RAG
RAG-движок
Поиск по своим документам и чатам: локальные эмбеддинги, rerank, цитаты источников. Честно отвечает «не знаю».
разбор — в канале
Канал · @artemiyartel
Строю AI-системы — и показываю, как они устроены внутри
В канале — разборы реальных подсистем: RAG на локальных моделях, свои MCP-серверы, Telegram-автоматизация. Не пересказ новостей, а работающий код: что сделал, что сломалось и почему.
- подсистем с нуля
- 10+
- подсистем с нуля
- MCP-серверов
- 7
- MCP-серверов
- коммита в main
- 82
- коммита в main
- бесплатно
- 0₽
- навсегда
TypeScript strictNode.js 24Next.js 15React 19node:sqliteOllama / DeepSeek / OpenRoutergramjs
// 01 · почему подписаться
Контента про AI много. Кода — мало.
Обычные AI-каналы
- Пересказ новостных лент — то, что вы уже видели
- Списки «топ-10 инструментов» без единой строки кода
- Курсы «AI за 3 дня» по цене ноутбука
- Теория без единого запуска — работает «где-то у кого-то»
Что здесь
- Код и схемы из рабочего репозитория — 82 коммита в main
- Честные ретро: что сломалось, сколько стоило, почему переделал
- Подсистемы, которыми автор сам пользуется каждый день
- Сравнения локальных и облачных моделей на реальных задачах
// 02 · что уже построено
Шесть систем, которые работают прямо сейчас
Каждая собрана с нуля и живёт в одном репозитории. У админа плитки кликабельны — витрина и есть интерфейс.
MCP
MCP-серверы
7 своих tool-серверов для LLM-агентов — от CRM до файлов. Детерминированные, без «магических» циклов.
разбор — в канале
LLM
LLM-gateway
Один вход к трём провайдерам: локальная Ollama, DeepSeek, OpenRouter. Переключение без переписывания приложений.
разбор — в канале
Telegram
TG-userbot + RSS
Читает топики форумов, собирает RSS, шлёт ежедневные дайджесты. Работает без ручного вмешательства.
разбор — в канале
Память
Память диалога
3 слоя памяти, ветвление, кросс-чат контекст — бот помнит, о чём говорили вчера.
разбор — в канале
Web
Web-дашборд
Next.js 15 + React 19: 23 раздела над всей системой. Этот лендинг — тоже часть него.
разбор — в канале
Разборы каждой — в канале
// 03 · как читать канал
От поста до своей системы — четыре шага
- 01
Читаете разбор
Как устроена подсистема: схема, ключевые решения, альтернативы, которые не сработали.
- 02
Забираете код
Шаблоны и модули из репозитория — харнес-инструкции, агенты, конфиги. Копируете и адаптируете.
- 03
Повторяете у себя
Карта граблей прилагается: каждая проблема из практики — с решением, а не «погуглите».
- 04
Задаёте вопрос
Ответы из практики работающего стэка — если что-то не взлетело, покажу как есть.
// proof · в цифрах
0
инструментов собрано и работает
Подсистема за подсистемой я собирал рабочий AI-стэк: поиск по своим текстам, tool-серверы для LLM-агентов, Telegram-userbot, web-дашборд. Всё в одном репо и проходит строгий typecheck — показываю и то, что вышло, и то, что сломалось. Работающий стэк вместо списка технологий.
0
подсистем с нуля
0
MCP-серверов
0
коммита в main
// 04 · без подписки
Попробовать прямо сейчас
Живые инструменты открыты без логина — потрогайте, прежде чем подписываться.
DEMO
Спроси мою базу знаний
Живое RAG-демо: вопрос по руководству EVOLUTE i-SPACE — поиск по базе, ответ со ссылками на источники и честное «не знаю» вне корпуса. Без логина.
JIRA
Задача в Jira за минуту
Опишите фичу парой предложений — ИИ-тимлид развернёт её в полную постановку: сценарий, критерии приемки, ожидаемый результат. Копируется в трекер одним кликом.
PIPELINE
Конвейер агентов: новость → пост
Живой автомат из четырёх агентов: выбор темы → черновик → фактчекинг → правка. Покликайте переходы FSM в демо-режиме — без логина.
DOCS
Харнес-шаблоны для AI-ассистентов
Три сборки одного ядра: внутри Claude Code, адаптер CLI-агента, универсальное ядро. Пять стадий и консилиум с кросс-ревью — скопируйте в свой проект.
Лучший способ понять AI — собрать его самому. Второй лучший — смотреть, как это делает кто-то другой. Со всеми граблями, а не с глянцевыми скриншотами.
// 05 · вопросы
Частые вопросы
Это очередной новостной AI-канал?
Нет. Новости тут не главный жанр — главный жанр: разбор работающей подсистемы. RAG-движок, MCP-серверы, память диалога, Telegram-автоматизация: как построены, сколько стоят, где сломались.
Нужно платить за доступ?
Нет. Канал бесплатный — подписка занимает один клик. Материалы выходят из рабочего репозитория и публикуются как есть: с кодом, цифрами и провалами.
Какой уровень подготовки нужен?
От «умею git и терминал» и выше. Разборы слоёные: схема и суть — наверху, детали реализации и конфиги — глубже. Опытным — точные решения, начинающим — карта маршрута.
Только локальные модели?
Нет — сравниваются локальные и облачные: Ollama против DeepSeek и OpenRouter на одних задачах. С ценами за токены и качеством ответов, без маркетинга в любую сторону.
Откуда материал?
Из личного челленджа: 10+ подсистем собраны с нуля в одном репозитории — от поиска по своим текстам до этого самого лендинга. Каждая прошла через typecheck и ежедневное использование.
// канал
Соберите свой AI-стэк с картой, а не вслепую
- Как устроены подсистемы челленджа: RAG, MCP-серверы, память, gateway
- Что не взлетело и почему: тупики, переделки, цена локальных моделей
- Цифры и затраты: сколько реально стоит локальный LLM-стэк
Подписаться на каналt.me/artemiyartel