Dozhd
Администратор
- Регистрация
- 17 Янв 2014
- Сообщения
- 169.521
- Реакции
- 387.962
Складчина: Воркшоп по AI-разработке. Часть 2 [CutCode] [Данил Щуцкий]
Коротко напомню, что внутри.
На первом воркшопе мы разобрались как работать с LLM и сделали важную вещь - собрали правильный процесс разработки с AI руками:
research → постановка задачи → декомпозиция → план → реализация → проверка
и главное — сохраняли артефакты и использовали их в последующей работе в качестве контекста
Это был фундамент. Но когда задача становится сложнее, то время на сам процесс управления теряется куча времени.
▪️Каждую новую сессию нужно заново вводить в контекст
▫️следить, чтобы ничего не сломалось
▪️напоминать, что уже пробовали
▫️проверять каждый шаг
По сути, становишься нянькой для агента.
И в этот момент становится понятно:
проблема не в том, что AI плохо пишет код
проблема в том, что у тебя нет системы, в которой он работает под твоим контролем.
Воркшоп #2 — это следующий шаг.
Не про “лучшие секретные промпты”, а про инженерный процесс:
MCP, workflow, роли, субагенты и quality gates
Мы уже научились делать процесс разработки руками, теперь пора масштабироваться и построить систему, которая будет делать задачи с предсказуемым результатом по workflow, который настраиваете вы!
На практике разберем как создать свой таск-менеджер :
1 часть:
— workflow и разделение ролей
— субагентов (планирование, реализация, проверка)
— артефакты как источник правды
— quality gates и контроль качества
— backend на Go + Postgres + HTTP API
— свой MCP-сервер поверх backend
2 часть:
— AI Workspace как точка объединения всех проектов
— проверка созданного MCP через MCP Unit
— создание frontend поверх готовых контрактов
— сборку всего пайплайна через AI Factory
Продажник:
СКАЧАТЬ
Коротко напомню, что внутри.
На первом воркшопе мы разобрались как работать с LLM и сделали важную вещь - собрали правильный процесс разработки с AI руками:
research → постановка задачи → декомпозиция → план → реализация → проверка
и главное — сохраняли артефакты и использовали их в последующей работе в качестве контекста
Это был фундамент. Но когда задача становится сложнее, то время на сам процесс управления теряется куча времени.
▪️Каждую новую сессию нужно заново вводить в контекст
▫️следить, чтобы ничего не сломалось
▪️напоминать, что уже пробовали
▫️проверять каждый шаг
По сути, становишься нянькой для агента.
И в этот момент становится понятно:
проблема не в том, что AI плохо пишет код
проблема в том, что у тебя нет системы, в которой он работает под твоим контролем.
Воркшоп #2 — это следующий шаг.
Не про “лучшие секретные промпты”, а про инженерный процесс:
MCP, workflow, роли, субагенты и quality gates
Мы уже научились делать процесс разработки руками, теперь пора масштабироваться и построить систему, которая будет делать задачи с предсказуемым результатом по workflow, который настраиваете вы!
На практике разберем как создать свой таск-менеджер :
1 часть:
— workflow и разделение ролей
— субагентов (планирование, реализация, проверка)
— артефакты как источник правды
— quality gates и контроль качества
— backend на Go + Postgres + HTTP API
— свой MCP-сервер поверх backend
2 часть:
— AI Workspace как точка объединения всех проектов
— проверка созданного MCP через MCP Unit
— создание frontend поверх готовых контрактов
— сборку всего пайплайна через AI Factory
Продажник:
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- [Выкройки] Блузка, №1353. Размер 40-54. Рост 164-170 [Grasser]
- Сострадание и самосострадание [EMDR SPB] [Алёна Джумагулова]
- Борьба за доминирование [Пётр Малахов]
- Привет из лета [Тариф Стандарт] [enterclass] [Сергей Курбатов]
- Нейродирект [Тариф Юзер] [Дарья Дейн]
- Master Nano Banana 2: Генерация и монетизация изображений на основе ИИ [Udemy] [Neyamul Hasan] [M.Pharm]