Наряду с Plannotator, о котором я недавно писал, [Impeccable](https://impeccable.style/) — один из моих любимых скиллов. Пользуюсь им ежедневно.

В [посте про оптимизацию MCP](/ru/posts/mcp-context-optimization/) 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.

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](https://plannotator.ai/) и уже не представляю работу с harness, обычно OpenCode, без него.

За последнюю неделю нашёл несколько инструментов, которые пригодились в работе: npkill, Context7 Skills, Slidev, OpenPencil и Granola MCP.

Я уже писал о том, что описания инструментов подключённых MCP-серверов подгружаются в текущий контекст и увеличивают потребление токенов. На тарифах Pay as you go за это приходится больше платить, а на фиксированных тарифах быстрее съедаются лимиты.

В какой-то момент я устал писать сопроводительные письма к откликам на вакансии вручную — всё равно большая часть откликов игнорируется или обрабатывается AI-ботами. Таков мой текущий опыт с hh.ru.

К концу прошлой недели у меня более-менее устаканился набор инструментов, которыми я реально пользуюсь в работе. Не в формате "вот еще 15 сервисов, которые я когда-то открывал", а именно как практический стек под повседневные задачи.

Сейчас тестирую мультиагентный процесс в OpenCode, где разные агенты берут на себя разные роли по цепочке разработки. Интерес тут не в том, что "агентов много", а в том, что их взаимодействие можно выстроить как почти полноценный конвейер.

Я хотел подключить Telegram к Claude и ChatGPT так, чтобы можно было массово подгружать сообщения из каналов в контекст и работать с ними прямо из AI-инструмента. Казалось бы, задача простая: взять готовый MCP-сервер, подключить и пользоваться. На практике пришлось немного допилить чужой проект.