Интеграция Google Gemini API в асинхронный Telegram-бот на aiogram 3.x и Python
В прошлую пятницу, ровно в 18:47, когда я уже мысленно открывал великолепный, наполненный витаминами, напиток, мне прилетело сообщение от тимлида: «Бот лежит, пользователи жалуются, Gemini API возвращает 429». Наш корпоративный Telegram-бот, который должен был помогать саппорту отвечать на тикеты, просто встал колом. Причина оказалась до банальности простой: мы не учли rate limiting и думали, что 50 RPM (запросов в минуту) на бесплатном тарифе — это «бесконечно много». С тех пор мы переписали архитектуру, добавили очереди, кэширование и middleware для retry. В этой статье разберу, как с нуля подружить Gemini API с Telegram-ботом на aiogram 3.x, не наступая на те же грабли.
Общалкин «Разогрев-Деловой-Боевой»
Несколько лет назад в сети ходила история про парня, который натравил ИИ на Tinder: бот общался с девушками, переводил их в Telegram, а дальше человек подключался сам. Тогда это выглядело как эксперимент на грани фантастики - слабый ИИ, отсутствие нормальных инструментов автоматизации, куча ручной работы и рисков. Сейчас ситуация принципиально другая: LLM держат контекст, автоматизация через n8n и браузерные сценарии решает рутину, интеграции стали дешевле и стабильнее. То, что раньше было хаком, сегодня — инженерная задача.
Google предоставила разработчикам в API Gemini данные из «Карт»
Google открыла для разработчиков данные Google Maps в API Gemini для приложений с актуальными геопространственными данными. Это позволит связывать возможности ИИ в области логического мышления с данными из более чем 250 млн мест.
Что такое Computer Use от Google, и в чем различие от Operator OpenAI и Comet Perplexity
Google выпустил Computer Use на Gemini 2.5 Pro для автоматизации действий в браузере. Его стали сравнивать с Operator от OpenAI и Comet от Perplexity.
Мой личный экзамен: как я разработал MVP LLM-агента на Google ADK
Мой личный экзамен: как я разработал MVP LLM-агента на Google ADKУже несколько лет я работаю в качестве CTO компании ASRP
GEO: как брендам попасть в выдачу AI ассистентов, когда старые подходы в SEO больше не работают
Всё больше людей ищет информацию не в Google, а в ChatGPT, Perplexity, Gemini или AI-обзорах в SERP. В 2024 году доля поисков без переходов по ссылкам составила 60%. Получается, что ваш сайт может остаться «невидимым» для аудитории, даже если он в топе — ведь гораздо удобнее получать готовые ответы от ИИ-ассистентов. В таких реалиях сайт нужно продвигать не только под поисковые системы, но и под нейросети. Что это значит и как теперь оптимизировать контент — рассказываю в статье.Привет, меня зовут Владимир Малюгин, и я в диджитале 17+ лет. Руковожу performance-маркетинговым агентством Digital Geeks
Опыт интеграции LLM и классического ML в пет-проект про поиск домашних животных
AI-решения сейчас повсеместно, но всё ещё есть места, где их нет. Например в вашем пет-проекте (возможно).В статье я поделюсь опытом, как легко интегрировать LLM и сразу получить от этого пользу, встраивая результаты от LLM в дальнейший пайплайн и закладывая фундамент под дальнейшее развитие.
