Навыки ИИ не переносятся между компьютерами. А что переносится — рассказываю здесь.
Большинство людей хранят свои многократно используемые инструкции для ИИ внутри агента, в папке навыков. В этом практическом занятии мы обсуждаем аргумент в пользу хранения их вне агента, в виде обычного Markdown-файла на общем хранилище, а также приводим пошаговое описание четырех файлов, выполняющих эту работу. Вся настройка из этого занятия находится на одной странице в бесплатной группе Skool: https://skool.com/join-dlag Брайан Кинг запускает командную строку и шаблон. Командная строка определяет, что вы хотите получить. Шаблон определяет, как формируется вывод: структура сцены, таблицы и столбцы, структура, которой следует скрипт. Вместе они создают первый черновик примерно за пять минут на локальном компьютере, который затем переписывается вручную, пока не перестанет звучать как машинный. Причина, по которой файлы хранятся на NAS, а не внутри агента, заключается в скучных и практичных моментах. Агент, содержащий навык, работает на компьютере с Ubuntu. Съемка и монтаж происходят на Mac. Навык, заблокированный внутри одного агента на одном компьютере, недоступен с компьютера, где фактически выполняется работа. Обычные Markdown-файлы — доступны. Также рассматриваются следующие темы: GitHub теперь взимает плату за Actions и что дает самостоятельный хостинг GitLab, почему компилируемый язык работает быстрее, чем интерпретируемый, что такое Mojo и почему Крис Латтнер его создал, а также честный ответ на вопрос «сколько видеопамяти мне нужно для запуска локальной модели». ИСПРАВЛЕНИЕ: на 33:36 Turbo Pascal, Delphi и Visual C++ описываются как интерпретируемые языки. На самом деле они компилируются. Описание байт-кода и компоновщика, приведенное ниже, относится к Java и .NET, а не к нативной компиляции. Объяснение Mojo с 37:05 является точным. РАЗДЕЛЫ Инструменты программирования ИИ становятся умнее, но им по-прежнему не хватает той основной человеческой креативности, которая необходима для создания действительно оригинальных систем. Мы рассмотрим, почему опора исключительно на автоматическую генерацию кода создает потолок, и почему использование дистрибутива Linux остается лучшим способом сохранить полный контроль над вашей машиной. Если вы разработчик на Python, вам легко освоиться с эффективностью скриптов, сгенерированных ИИ, но понимание лежащей в основе архитектуры — вот что отличает пользователя от инженера. Мы также обсуждаем реальность создания цифровых аватаров и почему машинный вывод по-прежнему с трудом воспроизводит нюансы человеческой интуиции. Это компромисс между скоростью и реальным владением. Напишите в комментариях «control», если хотите увидеть мою текущую конфигурацию. 00:00 Начало 04:29 Краткий обзор: три зоны домашней лаборатории 06:29 GitHub теперь взимает плату за Actions 07:51 Репозиторий: подсказка, шаблон и два черновых скрипта 13:53 Вопрос: чем это отличается от файла skill.md? 16:45 Почему файлы хранятся на NAS, а не внутри агента 21:06 Шаблон видео и голливудское правило подсчета страниц 23:39 Где проявляется человеческий фактор и как избежать ошибок ИИ 26:40 От шаблона к подсказке сценария 28:46 Два черновика, написанных машинным способом, и подсказка для переписывания 30:06 Сколько времени занимает генерация на локальном компьютере 32:30 Компилируемый и интерпретируемый код, и что делает компоновщик 37:05 Можно ли скомпилировать Python? Mojo объяснение 41:52 Что становится открытым исходным кодом и когда 43:48 Вопросы и ответы: XML-подсказки, agents.md, Deno 46:25 Вопросы и ответы: минимальный объем видеопамяти для запуска локальной модели 48:28 Вопросы и ответы: Nostr, Bluesky и децентрализованное видео #localai #aiagents #homelab НАЙДИТЕ МЕНЯ В СОЦИАЛЬНЫХ СЕТЯХ Github: https://github.com/DanielJD1216 LinkedIn: https://www.linkedin.com/in/hyoungjin-doo-a19394238/ Веб-сайт: / https://doomade.com/
Название:
Навыки ИИ не переносятся между компьютерами. А что переносится — рассказываю здесь.
Категория:
Разное