Уже полгода веду Obsidian-базу знаний, и регулярно возникает необходимость импортировать в базу информацию из видео (лекции со слайдами), аудио (записи встреч), документов (сканы анализов и заключений врачей, текстовые PDF-ки, файлы Word, Excel и PowerPoint) и электронные книги (EPUB, FB2, MOBI), чтобы далее AI мог использовать эту информацию при выполнении других задач.

На аккуратном скане OCR выглядит элементарно: подал файл, получил текст. С реальными документами схема рассыпается.

Наряду с Plannotator, о котором я недавно писал, Impeccable — один из моих любимых скиллов. Пользуюсь им ежедневно.

В посте про оптимизацию MCP я рассказывал, как набрал около 80 тысяч токенов контекста одними только описаниями инструментов. Подключил Notion, Telegram, Figma и другие сервисы, а потом стал разбираться, куда уходят лимиты.

В OpenCode есть скрытая функция: бесплатный websearch tool, который по умолчанию отключён.

Я всё чаще запускаю несколько AI-агентов параллельно: для кода, исследований, документов, контента и работы с базой знаний. Причём всё это живёт в разных проектах.

8–10 сентября я иду на AI-конференцию Community Sprints.

Вдогонку к посту про запуск DeepSeek V4 Flash на Mac: параллельно с исследованием ds4 я посмотрел ещё два проекта для запуска больших MoE-моделей на потребительском железе. У них другое железо и другой подход.

Я поднял нейросеть на 284 миллиарда параметров — 13 миллиардов активных на токен — на обычном MacBook Pro.

Последний месяц я активно использую Plannotator и уже не представляю работу с harness, обычно OpenCode, без него.