Видео недоступно для предпросмотра
Смотреть в Telegram
Как превратить разрозненные источники в связанную базу знаний, которую ведет агент
В AI-мастерской стартовал новый кейс — LLM wiki: ваш новый рабочий инструмент.
Вы узнаете, как с помощью кодинг-агента собрать личную вики — связанный набор страниц по вашей области, который агент пишет и поддерживает сам.
Задачи, которые вы сможете решать:
— Подготовка к обсуждению — собрать все, что коллекция знает по теме встречи, вместе с расхождениями между источниками;
— Анализ гипотезы — проверить свою идею на накопленном материале и увидеть, что ее поддерживает, а что ей противоречит;
— Своя заметка — записать собственный вывод так, чтобы он участвовал в каждом следующем ответе вики;
— Обзор новой области — составить картину незнакомой темы и увидеть, чего по ней в коллекции не хватает.
На выходе вики будет уметь сводить каждый новый источник со всем, что уже записано, фиксировать расхождения между источниками с указанием, кто и что утверждает, вести отдельный список того, чего в коллекции не хватает, и отвечать на вопросы со ссылками на исходные материалы.
Учиться будем на коллекции статей по продуктовому менеджменту, но вики можно сразу строить на своем материале — тогда на выходе у вас будет не учебный пример, а рабочий инструмент.
Для работы понадобится любой кодинг-агент на ваш вкус — Cursor, Codex, Claude Code. Markdown-редактор можно использовать любой, но мы выбрали Obsidian. Репозиторий в GitHub понадобится для хранения версий.
Навыки на выходе:
— Работа с кодинг-агентом как с редактором базы знаний: схема в CLAUDE.md, протоколы загрузки источника, запроса и аудита
— Связанная markdown-вики в Obsidian: типы страниц, перекрестные ссылки, граф связей, индекс и журнал
— Сопоставление источников между собой: фиксация расхождений, аудит связности, список пробелов в коллекции
— Версионирование вики в GitHub и запуск облачных сессий агента с телефона
Присоединяйтесь к студентам AI-мастерской:
🔗 https://gopractice.ru/course/aicases/
Этот кейс можно обсуждать в закрытом чате для студентов вместе с экспертами, которые работали над его созданием.
@gopractice
В AI-мастерской стартовал новый кейс — LLM wiki: ваш новый рабочий инструмент.
Вы узнаете, как с помощью кодинг-агента собрать личную вики — связанный набор страниц по вашей области, который агент пишет и поддерживает сам.
Задачи, которые вы сможете решать:
— Подготовка к обсуждению — собрать все, что коллекция знает по теме встречи, вместе с расхождениями между источниками;
— Анализ гипотезы — проверить свою идею на накопленном материале и увидеть, что ее поддерживает, а что ей противоречит;
— Своя заметка — записать собственный вывод так, чтобы он участвовал в каждом следующем ответе вики;
— Обзор новой области — составить картину незнакомой темы и увидеть, чего по ней в коллекции не хватает.
На выходе вики будет уметь сводить каждый новый источник со всем, что уже записано, фиксировать расхождения между источниками с указанием, кто и что утверждает, вести отдельный список того, чего в коллекции не хватает, и отвечать на вопросы со ссылками на исходные материалы.
Учиться будем на коллекции статей по продуктовому менеджменту, но вики можно сразу строить на своем материале — тогда на выходе у вас будет не учебный пример, а рабочий инструмент.
Для работы понадобится любой кодинг-агент на ваш вкус — Cursor, Codex, Claude Code. Markdown-редактор можно использовать любой, но мы выбрали Obsidian. Репозиторий в GitHub понадобится для хранения версий.
Навыки на выходе:
— Работа с кодинг-агентом как с редактором базы знаний: схема в CLAUDE.md, протоколы загрузки источника, запроса и аудита
— Связанная markdown-вики в Obsidian: типы страниц, перекрестные ссылки, граф связей, индекс и журнал
— Сопоставление источников между собой: фиксация расхождений, аудит связности, список пробелов в коллекции
— Версионирование вики в GitHub и запуск облачных сессий агента с телефона
Присоединяйтесь к студентам AI-мастерской:
🔗 https://gopractice.ru/course/aicases/
Этот кейс можно обсуждать в закрытом чате для студентов вместе с экспертами, которые работали над его созданием.
@gopractice