Kodduu English

Вышел бесплатный курс OpenClaw за 60 минут 🔥🔥🔥 Подпишись 👉🏻 @KodduuPython 🤖

OpenClaw пожиратель токенов Все чаще слышу: "OpenClaw пожиратель токенов". Я и сам, когда поставил поиграться, сожрал токенов на $30 за несколько часов. Тем не менее, я уже использую два своих постоянных бота на OpenClaw (R2D2 и C3PO) и научился ограничивать его аппетиты. Самые простые настройки для ограничения аппетита: 1. Запрет/сильное ограничение Base64-скриншотов и изображений в промпте (может сэкономить миллионы токенов на один скриншот). 2. Ограничить количество итераций ReAct Loop, чтобы избежать случаев, когда модель часами ходит по кругу, тратит токены и не может решить задачу. 3. Включить prompt pruning - обрезка ненужного в памяти прямо перед отправкой запроса модели. Он работает в памяти (in-memory) и не меняет историю на диске. 4. Уменьшить или убрать проверку состояния (каждые 30 минут по умолчанию). 5. Использовать разные модели для разных задач (не стоит использовать дорогую модель codex для не coding задач, для vision выбрать лучшую модель по соотношению цена/качество). 6. Поставить LiteLLM как прокси перед OpenClaw → включить кэш (cache hits экономят огромные деньги). Каждое ограничение, конечно, ограничивает возможности OpenClaw, но зато экономит бюджет. Подпишись 👉🏻 @aigentto 🤖

Как применить OpenClaw в вашей компании? Многие сейчас просят перейти на технологию OpenClaw. Но для начала важно понимать, что это и как оно может функционировать в B2B/Enterprise. Во-первых, OpenClaw - это индивидуальный бот, собранный из уже существующих технологий. Ключевое здесь - это индивидуальный бот, то есть он будет отвечать и делать так, как его научит/сконфигурирует конкретный человек. Поэтому, если к одному боту подключить всех сотрудников, то каждый будет его переобучать при каждом запросе, и любая информация будет ходить между всеми сотрудниками. Во-вторых, OpenClaw умеет делать почти все, но это достигается за счёт полного доступа к компьютеру, на котором он запускается. Это требует много ресурсов (от ~1000 руб с функцией браузинга в месяц за виртуальную машину для каждого сотрудника). Поэтому нужен новый OpenClaw для B2B/Enterprise, который сможет быть индивидуальным ботом для каждого сотрудника при неизменности общих знаний и без возможности получить чужие персональные данные и знания. Также эта версия должна быть оптимальнее по потреблению ресурсов, чтобы не выделять целую виртуальную машину под каждого сотрудника. И конечно, эта версия должна быть безопаснее - защита от prompt injections и доступы к данным компании по ролям через single sign-on компании. К сожалению, таких версий нет в open source. Поэтому мы начали разрабатывать свою версию OpenClaw (DarwinClaw.RU) как раз для B2B/Enterprise. На тестирование новой версии записывайтесь здесь. Мы уже начинаем внедрение в двух очень больших компаниях. Подпишись 👉🏻 @aigentto 🤖

Мясной слой для ИИ-агентов Пока Elon Musk ещё не продает массово своих роботов Optimus 3, появилась замена. Теперь любой ИИ-агент может арендовать человека для выполнения задач в реальном мире 😄 Как я вижу, спрос со стороны людей пока превышает количество задач со стороны ИИ. Но реально теперь можно собирать ИИ-агентов, у которых будут задачи в реальном мире, я точно попробую прикрутить мясной слой (как его назвали сами создатели сайта) к своим экспериментам с роями агентов на Blackboard. Бывают такие задачи, например, позвонить куда-то и узнать что-то, или даже ответить на вопрос по данным, когда LLM не смог справиться. API тут https://rentahuman.ai/mcp. Доступные люди тут https://rentahuman.ai/browse. Подпишись 👉🏻 @aigentto 🤖

Еще одна невероятная способность LLM 🔥 Есть очевидная, но достаточно мало используемая способность LLM — это возможность восстанавливать битый текст. В нашем случае есть расчетный лист с очень плохим качеством в виде пиксельного PDF. Распознавая его в текст, мы получаем битый текст (70% может быть битым), но LLM все воспринимает как последовательность токенов, и имея даже 30% информации, она достаточно легко догадывается, что было в 70% битых процентах. Если у вас есть задачи, где входящая информация не качественная, то использование LLM — самый лучший и надежный вариант для ее восстановления. Древние рукописи с бересты можно восстановить🙂 Подпишись 👉🏻 @aigentto 🤖

Попробовал генерацию видео аватаров. С помощью Python библиотек SadTalker, Wav2Lip, и еще одной магической библиотеки. Попробуйте определить где живой человек, а где генерация❔ Генерация на локальном MacBook M3, минут 20 занимает за 8 секунд видео. В облаке на GPU в сотни раз быстрее. Очень увлекательно, но теперь думаю - а как это применить в бизнесе? С RAG, ИИ-агентами применение понятно, а тут? 🤔 Подпишись 👉🏻 @aigentto 🤖

Вышла новая статья "Как сделать RAG для своей компании" на HABR 👏 Больше данных по разработке нашей RAG и ИИ-агентам в канале @aigentto ⚡️

После эксперимента с созданием App одним промтом, попробовал bolt.new. Выглядит многообещающе для создания веб-приложений или, по крайней мере, очень хороших прототипов с нуля. Он также может создавать приложения из FIGMA💡 Будем пробовать пилить прототипы фичей из экранов FIGMA 💣 В нем есть CI для развертывания приложений 🥁 Я реально смог создать клон Trello с помощью одного запроса 🤯 Подпишись 👉🏻 @aigentto 🤖

Вышла статья на habr 👉 Сделать App одним промтом 👍 где мы пробуем сделать целый App одним промтом (вайб кодинг) 🤪 Подпишись 👉🏻 @aigentto 🤖

Kodduu English pinned a photo

Итак, мы продолжаем создавать RAG (Retrieval Augmented Generation) систему для нашей компании. На этой неделе обсудили с Platform team текущую архитектуру и поняли, что нужно внедрять MCP Server. Да, мы пока делали без него 🤦 MCP будет работать с запросами пользователей, заниматься прояснением их намерений и направлять запросы к соответствующей системе знаний. ЧИТАТЬ ДАЛЬШЕ В НОВОМ КАНАЛЕ 👉🏻👉🏻👉🏻 https://t.me/aigentto/4 🤖🤖🤖

Kodduu English pinned a photo