S
SlivInfoKurs
Модератор
- Регистрация
- 31.03.2020
- Сообщения
- 149 104
- Реакции
- 366
- Онлайн
- 6дн 5ч 4м 38с
чина:
Описание:
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
Цена: 5000р.
Скрытая ссылка
Описание:
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 контекстследить, чтобы ничего не сломалосьнапоминать, что уже пробовалипроверять каждый шагПо 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
Цена: 5000р.
Скрытая ссылка
