Тред: Делимся вайб-кодингом

osm-mcp-edit

Пару дней назад придумал крутой мини-проект (MCP). Мне очень зашла тема контрибьютить в OpenStreetMap и закрывать всякие мелкие боли, но делать это вручную — через мобильные клиенты или комп — оказалось довольно утомительно. Нужно помнить теги, названия и кучу других деталей.

И тут пришло озарение: это же идеальная задачка для искусственного интеллекта! По сути, ему не хватало только умения ходить по API и вносить изменения самостоятельно.

Сел пилить прототип. Ну, точнее, ИИ активно писал, а я его лишь слегка направлял. Один день — MVP, еще ночь — фиксы и тесты. Вуаля, рабочая штука готова.
Причем даже ключи для приложения он сам сгенерировал через браузер, завел тестовый аккаунт и все настроил.

Теперь можно просто словами объяснить, что хочешь добавить или изменить на карте — и машина сама разберется, как это правильно сделать.

Вот видео с примером. Я решил добавить кафе рядом с нашим Xecut HackerSpace — оно работает только по средам и принимает крипту.
Запрос в одну строчку:
Let’s add a hacker-style cafe in the same building as Xecut Hackerspace; it operates only on Wednesdays and accepts crypto!

ИИ:
– сам находит локацию (Xecut HackerSpace)
– создает рядом точку кафе
– заполняет все нужные теги
– отправляет изменения на карту.

На видео к посту видно, как он делает все это за 30 секунд!

И кафе создано, само!
https://api06.dev.openstreetmap.org/node/4359736445

Скоро можно будет просто идти по улице и сказать в телефон: «Добавь, что это кафе на углу не работает по воскресеньям» — и все, магия!

Репозиторий тут:
https://github.com/skywinder/osm-edit-mcp

Что сделал хорошо? И.И.

сделал всю кодовую базу и что самое крутое код клауд код нашел ошибку в пропущенном флаге которую курсор не мог найти и я не мог найти не понимал почему все не запускается и уже финальная попытка перед тем как все бросить он нашел что исправить исправила все заработало я был в восторге !

Что сделал плохо ИИ?

Как обычно начал галлюцинировать и писать тесты самопроходящиеся, которые ничего на самом деле не тестируют. Но это все достаточно хорошо курируется и чинится. А еще я ему попробовал дать как можно больше прав и словил очень прикольный эффект:. Сначала он меня восхитил тем, что он сам пошел и сгенерировал API ключи. На сервер. Но потом он взял и закоммитил их в git. А потом когда я ему сказал удалить их, он не смог их удалить из gita и просто удалил папку .git.

Но стоит отдать должное, он пошел и деактивировал ключи, которые сам заспойлерил, и сгенерил новые, которые положил уже в папку env.

Название проекта

Шотган. Теперь я вообще все пишу с его помощью. Не знаю, как люди справляются голыми курсорами.

Ссылка на репозиторий/или сайт
https://github.com/glebkudr/shotgun_code

Что ИИ сделал хоршо:

• Я вообще на го писать не умею
• Т.е. он вообще все сделал, вплоть до ридми и постов на реддите. Я только концепт придумал.

Что ИИ сделал плохо:

• Решения по производительности у него отстой :)
• Жестко путался в структуре модулей Го
• Github CLI была настроить ультра-боль

Что пришлось дописывать:

Ничего. Я ж не умею в го =)

Немного о себе:
Я когда-то писал для себя, потом был продактом. А теперь как начал писать =) От разработчиков меня отличает полное презрение к технологиям и агностичность к стеку технологий - для меня код это просто молоток и гвозди. В этом агентский кодинг офигенно помогает. А внутрь того что оно делает я не смотрю, мне фичи важнее.

100 лет в обед

Описание проекта
Сайт со старыми рецептами
https://100letvobed.ru/

Что ИИ сделал хорошо:

• Написал вообще все, так как я вообще не программист.
• Оно работает

Что ИИ сделал плохо:

• Учитывая что я вообще не программист, какие-то штуки приходилось делать и переделывать десятки раз

Немного о проекте:
Учитывая новые возможности, решил восстановить свой старый проект с рецептами из советских книг (был заброшен в 2009 году). И это сработало, начиная от восстановления архива базы до всего сайта с нуля (ну, он все же на ВП).

Да, он еще не готов полностью, допиливаю что-то каждый день.

Как: связка Гитхаба, Гемини как постановщика задач и Кодекса как исполнителя. Ну и АПИ Гемини для парсинга и пошаговых разборов рецептов (спасибо гуглу за 300 долларов на халяву).

Dawarich

Гугл таймлайн, только без Гугла

Ссылка на репозиторий/или сайт
https://dawarich.app/

Что ИИ сделал хорошо:

• Пишет доку по фиче
• Пишет тесты
• Неплохо исправляет свои косяки
• Фронтенд на 99% сделан ИИ

Что ИИ сделал плохо:

• Кода ОЧЕНЬ много, уверен, что профессиональный мясной разраб сделал бы меньше и эффективнее, а проконтролировать я его толком не могу, я не фронтендер

Что пришлось дописывать:

• Бэк я в основном пишу сам, но не всегда

Немного о себе:
Больше 10 лет ебашу на рельсе, так что надзор над искуственным идиотом осуществить могу

Основной вывод: кода может быть ОЧЕНЬ много, и потому полезно разбивать фичу на микрокуски, которые проще ревьювить. Иначе можно забить и смержить всё не глядя а потом страдать

Перевал Онлайн

Это такой большой каталог перевалов в СНГ, который раньше работал, но в какой-то момент работать резко перестал потому что умер основатель и не оставил ключей к репо и серверам. Я решил с помощью Wayback Machine его восстановить.

Ссылка на репозиторий/или сайт
Перевал.Онлайн

Что ИИ сделал хорошо:
GPT отлично справился со скрапингом статики, базой данных и написал годные миграции, которые позволили восстановить 70% базы данных. В последний я раз писал код лет 6-8 назад. Хотелось посмотреть изменилось ли что-то за 8 лет и спросил у GPT, что нынче в моде и развернул проект на Rust. 2 недели вписывал слова “да”, “давай” и иногда “ничего не делай” в окно чата, в итоге:

Что ИИ сделал плохо:

1. Галюцинации GPT это очень смешно: возникает ошибка, говоришь исправь, она исправляет, снова возникает ошибка, в итоге она исправляет на то как было первоначально
2. Спаггетти-код из 4000 строк, который сам же написал, читать он не хочет и часто просто забивает на контекст
3. Где-то половину времени я потратил на шаблонизатор и UI. Тут у него основная проблема в том, что он видит кодом, а я вижу глазами
4. GPT — фантазёр. Иногда gpt вставляет 5 пикселей просто так или каст строки в строку. Спрашиваешь “зачем?”, отвечает “что подумал что так лучше”

Как дела с баблишком/монетизацией?
Из уважения к родным я не могу его монетизировать

В итоге я потратил 80 часов чтобы оживить сервис, который был мёртв с середины февраля. Код проекта лежит на Github https://github.com/vizigin/pereval-online.

Вообще я хотел отдельно про это пост написать, но позже, пусть пока будет тут коммент.

DexPM

Как сейчас модно говорить - Курсор для продуктовых видео (можно мне теперь в YCombinator?). Закинул записи экрана своего продукта - на выходе получил готовое к паблишу видео. А если не понравилось, то тут же пообщался с Дексом в чатике и улучшил - он понимает всё, что происходит в видео (хоть пока и не идеально).

Ссылка на репозиторий/или сайт
https://dexpm.com

Что ИИ сделал хорошо:

• Всё, сначала bolt.new полностью рабочую версию. Потом закончились там токены (в подписке на 50$) и допиливал дизайн + фиксы в курсоре.

Что ИИ сделал плохо:

• Не слушался иногда, пришлось пару раз поматериться на него.

Что пришлось дописывать:
Рендеринг в AWS руками настраивал.

Немного о себе:
Вайб-кодю (вайб-кожу?) уже год :) Конкретно этот проект сделал за две недели по вечерам в рамках хакатона от Bolt.new.

Перепечатаю свой пост из тг канала.

Я тут изучаю различные AI coding agents и чтобы посмотреть как они в деле, я решил, что мне нужно сделать различные инструменты под мои нужды. Для этого я взял домен timurai.tech и у меня уже готово три инструмента:

▪️ Promptlet https://promptlet.timurai.tech/ — prompt + applet. У меня есть рутинные задачи, где я использую llm, но не хочу чтобы этот чат сохранялся в истории чатов + не хочу каждый раз писать промпт заново: например, промпт для фикса грамматики на английском; промпт для создания промпта; промпт для создания саммари по большому тексту. Я сделал такое приложение, которое прямо в браузере будет хранить такие мини-аппы (1 промпт = 1 мини-апп) и отправлять запрос к Gemini API. UI сделан в виде чата, но функционала переписки здесь нет: один раз отправляешь запрос и читаешь ответ, если надо переделать что-то, то отправляешь запрос заново.

▪️ Prompt Gallery http://prompt-gallery.timurai.tech/ — приложение для хранения промптов в браузере. Я эти промпты часто переиспользую между разными инструментами, поэтому мне понадобился тул, в котором я смогу удобно хранить мои промпты.

▪️ Screenshooter http://screenshooter.timurai.tech/ — скриншотилка вкладок Chrome + окон рабочего стола; далее к скриншоту можно добавить модные бэкграунды, блюры и т. д.

Ни в одном из этих продуктов нет ни аналитики, ни бэкенда, всё работает в браузере.

Если интересно, пользуйтесь.

Я верю в то, что через несколько лет нам уже не нужны будут такие нишевые тулы, потому что любой человек, который будет знать в общих чертах как работает веб-сайт и будет уметь пользоваться AI, сможет генерить такие инструменты вёдрами под любые свои задачи — главное, уметь сформулировать свою идею.

Fruit slice game

Простая игра с управлением через web-камеру — ваши движения передаются в игровой мир, где нужно сбивать летящие фрукты. Вдохновлено XBox 360 Keenect Fruit Ninja и в целом мне очень нравится идея Keenect: играя в компьютерные игры, хоть чуть-чуть двигаться. А с современными технологиями не нужна стереокамера, более-менее неплохо работает с обычной web-камерой ноутбука.

Ссылка на игру https://smartlife.github.io/cv-js-game-fruit/

Писал на OpenAI codex + иллюстрации через ChatGPT 4o.

Что ИИ сделал хорошо:

• Создал всё с нуля, включая структуру проекта, поиск библиотек для распознавания движения.

Что ИИ сделал плохо:

• Я старался давать максимально короткие инкрементальные шаги (их уже 30+ в этом проекте), но всё равно несколько раз были баги с полной остановкой игры (какую-нибудь переменную забыл объявить), плюс приходилось очень подробно прописывать логику, иначе в его фантазиях получалась довольно плохая игровая механика.
• Сейчас на последнем уровне баг с визуализацией граната, его за 5 итераций не смог локализовать и починить. Нужно будет ещё дебажить.

Что пришлось дописывать:
Код руками не правил, но смотрел, иногда приходилось указывать на проблему логики в коде.
Плюс описание уровней тоже делал целиком сам.

Как дела с баблишком/монетезацией?
Даже не думал монетизировать. Мои дети чуть играют — и то хорошо.

Немного о себе:
Хорошо знаю python. В JS понимаю логику, но не знаю граблей и правильных паттернов. Пробовал кодить с ChatGPT 4o — неплохо до 50 строчек кода. Потом o1-o4 — заметно лучше, но после 300-500 уже хочется растащить код на файлы, и он начинает путаться. И теперь прям впечатлён codex, который придуман специально, чтобы пережёвывать много строк и файлов. Но всё же приглядывать за ним обязательно нужно.

Pocket Search Bot – дипресёрч в телеграме. По запросу поищет по сайтам и выдаст pdf (но у всех уже есть perplexity)

Ссылка на репозиторий/или сайт
Пост
Бот в тг

Что ИИ сделал хорошо:

• накидал базовую структуру проекта
• написал конфиги для разворачивания окружения в 1 клик
• написал докер образ для прода
• написал сносные тесты, которые помогали поддерживать интеграцию модулей, TDD через агента делается неплохо

Что ИИ сделал плохо:

• То и дело намеревался переписывать уже существующую структуру
• Придумал api, которых нет (но я тогда еще context7 не юзал)

Что пришлось дописывать:

• Пришлось очень точечно доделывать хитрожопый скрапинг, чтобы поисковики меня не банили
• Пришлось руками лезть в tg api, чтобы прикрутить оплату звёздочками
• Подключение RAG-powered обработки тоже наполовину руками

Немного о себе:
Программирую много и долго (10+ лет)

TenZorro

Собрал топовые

TenZorro

Делал весь фронт с помощью cursor

Что ИИ сделал хоршо:

• подготовил rules для шаблона проекта
• сделал перевод, я пилил сначала вообще без i18n а потом он курсор прошел по всему коду и проставил ключи переводов, сами переводы нужно допиливать и проверять, там много где не уловил контекста
• конфиги для билда и продакшина
• дизайн - под чутким контролем если не говорить тупо сделай красиво (спойлер, добавит фиолетово синие формы)

Что ИИ сделал плохо:

• подключение к API - тут он тупо постоянно пытается выстрелить в ногу, при том всегда ппридумывает новые способы не делать как везде.
• постоянно пытается напихать useEffect везде где только можно и нельзя.

Что пришлось дописывать:

• бэкенд, тут пробовал новый стек который ИИ пока что плохо понимает, django-ninja. Очень ждал чтобы он стал человечески production ready, и в целом сейчас не идеально, но все кейсы закрыл. Производительность и лаконичностью доволен.

Немного о себе:
Бэкендер с большим опытом, последнее несколько лет работаю как лид или EM на проектах, очень люблю временами ковырять фронт, перешел с nuxt на next, вроде одна буква, но спасибо ИИ что помог быстрее понять, а то так бы и не перешел бы.

Приложение на Android BallBall

Пришел к друзьям помочь с тестированием. В это время шла разработка на iOS, но поскольку денег ни на что нет, то отдельно искать андроид разработчика даже и не думали. Я в это время баловался с курсором и пробовал делать свои тг боты и подумал, а попрбую я сделать ребятам Android приложение)
В итоге склонил бек, склонил что было уже на iOS и говорю промптами: делай также! :D
во время третьей итерации с нуля, я подумал, что Git все таки полезная вещь и дело пошло быстрее

Ссылка:
https://play.google.com/store/apps/details?id=io.ballball.android

Что ИИ сделал хоршо:

• Собрал рабочий прототип
• Взял нужные ендпоинты
• Сейчас юзаю клод 4 и он делает зашибись прям почти сразу

Что ИИ сделал плохо:

• В дизайн оно вообще не очень может, приходится прям описывать, юзать mcp, кормить скриншоты
• Иногда курсор говорит "сам решуууу" и при добавлении кнопки еще решает "поправить" цвета, верстку и ключи для текста

Что пришлось дописывать:

• ничего, ведь я не знаю Kotlin :D максимум - это самостоятельно попроавить верстку, путем выбора нужного форматирования текста, отступов и прочих мелочей

Как дела с баблишком/монетезацией?

• ищем

Немного о себе:
Я в тестировании уже больше 12 лет и видел разный код, поэтому представляю как и что должно работать. Были попытки освоить Java и даже писал автотесты на этом) мне кажется, что мне это очень помогает, когда я вижу, что он, например, тянет не тот класс, плодит сущности, дублирует код или еще что. Когда проект не собирается я могу сам поправить нужный импорт или указать, что конкретно не так, когда сборка просто фейлится без понятной ошибки

MCPProxy.app - Supercharge AI Agents, Safely

Локальный open source прокси для AI-агентов, позволяющий использовать сотни инструментов через протокол MCP. Упрощает подключение, экономит токены, изолирует подозрительные серверы. Работает с Cursor IDE, Claude Desktop и другими.

Конечная цель сделать инструмент для усиления возможностей AI-агентов. Человек может задавать степень автономности для агента. Слайдер автономности: от ручного управления MCP серверами / tools <->
до полностью автономного поиска нужного инструмента в репозиториях, проверки безопастности и использования инструмента для выполнения задачи AI-агентом.

Ссылка на репозиторий/или сайт

https://github.com/smart-mcp-proxy/mcpproxy-go

Расскажу об одной технике, которая позволяет фиксить баги совместно с LLM, при этом не удаляя существующие фичи и не внося лишних изменений. К этой технике я пришел работая над mcpproxy.app

У меня был странный баг в трее на macOS – подменю не открывалось при определённых условиях. Сначала я пробовал починить баг "обычным способом" - описал наблюдаемое поведение, ожидаемое поведение и попросил починить.
Что вышло? Много лишних изменений, исчезли фичи, а баг остался. Пробовал с разными LLM (Claude-4, Gemini-2.5, GPT-4.1) результат одинаковый - LLM меняет много кода и рапортует что баг починен, хотя на самом деле нет.

Я поменял подход:
1. Сказал ИИ: "Нельзя менять код, только вставляй debug-логи"
2. Просил после каждой правки генерировать grep-команду, чтобы отфильтровать нужные строки из логов
3. Сам запускал, воспроизводил баг, кидал логи обратно
4. Повторял цикл

Через 4–5 итераций выяснилось, что причина – сломанная инвалидация кэша, далеко от UI. Маленький фикс - и всё работает.

Теперь когда ИИ с первого раза не справляется с багом, я использую такой "режим отладки" с ИИ:
• Меньше догадок, больше фактов
• Чёткий контроль над кодом
• Быстрая проверка гипотез через реальные данные

MicLocker

Мне надоело, что когда надеваешь airpods, микрофон всегда переключается на них.
А мы знаем, что нет большего неуважения к собеседнику, чем использование микрофона эйрподс.
Поэтому мы с курсором быстренько накидали Mac менюбар-аппчик, который форсированно держит выбранный микрофон.

Ссылка на репозиторий/или сайт
Github

Что ИИ сделал хорошо:

• Cursor справился практически с первой попытки, с мелкими исправлениями.
  • Уверен, на 99% из-за качественной документации на входе.
• Xcode MCP делает вещи. Весь проект был сделан не открывая Xcode.

Что ИИ сделал плохо:

• bundle id сделал com.example.... (1%, который забыл указать в доке)

Что пришлось дописывать:
В коде – ничего. Предварительной работы с описанием результата – около 15 минут.

Как дела с баблишком/монетезацией?
Никак, проект для себя.

Немного о себе:
Программировать не умею, но немного знаю основы, что очень помогает держать Cursor в строю и не генерить вайбкодинг мемы.

Название проекта

Описание проекта
Расширение для Хрома - трекер использования GPT для подписки Plus и использования DeepResearch.
Таких инструментов вроде тонна, но ни один не умеет считать использования DeepResearch (или я не нашел). А я в это постоянно втыкаюсь и хочется понимать, сколько осталось из 25, на текущий момент, использований в месяц.
В общем, я человек простой, нужен инструмент - делаю инструмент. Cделал - делюсь с миром ибо не жалко.

Ссылка на репозиторий/или сайт
DeepMeter - ChatGPT Usage & Deep Research Tracker

Что ИИ сделал хоршо:
Тк я достаточно редко пишу код у меня нет проплаченых сервисов типа курсора, есть только GPT Plus. Его и использовал по полной. Выбрал понравившийся дизайн, и заставил Codex наверстать фронт и сформировать структуру проекта. С этим он справился хорошо. Я добавлял логику точечно и мелкими итерациями, отсматривал каждый PR и выкидывал явно лишнее/дописывал что-то руками. Запускал расширение после каждой итерации.
Сделал рекламные картинки для стора в чате GPT, правда попытки с пятой - пришлось кинуть ему скриншот UI и попросить использовать его и не переделывать.

Что ИИ сделал плохо:
Очень парило ждать пока кодекс просрется - использовал это время для гуглежа чего-то еще или тупо для правки другой части кода руками. Было стойкое ощущение, что будь у меня достаточно навыков в web верстке, например, я бы накидал UI быстрее.
GPT любит менять стиль кода и добавлять тонны комментариев (и убирать лишние) на свой вкус. А еще любит переименовывать переменные. Пришлось в промптах указать что-то типа "не меняй комментарии и code style, не переименовывай переменные)

Что пришлось дописывать:
Чистить код от лишних стараний модели (описал выше) и иногда Codex продалбывал часть логики.

Как дела с баблишком/монетезацией?
Оно не про бабло, а про "почет и уважуху" - короче мне не жалко ))

Немного о себе:
Я начинал как Андроид разработчик, а сейчас работаю архитектором. Превращаю желания стейкхолдеров в продукт. В применением всяких DDD и подобного, по крайней мере стараюсь делать все профессионально. Делаю прототипы в основном на питоне, по настроению на Go. Но мои родные языки все же Java и Kotlin.

FeedCraft Bot

FeedCraftBot

Бот, который позволяет настроить дайджест ("выжимку") из нескольких каналов.
Пример работы бота: https://t.me/TLDR_data_science

Похожий бот есть https://vas3k.club/project/28767/, но я начал делать свой бот до того, как увидел тот.

У меня в боте:

• можно сделать несколько списков каналов для дайджеста (можно даже дать боту ссылку на папку - он распарсит в список)
• публикация дайджеста в свой канал при желании
• можно задать интервал и время публикации
• кастомный промпт при желании (и за доп плату)

Что ИИ сделал хорошо:

• Помог начать! За проект такой сложности в одиночку я бы не пытался браться.
• Узнал про Шотган @glebkudr из чата и стал тоже использовать его в своем проекте, спасибо!
• Еще удобная фича из Шотгана - поискать баги. Что-то действительно находит.
• Удобно добавлять фичи, которые несут за собой большие изменения - кнопочки появляются, локализация пишется, строчки в базе данных добавляются.
• Нравится, что он делает тесты, конечно, надо подробно написать, что я хочу получить, потом все равно надо все глазками проверить - но все равно отлично -- тесты я делал в google cli.

Что ИИ сделал плохо:

• Большую часть кода я писал в cline, он периодически зацикливался или предлагал неоптимальные решения. Тогда приходилось мне думать, как сделать правильней.

Что пришлось дописывать:

• Какие-то штуки я не дотянул промптами и мало использовал dev-rule.md, поэтому часть ошибок исправлял ручками. Кажется, этого можно было избежать, задав жесткие правила.

Как дела с баблишком/монетизацией?
Подключил монетизацию, но пока не показывал никому, кроме пары друзей.

Немного о себе:
Я знаю програмирование, но для себя программы не писал. С помощью LLM начал писать небольшие программки, которые помогают мне - это мне нравится.

Название проекта

FastMCP

Описание проекта

FastMCP. AppStore для MCP серверов - каталог для разработчиков, использующих Cursor IDE, VS Code, Claude Desktop и ChatGPT.

Что ИИ сделал хорошо:
Использовал в основном Claude Code. Полностью спроектировал архитектуру Clean Architecture с разделением на слои (Domain, Application, Infrastructure, Web). Создал систему скраперов для сбора данных о MCP серверах с разных платформ. Настроил систему аутентификации через Google и GitHub OAuth. Создал административную панель для управления контентом.

Что ИИ сделал плохо:
Заметил, что чем больше кода становится в проекте, тем чаще он путается. Прям что-то нерабочее редко выдавал. Сложность была, когда я делал штуку, которая скачивала трендовые видео по MCP с тиктока и выкладывал в Инсту и Ютуб Шортс, и вот тут Claude Code ни в какую не хотел этого делать, т.к. такое действие запрещено.

Как дела с баблишком/монетезацией? - Никак, стараюсь раскрутить SEO, получается, но очень медленно.

Немного о себе:
Я разработчик на .NET, в основном делал веб сервисы, в последнее время увлекся все что касается GenAI и индихакерство. Когда начал искать MCP сервера, часто попадалось нерабочие MCP, и подумал было бы хорошо, чтобы только проверенные публиковались. Так я и сделал FastMCP.

Evendo - Curated events calendars for GCal

Подумал, что постоянно пропускаю всякие митапы, потому что не хожу по сайтам типа eventbride.

Поэтому придумал сервис с curated calendars, который доступен в виде shared calendar в Google Cal -подписываешься на гугл-календарь и видишь все интересные тебе события там же, где и планируешь свой рабочий день или личные встречи, в любом интерфейсе, где доступен google calendar.

Сделал на примере ивентов в Берлине для продактов, ресерчеров, дизайнеров, ML-спецов - каждой профессии свой отдельный календарь.

Ссылка на репозиторий/или сайт
curated calendars

Сейчас оно уже не до конца работает, поотваливался бекенд и страйп, за ненадобностью поудалял сами календари.

Что ИИ сделал хорошо:

• Написал за меня все, подключил google cloud platform, прикрутил авторизацию xерез емейл и google, песочницу stripe, настроил права доступа к календарям на основе статусов подписки, сделал даже автоматическую парсилку ивентов с нескольких разных сайтов, чтобы я не добавлял их вручную
• давал мне инструкции, если надо на какой-то внешней платформе что-то настроить
• Оно работало, а я вообще продакт и не умею кодить.

Что ИИ сделал плохо:

• Миллион раз тупил с разными проблемами и ошибками, приходилось по шагам разбирать, например, подключение к google cloud platform

Что пришлось дописывать:

• ничего, я не умею дописывать код
• вручную добавлять сами события в календари - мне стало лень, добавил штук 15 и забил

Как дела с баблишком/монетезацией?

• прикрутил тестовый стенд stripe, настроил месячные подписки, на нем все завелось. А боевой не прикрутил, у меня нет юрлица и пока не хочу его делать :-)

Немного о себе:
Я продакт, не умею в код, но получил дикий кайф, копаясь с этой штукой. Убил на нее все выходные, какое-то особое ощущение - вводишь промт, а оно меняется и работает само!

Онлайн школа Инженерка.Тех

Интерактивные тренажеры-симуляторы для айтишников с опытом.

В прошлом году мы запустили школу для айтишников с курсами "нового типа", как мы считаем. Суть в том, что это не унылые вебинары, а интерактивные текстовые тренажеры с элементами симуляции реальных рабочих процессов.

Ну и раз нужна интерактивность, значит, человек должен запускать код прямо в браузере. Но мы же не Степик, мы так не умели... Наши тренажеры вообще собраны в простой но ограниченной Tilda LMS.

Поэтому за несколько вечеров родилась первая примитивная версия нашей теперь уже мощной образовательной платформы PumpRoom (ака Тренажерка). И вот как это происходило...

1. Скучная часть: я написал простой бэкенд для запуска кода на FastAPI
2. Крутая часть: ничего не понимая в React, я в ChatGPT-4 с нуля создал интерактивную браузерную IDE для запуска кода на разных языках.

Магия ИИ в том, что это сразу начало работать и продаваться. Такой запуск сложных продуктов из голой идеи за пару вечеров не был возможен до бума LLM. Собственно, мой пост об этом.

А дальше уже были

• Полная переработка этого работающего, но кривого внутри IDE
• Натягивание стильного дизайна, сделанного живым человеком
• Разработка новых модулей на базе AI для обучения

Ссылка на репозиторий/или сайт:

• Платформа PumpRoom
• Наши тренажеры

Что ИИ сделал хорошо

• Написал начальную версию браузерного IDE, которая РАБОТАЛА и ПРОДАВАЛАСЬ
• Помог исправлять ошибки в формате, вот тебе код файла, исправляй
• Помог разобраться, почему все так медленно работает, и составить план тяжелого рефакторинга
• До сих пор создавать новые модули и страницы фронтенда проще через AI-агента, а потом уже вручную доводить до ума

Что ИИ сделал плохо

• Уродливая внутренняя архитектура проекта, которая работает, но через одно место
• Сгенерированный код тяжело поддерживать. Оказалось проще его переписать, с точечной помощью LLM

Что пришлось дописывать

Хоть у нас с тех пор и собралась небольшая команда разработчиков, нейросети теперь поддерживают все этапы разработки. К счастью, теперь вместо бесконечной копипасты кода между IDE и окном ChatGPT можно использовать полноценных AI-агентов типа Codex или JetBrains Assistant/Junie.
Нейросетевой слоп больше не попадает в продакшен напрямую, но все равно именно активная генрация кода с LLM позволяет нам поддерживать турбо-темп внедрения новых фич, до которого конкурентам далеко. Особенно если мы говорим о неповоротливых больших школах.

Как дела с баблишком/монетизацией?

Монетизируем с первого дня. Благодаря AI мы имеем уникальные фичи, которые ценят наши студенты.

Немного о себе

Я техлид в школе Инженерка.Тех, благодаря чему стал fullstack-разработчиком со знанием DevOps :)
Подобные навыки у меня были и до пришествия LLM, что отчасти помогло работать с нейросетями более сфокусированно и качественно.
С нетерпением жду, когда умные агенты меня заменят, а я отдохну...

kaida

macOS/iPadOS/iOS приложение для геотегирования фотографий. Выбираешь фотки, закидываешь GPX трек, и дальше происходит мэтчинг по датам. Результаты записываются в EXIF.

App Store

Что ИИ сделал хорошо:

• 95% кода сгенерировано Claude Code
• Производит довольно сносный лейаут по умолчанию. Иногда я просто рисовал примерный UI в тетрадке, а потом фотку с телефона закидывал в Claude Code.
• Самое главное - снизил до нуля то, что меня останавливало от работы над пет проектом - лень.

Что ИИ сделал плохо:

• Тяжело справляется с изменениями по всему проекту, оставляет после себя очень много неиспользуемого кода.
• Совсем не справился с локализацией, чего я не ожидал.

Что пришлось дописывать:

• Математика со сферическими координатами была написана давно, Claude Code тут никак не был задействован.
• Пришлось твикать UI самому, т.к. я не стал заморачиваться с каким-нибудь peekaboo для визуального фидбека.
• Небольшие корректировки, чтобы пройти все concurrency проверки в Swift 6.
• Запутался с часовыми поясами, но кто бы нет?

Как дела с баблишком/монетизацией? Никак, да и не планировалось.

Немного о себе: iOS разработчик с 12 лет опыта. Приложение делал для себя.

TrackMate

Мануальный трекинг затраченного времени, с последующей рефлексией(coming soon), графиками и тд. Пока версия очень сырая, лендос с описание всех преимуществ именно такого подхода к трекингу еще в работе. Приблизительно 90% всего кода было сгенерировано Cursor AI c моделью claude 4 sonnet, другие модели мне выдавали очень глючные результаты.

Конкретно этот проект был эксперимент в вайбкоде, а идею такого приложения вынашивал уже очень давно.
Ссылка на репозиторий/или сайт
Trackmate
Стек
PWA, mobile only, React+Supabase, Web Push

Флоу

1. Включил таймер(если забыл, приложение напомнит через 45 мин, но если подписаться в профиле на уведомления)
2. Выключил таймер
3. Выбрал из списка категорий чем ты занимался
4. Можно оценить "удовольствие" от период от 1 - 5 (потом эти данные будет использовать в анализе/рефлексии)
5. Профит!

• можно посмотреть график за последние 7 дней, на что было затрекано времени, позже будет анализ с помощью AI(ну куда же без него)

Что ИИ сделал хоршо:

• Неплохо накидал базовую структуру
• Классно и быстро решает тривиальные задачи
• Если писать детальный промт, то результат получается шикарный
• Очень ускоряет разработку если с ИИ "правильно" общаться

Что ИИ сделал плохо:

• Оверхед, часто очень многосложный код, ручками потом рефакторю
• Бывает крепко глючит после того как теряет контекст (произойти это может на пол пути пиления новой фичи)
• Иногда наглухо игнорирует rules, без rules вобще дичь выдает
• Чем больше приложение, тем детальней нужно рассписывать промт для решения проблемы. Доходит до того,что проще самому пойти руками поправить, чем расписывать 100500 строчный текст

Что пришлось дописывать:
Пришлось менять подход к стилизации компонентов и папочную структуру, но тут бульше моя вина, т.к рулз я заюзал после того как основной каркас приложения был готов.

Как дела с баблишком/монетезацией?
Денег пока нет, проект как такойвой еще не релизился. Но идеи для монетизации есть

Немного о себе:
Фуллстек разработчик, кодирую около 6 лет на PHP + JS

Gortsio

Новый способ трекинга откликов на вакансии

Ссылка на репозиторий/или сайт
gortsio.com

Что ИИ сделал хоршо:
Написал полностью рабочий продукт, подключил Firebase, Sentry, Paddle, помог настроить сервер и сборку и деплой с помощью Github Actions.

Что ИИ сделал плохо:
Слишком долго крутился на одном месте когда я сам не понимал в чем проблема, приходилось скакать между ИИ чтобы найти решение

Что пришлось дописывать:
Самому ничего но с многим приходилось самому разбираться и четко говорить где и какую строчку переписать

Как дела с баблишком/монетезацией?
Только подключил Paddle, жду первые денежки)

Немного о себе:
Работаю проджектом в геймдеве, изучал Python, примерно понимаю по коду что и почему должно произойти

Simple TabSave

Ссылка на репозиторий/или сайт

Simple TabSave

Что ИИ сделал хорошо:

• Писал в Cursor бесплатном
• Решил проблему чистого листа - нагенерил бойлерплейт и как поставить дебаг версию расширения в браузер
• 80% функционала:
  • Основной функционал
  • Темная-светлая тема
  • Экспорт
  • Вёрстка интерфейса
  • Сгенерила норм иконку (через ChatGPT)
  • Локализация
  • Борка и адаптация под стор

Что ИИ сделал плохо:

• 20% функционала:
  • Требовало погружаться в некоторые моменты
  • Иконку пришлось допиливать руками
  • Некоторые мои фиксы менял обратно на своё неправильное галюцинированное видение

Что пришлось дописывать:

• Пришлось колупать апишку расширений лисы
• Разобраться с созданием окон
• Разбираться с тем, какие действительно пермишены требуется запрашивать
• Фиксить регресс-баги
• Понять, как выпускать расширение в свет
• Что допиливать под их Terms and Conditions

Как дела с баблишком/монетезацией?

Никак, проект FOSS под MIT, да и делался под себя

Немного о себе:

Я так-то на питончике пишу уже больше 10 лет, ну был опыт небольшой на фронте в древние времена и иногда писал userscripts для Tampermonkey.

У меня возникла проблема - лиса зажирает кучу памяти, а 16 гигов на макбуке - это уже чертовски мало получается, в лисе висят окна под конкретную рабочую задачу, в каждой по вкладок 20, сейчас они не нужны, но понадобятся в этом же состоянии через дни-недели. То есть можно и выгрузить их из памяти на это время. Но потом непонятно, как восстанавливать удобно.

Я поискал по имеющимся аддонам для лисы - но один не работает, другой не сохраняет информацию о зарепленности вкладки, третий теряет информацию о Multi-Account-Containers. В общем, ничего не подходит. Решил писать сам, чтобы все эти фичи были, заодно и потестить курсор для этого.

В конце первого вечера получилось что-то похожее на решение, но не решавшее саму задачу (пока ещё). В конце второго вечера после ручного уже дебага получил MVP. На третий вечер немного причесал (не обольщайтесь, код все равно ужасный, но цель была не в этом, да и я не фронтендер), добавил хотелок, адаптировал для выкладки и заслал в Mozilla. Через 3 дня заапрувили.

И моя личная боль решена, и может еще кому полезно будет.