Сейчас тестирую совместно с obra/superpowers, как ревьвер спецификаций и результата. Основная польза - если цена ошибки в спецификации "отложенная", вроде архитектуры решения. Если же все тут же будет реализовано и проверено тестами - можно и пропустить :) Или обойтись только ревью результата
Могу посоветовать - довольно неплохо доводит планы Опуса, как совмещение двух миров. Тем более что сейчас доделал запуск ревьюера Кодекса через субагента - перестал токены жрать в основной сессии https://habr.com/ru/articles/1019588/
Как оркестрируете работу план/исполнение? Руками передаете задачу между агентами? Не дешевле было бы x20 у Клода взять, и находиться в одной экосистеме? Сам решаю похожую задачу, но пока откатился на 4.6, и Кодекс делаю ревью на Плюс плане
Режим работы определяется на шаге "Step 1: Determine review mode" скилла. Модель сама решает, исходя из набора признаков. Например, цитирую, " if context contains the system message "Plan mode is active" → mode = plan " Подробнее условия, наверное лучше в сам скилл посмотреть: https://github.com/dementev-dev/adversarial-review/blob/master/SKILL.md Если ссылка из комментария пропадет - она есть в тексте статьи, выше. Сам скилл публично доступен, можно пользоваться, дорабатывать, делиться с другими :) Подтверждения в план режиме - полностью избежать не удалось. Удалось уменьшить количество, путем структурирования обращения к Кодекс, и внесением части команд в Allow список, как прописано в README. Лайфхак - если при запросе на записи в файл нажать shift-tab, агент перейдет в рабочий режим из плана, но ничего не сломается. Планирование и подтверждение будут работать так же, только запросов меньше зададут.
Спасибо за развернутый комментарий. Соглашусь, что сама модель - ближе к чистой функции, и выход полностью определяется входом в неи и seed генератора случайных чисел. Тем не менее, память - реализована в самом агенте, и в контесте задачи. Плюс, у разных моделей свои "паттерны" мышления. Первую часть - набранный контекст, и ошибки мышления в нем - можно обойти отдельной сессией в агенте. Так тоже можно, так работает. Но я в статье, и в своем опыте, пошел дальше - взял для ревью другого агента. Имеющего другие паттерны мышления. Для меня - этот способ эффективен, и хорошо ловит косяки плана и реализации. Это не значит, что работа только с одним агентом - плоха. Есть интересные статьи от Антропик, где они рассказывают про свои эксперименты с продвинутым harness и ревью Опус Опусом в независимых сессиях/агентах.
Как поработавший с данной моделью для разработки сложных SQL преобразований, могу поделиться опытом. Моделька интересная. Но не за свои деньги. Минимальная подписка - 19$. Сравнимо с ChatGPT Agent, тоже минимальной. И насыпано лимитов, судя по всему, тоже сравнимо.
Но качество моделей - разное. Попробовал не коже SQL Teradata. Модель справляется со сложными запросами - ощутимо хуже. Не совсем плохо, но хуже.
Я бы сравнил, субъективно, ChatGPT high с мидлом, а Kimi - джун+.
В этом смысле, интереснее GLM 4.7. Она тоже джун+, но за свои 9$ за 3 мес - уже смотрится куда интереснее.
Собственно, мне понравился дуэт ChatGPT когда мужен "мозг" (проверка плана, проверка реализации на соответствие плану, фиксинг сложных багов), и GLM, когда только "руки".
В данном случае я специально пошел на данное упрощение. Чтобы после docker compose down у разработчика кластер "обнулился". И чтобы не нужно было руками потом volumes вычищать. Все-таки кластер учебный, постарался потенциальные "грабли" убрать :) Те кто глубже знает docker - думаю легко добавят нужные вольюмы для каждой ноды в compose.
Спасибо за комментарий! Надеюсь, читателям будет полезна не только сама статья — где я старался найти баланс между простотой и информативностью, — но и опыт других авторов и коллег. У всех разный бэкграунд, и именно поэтому разные мнения так ценны: в них можно найти решения на разные случаи жизни.
Коллеги, я, как дата-инженер, с интересом прочитал статью. Копался в коде onETL, и так же, с интересом, посмотрю в код D-Van. Более того, есть надежда, что фреймворк пригодится для будущих проектов и сэкономит время. Буду с нетерпением ждать выкладки в Open Source.
Уже 2 года как ушел из видеонаблюдения. Но до этого изучал Axis, и не видел причин платить за него. Hikvision был гораздо лучше по цена/качество. Подозреваю, основная причина - потеря конкурентоспособности.
Как правило, это и не нужно. Тем, кому нужна бумажка, все равно купят. Тем, кому бумажка не нужна, выберут другое решение.
Здесь понятна политика Альта. Дома и в некоммерческих целях - пользуйтесь на здоровье. Хотите пользоваться в организации лицензионно (чтобы была лицензия и все документы) - извольте купить.
Для эксплуатируемых Oracle/SAS/Teradata не было, и не будет карты совместимости решений с Astra Linux. Для GreenPlum - тоже (у РОССИЙСКОГО разработчика Arenadata предлагается только CentOS/RHEL 7). Практически все из коммерческого ПО, которое приходит в голову, знать не знает про AstraLinux. Во всяком случае, в сфере BigData. Только эксперименты, держа в голове, что Astra - клон какого-то из Debian, могут помочь. И да, многие вещи начинаются с экспериментов на рабочей станции разработчика/архитектора. Ваша же политика делает этот процесс невозможным. Я не могу попробовать продукт, покрутить его на стенде, и составить какое-то первоначальное впечатление. Наверное, поэтому я про AltLinux знаю что-то, и готов выбирать его для своих проектов, если припрет (да, это боль, но это понятная боль). Про Астру же не знаю практически ничего. А значит, добровольно не выберу.
AltLinux пробовать можно. Они дают скачать последние версии дистрибутивов, для некоммерческого использования.
Если говорить от моего мнения - очень своеобразно. Но, понимая, что это полностью свои репозитории, не цельнотянутые с Debian/RH, и делается силами небольшой команды уже много лет - проникаешься уважением. Сейчас не готов пользоваться, т.к. проблем с совместимостью будет куда больше, чем при использовании "корпоративного" RH/CentOS/OEL, либо гламурно/современного Ubuntu. Но если припрет, куда мы денемся )))
Собственно, это проблема. Я, как системный инженер, могу скачать тот же Альт Линукс, поставить у себя на стенде, и составить какое-то впечатление. А здесь - предлагают купить кота в мешке. Мол, ты сначала деньги заплати, а потом с тобой уже разговаривать будем. В среде Open Source к этому не привыкли, и вызывает отторжение.
Сейчас тестирую совместно с obra/superpowers, как ревьвер спецификаций и результата. Основная польза - если цена ошибки в спецификации "отложенная", вроде архитектуры решения. Если же все тут же будет реализовано и проверено тестами - можно и пропустить :) Или обойтись только ревью результата
Могу посоветовать - довольно неплохо доводит планы Опуса, как совмещение двух миров. Тем более что сейчас доделал запуск ревьюера Кодекса через субагента - перестал токены жрать в основной сессии https://habr.com/ru/articles/1019588/
Как оркестрируете работу план/исполнение? Руками передаете задачу между агентами?
Не дешевле было бы x20 у Клода взять, и находиться в одной экосистеме?
Сам решаю похожую задачу, но пока откатился на 4.6, и Кодекс делаю ревью на Плюс плане
Режим работы определяется на шаге "Step 1: Determine review mode" скилла. Модель сама решает, исходя из набора признаков. Например, цитирую, " if context contains the system message "Plan mode is active" → mode =
plan"Подробнее условия, наверное лучше в сам скилл посмотреть: https://github.com/dementev-dev/adversarial-review/blob/master/SKILL.md
Если ссылка из комментария пропадет - она есть в тексте статьи, выше. Сам скилл публично доступен, можно пользоваться, дорабатывать, делиться с другими :)
Подтверждения в план режиме - полностью избежать не удалось. Удалось уменьшить количество, путем структурирования обращения к Кодекс, и внесением части команд в Allow список, как прописано в README.
Лайфхак - если при запросе на записи в файл нажать shift-tab, агент перейдет в рабочий режим из плана, но ничего не сломается. Планирование и подтверждение будут работать так же, только запросов меньше зададут.
Спасибо за развернутый комментарий. Соглашусь, что сама модель - ближе к чистой функции, и выход полностью определяется входом в неи и seed генератора случайных чисел. Тем не менее, память - реализована в самом агенте, и в контесте задачи. Плюс, у разных моделей свои "паттерны" мышления.
Первую часть - набранный контекст, и ошибки мышления в нем - можно обойти отдельной сессией в агенте. Так тоже можно, так работает.
Но я в статье, и в своем опыте, пошел дальше - взял для ревью другого агента. Имеющего другие паттерны мышления.
Для меня - этот способ эффективен, и хорошо ловит косяки плана и реализации.
Это не значит, что работа только с одним агентом - плоха. Есть интересные статьи от Антропик, где они рассказывают про свои эксперименты с продвинутым harness и ревью Опус Опусом в независимых сессиях/агентах.
Насколько я помню, есть Alt Linux Virtualization Server. И в нем - Proxmox, с поддержкой. Но сертифицирован ли он...
Именно на openrouter я и использовал. Но мы же понимаем разницу между оплатой по токенам, и подпиской.
За предложение локального запуска - спасибо. Оплатить подписку на много лет будет дешевле :)
Если, конечно, не нужно приватности, и не готовы за это платить.
Как поработавший с данной моделью для разработки сложных SQL преобразований, могу поделиться опытом. Моделька интересная. Но не за свои деньги. Минимальная подписка - 19$. Сравнимо с ChatGPT Agent, тоже минимальной. И насыпано лимитов, судя по всему, тоже сравнимо.
Но качество моделей - разное. Попробовал не коже SQL Teradata. Модель справляется со сложными запросами - ощутимо хуже. Не совсем плохо, но хуже.
Я бы сравнил, субъективно, ChatGPT high с мидлом, а Kimi - джун+.
В этом смысле, интереснее GLM 4.7. Она тоже джун+, но за свои 9$ за 3 мес - уже смотрится куда интереснее.
Собственно, мне понравился дуэт ChatGPT когда мужен "мозг" (проверка плана, проверка реализации на соответствие плану, фиксинг сложных багов), и GLM, когда только "руки".
В данном случае я специально пошел на данное упрощение. Чтобы после docker compose down у разработчика кластер "обнулился". И чтобы не нужно было руками потом volumes вычищать. Все-таки кластер учебный, постарался потенциальные "грабли" убрать :)
Те кто глубже знает docker - думаю легко добавят нужные вольюмы для каждой ноды в compose.
Спасибо за комментарий!
Надеюсь, читателям будет полезна не только сама статья — где я старался найти баланс между простотой и информативностью, — но и опыт других авторов и коллег. У всех разный бэкграунд, и именно поэтому разные мнения так ценны: в них можно найти решения на разные случаи жизни.
Коллеги, я, как дата-инженер, с интересом прочитал статью. Копался в коде onETL, и так же, с интересом, посмотрю в код D-Van. Более того, есть надежда, что фреймворк пригодится для будущих проектов и сэкономит время. Буду с нетерпением ждать выкладки в Open Source.
Спасибо за мероприятие. Второй раз участвую - второй раз полезно и познавательно.
Может, я много ожидал, но казалось, что здесь будут Actions, обсуждения, багтрекинг, релизы...
Оказалось же, что функционала меньше, чем в Gitea. Не говоря уже о заморских GitLab.
Уже 2 года как ушел из видеонаблюдения. Но до этого изучал Axis, и не видел причин платить за него. Hikvision был гораздо лучше по цена/качество. Подозреваю, основная причина - потеря конкурентоспособности.
Как правило, это и не нужно. Тем, кому нужна бумажка, все равно купят. Тем, кому бумажка не нужна, выберут другое решение.
Здесь понятна политика Альта. Дома и в некоммерческих целях - пользуйтесь на здоровье. Хотите пользоваться в организации лицензионно (чтобы была лицензия и все документы) - извольте купить.
Для эксплуатируемых Oracle/SAS/Teradata не было, и не будет карты совместимости решений с Astra Linux. Для GreenPlum - тоже (у РОССИЙСКОГО разработчика Arenadata предлагается только CentOS/RHEL 7).
Практически все из коммерческого ПО, которое приходит в голову, знать не знает про AstraLinux. Во всяком случае, в сфере BigData.
Только эксперименты, держа в голове, что Astra - клон какого-то из Debian, могут помочь.
И да, многие вещи начинаются с экспериментов на рабочей станции разработчика/архитектора. Ваша же политика делает этот процесс невозможным. Я не могу попробовать продукт, покрутить его на стенде, и составить какое-то первоначальное впечатление. Наверное, поэтому я про AltLinux знаю что-то, и готов выбирать его для своих проектов, если припрет (да, это боль, но это понятная боль). Про Астру же не знаю практически ничего. А значит, добровольно не выберу.
AltLinux пробовать можно. Они дают скачать последние версии дистрибутивов, для некоммерческого использования.
Если говорить от моего мнения - очень своеобразно. Но, понимая, что это полностью свои репозитории, не цельнотянутые с Debian/RH, и делается силами небольшой команды уже много лет - проникаешься уважением.
Сейчас не готов пользоваться, т.к. проблем с совместимостью будет куда больше, чем при использовании "корпоративного" RH/CentOS/OEL, либо гламурно/современного Ubuntu. Но если припрет, куда мы денемся )))
Собственно, это проблема. Я, как системный инженер, могу скачать тот же Альт Линукс, поставить у себя на стенде, и составить какое-то впечатление. А здесь - предлагают купить кота в мешке. Мол, ты сначала деньги заплати, а потом с тобой уже разговаривать будем. В среде Open Source к этому не привыкли, и вызывает отторжение.
Я бы сказал, что мой Lenovo Legion 5 Pro выглядит идентично. Что снаружи, что изнутри. Теперь думаю, это Lenovo их использует как ODM, или наоборот.
Скорее, не могут получить платёж за обучение по банковским картам.