Semolina Code (Python / TypeScript)

Я просто в жесточайшем ахере с братка Криппи Чувак просто решил стать билдером: – Создал успешный продукт: perpdexlist.com – Раскачал X (твиттер): пост на 150к просмотров – И достиг какой-то невменяемой скорости принятия решения (пример на скрине) Криппи просто за 3 минуты написал пост и сразу дропнул (хотя помню как мы раньше каждый пост часами обсуждали). Думаю, что такой навык многим позволил бы двигаться быстрее Я тоже решил стать билдером: Начал пилить свой стартап и пришло время провести кастдевы. Написал нескольким инфлам с предложением объединить аудитории и поделиться результатами исследования (благодаря вашим ответам мы сможем делать лучшие продукты и создавать лучший контент чисто под вас) В общем, к чему я это всё: – Если вы хотите поучаствовать в создании продукта и повлиять на контент: пожалуйста пройдите двухминутный опросик – Если у вас есть свой канал и вы тоже хотите поучаствовать в этом микрочеллендже: читайте условия на скрине заполнить форму (пожалуйста) заполнить форму (очень нада) заполнить форму (вы не представляете как сильно поможете)

Знаете почему этот канал не растет? Потому что я тут немного передушнил и мне даже самому не хочется сюда закидывать что-то «НЕ СУПЕР ПОЛЕЗНОЕ» (мб ошибка) А так-то много чего я бы мог рассказать. За последние 3 месяца пощупал кучу AI инструментов, написал ещё большую кучу софта, залетел в стартап акселератор итд В общем, есть интересные и не очень мысли, которые я буду закидывать вот сюда, чтобы через 10 лет, сидя под пальмой поностальгировать кринжануть щитпост ссылка P.S. пока приму только тех, с кем взаимодействовал или есть хотя бы 2-3 пересечения по чатам

Курс: RAG для новичков Урок 6 (финальный). Как засунуть настоящего AI агента в RAG цепочку Ну тут вроде и по заголовку всё понятно. Разберём что такое AI агент и напишем своего. Потом соединим этого агента с RAG цепочкой (а потом удалим всё нахрен))) Что конкретно сделаем: – разберём, что такое AI-агент и чем он отличается от обычной LLM – разберём основные архитектуры AI агентов – напишем простого агента в LangChain – пошагово посмотрим, как агент “думает” и что он вызывает – попробуем встроить агента в RAG для переписывания вопросов пользователя – разберём проблемы: лишние вызовы модели, нестабильность, сложность дебага Кейс тот же: Antarctic Wallet – оплата USDT по QR-коду в магазинах и сервисах. Стараюсь сделать так, чтобы всё было максимально применимо к реальности – для базы знаний / саппорта / FAQ 🎞 Видео 📖 Методичка в Notion 👩‍💻 Код с урока ❤️ Оплатить USDT по QR-коду Это финальный урок мини-курса про RAG. Подумайте почему я так вцепился в эту технлогию и попробуйте придумать где её можно применить с целью заработка. Догадки в комментарии 👇 SemolinaCode | Chat | YouTube

Курс: RAG для новичков Урок 5. LangSmith: трассировка, отладка и тестирование приложений на базе LLM Время отдохнуть от кода и улучшить то, что у нас уже есть. Для этого используем инструмент визуальной отладки, который также покажет нам что происходило на каждом этапе нашего приложения – LangSmith Что конкретно сделаем: – подключаем LangSmith к нашему RAG – смотрим каждый этап цепочки: retriever → контекст → prompt → LLM → output – видим tokens / latency / ошибки – собираем online evaluator (LLM-as-a-judge): ChatGPT сам оценивает качество ответа – делаем Playground и сравниваем 2 промпта (мини A/B) Кейс тот же: Antarctic Wallet – оплата USDT по QR-коду в магазинах и сервисах. Стараюсь сделать так, чтобы всё было максимально применимо к реальности – для базы знаний / саппорта / FAQ 🎞 Видео 📖 Методичка в Notion 👩‍💻 Код с урока ❤️ Оплатить USDT по QR-коду В следующем уроке – LangSmith (визуальный дебаг) + подготовка к AI агенту SemolinaCode | Chat | YouTube

Курс: RAG для новичков Урок 4. Как улучшить RAG pipeline: загрузка данных, разбиение, эмбеддинги и Chroma (LangChain) Тут мы наконец-то закончим создание нашего "идеального" RAG пайплайна: retriever, format_docs, prompt и LLM параметры. Что конкретно сделаем: – Retriever: similarity vs MMR, пороги релевантности, фильтры по метаданным – Post-processing: собираем контекст правильно, добавляем source/page, лимитируем длину – Prompt для RAG: только по контексту, без выдумок, честное “нет данных” – LLM настройки: temperature, max tokens, top-p — простым языком, без магии – Финальная LangChain цепочка: защита от пустого контекста + готовность к LangSmith Кейс тот же: Antarctic Wallet – оплата USDT по QR-коду в магазинах и сервисах. Стараюсь сделать так, чтобы всё было максимально применимо к реальности – для базы знаний / саппорта / FAQ 🎞 Видео 📖 Методичка в Notion 👩‍💻 Код с урока ❤️ Оплатить USDT по QR-коду В следующем уроке – LangSmith (визуальный дебаг) + подготовка к AI агенту Накиньте реакций, если тема интересна ♥️ SemolinaCode | Chat | YouTube

Курс: RAG для новичков Урок 3. Как улучшить RAG pipeline: загрузка данных, разбиение, эмбеддинги и Chroma (LangChain) Если в пошлом уроке мы просто написали простенький RAG pipeline, то в этом уроке мы попробуем довести его до "идеале", а именно этап индексации Что конкретно сделаем: – загрузим не одну страницу, а весь сайт через sitemap.xml – попробуем второй способ: рекурсивный обход ссылок внутри домена – научимся резать текст правильно: по структуре HTML или по токенам (а не “на глаз”) – разберёмся с эмбеддингами: как выбрать модель под русский и зачем иногда нужны префиксы – ускорим ChromaDB: чтобы индекс не пересобирался каждый запуск (запуск из минут → в миллисекунды) Кейс тот же: Antarctic Wallet – оплата USDT по QR-коду в магазинах и сервисах. Стараюсь сделать так, чтобы всё было максимально применимо к реальности – для базы знаний / саппорта / FAQ 🎞 Видео 📖 Методичка в Notion 👩‍💻 Код с урока ❤️ Оплатить USDT по QR-коду В следующем уроке – улучшим этап поиска и генерации SemolinaCode | Chat | YouTube

Случайно вставил ссылку на первый урок. Сейчас уже поправил, но вот на всякий случай: https://youtu.be/FxCez4KeR0I

Курс: RAG для новичков Урок 2. Первый рабочий RAG pipeline Вот и пришло время написать код, а именно RAG pipeline. ИИ начнёт отвечать по твоей информации, а не абстрактно. До сих пор без математики, но уже с кодом!! В уроке напишем полностью рабочий и применимый на практике код: – загрузка данных с сайта – деление текста на чанки – бесплатный embeddings (Ollama + HuggingFace) – векторное хранилище (ChromaDB) – поиск релевантных чанков (retriever c k ближайших соседей) – prompt для LLM генерации – сборка RAG цепочки через LangChain – прогон по пилотному тесту: где всё хорошо, а где появляются галлюцинации (пример с KYC) В курсе используем реальный продуктовый кейс – сервис Antarctic Wallet (оплата USDT по QR-коду в магазинах и сервисах), чтобы показать, как RAG применяется на практике (например, для автоматизации службы поддержки) 🎞 Видео 📖 Методичка в Notion 👩‍💻 Код с урока ❤️ Оплатить USDT по QR-коду В следующем уроке – улучшим каждый узел пайплайна (retrieval, prompt, формат контекста и т.д.). SemolinaCode | Chat | YouTube

Есть тут кто-то, кто: - учился - знает тех, кто учился - просто слышал что-то про Стартап Академию Сколково Стоит ли сходить, поучиться? Или есть какие-то альтернативы с хорошей экосистемой/комьюнити в направлении стартапинга/предпринимательства?

Курс: RAG для новичков Урок 1. Как LLM работает с документами и приватными данными (теория) В уроке я простым языком объясняю, как ИИ “думает” под капотом и как сделать так, чтобы он начал отвечать по твоей информации, а не абстрактно. Пока что без математики и без кода В уроке разбираем базу 😮: – почему ChatGPT / Gemini / Claude не видят ваши документы и свежие данные; – что такое RAG (Retrieval Augmented Generation) и какую проблему он решает; – из каких этапов состоит RAG-pipeline: indexing → retrieval → generation; – что такое embeddings, vector store и поиск по смыслу, а не по словам; – почему RAG — это не дообучение модели, а работа с контекстом. В курсе используем реальный продуктовый кейс – сервис Antarctic Wallet (оплата USDT по QR-коду в магазинах и сервисах), чтобы показать, как RAG применяется на практике (например, для автоматизации службы поддержки) Домашнее задание: – Составить пилотный тест для проверки качества RAG системы по данным со страницы F.A.Q. 🎞 Видео 📖 Методичка в Notion ❤️ Оплатить USDT по QR-коду В следующем уроке — переходим к коду и собираем RAG-pipeline руками. SemolinaCode | Chat | YouTube