Треск клавиатуры, раскалённый алюминий iMac, сервер с NVMe под столом — и вместо хаотичных чатов рождается фабрика: сообщения влетают в MTProto-порт, а выходят уже как закрытые сделки в CRM и слоты в Google Calendar. Pyrogram-юзерботы работают на пользовательских сессиях, не помечаются как bot и схватывают даже низкоуровневые события ReadHistoryInbox; клиент уверен, что переписывается с менеджером-человеком.

Каждый бот — отдельный процесс со своим .session-файлом. При старте он тянет «паспорт» личности из БД: желаемый тон, выбор эмодзи, фирменные прощания. Динамический системный промпт собирается на лету из company_profile, sales_steps и текущего контекста сделки, поэтому один и тот же код обслуживает десятки брендов и говорит на их языке.

Сообщения сначала проходят сенсорный слой: батчинг, дедупликация, чистка эхо-цитат; это сокращает вызовы к LLM на 75 %. Далее семантический слой (GPT-4.1-mini) вытягивает имя, телефон, стадию сделки и возвращает JSON-патч. Сверху рулит метакоординатор в духе Global Workspace Theory: несколько гипотез «соревнуются» за центральную сцену, наружу выходит лучший ответ, а promise «предиктивной кодировки» даёт мгновенную реакцию.

Всю механику держит self-hosted n8n: 43 узла без SaaS-ограничений. IF-ветки проверяют рабочие часы (09:00–18:00 МСК): днём сообщения летят прямиком, ночью падают в Delayed_Messages. Поток завернут в ACID-транзакции MySQL, поэтому «битых» строк не бывает. Asyncio-очередь и periodic_chat_check обходят REST-polling, экономя ресурсы железа.

“Все счастливые программисты похожи друг на друга, каждый несчастливый программист несчастлив по-своему”.

Итак, вы используете low-code платформу - этот факт неоспорим и не подлежит пересмотру. Какие метания разума и духа привели вас(нас) на этот скользкий путь оставим за рамками данной статьи. 

Речь здесь пойдёт конкретно об N8N, которая нравится нашей команде в силу возможностей, открытому коду, активному и дружелюбному сообществу разработчиков и пользователей, однако не исключаю, что подобный подход можно использовать и для других платформ (прежде всего, которые вы переворачиваете у себя).

Привет, Habr! Наша команда LLM-разработки подготовила статью с анализом low-code редакторов для разработки пайплайнов на базе LLM-моделей. Тема сравнения редакторов назревала давно, так как мы активно используем данные инструменты в своей работе и зачастую сталкиваемся с различными ограничениями решений. Данная статья будет полезна командам, которые только выбирают среду разработки пайплайнов для своих LLM-приложений и ИИ-агентов, а также тем, кто ищет лучший редактор для решения своих задач.

В статье рассказываю про то, какую платформу no-code автоматизации можно выбрать в 2025 году

А именно
• Таблица сравнения основных платформ
• Как выглядят интерфейсы конструкторов
• Сравнение цен на тарифы
• Рекомендации по выбору платформы в зависимости от целей, уровня и бюджета
• Как понять, достаточно ли бесплатного лимита?

Сам для себя делал обзор, решил поделиться результатами

В повседневной жизни каждого человека или компании в целом есть множество рутинных повторяющихся задач, которые охватывают несколько процессов и приложений. И каждый рано или поздно приходит к логичной мысли, что было бы неплохо их автоматизировать. При этом большинство этих прекрасных идей так и остаются только идеями. Почему? Нас пугает страшное слово «автоматизация». Сразу возникают мысли, что это сложно (нужно что‑то программировать, обладать особыми знаниями), муторно и дорого.

В своей статье я хочу развеять этот стереотип и рассказать об интересном low‑code решении с визуальным интерфейсом — n8n. Мы разберем принципы работы и основные возможности n8n, а также, в качестве иллюстрации, приведу 4 практических примера автоматизации процессов, которые показались мне интересными и покажу как можно запустить собственную версию приложения в облаке.

🔥 Создаём AI-новостной агрегатор на коленке (и без разорения)! Устал от скучных RSS и захотел умный и стильный агрегатор с картинками от нейросетей. В статье делюсь опытом, как на базе n8n, Gemini API и пары костылей сделать агрегатор ИИ-новостей, который суммаризирует тексты, генерирует иллюстрации и автоматически публикует это всё в Telegram.

На днях мне попался заказ на автоматизацию. Нужно было парсить письма из email и сравнивать тему и содержание письма с эксель файлом. В файле 3 листа и в зависимости от того, что было в сравнении с темой письма в первом листе — разный алгоритм дальнейшего сравнения.

В общем, сделать я решила автоматизацию на n8n, так как она должна была работать исключительно локально на компьютере у заказчика. И я подумала, что так будет проще разобраться. Один раз настроить в терминале логин и всё.

C появлением LLM, инструменты для автоматизации бизнес-процессов получили мощный импульс развития, так как стало возможным решать такие задачи, которые раньше было невозможно или сложно реализовать известными методами.

В этой статье я сравню несколько популярных решений для автоматизации бизнес-процессов в связке с LLM.

Недавно мы выпустили статью «Всё про Qdrant. Обзор векторной базы данных», в которой подробно познакомились с данным сервисом. Сегодня мы рассмотрим векторную БД с практической стороны. В статье будет описана инструкция по разработке no‑code RAG‑приложения на основе n8n с использованием Qdrant и OpenAI.

Do you want to automate tasks without writing a single line of code? If the answer is yes, then you’ve come to the right place. In this simple tutorial, I’m going to show you how you can create your first automated workflow using a tool called n8n.

n8n это система автоматизация бизнес-процессов с сотнями встроенных интеграций до сторонних сервисов.

Мы рассмотрим провайдеров, где n8n уже предустановлен, а также то, как его самостоятельно развернуть.

Всем привет!

В этой статье будет рассматриваться n8n — open source платформа для автоматизации рабочих процессов, которая поддерживает более 400 интеграций, в том числе LMM, векторные базы данных и все, что нужно, чтобы создать ИИ-агентов и RAG-приложений.

Итак, сегодня мы развернем n8n c RAG-агентом и покажем, как им пользоваться на простых примерах, среди которых будет telegram чат-бот для работы с БД PostgreSQL.

Рынок автоматизации процессов сейчас переживает качественное обновление — компании самых разных масштабов стремятся минимизировать ручную работу, ускорить процессы, снизить число ошибок в цепочках передачи данных между системами и повысить управляемость бизнес-процессов в целом…

И именно на стыке этих задач возник интерес к универсальным low-code решениям, которые позволяли бы настаивать автоматизированные потоки данных быстро, а главное — без обязательного привлечения разработчика к каждой задаче. Одним из наиболее ярких представителей этого класса инструментов стал n8n — гибкая платформа для интеграции и автоматизации, получившая признание как среди энтузиастов и стартапов, так и в крупных предприятиях.

Впрочем, обо всем по порядку.

Сервис для автоматизации процессов n8n быстро развивается, обновления выходят раз в несколько дней. Часто для использования функционала, связанного с LLM, требуются последние версии. А обновление сервиса не так тривиально.

Мы рассмотрим два способа, один из которых универсальный, а другой позволяет обновить n8n одной кнопкой, но содержит ограничение по способу развёртывания.

Привет! Если вы ищете способ автоматизировать рутину, интегрировать любимые сервисы и работать с ИИ без сложной настройки — вам в особенности подойдёт n8n.

n8n.io — платформа для автоматизации рабочих процессов (workflow automation) с открытым исходным кодом. Платформа. позволяет не зная программирования и, не написав ни одной строчки кода, создавать различные инструменты для вашей работы.

В неё встроено более 400 готовых узлов (nodes) для популярных сервисов и множество AI агентов, поддержка RAG.

Ранее мы уже разбирали эту платформу в нашей предыдущей статье и, прочитав её, вы уже сможете самостоятельно развернуть ТГ чат-бота с ChatGPT.

В этой же статье разберёмся, как всё устроено чуть глубже и ответим на часто задаваемые вопросы в сети.

n8n is a powerful, extendable workflow automation tool that allows you to connect different applications and services. Running it on your local machine gives you complete control over your data and workflows, which can be done on Windows, Mac, or Linux systems. This tutorial covers the two primary methods for local installation: using Docker and using Node.js (npm). If you are interested, then read this article until the end. :)

До 2022 года я думал, что автоматизация — это удел только крупных компаний. Но в 2022 году я открыл для себя n8n, и всё изменилось. Теперь я автоматизирую рутинную работу, отчёты и даже целые бизнес-процессы — иногда менее чем за 30 минут. Вот как это работает, что меня удивило и что вы можете попробовать уже сегодня.

Сегодня мы поговорим о n8n. Open-source платформе, которая позволяет кардинально сократить трудозатраты на автоматизацию рабочих процессов, связывая различные приложения, сервисы и базы данных без необходимости писать сложный код. 

Благодаря гибкости и возможности расширения, n8n подходит как для простых задач, как, автоматическая отправка уведомлений, так и для сложных сценариев с участием ИИ-агентов, API, внешних баз данных и Telegram-ботов.

В статье я рассмотрю как общие концепции, так и приведу примеры конкретных реализаций и настроек. Начнем с базовых понятий.

Загадка работы LLM: что происходит, когда вы нажимаете Enter? Разбираем пошагово путь вашего промпта от токенизации до генерации ответа. Узнайте, как устроены большие языковые модели, как ими управлять и какие мифы они развеивают.

Обязательно посмотрите shell-скрипт в репозитории — он чудо как хорош. Раскрашивает выходные данные, надёжный как скала… настоящий мастер-класс по созданию shell-скриптов.

Спасибо Гуннару Морлингу за добрые слова!

В январе 2024 года меня, вместе с несколькими дюжинами других гиков, повёрнутых на производительности, что называется, «заснайпили», заинтересовав участием в конкурсе Гуннара One Billion Row Challenge (1BRC).

Гуннара, оценивающего результаты работы конкурсантов (бесплатно), очень быстро буквально завалил непрерывный поток решений. Я рискнул помочь ему автоматизировать оценку работ и написал Shell-скрипт, за что и получил от него вышеприведённый хвалебный отзыв. Он это сказал в выступлении на конференции JavaZone (# 1BRC‑Nerd Sniping the Java Community — Gunnar Morling). Посмотрите это выступление, если хотите узнать о подходах к повышению производительности кода, применённых на конкурсе.

Здесь я расскажу о 6 приёмах, которые я использовал в Shell-скрипте для конкурса. Эти приёмы позволили сделать скрипт надёжным, безопасным и приятным в использовании для Гуннара.