Посмотрел вебинар «Как создать ИИ-ассистента, который знает ваш контекст» 

 от компании Nodul который вел Илья Болховский.

Меня заинтересовало, потому что это связка двух интересных тем — управление задачами-целями и искусственный интеллект. Вебинар длится час, но оно того стоит.

Сначала спикер рассказал про Obsidian:

Это программа, которая в отличии от Notion и Evernote, хранит данные локально в текстовых файлах с разметкой (Markdown). И к ней множество плагинов.

Советует Cloud Code, работает на подписке Max за 100$ в месяц, говорит, того стоит, повышает производительность в 100 раз. Это позволяет работать с ИИ из консоли, а не из интерфейсных систем ИИ.

У него в консоли Cloud Code проект Brain на ИИ, который каждое утро делает брифинг и дает советы на день, анализируя заметки за день. Анализирует его цели на год, сравнивает с заметками и дает советы.

Нужно было дать облачному Nodul доступ к локальному компьютеру, ведь заметки Obsidian лежат локально. Сначала он попробовал сделать API для доступа к локальному компьютеру, но подход не сработал, потому что это хрупкий подход. Если закрыта крышка компьютера — не работает, если интернет пропал — все, заметки не доступны, плюс есть какая-то API, которая смотрит в интернет и ее можно сломать:

Поэтому он перешел в облако:

Поэтому был использован git-sync, и свои заметки он хранил в git-hub в приватном репозитории:

Теперь запускается по-разному:

ИИ агент отличается от Chat GPT тем, что у него есть «руки», с которыми он может что-то сделать в системе.

ИИ агент имеет свое описание в системном промпте, интересно, что его файл часто называют «soul.md», что в переводе обозначает «душа». По системному промпту ИИ-агент понимает, что ему делать:

Более подробно и мощно в этой теме работает Даниэль Миэсслер:

Автор использует один общий промпт для локальной версии и облачной, потому что промпт постоянно дорабатывается. Оба агента смотрят на одну и ту же папку, которая синхронизируется с github.

Локальный файл может напрямую читать файлы, а облачный, например, может отправлять сообщения в телеграмм — у каждого своя специфика.

Автор хранит промпты в каталоге brain (в переводе мозг):

Схема автора в Nodul (она сложнее, тут часть):

Вот кубик AI с изображением мозга:

Отладка показывает выполнение кода визуально зелеными кружочками:

Мои выводы:

  1. Схема чуть усложнена из-за того, что автор не хочет отдавать локальные файлы в облако и в то же время работать в облаке с синхронизированные через github данные.

  2. Автор использует id сессии общения с ИИ-агентом как текущая дата, что позволяет заново не заполнять контекст каждый раз. Узнал, что можно использовать id сессии.

  3. Я вообще искал инструмент, который обработает мои данные локально, без отправки в центр, т.е. локаль��ый ИИ. Но в целом для задач таск-менеджмента можно использовать подобный подход, когда выдается ограниченный контекст за неделю, например и делается запрос на фокус дня или задачи дня. Это удобное развитие такс-менеджмента.

  4. Узнал для себя про Obsidian. Возможно, имеет смысл его использовать для хранилища данных, например, выгрузить в него все письма из Outlook-файлов и почты.

Материалы и полезные ссылки от авторов вебинара — компании Nodul.

 Запись вебинара

 Презентация спикера

 Репозиторий

 Контакты спикеров

Если хотите задать вопрос или обсудить ваш кейс — пишите напрямую

Дмитрий Глушаков

Илья Болховский