Local GPT для Obsidian: отладка и рефакторинг AI-плагина

Автоматическое саммари по записи стрима: - Локальные модели вроде Llama 3.2 уже удивляют своей скоростью. Даже версия на 3 миллиарда параметров неплохо справляется с русским языком, что раньше было проблемой для таких компактных моделей. - Умный дом — это не только лампочки. Можно настроить автоматизацию, которая по голосовой команде найдёт и скачает фильм в лучшем качестве, но с ограничением по размеру файла. - Иногда Cursor неверно понимает задачу рефакторинга. Вместо аккуратного переноса логики он может просто удалить важные части кода, например, AbortController для отмены запросов. - Чтобы AI-инструмент лучше понял код, с которым предстоит работать, сначала попросите его подробно описать текущую реализацию. Это создаёт хороший контекст для дальнейших правок. - Несмотря на популярность мобильных приложений, веб остаётся более устойчивой платформой. Его открытые стандарты дают больше гарантий на будущее по сравнению с закрытыми мобильными экосистемами. Плейлист: https://www.youtube.com/playlist?list=PLPWIEpU1jfB730QucpqL6bK39-LTrV7Yp 00:00:00 — Начало 00:10:48 — Тестирование локальной Llama 3.2 00:19:49 — Пример автоматизации умного дома 00:36:37 — Впечатления от использования Cursor 00:40:40 — Как AI-инструменты работают с кодом 00:46:47 — Будущее разработки и промпт-инженеров 00:50:26 — Проблема с запросами к Ollama 01:04:00 — Будущее веба против мобильной разработки 01:09:41 — Угрожает ли AI бэкенд-разработке 01:22:12 — Обнаружение бага в URL для эмбеддингов 01:30:51 — Первая попытка рефакторинга в Cursor 01:40:37 — Неудачные правки от AI-инструмента 01:47:19 — План по исправлению кода 02:07:50 — Проблема с зависимостями 02:14:24 — Завершение и планы