автоматизация. - страница 4

Как ИИ и телематика помогают распределять карьерные самосвалы

Представьте угольный разрез, по которому ездят более 200 самосвалов. Распределяют их работу диспетчеры по рации. Но человеку очень сложно обработать такое количество информации и не упустить, чтобы все было вовремя: заправка, пересменки и т.д. Как говорит статистика, за смену набегает более 10 000 отклонений от нормы – нереальное число, чтобы человек успел на все отреагировать.Отсюда и возникла идея у инженеров «Операционного совершенства» (OES): над действующей системой мониторинга создать надстройку из ИИ-модулей, которая балансирует самосвалы и ловит потери и простои в реальном времени.

продолжить чтение

Как я подключил Hermes Agent к серверам, Obsidian, почте и разделил на Telegram-ботов

❯ Мои проблемы

продолжить чтение

Code as Policy: как LLM управляет роботом через сгенерированный код

Привет, Хабр! Сегодня мы поговорим о том, как нейросети могут эффективно управлять роботами, используя не самый очевидный на первый взгляд подход.В 2023 году Alphabet закрыл проект Everyday Robots, в котором пытались создать робота для уборки офисов и сортировки мусора. Увы, андроиды оказались не способны выполнять задачи в сложной и изменчивой обстановке естественной человеческой среды. Но благодаря этой попытке появилась технология Code as Policy (CaP)

продолжить чтение

Как теперь устроена наша PIM-система и что необратимо изменилось

Для начала немного контекста: мы с командой делаем сервис для бизнеса, и я иногда пишу тут, на Хабре, о каких-то успехах, провалах или просто своем опыте. Несколько лет назад писал про то, как наша PIM устроена внутри.

продолжить чтение

Harness engineering: где на самом деле ломается агентная разработка

Почему генерация кода перестала быть узким местом и что проектировать вокруг модели: контекст, права, тесты, наблюдаемость и точки остановкиЕщё недавно спор про coding-агентов сводился к тому, какая модель лучше пишет код. Сейчас интереснее другой вопрос: почему команда, у которой агент генерирует в разы больше diff’ов, не получает пропорционального роста поставленной ценности? Ответ всё чаще звучит не про модель, а про среду вокруг неё: контекст, права, тесты, аудит, наблюдаемость и точки остановки.Это и есть harness engineering

продолжить чтение

От отдела к компании: как объединить ИИ-навыки

В первой статье я рассказывал о навыках для ИИ. В таком навыке мы собираем инструкции для работы, которую регулярно ему поручаем, чтобы каждый раз не объяснять всё заново. На примере подготовки поездки разобрали, как распределить эти инструкции между специалистами. Один занимается маршрутом, другой считает расходы, а руководитель выбирает, чьи инструкции нужны для нашего запроса.

продолжить чтение

ИИ ускоряет сотрудника, но замедляет команду: где проходит граница полезной автоматизации

Я Антон Калуцкий, руководитель DEVCOM — экспертного центра аутстаффинга ИТ-специалистов с экспертизой в 1С. Делюсь наблюдениями, как разработчики 1С применяют ИИ в работе, какие задачи ему доверяют и в каких случаях он действительно помогает ускорить разработку.

продолжить чтение

Как подключить n8n к локальной языковой модели для приватной автоматизации

продолжить чтение

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.

продолжить чтение

«Таблицу мне запили!»: как работает новый ИИ-ассистент MWS Tables

продолжить чтение

1...234567...2030...63