Как я обрабатываю 2000 статей про AI в день с помощью мультиагентной системы
2000 статей про AI выходит каждый день. Подписки, рассылки, агрегаторы — всё это не справляется. Я построил систему, которая фильтрует этот поток до 10 самых важных для меня тем. Без ручного скролла лент.
Первый этаж — сервер
Модуль N8N каждый день парсит ~2000 постов и статей с зарубежных площадок. AI-модуль сверяет каждую с моими целями и интересами. Из 2000 остаётся 200-250 релевантных.
По каждой запускается deep research — запрос к ~100 источникам в интернете, анализ, структуризация, подготовка сводки. Параллельно отдельный агент собирает из этого бизнес-пост и публикует в LinkedIn.
Второй этаж — мультиагентная система
Все 200-250 статей со всеми ресёрчами прилетают в мою мультиагентную систему. Попадают в Telegram, в отдельный чат Research-департамента. Там сидит агент-исследователь — он разбирает весь поток и раскидывает по отделам.
Контент-отдел берёт темы для обучающих статей и публикует на мой сайт. PR-отдел готовит мне ежедневную сводку: до 10 топ-моментов — идеи для работы, для проектов, для этого канала, для продвижения.
Третий этаж — я
Смотрю сводку, выбираю что цепляет. Говорю «берём» и PR-отдел проверяет, хватает ли данных. Если нет — отправляет ресёрч-агенту в департамент ресерча. Тот уходит искать дополнительную информацию, добирает из интернета и возвращает. Потом PR-отдел готовит финальный текст.
2000 → 250 → 10 → 1 готовая публикация. Каждый день.
Что было сложнее всего
Не техническая часть. Самое сложное — научить агентов понимать, что именно мне интересно. Это до сих пор дорабатываю. Сейчас отделы работают с минимальным моим участием — я подключаюсь только на этапе выбора.
Пишите в комментариях чем занимаетесь. Давайте обсудим, где в вашей деятельности можно внедрить агентов.