агентів, які все частіше стають “інтерфейсом” до інтернету.
Сайт аналізує:
• robots.txt для AI-ботів
• доступність Markdown-контенту
• MCP / Agent Skills
• OAuth discovery
• API catalog
• agent-ready протоколи
По суті - це перші кроки до “SEO для AI”.
Схоже, скоро питання буде не “Чи знайде вас Google?”, а “Чи зможе ваш продукт зрозуміти та використати AI-агент?”
🔗 Досліджуйте тут: https://isitagentready.com
#js_ai_trends
Пропонуємо вам ознайомитися з isitagentready.com - це сервіс від Cloudflare, який перевіряє, чи готовий ваш сайт до AI-агентів.
Не до SEO.
Не до користувачів.
А до ChatGPT, Claude, Copilot, Cursor та інших агентів, які все частіше стають “інтерфейсом” до інтернету.
Сайт аналізує:
• robots.txt для AI-ботів
• доступність Markdown-контенту
• MCP / Agent Skills
• OAuth discovery
• API catalog
• agent-ready протоколи
По суті - це перші кроки до “SEO для AI”.
Схоже, скоро питання буде не “Чи знайде вас Google?”, а “Чи зможе ваш продукт зрозуміти та використати AI-агент?”
🔗 Досліджуйте тут: https://isitagentready.com
#js_ai_trends
Is Your Site Agent-Ready?
Scan your website to see if it's ready for AI agents. Check for llms.txt, MCP, agent skills, and other agent-friendly standards.
🔥8👍5❤2
🥷 SDK - це вже не просто обгортка над API, а шар контролю, де AI-лаби воюють за dev experience.
Робив pip install openai?
Ти вже користувався Stainless, просто не знав про це.
Вчора Anthropic купив його за $300M+ і закрив для всіх, крім себе.
Де це торкнеться тебе 👇
🟢 SDK OpenAI/Google у проді - не заберуть, але за 6-12 міс стиль може змінитись.
🟢 Будуєш на MCP - Anthropic володіє і протоколом, і тулзами.
AI-лаби воюють вже не за модель, а за інфраструктуру між нею і кодом.
DX - не маркетинг, а позиція на ринку 🎯
#js_ai_trends
Робив pip install openai?
Ти вже користувався Stainless, просто не знав про це.
Вчора Anthropic купив його за $300M+ і закрив для всіх, крім себе.
Де це торкнеться тебе 👇
🟢 SDK OpenAI/Google у проді - не заберуть, але за 6-12 міс стиль може змінитись.
🟢 Будуєш на MCP - Anthropic володіє і протоколом, і тулзами.
AI-лаби воюють вже не за модель, а за інфраструктуру між нею і кодом.
DX - не маркетинг, а позиція на ринку 🎯
#js_ai_trends
❤6🔥3👏3👍2
AI не замінить розробників.
Але він уже замінює тих, хто не розуміє, як будуються AI-системи. Питання лише в тому, чи встигнете ви адаптуватися.
За останні пів року вимоги до Senior+ рівня змінилися радикально. Ось мій roadmap на карті вище — орієнтир, куди вкладати час, поки вікно можливостей відкрите, а конкуренції в цих темах ще мало.
Повний розбір — на DOU
🔗 https://dou.ua/forums/topic/60053/
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9❤7🔥3👀1
JS у AI-епоху · тренд 1 з 10
Rust-based тулінг став дефолтом, а швидкий пайплайн = агент не чекає = менше токенів. Тепер конкретика - що і як замінити, без болю і з можливістю відкату.
1. Лінтер + форматтер: ESLint + Prettier → Biome
Два інструменти, два конфіги, два проходи по коду - в один бінарник. Biome дає ~97% сумісності з Prettier і працює у 25-35 разів швидше.
Міграція автоматична:
npm install --save-dev --save-exact @biomejs/biome
npx @biomejs/biome migrate eslint --write
npx @biomejs/biome migrate prettier --write
Команди читають ваші .eslintrc і .prettierrc та переносять правила в biome.json. У кінці інструмент покаже, який відсоток правил відтворено - рішення приймаєте за даними, не наосліп.
Перевірка: biome check . замість окремих lint і format.
2. Рантайм + менеджер пакетів: Node.js → Bun
Bun стартує миттєво (немає startup overhead) і ставить залежності в рази швидше. Почніть з малого: bun install замість npm install у pet-проекті. Більшість npm-скриптів працюють без змін.
Що варто знати до переходу:
Biome гірше покриває Vue, Markdown, YAML - якщо їх багато, лишіть для них Prettier, а Biome дайте на JS/TS. Гібрид теж робочий.
Bun у проді ще не для всіх кейсів - перевірте свої нативні залежності.
Усе оборотне: конфіги ESLint/Prettier не видаляйте відразу, тримайте тиждень паралельно.
Коли CI летить за 30 секунд замість 5 хвилин, міняється сам ритм роботи. А якщо у вас агент ганяє pipeline на кожен PR - він не простоює в очікуванні, і ви не палите токени на чекання.
Дія на вихідні: візьміть один pet-проект, проженіть три команди вище, запустіть biome check. Півгодини - і ви всередині теми, про яку у 2026 питатимуть на співбесідах.
Що у вашому стеку?
🔥 Biome · 👏 Bun · ⭐ обидва · 👀 ще ні
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👀7🔥5❤2👍2👏2 2
Зарядка телефона не підходить до планшета, навушники - тільки до однієї моделі, а новий гаджет вимагає бігти по черговий перехідник.
Потім Anthropic відкрив Model Context Protocol - і дав екосистемі USB-C.
За рік стандарт підхопили провідні AI-компанії — від OpenAI до Google.
Агенти все частіше самі обирають, який інструмент узяти під задачу. І беруть з того, що вміють викликати.
Тому вміння підняти власний MCP-сервер на TypeScript - це вже не екзотика, а базова навичка рівня "вмію писати REST endpoint" зразка 2015. Найближчим часом без неї на серйозний проект складно буде зайти.
Я зробив MCP-сервер для свого copy paste detector - агент викликає його напряму й отримує компактний звіт під свій контекст. Кілька годин роботи - і інструмент усередині агентного воркфлоу. Якщо у вас є dev-tool, це найшвидший спосіб зробити його помітним для агентів.
🛠 Офіційний TypeScript SDK
🚀 Quickstart (як підняти свій перший сервер за 10 хв)
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥3👀2
🧩 Навіщо Agent Skills, якщо є MCP?
Бачу це питання постійно. Щойно опанували MCP - виходить другий стандарт від Anthropic - Agent Skills - і виникає відчуття, що це конкуренти й треба обирати один.
👀 Ні. Вони про різне.
🔖 MCP - це доступ.
Типізований канал до зовнішньої системи: бази, API, внутрішнього сервісу. Відповідає на питання "до чого агент під'єднаний". І це ще про контроль: коли ви даєте доступ до бази, MCP-сервер дозволяє налаштувати авторизацію і ліміти - що саме агент може читати чи писати. Skill так не вміє, бо це просто інструкція.
🔖 Skill - це процедура.
Папка з файлом SKILL.md та опціональними скриптами. Вчить агента, ЯК робити конкретну роботу: як провести код-рев'ю, як зібрати звіт. Відповідає на питання "як саме агент це робить". Працює кросплатформно: Claude Code, Codex, Gemini CLI, Cursor.
🗣 Просте правило вибору:
Потрібен доступ до системи без кастомної інтеграції - MCP.
Треба зафіксувати повторюваний процес і планку якості - Skill.
І головне: це не "або-або", вони закривають різні діри. На своєму copy-paste detector я зробив обидва. MCP-сервер дає агенту доступ викликати детектор напряму. Skill пакує процес - коли запускати перевірку, як читати звіт. Разом - і "доступ", і "процедура".
⏺ Чому Skills швидко набирають популярність: вони ідеально лягають у звичний цикл розробки. SKILL.md живе прямо в репозиторії поруч із кодом - код змінився, оновили інструкцію для агента тим самим комітом.
Оновлення MCP-сервера - це вже окремий DevOps-процес. Плюс скіл простіше зробити (це файл, не сервер) і простіше поширити: кинув папку в репо, і всі агенти підхопили.
З чого почати: напишіть один SKILL.md за гайдлайнами Anthropic - опис-тригер, progressive disclosure, scoped tools. Швидше за MCP-сервер, а ефект на консистентність агента видно відразу.
Що вже у вас -
MCP👍, Skills🔥, обидва👀?
#js_ai_trends
Бачу це питання постійно. Щойно опанували MCP - виходить другий стандарт від Anthropic - Agent Skills - і виникає відчуття, що це конкуренти й треба обирати один.
Типізований канал до зовнішньої системи: бази, API, внутрішнього сервісу. Відповідає на питання "до чого агент під'єднаний". І це ще про контроль: коли ви даєте доступ до бази, MCP-сервер дозволяє налаштувати авторизацію і ліміти - що саме агент може читати чи писати. Skill так не вміє, бо це просто інструкція.
Папка з файлом SKILL.md та опціональними скриптами. Вчить агента, ЯК робити конкретну роботу: як провести код-рев'ю, як зібрати звіт. Відповідає на питання "як саме агент це робить". Працює кросплатформно: Claude Code, Codex, Gemini CLI, Cursor.
Потрібен доступ до системи без кастомної інтеграції - MCP.
Треба зафіксувати повторюваний процес і планку якості - Skill.
І головне: це не "або-або", вони закривають різні діри. На своєму copy-paste detector я зробив обидва. MCP-сервер дає агенту доступ викликати детектор напряму. Skill пакує процес - коли запускати перевірку, як читати звіт. Разом - і "доступ", і "процедура".
Оновлення MCP-сервера - це вже окремий DevOps-процес. Плюс скіл простіше зробити (це файл, не сервер) і простіше поширити: кинув папку в репо, і всі агенти підхопили.
З чого почати: напишіть один SKILL.md за гайдлайнами Anthropic - опис-тригер, progressive disclosure, scoped tools. Швидше за MCP-сервер, а ефект на консистентність агента видно відразу.
Що вже у вас -
MCP👍, Skills🔥, обидва👀?
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥5👀3👏1
Ще рік тому побудувати AI-агента означало майже завжди одне - Python-стек: LangChain, LangGraph, CrewAI. JS-розробник заходив у цю тему гостем. Зараз баланс зміщується.
І це не випадковий злет одного проекту, а логіка екосистеми. Усе, що оточує агента, вже живе в JS/TS - frontend-агенти, MCP-сервери, генеративний UI. Логічно, що й самі фреймворки переїжджають туди, де цей код. TypeScript стає повноцінною мовою агентів, а не запасною.
Це не про "Python помер". Він лишається сильним у ML, тренуванні моделей і data science - там його позиції міцні.
На чому ви будуєте агентів - TS 🔥чи Python❤️?
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17🔥8❤3
Будувати агентів, не виходячи з Next.js - тепер реально
Vercel випустив eve - фреймворк для агентів під слоганом «Next.js для агентів».
🗂 Весь агент живе однією папкою у твоєму ж проекті: не треба окремий Python-стек, не треба вчити нову інфру.
Один файл
- і агент працює.
Усе інше - опційні блоки:
- Markdown-плейбуки, підвантажуються лише коли релевантні
- кидаєш TS-файл, назва файлу стає назвою тулу, без реєстрації
- делегування спеціалізованим агентам
- той самий агент у Slack, Discord, Telegram
- агент за розкладом (звіти, дайджести)
🟡 Готове до проду
Durable execution (воркфлоу переживають краші, кожен крок чекпоінтиться), ізольовані сендбокси, human-in-the-loop, evals. Нативно вбудовується в Next.js.
🟡 Self-host
Побудований на open-source SDK. Postgres для durability, Docker для сендбоксів, нуль managed-залежностей.
Тренд той самий: шар навколо агентів переїжджає в JS/TS. Якщо ти вже у Next.js - агент тепер живе в тому ж проекті.
🗣 Гляньте самі: https://eve.dev
Пробував eve чи лишаєшся на Mastra/ Vercel AI SDK?
🔥 - цікаво, спробую
👀 - поки дивлюсь
#js_ai_trends
Vercel випустив eve - фреймворк для агентів під слоганом «Next.js для агентів».
Один файл
instructions.md
- і агент працює.
Усе інше - опційні блоки:
skills/
- Markdown-плейбуки, підвантажуються лише коли релевантні
tools/
- кидаєш TS-файл, назва файлу стає назвою тулу, без реєстрації
subagents/
- делегування спеціалізованим агентам
channels/
- той самий агент у Slack, Discord, Telegram
schedules/
- агент за розкладом (звіти, дайджести)
Durable execution (воркфлоу переживають краші, кожен крок чекпоінтиться), ізольовані сендбокси, human-in-the-loop, evals. Нативно вбудовується в Next.js.
Побудований на open-source SDK. Postgres для durability, Docker для сендбоксів, нуль managed-залежностей.
Тренд той самий: шар навколо агентів переїжджає в JS/TS. Якщо ти вже у Next.js - агент тепер живе в тому ж проекті.
Пробував eve чи лишаєшся на Mastra/ Vercel AI SDK?
🔥 - цікаво, спробую
👀 - поки дивлюсь
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
eve
eve – build AI agents that you own
Like Next.js for agents. File system based and production ready.
🔥8👍6👀5
Це production-фреймворк для AI-застосунків, який Google вже кілька років розвиває і використовує у власному проді - не демо і не пет-проект.
Через один підхід: structured output, tool calling, RAG, мультимодальність і agentic workflows. Плюс єдиний інтерфейс до моделей - Google, OpenAI, Anthropic, Ollama.
Що виділяє Genkit:
Genkit закриває не тільки агентів. Це фреймворк для AI-застосунків загалом: чат-ботів, RAG-систем, автоматизацій і складних AI-workflow.
Якщо потрібен production-ready інструмент без lock-in на одну модель чи провайдера - Genkit є одним із найсильніших варіантів.
⭐️ 6.3k зірок на GitHub, Apache-2.0.
https://github.com/genkit-ai/genkit
Що використовуєш для AI-застосунків?
🔥 - Genkit уже у стеку
👀 - подивлюся ближче
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - genkit-ai/genkit: Open-source framework for building agentic apps in JavaScript, Go, Dart, and Python, built and used…
Open-source framework for building agentic apps in JavaScript, Go, Dart, and Python, built and used in production by Google - genkit-ai/genkit
👀10👍8🔥5
OpenSSF Criticality Score - що це таке та для чого його вимагають в open-source програмах?
Anthropic надає розробникам безкоштовний доступ до тарифу Claude Max (із лімітами 20x) на 6 місяців.
Однією з офіційних вимог для категорії Critical Infrastructure є наявність OpenSSF Criticality Score 0.4 або вище.
Що це взагалі таке?
1) Офіційний проект Open Source Security Foundation (алгоритм розробив Rob Pike).
2) Метрика, яка варіюється від 0 (least-critical) до 1 (most-critical). Чим вище бал — тим важливіший проект для всієї open-source екосистеми.
👀 Алгоритм аналізує характеристики репозиторію та активність навколо нього.
Зокрема враховуються:
⏺ вік проекту;
⏺ частота комітів;
⏺ кількість контриб’юторів;
⏺ кількість організацій серед контриб’юторів;
⏺ релізи;
⏺ активність із закриття issue;
⏺ згадки про проект у commit messages інших проектів.
Ці показники зводяться у підсумковий score від 0 до 1.
Інструмент ossf/criticality_score дозволяє розрахувати score для GitHub-репозиторію. Даєш посилання - отримуєш цифру. Корисно не лише заради грантів: видно, наскільки твій код впливає на екосистему.
👀 Порахувати:
https://github.com/ossf/criticality_score
Перевіриш свій проект?
🔥 - цікаво, яка в мене цифра
👀 - збережу на потім
#js_ai_trends
Anthropic надає розробникам безкоштовний доступ до тарифу Claude Max (із лімітами 20x) на 6 місяців.
Однією з офіційних вимог для категорії Critical Infrastructure є наявність OpenSSF Criticality Score 0.4 або вище.
Що це взагалі таке?
1) Офіційний проект Open Source Security Foundation (алгоритм розробив Rob Pike).
2) Метрика, яка варіюється від 0 (least-critical) до 1 (most-critical). Чим вище бал — тим важливіший проект для всієї open-source екосистеми.
Зокрема враховуються:
Ці показники зводяться у підсумковий score від 0 до 1.
Інструмент ossf/criticality_score дозволяє розрахувати score для GitHub-репозиторію. Даєш посилання - отримуєш цифру. Корисно не лише заради грантів: видно, наскільки твій код впливає на екосистему.
https://github.com/ossf/criticality_score
Перевіриш свій проект?
🔥 - цікаво, яка в мене цифра
👀 - збережу на потім
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥4👀2
ai-agent-map-2026.pdf
55.9 KB
Що вчити, щоб зайти в AI-розробку на JS/TS у 2026?
Мене часто про це питають. Проблема будь-якої відповіді в тому, що список технологій нічого не пояснює: незрозуміло, що з чим пов'язане і в якому порядку за це братися.
Тому я зібрав карту з 12 треків у порядку, в якому запит реально проходить крізь агента: промпт → цикл → тули → контекст і пам'ять → планування → вимірювання → прод.
Читається зверху вниз як шлях одного запиту, а не як програма курсу.
Три рішення, через які ця карта виглядає не зовсім стандартно:
1) Агентний цикл - перед фреймворком, а не після
Агент — це цикл: ви складаєте масив повідомлень, віддаєте моделі разом зі схемами тулів, вона просить викликати тул, ви виконуєте, дописуєте результат і відправляєте знову — доки не спрацює стоп-умова, яку задали ви самі. Сорок рядків проти сирого API.
Кожен фреймворк — обгортка навколо цих сорока рядків. Напишіть їх руками один раз — і наступний фреймворк читаєте за десять хвилин, бо бачите, яку саме частину циклу він підміняє. Не напишете — доведеться налагоджувати чужу абстракцію над механікою, якої ви ніколи не бачили.
2) Skills - окремий трек, а не підпункт промптингу
Skill це тека з файлом SKILL.md: усередині опис, за яким агент розуміє, коли цей skill потрібен, і тіло з інструкціями. У контексті постійно висить лише рядок опису — тіло підвантажується в момент спрацювання.
Навіщо: інакше все це лежить у системному промпті. Він росте до нечитабельного стану, оплачується цілком на кожному запиті — включно з інструкціями, які потрібні раз на місяць, — і видаляти звідти вже ніхто не наважується.
3) Гроші - на карті, а не за кадром
Кеш промпта економить до 80% часу до першого токена і до 90% ціни входу, але спрацьовує тільки на точному збігу префікса: статика на початок, змінне в кінець. Поставили таймстемп не туди - платите націнку за запис кешу на кожному запиті й не отримуєте жодного читання. Ззовні при цьому все працює нормально.
Сюди ж роутинг моделей і ліміт бюджету на прогін. У роадмапах на сотню плиток про вартість прогону зазвичай немає жодного слова.
І ще: фреймворки в мене стоять десятим треком, а не першим. Спочатку ви розумієте, що вони роблять, і збираєте набір кейсів, яким їх можна виміряти. Тоді ви обираєте фреймворк, а не підлаштовуєтесь під нього.
📎 Карта — у файлі PDF. Відкривайте його, а не прев'ю: у PDF можна зумити на будь-який трек без втрати чіткості 👍
#js_ai_trends
Мене часто про це питають. Проблема будь-якої відповіді в тому, що список технологій нічого не пояснює: незрозуміло, що з чим пов'язане і в якому порядку за це братися.
Тому я зібрав карту з 12 треків у порядку, в якому запит реально проходить крізь агента: промпт → цикл → тули → контекст і пам'ять → планування → вимірювання → прод.
Читається зверху вниз як шлях одного запиту, а не як програма курсу.
Три рішення, через які ця карта виглядає не зовсім стандартно:
1) Агентний цикл - перед фреймворком, а не після
Агент — це цикл: ви складаєте масив повідомлень, віддаєте моделі разом зі схемами тулів, вона просить викликати тул, ви виконуєте, дописуєте результат і відправляєте знову — доки не спрацює стоп-умова, яку задали ви самі. Сорок рядків проти сирого API.
Кожен фреймворк — обгортка навколо цих сорока рядків. Напишіть їх руками один раз — і наступний фреймворк читаєте за десять хвилин, бо бачите, яку саме частину циклу він підміняє. Не напишете — доведеться налагоджувати чужу абстракцію над механікою, якої ви ніколи не бачили.
2) Skills - окремий трек, а не підпункт промптингу
Skill це тека з файлом SKILL.md: усередині опис, за яким агент розуміє, коли цей skill потрібен, і тіло з інструкціями. У контексті постійно висить лише рядок опису — тіло підвантажується в момент спрацювання.
Навіщо: інакше все це лежить у системному промпті. Він росте до нечитабельного стану, оплачується цілком на кожному запиті — включно з інструкціями, які потрібні раз на місяць, — і видаляти звідти вже ніхто не наважується.
3) Гроші - на карті, а не за кадром
Кеш промпта економить до 80% часу до першого токена і до 90% ціни входу, але спрацьовує тільки на точному збігу префікса: статика на початок, змінне в кінець. Поставили таймстемп не туди - платите націнку за запис кешу на кожному запиті й не отримуєте жодного читання. Ззовні при цьому все працює нормально.
Сюди ж роутинг моделей і ліміт бюджету на прогін. У роадмапах на сотню плиток про вартість прогону зазвичай немає жодного слова.
І ще: фреймворки в мене стоять десятим треком, а не першим. Спочатку ви розумієте, що вони роблять, і збираєте набір кейсів, яким їх можна виміряти. Тоді ви обираєте фреймворк, а не підлаштовуєтесь під нього.
📎 Карта — у файлі PDF. Відкривайте його, а не прев'ю: у PDF можна зумити на будь-який трек без втрати чіткості 👍
#js_ai_trends
👍9🔥7👀4
Vercel AI SDK. Найпоширеніший
AI-тулкіт для TypeScript.
🔴 20+ мільйонів завантажень на тиждень за даними npm.
Vercel AI SDK — це не фреймворк для агентів у чистому вигляді, а базовий шар, на якому будують усе інше.
⏺ Основа
Єдиний API до будь-якого провайдера (OpenAI, Anthropic, Google та інші) - міняєш модель, не переписуючи логіку. Стрімінг, structured output через Zod, tool calling, повна типобезпека. UI-хуки для React, Svelte, Vue.
⏺ Агенти з коробки
У версії 6 зʼявилась повноцінна агентна абстракція: ToolLoopAgent, tool-calling loop зі stopWhen (сам крутиться, доки не дійде рішення), human-in-the-loop на підтвердження тулів, повна підтримка MCP.
⏺ DevTools
Додали вбудований дебагер для агентів - видно кроки, виклики тулів, стан. Те, чого раніше бракувало.
⏺ Хто на ньому
OpenCode побудований на AI SDK. Thomson Reuters зробив на ньому CoCounsel силами трьох розробників за два місяці.
Якщо тільки заходиш у тему - це найшвидший старт: базовий tool-calling агент піднімається за вечір, а далі нарощуєш.
👀 Гляньте самі:
https://ai-sdk.dev
Уже на AI SDK?
🔥 - так, мій базовий шар
👀 - час спробувати
#js_ai_trends
AI-тулкіт для TypeScript.
Vercel AI SDK — це не фреймворк для агентів у чистому вигляді, а базовий шар, на якому будують усе інше.
Єдиний API до будь-якого провайдера (OpenAI, Anthropic, Google та інші) - міняєш модель, не переписуючи логіку. Стрімінг, structured output через Zod, tool calling, повна типобезпека. UI-хуки для React, Svelte, Vue.
У версії 6 зʼявилась повноцінна агентна абстракція: ToolLoopAgent, tool-calling loop зі stopWhen (сам крутиться, доки не дійде рішення), human-in-the-loop на підтвердження тулів, повна підтримка MCP.
Додали вбудований дебагер для агентів - видно кроки, виклики тулів, стан. Те, чого раніше бракувало.
OpenCode побудований на AI SDK. Thomson Reuters зробив на ньому CoCounsel силами трьох розробників за два місяці.
Якщо тільки заходиш у тему - це найшвидший старт: базовий tool-calling агент піднімається за вечір, а далі нарощуєш.
https://ai-sdk.dev
Уже на AI SDK?
🔥 - так, мій базовий шар
👀 - час спробувати
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
AI SDK
A unified TypeScript SDK for building AI apps with modern streaming, fallbacks, and multi-model support—powered by Vercel.
👀9👍8🔥5
А ви знали, що MCP-сервер тепер може віддавати не текст, а цілий інтерфейс?
Доповнюю свіжими оновленнями один із трендів свого Roadmap 2026⬇️
Generative UI досі був справою фреймворку: тул повертає дані, ви малюєте React-компонент у своєму застосунку. З 28 липня це частина протоколу.
Фінальна спека MCP від 28.07.2026 закріпила MCP Apps як офіційне розширення - поруч із Tasks і Enterprise Managed Authorization. Того ж дня вийшов TypeScript SDK v2, який цю спеку реалізує.
Як це влаштовано:
⏺ Сервер оголошує UI-ресурс зі схемою ui:// і прив’язує його до тулу через метадані.
⏺ Клієнт рендерить HTML у пісочниці.
⏺ Спілкування — звичайний JSON-RPC поверх postMessage, тим самим SDK, яким ви пишете сам сервер
modelcontextprotocol/server.
Ключове: сервер описує інтерфейс, хост його виконує. Одна реалізація замість окремого клієнта під кожного - Claude, ChatGPT, VS Code, Goose.
Як це з’явилося:
21.11.2025 запропонували SEP-1865 — над ним працювали основні розробники MCP з Anthropic та OpenAI разом із авторами MCP-UI.
26.01.2026 MCP Apps став першим офіційним розширенням протоколу.
У Claude з’явилися інтеграції з Asana, Figma, Slack, Box, Canva, monday.com, Hex, Amplitude та Clay.
Обмеження, які варто знати до старту:
⏺ поки лише text/html. Зовнішні URL, remote DOM і нативні віджети відкладені на майбутні ітерації;
⏺ розширення опційне, тому сервер зобов’язаний тримати text-only fallback
⏺ HTML від сервера - недовірений контент. Звідси пісочниця, передекларовані шаблони і підтвердження користувача на дії з UI.
🔵 Чому це більше, ніж просто UI.
У мого copy-paste detector MCP-сервер віддає агенту компактний текстовий звіт - і це правильний формат для моделі. Але таблицю дублікатів із переходами по файлах людина читає очима. Тепер її можна віддати інтерфейсом, не пишучи окремий клієнт під кожен хост.
🟢 Спека: modelcontextprotocol.io/specification/2026-07-28 🟢 Розширення:
github.com/modelcontextprotocol/ext-apps
Робитимете UI для свого MCP-сервера?
🔥 - є що показати візуально
👀 - спершу подивлюсь на чужі
#js_ai_trends
Доповнюю свіжими оновленнями один із трендів свого Roadmap 2026
Generative UI досі був справою фреймворку: тул повертає дані, ви малюєте React-компонент у своєму застосунку. З 28 липня це частина протоколу.
Фінальна спека MCP від 28.07.2026 закріпила MCP Apps як офіційне розширення - поруч із Tasks і Enterprise Managed Authorization. Того ж дня вийшов TypeScript SDK v2, який цю спеку реалізує.
Як це влаштовано:
modelcontextprotocol/server.
Ключове: сервер описує інтерфейс, хост його виконує. Одна реалізація замість окремого клієнта під кожного - Claude, ChatGPT, VS Code, Goose.
Як це з’явилося:
21.11.2025 запропонували SEP-1865 — над ним працювали основні розробники MCP з Anthropic та OpenAI разом із авторами MCP-UI.
26.01.2026 MCP Apps став першим офіційним розширенням протоколу.
У Claude з’явилися інтеграції з Asana, Figma, Slack, Box, Canva, monday.com, Hex, Amplitude та Clay.
Обмеження, які варто знати до старту:
У мого copy-paste detector MCP-сервер віддає агенту компактний текстовий звіт - і це правильний формат для моделі. Але таблицю дублікатів із переходами по файлах людина читає очима. Тепер її можна віддати інтерфейсом, не пишучи окремий клієнт під кожен хост.
github.com/modelcontextprotocol/ext-apps
Робитимете UI для свого MCP-сервера?
🔥 - є що показати візуально
👀 - спершу подивлюсь на чужі
#js_ai_trends
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥4👀4❤3
MCP і Skills — не конкуренти. Вони працюють і ламаються по-різному, і саме це визначає, що вам потрібно.
Мій досвід - зробив обидва. У jscpd є MCP-сервер і два скіли. Результат:
⏺ MCP дає можливості. ⏺ Скіл дає судження, як ними користуватися.
⏺ Обмеження живуть у tool layer.
Три різні ролі — і плутанина між ними коштує дорого.
⚫️ Чому jscpd не обійшовся без сервера
Інструкцією не запустиш бінарник на 900 МБ коду. Агент має викликати детектор і отримати структурований результат. Це можливість, а можливості потрібен викликуваний інструмент.
🔵 Чому сервера виявилось мало
Він повертає клони, але не може сказати, що клон означає. Дублікат між двома тестовими файлами — це зазвичай відсутній тест-хелпер. Та сама логіка в .js і .ts — код портували і забули оригінал: консолідуйте, а не виносьте третю копію.
Це не дані. Це тринадцять років роботи з дублікатами, і в протоколі для них немає місця.
👀 Де живе контроль
Саме цю частину пропускають.
Tool layer — це межа довіри: авторизація, скоупи, ліміти, аудит.
Скіл не гарантує нічого: модель може його зігнорувати, неправильно прочитати або тихо відхилитися від нього.
Якщо вимога звучить як «не можна ніколи» — їй не місце в markdown.
Як вони ламаються
⏺ MCP падає — можливість зникає. Гучно, очевидно, це зона ops.
⏺ Скіл ламається тихо — агент працює, але за неправильною процедурою. Цього можуть не помічати тижнями.
Перше моніторять.
Друге ревʼюють і покривають тестами.
Просте правило:
⏺ Викликати щось — MCP
⏺ Вирішувати щось — Skill
⏺ Не робити ніколи — tool layer
🔗 Обидва скіли: github.com/kucherenko/jscpd/tree/master/skills
Що у вас у сетапі?
🔥 — і MCP, і Skills
👍 — тільки MCP
👀 — тільки Skills
#js_ai_trends #MCP
Мій досвід - зробив обидва. У jscpd є MCP-сервер і два скіли. Результат:
Три різні ролі — і плутанина між ними коштує дорого.
Інструкцією не запустиш бінарник на 900 МБ коду. Агент має викликати детектор і отримати структурований результат. Це можливість, а можливості потрібен викликуваний інструмент.
Він повертає клони, але не може сказати, що клон означає. Дублікат між двома тестовими файлами — це зазвичай відсутній тест-хелпер. Та сама логіка в .js і .ts — код портували і забули оригінал: консолідуйте, а не виносьте третю копію.
Це не дані. Це тринадцять років роботи з дублікатами, і в протоколі для них немає місця.
Саме цю частину пропускають.
Tool layer — це межа довіри: авторизація, скоупи, ліміти, аудит.
Скіл не гарантує нічого: модель може його зігнорувати, неправильно прочитати або тихо відхилитися від нього.
Якщо вимога звучить як «не можна ніколи» — їй не місце в markdown.
Як вони ламаються
Перше моніторять.
Друге ревʼюють і покривають тестами.
Просте правило:
🔗 Обидва скіли: github.com/kucherenko/jscpd/tree/master/skills
Що у вас у сетапі?
🔥 — і MCP, і Skills
👍 — тільки MCP
👀 — тільки Skills
#js_ai_trends #MCP
Please open Telegram to view this post
VIEW IN TELEGRAM
👀6👍5❤3🔥3