Если нельзя, но очень хочется, то нужно обязательно и ничего в мире не стоит того, чтобы делать из этого проблему!

Если тебе полезно что-то из того, чем я делюсь в своем блоге - можешь поделиться своими деньгами со мной.
с пожеланием
столько времени читатели провели на блоге - 
сейчас онлайн - 
Показаны сообщения с ярлыком MCP. Показать все сообщения
Показаны сообщения с ярлыком MCP. Показать все сообщения

пятница, 22 мая 2026 г.

Ясновидение, мой дар и мой крест

Есть у меня сверхспобоность, но непонятно как ее монетизировать. Звучит так - дайте мне поиграться в игрушку как инженеру и через неделю увижу и покажу, какие классные штуки будут через год-полтора-два. 

Почему решил написать этот пост-запрос. Потому что нужен совет. Вот нашел свой пост в блоге, датируемый 12 января 2022 года. Там был какой-то видосик про еще не выпущенный тогда копилот. Перечитал сегодня - прогноз был очень точный. Это за пол часа от увиденного анонса новой технологии. 

Потом война, рилокейт. Бан на год. Вернулся к копилоту 2023-03-14 и через неделю исследования gpt 3.5 вот что генерирую как ответ на запрос коллеги "Саша, посмотри/подумай, куда мы идем с этой новой gpt". 

  

Тут в моем ответе и агентный режим, и MCP/CLI, контекст менеджмент по сути (ведь тогда только все и говорили про prompt инжиниринг). Ну то есть, agent mode придет позже, в 2025м году. А это 2023й. Через неделю моего 24/7 эксперимента с gpt 3.5. 

  

А это ж отправка к некоторым проектам которые только только начали появляться внтури, я ж тогда тоже сразу свой AttractorAI https://github.com/codenjoyme/attractor-ai и стал писать (тогда еще AIExpert он был). И пайплайны там у меня пояивлись на год раньше чем "конкурентов" внутри компании. Но демки делал-делал и никто не мог понять, зачем все это... Одни и те же вопросы "зачем так сложно?".   

А потом с появлением MCP сразу я вырастил https://github.com/codenjoyme/mcpyrex-python еще за пол года до того, как появился стандарт SKILL.md - у меня сразу появилась понимание, что LLM может вайбкодить тулы сама для себя. Но выбрал я для этого доступный тогда MCP а не CLI. Сколько было тогда на демках "Зачем так сложно?". А сейчас как? Не сложно вам с обилием skills 🙂 А я недавно предложил новую концепцию поверх него Brick назвал. 

Вчера делал демку DarkFactory которую создаю прямо сейчас. И делился концепцией Brick. Этого нет в GenAI мире пока. Потому к этому относишься с подозрением. Но завтра когда это будет опубликовано сотрудником Claude того же, это станет стандартом индустрии. Это станет или что-то похожее. А идея исходит просто из инженерной проблемы скоторой сталкиваешься. 

Что такое Skill? это какой-то скрипт (читай модуль с CLI интерфейсом) и markdown описывающий как им пользоваться. Хорошо. А на что он мохож? Да на обычный модуль package в проекте любом привычном. А что ему не хватает? Возможности быть импортированным другими пакетами (skills которые уже brick). А что еще? Тестов! А какие тесты лучше для модельки. Snapshot testing! А как это сделать os agnostic? Запихунить в docker. И так далее. А что если добавить еще в инструкцию инфу для треньки человекка (а не просто AI). Вот так из Skills получаем Brick. Приправить еще идеей которая с 1978 года работает хорошо. 

 

Это прям все гиперложится на LLM. Готовы принять? Сложно еще? Вернемся через 1.5 года.  

А https://github.com/codenjoyme/vibecoding-training как родился? Пришли коллеги с просьбой, а давай тот курс что у тебя по вайбкодингу положим на LND. А я и говорю, умрет LND каким мы его видим сейчас будут другие сервисы, агентные. Агенты нас будут учить по приборам на том языке какой мы выберем отвечая на наши конкрeтные вопросы в том месте где вопрос возникнет.

В тот же вечер сделал первый коммит как то, что давно рвалось на ружу

Мне понравился фидбек стейкхолдера. 

 

You're Goddamn Right. Вот как надо давать зеленый свет инновациям. 

LND версию мы все же делаем и пока мы полируем 20 модулей по старому SDLC в новом мире вайбкодинг тренинга уже есть 70 модулей, и целый фасад на ноде, который отдает этот контент и тречит прогресс аки LMS. В 10х быстрее. И сейчас каждый intake на тему идеи что я хочу запаковать в модуль, с помощью этой инструкции превращается моделью в полноценный практический модуль. А вот эта инструкция превращает результат первой в коуча в твоей IDE. Переделают все компании свои LMS. Перенесут контент в инструкции и отдадут их с вопросами пользователей моделям. Только пока инерция мешает это осознать. 

А еще вот на прошлой неделе была демка одного проекта, где ребята рассказывали о возможности управлять конфигами агентов из IDE, т.к. неудобно это делать для тех кто создает агентов (не пользователей, а авторов). А я ж напомнил, что 15 месяцами ранее делал демку PoC где рассказывал 1 в 1 то же, тогда начал активно пользовать их классный сервис и проделился что ускоряет работу. Просто решив очередную инженерную задачу. Но когда первый раз поделился идеей, было много вопросов/фидбека "зачем?" "слишком сложно".

И вот вопрос у меня. Как эту способность монетизировать? Ну кроме как продолжать заниматься рисерчем, что и делаю в GHCP уже независимо от фидбека "зачем, не надо". Будет ошибка или нет, запаркую PoC/MVP или нет, не важно надо нарешивать задачки, развивать свою интуицию в работе с моделями. Но вот в контексте компании и ее бизнеса. Потому что сколько себя помню работая в разных компаниях - я приходил с чем-то, видел проблему, предлагал идею, делал демку за демкой и слышал "зачем так сложно". А потом видел тот же слайд через год полтора на другой демке и все такие "Ваааау, крутоо!". Та блин...

Изучаю сейчас тему стейкхолдерменеджмента. И в контексте нее очень интересен ответ на эту тему. А то достало уже. Я шарю в теме и далеко вижу. А слов подобрать, чтобы объяснить, что увидел не имею. 

Коллеги порекомендовали книгу "Дилемма инноватора". Беру в работу. Спасибо. 

вторник, 20 января 2026 г.

Навайбкодить PoC за 10 часов, а MVP за 100? Теперь изи

У меня больше нет сомнений о том, что LLM + GenAI инженер могут закодить полноценный MVP в 20х быстре, чем классическая команда. 

В прошлом году я сдал один такой проект - за 100 часов вайбкодинга мы (я + Github Copilot + MCP + Agent mode + Instruction files + Claude Sonnet 4) реализовали MVP++ проект который я сдал клиенту оставив его довольным результатом - так он сказал. 

Объем функционала - команда из 4 человек на 3 месяца. За 100 часов. Архитектура? Node.js, Type script, React, Vite, Drizzle ORM, PostgreSQL, AWS lambdas, SST. 

В руки мне передали прототип монолит написанный так же в вайбкодинг режиме. В последствии пришлось переехать на AWS, причем дважды сменив архитектуру в процессе уточненных требований, выделить Backend и так далее, все чтобы приложение повзрослело. 

Все эти 100 часов размазанные по моих выходным дням я не смотрел в код (я только сейчас, пока пишу эти строчки, узнал что там был TypeScript). Но косвенно со временем упирался в те или иные долги, которые мы тут же устраняли. 

17 инструкций описывающих все основные части SDLC. Некоторое количество воспомагательных скриптов. 

Чат по новой фиче начинался с "Тикет номер 34, погнали!" все остальное описано в инструкциях, как достать тикет из гитаба, на что обращать внимание во время разработки, как тестировать приложение (да-да через Chrome Devtools MCP Claude Sonnet 4 сам себя тестил), куда и как подгялдеть в базу, как задеплоить, как написать release note и закрыть тикет. 

Что делал я? Только выискивал галлюцинации в процессе и просил его править инструкции, чтобы в будущем их не возникало. Стоял на своем, когда моделька забывала что мы делаем. Но с каждой пракой в инструкции я все больше уходил в другую задачу, пока LLM пыхтела в IDE. 

Модельке были даны аппрувы делать любые команды кроме Git потому как git add я использовал для того, чтобы зафиксировать то, что моделька сделала хорошо, но пока еще недостаточно для коммита. И я часто делалал rollback приговаривая "я откатил, попробуй еще раз". 

Это не возможно было год назад. Сегодня это реально. Таких проектов у меня на счету уже несколько. Например, если речь идет за PoC - за 10 часов будет готов прототип похожий на этот https://nodocs.me. Причем сам функционал на локали заработал за 3 часа, остальное время настройка хостинга, докера, доменов, SSL.  И знаешь что? 

Сегодня мы сели обсудить с LLM стратегию и монетизацию этого опыта. Продумали воронку. Нашли слабые места в моем предложении. Написали тексты и скрипты. Обработали все-все мои возражения. LLM даже согласилась сходить в LinkedIn поискать потенциальных клиентов (через тот же Chrome Devtools MCP в открытом в хроме и залогиненом LinkedIn). А чтобы вести их предложено даже CRM небольшую написать. И я верю что она(он/оно?) справится. 

А еще установлена связь с командой GithubCopilot - раз в месяц у нас созвоны. Весь год бил в одну точку - стать экспертом в GithubCopilot внутри моей компании. Првоел массу тренингов для команд клиентов. Запустил Vibe Coding for Managers в конце года. Навайбкодил MCPyrex как экстеншен для Copilot/Cursor. Сейчас эти все маленькие шаги складываются в одну большую картинку. 

Будущее наступило. Это все стало возможным за 2025й год. Что принесет 2026?  

пятница, 20 июня 2025 г.

Как расширить GithubCopilot с помощью Python и Langchain через MCP

 В последнее время плотно работаю с GithubCopilot как тренер. Команда занимающаяся этим инструментом удивляет каждую неделю. И все же мне всегда хотелось иметь возможность залезть под капот GithubCopilot и строить свои более сложные цепочки трансформаций. 

Когда появились в нем возможность добавлять instrictions файл (а потом и файлы) все стало несколько интереснее. 

Затем появился MCP протокол и с ним как грибы после дождя начали появляться всевозможные MCP сервера давая тем самым возможность дотянуться из GithubCopilot до любого сервиса. 

Но и этого мне мало. Файлы иснтрукций это не детерминированный способ получить желаемое. Выходит новая версия модельки и такой файл приходится повторно файнтюнить чтобы сократить количество галлюцинаций. Да и часто LLM не очень хорошо отрабатывает на текстовых массивах данных - просишь сделать ее что-то конкретное в каком-то файле, а она творчески перерабатывает его добавляя новых артефактов. В построении инструкций хочется вкрапления детеримированной логики. 

Как я вышел из ситуации? Ставим python на машину. Размещаем некоторое число python скриптов в корень своего проекта (ссылка на github репозитория в конце поста). Устанавливаем либы как сказано в install.sh.

Прописываем ./.vscode/mcp.json файл. Стартуем там же MCP сервер. 

 

Теперь в GithubCopilot пояились новые tools каждая из которых хорошо расписана и реализована в папке ./mcp_server/tools . Магия в том, что GithubCopilot видит все это как часть проекта, он так же видит примеры реализации тулов. 

И если я попрошу его "создай мне tool который будет делать ________", то он за'boilerplate'ит решение очень близко к тому, что мне надо. 

 

 

 

Мне останется только принять его правки и перезапустить MCP. 

После этого у меня (у GithubCopilot) появится новый детерминируемый tool для производства какой-то полезной логики. 

 

 

 

Справилась бы LLM с этой задачей? Не без галлюцинаций. Но если взять задачу по-сложнее, скажем обработать какой-то Excel файл, достать из него данные - тут уже без сторонних билоиотек и MCP tool не обойтись. Но LLM с легкостью может помочь в генерации такого кода. В этом и суть предлагаемого расширения. 

В предложенных примерах я использовал разные инструменты как langchain так и самого python. В них смысла не много, только пример использования. 

Ключики доступа прописаны в .env файле. 

Бери и используй. 

https://github.com/codenjoyme/copilot-mcp-langchain