Опыт развития AI-плагина для Obsidian: переход от набора функций к продукту
Разработчик плагина для Obsidian с поддержкой AI и MCP поделился выводами о развитии проекта. Автор проанализировал опыт других популярных AI-плагинов, чтобы понять причины их пользовательского роста и определить ценность своего решения.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Разработка умного прицела на базе ИИ для защиты от FPV-дронов
Широкое применение недорогих FPV-дронов создало серьезную угрозу для живой силы, против которой у пехоты пока недостаточно переносных средств защиты. В статье рассматривается концепция создания умного прицела с искусственным интеллектом для противодействия беспилотникам.
Эксперимент Дэна Лу: почему тесты ИИ-агентов пропускают ошибки в коде
В эксперименте Дэна Лу ИИ-агент создавал тесты, которые успешно проходили даже при наличии ошибок в коде. Инструкции использовать TDD, фаззинг и формальные методы не дали убедительного общего выигрыша по сравнению с контрольной группой. Автор анализирует механизмы неэффективных проверок и демонстрирует способ контроля тестов через намеренное внесение багов.
DeepSeek выпустил десктопное приложение Harness для Windows и macOS
DeepSeek представил агентный харнесс в виде отдельного приложения для Windows и macOS, работающего без Node.js и терминала. Материал разбирает процесс установки и обновления программы, ее работу в фоне, права доступа агента, а также плагины сообщества.
Разработка кастомизации PLM-системы с помощью LLM-агентов
Автор провел серию экспериментов по созданию кастомизаций для крупной закрытой PLM-системы силами LLM-агентов. Опыт показал, что решение применимо на практике при правильной настройке контекста и направления работы моделей. В рамках такого подхода программный код становится рядовым артефактом процесса.