Подручные инструменты для разработки кода
Я расскажу, как реализовать локального LLM "Agent".
«Что вы получите:
— LLM, который индексирует ваш код и отвечает по контексту
— Генерацию и автоматическую вставку кода / тестов
— Полную работу без интернета и утечек данных
Показываю на примере IntelliJ IDEA, Ollama и Continue.»
У тех, кто впервые столкнулся с Java-разработкой в последние пять лет, могло сложиться впечатление, что Spring всегда был доминирующим фреймворком, а сам язык предназначен для разработки backend в web-приложениях. Однако пока web-приложения были проще, специализация frontend-разработчика не была такой очевидной, интерфейс обновляли на сервере, а Java поддерживала ряд фреймворков, управляющих динамической HTML-версткой.
Эти фреймворки до сих пор живут в легаси, которое проще поддерживать, чем переписать. Они могут требовать обновлений, когда у регуляторов возникают новые требования или меняется корпоративный стиль оформления интерфейса. А если фреймворк живёт, то к нему желательно иметь подходящий инструмент. Поэтому сегодня мы расскажем сразу про четыре инструмента в GigaIDE PRO, поддерживающие уже не столь трендовые, но достаточно распространённые в среде «кровавого энтерпрайза» фреймворки.
Начнём наш обзор с рассказа про поддержку самых «древних».
Это окончание статьи о REPL на Vim. Содержит пару простых примеров применения разработки автора - работа на Ruby с Sinatra и работа с Git.
Это вторая часть публикации. В первой мы разобрали основные настройки редактора, позволяющие сделать процесс набора программы более удобным. Здесь рассмотрим плагины и скрипты для запуска программ на разных языках из редактора Vim.
Статья о том, как своими руками в Vim сделать универсальный (т.е. работающий для разных языков программирования) REPL (от англ. read-eval-print loop — цикл “чтение — вычисление — вывод”), да и просто сделать этот редактор более удобным.
Какой самый простой способ научить пользователя работать в нужной системе? Ну, кроме того, чтобы сделать максимально понятный и интуитивный интерфейс. Можно написать подробную инструкцию, провести вебинар или записать обучающий ролик. А можно создать интерактивный тренажёр, который поможет пользователям быстро освоить основные функции, да и в целом разобраться в продукте.
SM Lab занимается разработкой и поддержкой информационных систем в более чем 30 странах мира для управления процессами продаж, логистики, производства. А наша команда занимается обучением пользователей работе в этих системах.
В этой статье мы расскажем, как сделали интерактивный тренажёр для заказчиков, чтобы помочь их сотрудникам разобраться в информационной системе управления процессом разработки товаров. Наш опыт пригодится всем, кто так или иначе связан с созданием обучающих материалов.
Что это за система
В системе, о которой пойдет речь, одновременно работают сотрудники с разными ролями: сотрудники производственного управления — руководители, менеджеры, бренд-менеджеры; внутренние специалисты производства — технологи, дизайнеры, конструкторы; а также внешние поставщики. И при этом они живут в разных странах и говорят на разных языках. Система охватывает множество процессов, а интерфейс отражает эту комплексность, что может требовать дополнительного времени на освоение и понимание происходящего на экране.
Даже небольшая ошибка может привести к печальным последствиям. Например, если дизайнер забудет добавить новый цвет в палитру, то фабрика просто не получит данные для заказа ткани нужного цвета. Тогда придется либо срочно менять дизайн, либо искать альтернативный материал. В общем, приятного мало. Поэтому в работе с такими сложными системами метод проб и ошибок просто недопустим.
И в такой ситуации качество обучения и контроль полученных знаний — это не просто формальность, а ключевые элементы бизнес-процесса, которые позволяют избежать дорогостоящих ошибок.
Три минуты на планирование, десять на исполнение. Да, в масштабах человека это быстро, но уже хочется еще быстрее!
Судя по всему, я не одна такая. Посмотрите на провайдеров, которые за доплату дают ответы в два-три раза быстрее. Спрос есть, значит желание такое имеется не только у меня.
Но платить за скорость — не единственный выход.
Всем привет
! Текст полностью написан человеком !
На днях вышла модель Qwen 3.6, весь реддит забит этой темой. И я рискнул проверить что она может
Оборудование на котором тестировал (Ноутбук Asus TUF AMD Ryzen + дискретная Nvidia rtx 4070 8GB):
Я веду заметки уже много лет. Записываю всё, что ощущается как открытие: наблюдения, неожиданные связи, точные формулировки. Для меня это хобби и в каком-то смысле психогигиена: записал, прояснил, отпустил. А потом оказалось, что из такого архива получается рабочая система саморефлексии, если связать его по дате с дневником и добавить ИИ-ретроспективу. Ведь за разными записями стоит один и тот же человек — со своими потребностями и фокусами внимания.
Все популярные агенты движутся в одну сторону: управление ими должно быть максимально удобным и естественным. Голосовой ввод появился в ведущих зарубежных решениях, как и remote control, который несколько недель назад стал доступен в Codex и Claude Code. В этом релизе мы добавили обе возможности в KodaCode. Разберём по порядку.
В конце прошлого года Cursor выпустил Debug Mode — режим, в котором агент может собирать логи из рантайма, чтобы лучше понимать причины багов. Судя по реакции на Reddit, идею приняли с интересом.
Но что, если пойти более прямым путём? Дать агенту «руки», чтобы он отлаживался так же, как это делает разработчик: ставил брейкпоинты, ходил по ним, выполнял evaluate expression? Этим вопросом недавно задались исследователи из Microsoft Research и сделали экспериментальный фреймворк Debug2Fix. Субагент, оснащённый инструментами для взаимодействия с отладчиком, разбирался с багами из датасетов GitBug-Java и SWE-Bench-Live на 20% лучше, чем обычный агент без таких инструментов.
Если агент уже интегрирован с IDE, естественно дать ему доступ к полноценному дебаггеру, когда он так близко. Тем более что этим занимаются даже в Microsoft. Поэтому в недавнем релизе своего ассистента для IntelliJ мы добавили Debug Agent, позволяющий агенту взаимодействовать с дебаггером в среде разработки.
Сегодня попробуем починить реальный баг с помощью агента с инструментами дебаггера в IDE и Cursor в Debug Mode и проверим, действительно ли ИИ нужен полный доступ к отладчику или достаточно и хорошего логгирования.
В последних разговорах с пользователями Claude Code постоянно всплывает одна тема: контекстное окно в 1М токенов — палка о двух концах.
С одной стороны, Claude Code дольше работает автономно и надёжнее справляется со сложными задачами. С другой — если не следить за сессиями, контекст быстро засоряется.
Управление сессиями сейчас важнее, чем когда-либо, и вопросов вокруг него много. Держать одну или две долгосрочные сессии в терминале? Начинать новую с каждым промптом? Когда использовать compact, rewind или subagents? Что приводит к плохой компактизации или плохой сессии?
Всё это неожиданно сильно влияет на опыт работы с Claude Code, и почти всё сводится к управлению контекстным окном.
Всем привет! Меня зовут Станислав Денисов, я ML-инженер в компании «Инфосистемы Джет».
Из-за вайбкодинга Хабр пережил уже не один холивар и переживет еще столько же, потому что, судя по всему, он с нами надолго.
Занимать какую-либо из сторон в противостоянии бессмысленно. Вайбкодить без предметных знаний в проектах с высокой ценой ошибки как минимум рискованно. Несколько недель вручную собирать MVP или полезную тулзу для работы, когда под рукой есть ИИ, слишком долго.
Ситуация, когда ИИ сам пишет, проверяет и деплоит код по запросу разработчика, уже данность. Claude Code создаёт 4% всех публичных коммитов на GitHub, а в Google заявляют, что 50% их кода ー AI-generated. По прогнозам цифры будут только расти, и это само по себе не проблема.
Проблема вайбкодинга в том, как именно люди используют технологии и инструменты и распоряжаются результатами.
Об инструментах как раз поговорим в статье, а именно о кодовом ассистенте Яндекса. Сегодня разберем оболочку агента, посмотрим, как он справится с деталями и нюансами разработки, и проведем черту между зонами ответственности ИИ и человека.
Спойлер: почти Cursor.
Продолжая тему инструментов, интегрированных в среду разработки, сегодня мы рассмотрим клиент для работы с базами данных, доступный пользователям GigaIDE. Для пользователей Community-версии доступен open source-плагин DB Navigator, который хорошо описан, например, здесь. Пользователям PRO-версии доступна пара расширений:
SQL — синтаксическая поддержка и форматирование SQL-кода;
Database — клиент баз данных с широким набором возможностей.
Подписки на рабочие инструменты — ChatGPT, Claude, Cursor — легко набегают на 100 долларов в месяц. А с российской карты половину из них ещё и не оплатить. С осени 2025 я покупаю лицензии и подписки через маркетплейс цифровых товаров. Заплатил 19 000 ₽ за софт, который официально стоит 76 000 ₽. Разница — 57 000 ₽. Один лот слетел (Perplexity — забанили через неделю), но деньги вернули. Остальные пять работают. Разбираю механику: почему дешевле, какие схемы легитимны, где подвох, и показываю свои кейсы с цифрами.
Alibaba выпустила Qwen Code в 2026 году на базе исходников Google Gemini CLI. Собственно, форкнули, адаптировали под собственные модели Qwen-Coder и открыли под Apache-2.0. По умолчанию работает на Qwen3.6-Plus - самая свежая модель, т.к. вышла 2 апреля 2026. Актуальная версия агента на момент этого текста - 0.14.3.
Агент запускается в терминале. Умеет читать, создавать и изменять файлы, запускать команды в терминале и вести многошаговую работу над задачей. Сам все планирует и реализует.
Через MCP-протокол может подключать внешние инструменты.
Все мы сталкивались с классическими алгоритмами на курсах, олимпиадах или собеседованиях и, куда более редко, на практике. Но даже в реальной разработке возникают ситуации, когда готового решения нет, а простое не подходит.
Расскажу как раз о такой задаче, над которой работала наша команда, — поиск по коду относительно произвольного коммита. Покажу, как много вариантов мы перебрали, что в итоге выбрали и почему.
Способности LLM писать код растут очень быстро. А вот инженерные практики вокруг них – заметно медленнее. Поэтому на рынке одновременно существуют две реальности.
В одной AI действительно ускоряет разработку: команда быстрее выполняет задачи, реже тонет в рутине и, что немаловажно, не проигрывает в качестве. В другой – тот же самый AI плодит тонны кода, который потом приходится дольше ревьюить, переписывать и отлаживать.
Именно поэтому главный вопрос сегодня состоит уже не в том, насколько мощную модель вы смогли себе позволить, а на каком уровне зрелости находится ваша работа с агентами.
Привет. В свежей версии CLI-ассиcтента Koda 0.3.1 мы доработали поддержку ACP (Agent Client Protocol) и хотим поделиться туториалом — как настроить интеграцию с ним прямо сейчас на примере пары популярных IDE.
Протокол ACP позволяет общаться с ИИ-ассистентом напрямую по HTTP посредством WebSocket или JSON-RPC. В сущности, это классическая клиент-серверная архитектура: ассистент запускается в фоновом режиме средой разработки, которая, в свою очередь, выступает клиентом к нему же. В среде разработки имеется пользовательский интерфейс и весь агентский флоу отражается именно в нём, а не в терминале.
Это если вкратце и по-обывательски. Полное описание доступно по этой ссылке, там всё намного подробнее. А вот здесь можно найти полный список клиентов, которые поддерживают ACP. Если в этом списке есть твой любимый софт, значит с ним можно будет использовать ассистента Кода, а если нет или при работе встречаются баги — пиши нам, разберёмся.
Такой принцип можно использовать в любом ПО, которое поддерживает этот протокол. Но для полного порядка я начну с чистой установки самого ассистента. Для этого терминал нам всё-таки понадобится. Если ранее вы не использовали koda-cli, то сейчас есть отличный повод попробовать.
Закончился еще один месяц, а значит нам пора поделиться с Вами новостями о развитии GigaIDE. Ниже краткий обзор обновлений PRO-функционала GigaIDE, которые можно найти на нашем маркетплейсе. Обзор инкремента за февраль доступен по данной ссылке.