Работая в айтишечке


Kanal geosi va tili: Rossiya, Ruscha
Toifa: Bloglar


Канал о том, как эффективно работать в IT: простые объяснения технических вещей, лайфхаки, лучшие практики и полезные инструменты для повседневных задач.
Автор: @Shevtsoff

Bog‘liq kanallar

Kanal geosi va tili
Rossiya, Ruscha
Toifa
Bloglar
Statistika
Postlar filtri


☕️ Плагин для ведения каталога и системы продуктовых метрик


В Авито мы постоянно следим за продуктовыми метриками: что меняется, где можно подрасти и что для этого сделать. Из этого складываются планы по продукту и работа над OKR.

Хочется подключать к этой работе агента. Но каждый раз давать ссылку на дашборд и объяснять «вон там метрика, мне надо понять, как её растить» — такой себе сценарий.

Чтобы упростить эту задачу сделал Product Metrics — плагин для Codex и Claude Code. Он помогает вместе с агентом вести каталог метрик: что считаем, по какой формуле, за какой период и откуда взялось определение, какой sql для расчета.

Можно описывать показатели, искать противоречия и собирать систему метрик под цель продукта. Всё хранится в текстовых файлах вашего проекта — агент может обратиться к ним в следующем разговоре.

Например, дать ему документ и попросить:
«Опиши конверсию в оплату. Проверь, нет ли похожей метрики. Если правил не хватает, запиши вопросы».

Первая версия работает с определениями. Подключения к базе внутри нет, правильность цифр нужно проверять отдельно.
Код, примеры и инструкция установки — на GitHub.

Для первой пробы хватит одной спорной метрики и документа с её описанием.

Если попробуете, напишите, чего не хватило — это поможет доработать плагин.

https://github.com/Working-in-IT/product-metrics

#ai #tools #product


Video oldindan ko‘rish uchun mavjud emas
Telegram'da ko‘rish
Пятничный мем

#memes




☕️ Курс «AI-агенты для продактов»


Ребята из MLINSIDE пригласили провести модуль "Аналитика с агентом на продуктовых данных".

На занятии разберём продуктовую аналитику с агентом. Возьмём одно аналитическое задание и сравним два подхода: агент видит только таблицы — и агенту дали контекст продукта, словарь данных, определения метрик и правила проверки результата.

Посмотрим, как это меняет:
— разбор воронки и поиск возможных причин оттока;
— анализ NPS-фидбэка и связь слов пользователей с их поведением;
— качество рекомендаций и границы того, что по данным пока утверждать нельзя.

Мне нравится этот формат тем, что он не обещает «заменить аналитика». Агент может забрать первый проход по данным и рутину поиска, но постановка вопроса, проверка вывода и объяснение результата команде остаются за человеком.

Курс идет 6 недель, 7 живых онлайн-занятий по 1,5 часа. Кроме аналитики, будут AI-агенты для документов, ресёрча, discovery, метрик и подготовки защиты решения. Старт — 27 октября.

Подробности и программа: AI-агенты для продактов

Для читателей канала есть промокод DANILA10 на скидку 10%.

P.S. Программа выглядит очень насыщено и мощно. Пообщался с другими "преподавателями" - материал 🔥

#ai #analytics #product








Радости нет предела)


Video oldindan ko‘rish uchun mavjud emas
Telegram'da ko‘rish
Пятничный мем

#memes







819 0 12 3 11



Пятничный мем

#memes






Пятничный мем

#memes


☕️ Loop Engineering: что за новый термин

В последнее время все носятся с Loop Engineering как с писаной торбой. Особенно активно его стали обсуждать после фразы Бориса Черного, создателя Claude Code: он больше не пишет промпты — вместо этого пишет лупы, которые сами промптят Claude.

Попробовал разобраться что это и как работает. Вышло вот что.

Допустим, каждый понедельник вы собираете отчёт для команды. Нужно выгрузить цифры из нескольких систем, сравнить их с прошлой неделей, найти отклонения и написать короткие выводы.

Обычно работа выглядит так: попросили агента собрать отчёт, прочитали, заметили пропущенный раздел, попросили исправить, нашли странную цифру, снова отправили на доработку. Получается цикл, но управляет им человек.

А теперь соберём этот процесс в луп.

В понедельник в 9:00 расписание запускает агента. Он забирает данные и готовит черновик. Затем отдельная проверка смотрит, все ли разделы заполнены, сходятся ли цифры и есть ли ссылки на источники.

Если чего-то не хватает, агент получает не просто «попробуй ещё раз», а конкретную обратную связь: «нет данных по продажам» или «итог не совпадает с таблицей». После этого он исправляет отчёт и снова запускает проверку.

Всё сошлось — черновик уходит человеку на согласование. Три попытки не помогли — луп останавливается и тоже зовёт человека.

Вот, собственно, и весь Loop Engineering:

триггер → работа агента → проверка → исправление → новая проверка → готово или нужен человек.

Сам луп в коде может быть совсем небольшим. Внутри проекта это часто четыре артефакта:
— инструкция для агента,
— запускающий сценарий (в сценарии также задают лимит повторов и условия остановки),
— проверка результата и
— файл состояния с попытками и ошибками.

Здесь же становится понятна разница между скиллом и лупом. Скилл объясняет агенту, как собрать еженедельный отчёт. Луп решает, когда вызвать этот скилл, нужно ли повторить попытку и достаточно ли хорошо получился результат.

Для разработчиков идея знакомая: сначала задаём автоматическую проверку (тесты), а затем исправляем результат, пока она не пройдёт. Только теперь таким результатом может быть не только код, но и отчёт, презентация, разбор отзывов или проект ответа клиенту.

Какой бы луп собрать первым? Лучше на начинать с лупа «самостоятельно улучшай весь мой бизнес». Хороший первый кандидат гораздо проще, он должен удовлетворять критериям:
— задача регулярно повторяется;
— у неё есть понятный момент запуска;
— результат можно проверить по конкретным правилам;
— неудачную попытку легко отменить;
— перед важным действием можно поставить согласование человека.

Например, луп может разбирать записи встреч и искать потерянные задачи, проверять счета перед оплатой, собирать отзывы клиентов по темам или готовить пост вместе с фактчеком.

Итого, loop Engineering стоит понимать так: мы проектируем уже не один удачный запрос к агенту, а небольшой воспроизводимый процесс вокруг него. Агент может самостоятельно пройти несколько итераций, но цель, ограничения и финальное решение всё ещё остаются за человеком.

Как начать?
Если хочется попробовать Loop Engineering руками, можно начать с репозитория cobusgreyling/loop-engineering. Там есть готовые шаблоны лупов для Codex, Claude Code и других инструментов.

#ai #agents #thoughts


☕️ CodexBar — лимиты AI-инструментов прямо в меню баре

Антропики недавно меня забанили, пришлось перейти на Codex. Начал искать аналог Usage Tracking, и нашёл - называется CodexBar - показывает остатки лимитов и время до их сброса. И самое главное - не только Codex'а, можно настроить и для Claude и для Cursor и др.

Что умеет:
— Отслеживает лимиты сессии, недели и месяца
— Поддерживает 60+ провайдеров: Codex, Claude, Cursor, Gemini, Copilot, OpenRouter и другие
— Показывает баланс кредитов, расходы и статистику токенов — где это доступно
— Предупреждает о сбоях и деградации сервисов
— Добавляет виджеты с лимитами и графиками на рабочий стол
— Работает и через CLI — удобно для терминала, скриптов и CI

Приложение бесплатное и с открытым исходным кодом, работает на macOS 14+. Оно использует уже существующие сессии OAuth, CLI, API-ключи или cookies и не хранит пароли.

Установка через Homebrew:
brew install --cask steipete/tap/codexbar

Или можно скачать приложение с GitHub.

#tools #ai #codex


Пятничный мем

#memes

833 0 10 4 20
20 ta oxirgi post ko‘rsatilgan.