API.
Мониторинг вакансий с ИИ‑скорингом на n8n и Groq API: разбираем архитектуру и грабли с Rate Limit
Поиск узкопрофильных вакансий (например, n8n‑инженер или специалист по интеграциям) через RSS‑ленты превращается в борьбу с шумом. Простые текстовые фильтры по ключевым словам «автоматизация» или «API» дают массу ложных срабатываний: от «менеджеров по автоматизации продаж» до «руководителей API‑команд».В этой статье я разберу архитектуру end‑to‑end пайплайна на n8n, который использует LLM (Groq API) для жесткого семантического скоринга каждой вакансии. Мы не просто ищем совпадения, а заставляем ИИ работать строгим техническим рекрутером, отсеивая 90% мусора на входе.
Jev: зачем нужна модель для решений и как её использовать
В чат приходит сообщение: «Подскажите, как подключить уведомления только для новых заказов?» Приложению нужно определить его тип: вопрос, реклама или другое. Дальнейшее действие зависит от выбранной категории.Jev от TypeSafe AI
Headless‑браузер без браузера: 5 408 байт
Или история о том, как 5 408 байт обфусцированного JavaScript, прилетающих в HTTP‑заголовке, превращаются в свободный доступ к GPT, Claude, Mistral и генерации картинок если построить браузерный манекен на чистом JS.Пролог: та самая ошибкаВсё началось с невзрачного сообщения в логах:Ошибка API (ddg_haiku): Error code: 500 - {'error': 'no x-vqd-hash-1 token'}Если вы когда‑нибудь пробовали написать прокси к duck.ai встроенному в DuckDuckGo AI‑чату, где под капотом живут GPT и Claude, вы почти наверняка видели что‑то из этого репертуара: то 500 no x-vqd-hash-1 token, то дразнящую 418 I'm a teapot
ИИ‑агенту разрешили вызывать API. Кто проверит бизнес‑правила?
Представим агента, которому поручили оформить подрядчика. Он создал карточку исполнителя, подготовил договор и отправил его на подпись. Сервисы приняли запросы, ошибок в журнале нет. Но по внутреннему регламенту договор можно отправлять только после проверки статуса подрядчика. Агент этот этап пропустил, а сервер позволил продолжить работу.
Укрощение GPU в Kubernetes: динамический шеринг мощностей
Управление GPU в Kubernetes переросло стадию, когда было достаточно простого проброса устройства в контейнер. Сегодня инфраструктура для ИИ-нагрузок требует такой же гибкости, как и для стандартных микросервисов: мы должны уметь делить ресурсы, масштабировать их и эффективно утилизировать каждый терафлопс, не переплачивая за простаивающее «железо».
Где AI-настройка обмена с 1С работает, а где нет: честный разбор
Под прошлой статьей справедливо заметили: обмены бывают разными, и порой они совсем не простые, особенно те, что построены на правилах обмена. Согласен. Здесь разберу, какие обмены «Связка» закрывает настройкой с AI-помощником, какие нет и почему. Без обещаний «любой API одной фразой».Два разных мира обменов1. Обмен 1С ↔ 1С по правилам. Это КД 2/3, EnterpriseData, планы обмена, «Обмен данными» БСП. Здесь две базы с богатыми объектными моделями, а значит:сопоставление справочников, порой многие ко многим;регистрация изменений и квитирование;конфликты, коллизии, порядок загрузки;
Как добавить модели Anthropic в OpenCode через BotHub: два способа без лишней возни
Бывает, открываешь OpenCode, идёшь в менеджер моделей, а нужной Claude там нет. Хотя через BotHub она доступна, API-ключ есть, капсы на балансе тоже. На самом деле проблема может быть в самом каталоге моделей OpenCode. В нём не обязательно сразу появляются все новые модели, а нужная запись иногда отсутствует в списке. Но это не значит, что подключить её нельзя.Я покажу два способа, как добавить нужную модель Anthropic через BotHub: попросить OpenCode сделать всё самому или пойти путём настоящего технаря и покопаться в конфиге ручками. Также разберемся как установить OpenCode на удалённый сервер и подключить Claude через BotHub.
