ЛУЧШИЕ ИНСТРУМЕНТЫ ДЛЯ CLAUDE CODE
Когда только начинаешь свой путь в ИИ и вайб-кодинге, часто возникает вопрос - как мне реализовать весь потенциал своего ИИ-агента и выжать из него максимум? И самое главное какие инструменты для этого использовать?
Эта статья - не очередная подборка с гитхаба по типу awesome-goyda-skills&msp. Я собрал здесь только самые СОЧНЫЕ инструменты, половина которых проверена лично мной, а другая половина моими коллегами разработчиками (и не только ими)
Из этой статьи ты узнаешь:
Как настроить своего агента так, чтобы он сам себя улучшал? Как писать детерминированный код на основе документации, даже если ты не разработчик? Как валидировать, задизайнить и раскрутить свой стартап при помощи скиллов для Claude Code? Как подключить РФ сервисы по типу Яндекс.директа и 1С к своему ИИ-агенту? Как красть креативы конкурентов и делать на их основе продающую рекламу?
И еще десятки вопросов, узнав ответы на которые из этой статьи за 20-30 минут, ты сможешь собрать Claude Code / Codex своей мечты.
Меня зовут Пироман 17, я работаю в Data Science и уже больше года активно занимаюсь темой АІ. В своём телеграм канале пишу про то, как строю свою AI систему, как при помощи неё выношу рынок, а также рассказываю про создание своего AI стартапа.
ОГЛАВЛЕНИЕ
1. Разработка
• Context7
• GSD
• Superpowers
• Karpathy skills
2. Продакт менеджмент
• Gstack
• Pm-skills
3. Дизайн
• Figma MCP
• Getdesign.md
4. Маркетинг
• Apify
• marketing-skills
5. Монтаж
• Remotion
6. Ресерч и скрейпинг
• Exa.AI
• Brave
• Tavily
• Perplexity Sonar MCP
• Firecrawl MCP
• Playwright
7. Память
• секрет •
8. Подключение РФ сервисов
• секрет •
ПОДБОРКА №1: РАЗРАБОТКА
Представьте, вы строите дом по новейшему проекту, а ваш ИИ-прораб постоянно ссылается на чертежи 70-х годов. Так же бывает ведут себя ИИ-ассистенты: их знания основаны на огромном массиве данных, но эти данные не всегда успевают за развитием технологий, обновлением библиотек и фреймворков. В итоге, устаревшие советы, неработающий код.
Context7 MCP Server – решает эту проблему и представляет собой, по сути, специальный канал связи, который в реальном времени предоставляет вашему ИИ-агенту самую свежую документацию и примеры кода.
Все)) Скучный, но мастхев инструмент. Интересный факт - конеткст7 является самым популярным мсп серверов на текущий момент.
Чтобы въехать в следующий большой блок статьи, проведу для вас небольшой интродакшн.
Одна из проблем вайбкодинга - это его недетерминированность и склонность агентов забывать контекст. В коде есть архитектура, зависимости, тесты и, если ты просто бомбишь промптами своего агента, риск сломать проект очень велик.
Поэтому умные ребятки придумали специальные плагины для кодинг-агентов, которые позволяют нашим ИИшками использовать подход к разработке под названием Spec-Driven Development (SDD). GSD - один из них.
SDD в кодинг-агентах глобально заключается в создания Markdown-документов, которые выступают "исполняемым контрактом" (условно говоря, у нас в маркдаун заметке описана фича супердетально и пошагово, наш агент просто берет и идет четенько по документу, по пунктам и реализует фичу) и единым источником истины для агента, чтобы он не терялся в контексте.
Сначала формируется общее описание, которое агент переписывает в техническую спецификацию (- тоже описание, но более проработанное и с инженерными особенностями) с архитектурой, функциями и планом тестирования. Затем планировщик декомпозирует эту спецификацию на атомарные задачи в виде markdown-файлов. Главное правило: каждая задача выполняется агентом в новой сессии, что гарантирует 100% следование спеке без накопления галлюцинаций от предыдущих попыток и избавляет нас от деградации контекста.
Теперь детально разберем как работает GSD и что он из себя представляет:
GSD — это система для Claude Code (и не только, но, к слову, если устанавливать на Codex придется немного повозится, чтобы пару косытлей убрать из-за которых плагин не работает. Изначально расширение создавалось для Claude Code), состоящая из десятков скиллов и субагентов, которая орекстрирует множеством тех самых субагентов, управляет фазами разработки, а также помогает в написании максимально исчерпывающей спецификации для вашего продукта, которая для Claude Code будет являться единственным источником истины. Все это в совокупности позволяет разрабатывать свой продукт на основе подхода Spec-Driven Development.
Как работает на практике:
Этап 1
Агент вытягивает из вас суть идеи, задавая прицельные вопросы. Параллельно запускаются четыре бота-исследователя: они одновременно подбирают стек технологий, прописывают функции, продумывают архитектуру и ищут потенциальные грабли. Затем система синтезирует эти данные, отсекает всё, что не входит в первую версию продукта (GSD делаит разработку продукта на несколько версий между которомы разделены фичи, которые должны быть в продукте. Условно, сначала агент делает MVP, а затем идет более проработанная версия продукта), и собирает четкую пошаговую дорожную карту.
Этап 2
Система сканирует план на наличие серых зон - непродуманных экранов, структур данных или неточных API. Агент задает вам вопросы с нарастающей глубиной, чтобы закрыть эти дыры. Все ваши ответы и принятые решения фиксируются в единый базовый контекст. Это делается для того, чтобы на следующих этапах боты работали автономно и не дергали вас по уже решенным вопросам.
Этап 3
ИИ изучает, как технически реализовать текущую фазу, опираясь на собранный контекст. Он нарезает работу на микрозадачи, где прямо указано: какой файл трогать, что писать и как проверять результат. Внутренний агент-контролер строго сверяет этот план с изначальными требованиями. Если есть расхождения, он гоняет план на переделку до тех пор, пока всё не сойдется.
Этап 4
Задачи группируются в "волны". Независимые куски кода пишутся несколькими агентами параллельно, а те, что зависят друг от друга — строго по цепочке. Каждую задачу выполняет абсолютно свежий бот с чистой памятью. Он пишет код, делает отдельное сохранение и сам разруливает внезапные ошибки на месте, чтобы не сломать работу соседних агентов.
Этап 5
Система берет изначальную цель и проверяет готовую работу от конца к началу. Агент выделяет, что конкретно должно функционировать прямо сейчас, и помогает провести тестирование. Если тест проваливается, внутренний диагност сам ищет корень проблемы и немедленно генерирует план исправления, чтобы перезапустить цикл разработки.
Плюсы и минусы:
Среди плюсов подхода: генерация кода происходит СУПЕР ДЕТЕРМИНИРОВАНО с учетом всей архитектуры, и на выходе получается не просто костыльный MVP. Качество итогового продукта тоже возрастает. Система проводит глубокий аудит безопасности и круто сохраняет контекст, что упрощает работу над крупными долгоиграющими проектами. Так же данный инструмент помогает тебе самому лучше понять свой продукт и требования к нему.
Но минусы здесь перевешивают в большинстве случаев. Фреймворк сжигает ОЧЕНЬ МНОГО токенов, как не в себя, недельные лимиты улетают за часы. Также, если у нас не какая-та очень глубокая архитектурная задача, в 90% использование данного фреймворка - оверинжиниринг. Помимо всего прочего инструмент сильно замедляет разработку: что базовый агент делает за 20 минут, GSD пережевывает часами, заставляя LLM парсить JSON, вызывать кучу субагентов и так далее.
Помимо SDD есть и иной подход - TDD - Test-Driven Development. На нем работает инструмент Superpowers.
Порядок работы данного инструмента можно разбить на несколько этапов:
Этап 1: Брейншторм
Агент засыпает вас уточняющими вопросами, чтобы прояснить задачу. Затем он предлагает два-три варианта решения и оформляет финальный выбор в "дизайн-документ". Пока вы не поставите «ок» под этим документом, система блокирует любые попытки писать код.
Этап 2: Изоляция
Система создает отдельную цифровую «песочницу» (ветку в Git), чтобы агент не сломал основной проект. В этой среде агент проверяет, что текущая база работает исправно и тесты проходят. Только убедившись в чистоте рабочего места, он получает доступ к разработке.
Этап 3: Планирование
Агент составляет карту файлов и разбивает всю работу на микро-задачи по 5 минут. Здесь действует запрет на фразы "сделаю позже" или "добавлю потом" - каждый шаг должен содержать четкую инструкцию, что именно нужно прописать в коде.
Этап 4: Реализация
Для каждой задачи система вызывает отдельного узкого специалиста субагента. Мощность субагента подбирается под задачу: простую правку делает дешевая модель, сложную архитектуру самая умная. Агент либо выполняет кусок работы и отправляет его на проверку, либо сообщает, что застрял и ему нужны пояснения.
Разработка происходит при помощи подхода Test-Driven Development: сначала агент пишет тест, который выдает ошибку, и только потом минимальный код, чтобы этот тест прошел (короче говоря, подгоняет код под заранее готовые тесты). Если агент сначала написал код, а потом решил его протестировать система автоматически удаляет результат и заставляет начинать этап заново.
Этап 5: Code Review
Специальный субагент-рецензент сравнивает старую версию кода с новой. Он ищет ошибки и несоответствия плану. Если найден критический недочет, субагент-исполнитель обязан исправить его немедленно. Движение к следующей задаче без одобрения рецензента невозможно.
Этап 6: Сдача
Когда все задачи выполнены, система проводит контрольный прогон всех тестов проекта. Если всё работает, изменения переносятся в основную ветку или оформляются как запрос на слияние (Pull Request), а временная рабочая среда удаляется.
Плюсы подхода по сравнению с GSD:
- Потребляет в 5–7 раз меньше токенов. До 70% токенов уходит на написание кода, а не на планирование.
- Выполняет задачи значительно быстрее (почти в 2 раза).
- Оставляет более чистую историю коммитов и находит больше багов.
- Более автономен чем GSD, требует меньше ввода ручных команд
Минусы подхода по сравнению с GSD:
- Предварительное исследование может быть более поверхностным, так как суперпаверс не использует систему параллельных субагентов для глубокого предварительного анализа стека, архитектуры и рисков перед началом работы.
- Отсутствуют глубокие этапы проверки (UAT), строгие аудиты безопасности и функция извлечения опыта для будущих проектов.
- Создает значительно меньше проектной документации и артефактов для отслеживания состояния.
СРАВНИМ ФРЕЙМВОРКИ
Стоит отметить, что разрыв между базовым Claude Code / Codex и этими инструментами значительно сократился за последнее время. Проведем же сравнение:
- ИИ-агент без всего: Является абсолютным победителем для 99% повседневных задач. Его скорость (20 минут против 1-2 часов у конкурентов) дает разработчику колоссальное преимущество во времени. Даже если его код чуть хуже с первой попытки, у вас остаются десятки сэкономленных минут на быстрые итерации и исправления.
- Superpowers: Лучший выбор для задач средней и высокой сложности, где требуется надежность и архитектура. Он обеспечивает отличный баланс: внедряет строгий TDD, работает плавно, не раздражает пользователя ручными командами и невероятно экономно расходует токены (в 5-7 раз меньше, чем GSD).
- GSD: Ощущается как неповоротливый бегемот. Его использование оправдано только для экстремально сложных задач, где цена ошибки критически высока. Только там, где вам жизненно необходимы параллельные исследования, строгие аудиты безопасности, детальная Markdown-документация каждого шага и гарантия того, что ИИ не забудет контекст - только в этих случаях можно оправдать затраты в кучу токенов и часы ожидания.
Karpathy Skills - это CLAUDE.md, в котором находится свод правил для ИИ-агентов, основанный на публичных высказываний и материалах Андрея Карпати (учёный в области ИИ, сооснователь OpenAI и экс-директор по ИИ в Tesla).
По сути, это выжимка лучших практик по разработке с ИИ-агентами, упакованная в системный промпт для всех проектов в Claude Code. Вот 4 ключевых принципа, которые она содержит (если что все принципы сформулированы в указательном для ии-агентов):
Правило 1:
Не делай шагов вслепую. Если чего-то не знаешь - спрашивай, если есть сомнения - признавайся, если вариантов несколько - предлагай все. Сначала четко формулируешь план и обсуждаешь риски, только потом пишешь код. Не начинай работу, пока нет полной ясности.
Правило 2:
Пиши максимально простой код. Никакого усложнения ради усложнения. Если задачу можно решить 50 строками вместо 200 - урезай свои 200 строк.
Правило 3:
Вноси изменения с супер точно, трогая только тот фрагмент кода, который нужен для конкретной задачи. Не переписывай половину файла "заодно" - соседние строки остаются нетронутыми.
Правило 4:
Работай на проверяемый результат. До начала работы зафиксируй критерии успеха. Твоя цель не просто написать код, а итеративно довести его до состояния, когда результат можно объективно проверить и подтвердить.
ПРОДАКТ МЕНЕДЖМЕНТ
Кто знаком с инструментом может задать вопрос, почему я данный инструмент отнес именно к категории продакт менеджмент, а не разработка, большая же часть его функционала относится именно к разработке?
Для работы с кодом у нас есть вышеописанные фреймворки по типу GSD и Superpowers, которые сфокусированы чисто на этом. Данный же инструмент создавался Гарри Таном (CEO Y-Combintaor) - у него бешенная продуктовая экспертиза, а также по моим личным тестам, продуктовая часть данной тулзы мне достаточно сильная, а часть, связанная с разработкой, проигрывает GSD/Superpowers по моим личным тестам.
Итак, как заявляет автор: Gstack - это "фабрика программного обеспечения" с открытым исходным кодом. По сути это система из 31 специализированного skill для Claude Code / Codex, которые выполняют задачи от лица определенных ролей в компании (есть скиллы CEO, CTO, QA Lead и т.д.)
Основные скиллы:
- /office-hours (Роль: партнер YC): Переосмысливает продуктовые идеи через 6 направляющих вопросов
- /plan-ceo-review (Роль: CEO / Основатель): Меняет взгляд на проблему; ищет продукт на 10 звезд
- /plan-eng-review (Роль: Engineering Manager): Фиксирует архитектуру, потоки данных и пограничные случаи
- /review (Роль: Staff Engineer): Находит баги, проходящие CI, но ломающие продакшен
- /qa (Роль: QA Lead): Тестирует приложения, находит баги и выполняет проверки через браузер
- /ship (Роль: Release Engineer): Автоматизирует создание PR, прогон тестов и синхронизацию документации
- /browse (Роль: QA Engineer): Дает агенту глаза через постоянно запущенный браузер
- /investigate (Роль: Debugger): Систематический поиск первопричины ошибок с правилом: никаких исправлений без предварительного расследования
В целом, никто не запрещает использовать данный инструмент для разработки, но лично я его использую чисто для продуктовой работы (пользуюсь только /office-hours и /plan-ceo-review).
PM-skills – это 100+ навыков и команд, превращающих ИИ в полноценного партнера по продакт-менеджменту. Все навыки собраны на базе классических PM-фреймворков.
Набор скиллов включает 7 модулей для управления полным жизненным циклом продукта:
- Discovery: исследование проблемы и её решения
- Strategy: видение, бизнес-модели, разработка стратегической документации
- Execution: PRD, OKR, роудмапы, спринты и user stories
- Market Research: поиск personas, сегментация, TAM/SAM/SOM
- Analytics: когортный анализ, A/B-тесты и аналитика retention
- GTM: стратегия выхода на рынок, захват рынка, поиск ICP и growth loops
- Growth: позиционирование и определение North Star Metric
В целом, больше нечего добавить здесь, хороший уверенный набор скиллов, сам периодически пользуюсь :)
ДИЗАЙН
Figma MCP — это MCP сервер, который позволяет подключать вашего ИИ-агента напрямую к вашей рабочей среде в Figma.
Основной функционал: Если раньше MCP работал только на чтение дизайна для перевода его в код, то после относительно недавнего обновления агенты научились самостоятельно рисовать дизайн. По обычному текстовому запросу агент может создать фреймы, собрать полноценный лендинг или выстроить многоэкранный UX-флоу, расставив все элементы и заполнив их текстом.
Что классно, Figma MCP позволяет агенту работать в рамках вашей личной дизайн-системы. Он берет именно ваши компоненты, стили и т.д., благодаря чему собранный макет выглядит как реальная часть вашего продукта, готовая к использованию, а не как стрёмный ИИшный набросок из дефолтных библиотек.
В апреле 2026 года Google представил стандарт DESIGN.md - файл с описанием дизайн-системы, который легко читается ИИ-агентами. Это решает проблему хаоса при генерации фронтенда: нейросеть больше не забывает нужные отступы, цвета или скругления кнопок на новых экранах. Все идет четенько по шаблону.
Вы просто кладете этот файл в корень проекта, и он становится гадлайном для ИИ-агента.
Структура design.md:
Файл фиксирует видение бренда, базовый стиль (цветовые токены, шрифты, тени), строгие стандарты для компонентов (состояния кнопок, карточки), прямые запреты (например, «не использовать капслок») и требования доступности.
Так что такое getdesign.md?
Это база из 50+ готовых файлов DESIGN.md, воссоздающих стиль известных компаний вроде Stripe, Linear, Vercel, Apple т.д.
Вы скачиваете нужный файл, кидаете в проект и ваш ИИ-агент теперь может генерировать интерфейсы в этом дизайне без дополнительных подсказок.
МАРКЕТИНГ
Рассказывал про инструмент в своем телеграм канале в данном посте.
Apify - это маркетплейс скриптов, которые собирают данные из интернет-источников по определённым фильтрам в датасеты. Этими источниками могут быть социальный сети, карты, маркетплейсы и тд. Данные же, которые скрипт собирает с сайтов, могут быть тоже любыми: посты в X, followers/following в X, отзывы с карт, рекламные креативы из инстаграма, профили в linkedin и тд.
Данный инструмент полезен в маркетинге тем, что при помощи него можно парсить чужие креативы/посты/видео и анализировать их, выделяя лучшие паттерны, можно делать дип ресерчи по социальным сетям, выделяя главные нарративы и тренды на рынке.
Marketing-skills — это коллекция навыков для ИИ-агентов, ориентированных на маркетинговые задачи. Помогает в оптимизации конверсии, копирайтинге, SEO, аналитике и growth-инжиниринге.
Навыки работают сообща, ссылаюсь друг на друга и строясь на общем контексте. Навык product-marketing-context является фундаментом - каждый другой навык обращается к нему в первую очередь, чтобы понять ваш продукт, аудиторию и позиционирование перед началом любой работы.
Данный фреймворк содержит несколько блоков скиллс:
SEO & Content отвечает за органический трафик: аудит сайта, ИИ-поиск, архитектура сайта, программные страницы, разметка, контент, оптимизация приложений. Это блок «как нас находят».
CRO отвечает за конверсию: посадочные страницы, регистрация, онбординг, формы, всплывающие окна, платные стены. Это блок «как посетитель превращается в пользователя/лида/покупателя».
Content & Copy отвечает за тексты и креативы: рекламные тексты, редактура, холодные письма, цепочки писем, соцсети, видео, изображения. Это блок «что именно мы говорим рынку».
Paid & Measurement отвечает за платный трафик и измерение: реклама, креативы, А/Б-тесты, аналитика. Это блок «как покупаем трафик и понимаем, что работает».
Growth & Retention отвечает за рост и удержание: рефералки, бесплатные инструменты, предотвращение оттока, комьюнити, лид-магниты. Это блок «как растём не только за счёт рекламы».
Sales & GTM отвечает за продажи и выход на рынок: продажи, материалы для сейлзов, запуск, цены, сравнение с конкурентами, профили конкурентов, директории. Это блок «как превращаем маркетинг в деньги».
Strategy отвечает за верхнеуровневую логику: идеи, психология маркетинга, исследование клиентов. Это блок «почему вообще мы это делаем и на кого давим».
Что касаемо личного опыта, SEO и GEO у них действительно пушечно работают, мне зашло. Copy-editing неплохо делает вычитку. А вот что касаемо copywriting – честно говоря воообще не заметил никаких отличий в тексте, что с ним, что без. Возможно, это из-за того, что скилл адаптирован в первую очередь под английский язык, и он не понимает всех особенностей нашего языка
P.S. Энтузиасты, возьмите какую-нибудь интересную библиотеку скиллов, которая подразумевает использование в более какой-то "гуманитарной" сфере, как маркетинг, и адаптируйте под российские реалии, будет полезно :) Закиньте потом мне, если кто осмелится, я к себе зарепощу вас
МОНТАЖ
Remotion представляет собой специальный скилл для Claude Code и прочих ИИ-агентов, который позволяет им монтировать видео, используя программный код на языке React. Вы пишете что вы хотите видеть на своем экране, а агент сам нарезает ролик, делает склейки, создает векторные изображение и даже делает анимации для них. Также он может работать с файлами (например картинками какими-нибудь) которые вы закините в папку проекта - вы просто говорить что сделать ему с этим все добром а он сам уже куда надо вставляет эти медиа, если надо анимирует и так далее.
Важный момент: если речь идет о масштабном проекте длиннее 10 минут, чуда не ждите. Монтаж с ИИ ускоряется, но сгенерировать сложную историю за один заход не выйдет, придется итеративно допиливать результат. Но для коротких вертикальных форматов под TikTok или Reels действительно можно собрать ролик с одного удачного промпта.
Я уже тестировал Remotion в реальной задаче. Пример того, что получилось собрать, можно посмотреть на моем YouTube-канале. Я смонтировал 18 минутное видео ПОЛНОСТЬЮ на ремоушен. Смотрим здесь.
На ремоушен, конечно же, свет клином не сошелся, и есть еще несколько интересных инструментов для монтажа. О них я расскажу на своем ютуб канале в отдельном гайде про монтаж с помощью ИИ-агентов, который скоро выпущу :)
РЕСЕРЧ И СКРЕЙПИНГ
Exa AI - это поисковая система, созданная специально для ИИшек. В отличие от обычного Google, который ищет точные совпадения по ключевым словам, используя семантический поиск. Он понимает контекст и скрытые намерения вашего запроса.
Если классические поисковики (и даже тот же Perplexity) выдают обобщенные ответы на основе популярного контента, то Exa умеет находить алмазы в грязи. Ему ничего не стоит раскопать нишевые репо на GitHub с одной звездой, который идеально решает вашу конкретную задачу.
Что он умеет:
- Вытягивает чистый текст или HTML-код со страниц.
- Ищет контент, похожий на заданный образец.
- Делает суммаризацию данных прямо на лету по вашему промпту.
- Жестко фильтрует выдачу (например, может искать ответы только в твитах или только в коде).
Данный инсутрмент отлично подходит для дип ресерча по какой-либо теме. Можно собирать точечную информацию для своего блока, исследовать рынок, исследовать конкурентов и так далее
Сервис закрытый и работает в облаке. Дают 1000 бесплатных кредитов. Платный тариф - $49 за 8000 кредитов. На практике он очень экономичен, я им уже около месяца пользуюсь и до сих пор не уперся в лимиты. Но это с учетом того, что я использую данный инструмент только для определенных задач и достаточно редко
Является заменой дефолтного web search в ИИ-агентах.
Brave выделяется на фоне конкурентов тем, что у него есть собственный индекс на 30 миллиардов страниц. Он не паразитирует на базах Google или Bing, как это делает большинство поисковиков.
Помимо всего прочегро свервис выделяется повышенной безопасность и анонимностью, имея сертификат SOC 2 Type II. Он не следит за пользователями и не собирает профили.
Особенности работы:
- Выдает до 5 кусков текста (сниппетов) на один результат, что экономит деньги на повторных запросах к API.
- Функция Search Goggles позволяет тонко настраивать выдачу (например, навсегда выкинуть определенные сайты из поиска).
- Минус: В отличие от Exa, Brave возвращает сырые результаты в формате JSON. Он не пережевывает данные, с этим придется разбираться самостоятельно.
Стоит это добро от $5 до $9 за 1000 запросов. Есть щедрый бесплатный тариф - 2000 запросов в месяц.
Это такой же поисковый движок для ИИ как и Exa. Возвращает чистые структурированные результаты вместо сырого HTML. Tavily ищет по ключевым словам.
Сравниваем с Exa:
Данный инструмент является API-обёрткой над поиском с ключевыми словами (скорее всего использует существующие индексы или краулит на лету). В это же время Exa имеет собственный индекс в миллиарды документов с нейросетевым ранжированием.
Exa показывает 81% точность на WebWalker benchmark, Tavily - 71%. Разница особенно видна на запросах, которые требуют цепочки поисков
Exa имеет поиск по людям, компаниям, коду. Tavily этого нет. Exa позволяет фильтровать до 1200 доменов, Tavily — до 300.
Tavily интегрируется быстрее, меньше настроек.
Tavily бесплатно даёт 1000 кредитов/месяц, Exa — $10 кредитов.
Ищет информацию интернете как гугл через собственную LLM (Sonar 2) и выдает готовый, связный ответ, подкрепленный цитатами и ссылками на источники.
Короче говоря, просто перплексити, но в интерфейсе вашего ИИ-агента
Для сложных технических задач и автоматизации он подходит хуже, чем другие инструменты. Здесь нет поиска по структуре или поиска похожих страниц. Ну и в целом инструмент заточен больше под ежедневное использование
Бесплатно дают 100 запросов в день
Firecrawl это тоже поисковый движок, но он отличается от других краулингом и рекурсивным обходом сайтов. Че? Ща объясню:
Краулинг - это процесс автоматического хождения по сайтам специальным ботом, который собирает СВЕЖИЙ контент с сайтов для индекса (база данных с контентом, который был взят из обработанных краулером сайтов). Другие поисковые движки (Exa, Tavily и т.д.) работают на уже готовых индексах, из-за чего данные могут быть СЛЕГКА устаревшие. Это критично при мониторинге цен/новостей, анализе конкурентов и т.п. - поэтому Firecrawl подходит в первую очередь под такие задачи.
Рекурсивный обход сайтов означает, что он может зайти на сайт и переходить на другие страницы этого сайта, в то время как обычные поисковые движки для ИИ могут чекнуть только 1 страницы сайта. Наглядный пример: ты можешь попросить Firecrawl посмотреть Авито недвижимость и дать инфу по лучшим предложениям - Firecrawl стартует с поиска квартир в Москве (1 страница) → парсит 20 объявлений → заходит в каждое (другие 20 страниц) и тоже парсит их, вытаскивая, к примеру, цену/описание. Без рекурсии пользователь получил бы просто список объявлений.
У данного инструмента есть возможность как работать с заданными ссылками, так и самому искать что-то в интернете - это осуществляется посредством Firecrawl Search, который представляет собой обертку над Google/Bing + живой краулер сверху. Firecrawl делает запрос в поисковый индекс (основанный на сторонних поисковиках), получает список URL и тут же на лету краулит каждую из этих страниц рекурсивно доставая инфу.
Звучит очень четенько, но если ваша задача глубокое исследования заданной темы и нахождение самых релевантных источников - Exa AI остается по прежнему лидером. В это же время Firecrawl отлично подходит для автоматизаций.
У Firecrawl открытый исходный код, поэтому можно развернуть на своих серверах/ПК бесплатно. Облачной версией можно пользоваться бесплатно, разработчики дают нам 500 кредитов разово (1 кредит = 1 страница scrape/crawl). Минимальный план стоит $25/мес, давая 3000 кредитов.
Это бесплатный инструмент от Microsoft для автоматизации веб-браузеров и тестирования, который позволяет ИИ-агенту управлять твоим браузерами
Вместо того чтобы работать через скрытые API-запросы, ИИ-агент использует Playwright, чтобы физически открывать страницы, тестировать работоспособность сайтов, выполнять скрипты, делать скриншоты или сохранять страницы в PDF. Это утилитарный мост между ИИ-агентом и реальным веб-браузером.
ПАМЯТЬ
О нет, какой-то злой человек украл все самые лучшие инструменты для памяти ИИ-агентов😭
Но я, как конечно же очень умный человек, сохранил всю информацию заранее на случай ЧП. Ее ты сможешь найти в другой моей статье!!!
Помимо самых мощных инструментом для улучшения памяти вашего ИИ придурка, я там оставил фундаментальные знания по RAG и тому, как же сделать себе второй ИИ мозг.
Есть такой замечательный сайт, аналог зарубежного mcpmarket.com, как neuraldeep.ru - агрегатор навыков и MCP-серверов для работы с российскими сервисами.
Долго рассказывать здесь ничего не буду, сами можете зайти на сайт и потыкаться, посмотреть что-то интересное именно для вас, но если кратко, то на сайте есть: MCP и скиллы для 1С, MAX, Яндекса, ВБ, Озон даже для системы Честный Знак!
В общем, сайт - турбо пушечка для всех кто хочет автоматизировать свой российский бизнес
ВСЕ!!!
Спасибо большое за прочтение!!!
А меня зовут Пироман 17, я работаю в Data Science и уже больше года активно занимаюсь темой АІ. В своём телеграм канале пишу про то, как строю свою AI систему, как при помощи неё выношу рынок, а также рассказываю про создание своего AI стартапа.
Если хочешь видеть ещё БОЛЬШЕ таких прекрасных инстурмннтов как в этой статье, то...