Блог об AI для бизнеса

OpenCode skills: где разместить SKILL.md, как описать задачу, ограничить загрузку навыка и проверить его на примере с ревью.

OpenRouter API как единая точка доступа к моделям: маршрутизация, журналирование, резервный маршрут и контроль расходов без привязки к одному вендору.

OpenRouter в России: проверка доступа конкретного аккаунта, условий договора, оплаты и данных перед рабочим запуском команды.

PaddleOCR для счетов и актов: подготовка сканов, извлечение полей парсером, оценка на эталоне и передача спорных значений человеку.

PaddleOCR VL разбирает документы со сложной структурой: таблицы, блоки, графики. Как проверить на эталонной выборке и сохранить привязку к источнику.

Perplexity Enterprise для команды: что входит в корпоративный контур, как распределить роли, какие данные подключать и как проверить контур на пилоте.

Perplexity MCP: четыре инструмента официального сервера, ключ API, допуск к сети, проверка источников и журнал запросов агента.

Perplexity PDF для рабочего документа: подготовка файла, узкие вопросы с цитатой и номером страницы, сверка фактов и граница между файлом и вебом.

Perplexity Sonar для своего сервиса: что вендор говорит о статусе линейки, как читать цитаты в ответе, фильтровать источники и проверять точность.

Как команде проверить источник, состав и доступы плагина Codex, установить его через каталог и испытать на безопасной задаче.

Pyannote размечает запись по говорящим: токен Hugging Face, запуск пайплайна, отрезки со временем, сшивка с расшифровкой и ручная сверка спикеров.

Библиотека Pydantic AI на практике: схема результата, инструмент с зависимостями, проверка вывода с повтором, обработка ошибок и тест без вызова модели.

Qwen 3.8 27B для ответов по документам и разбора изображений: тестовый набор, проверка источников, замер времени и памяти на собственном сервере.

Qwen 3.8 Next для пилота: отличие MoE от плотных моделей Qwen 3.8, выбор локального или облачного запуска, тест офисной и кодовой задачи, память и задержка.

Qwen Code API: запись провайдера в settings.json, ключ вне репозитория, выбор модели и проверка первой правки по diff и тестам.

Qwen Code и GitHub: локальная работа с репозиторием, qwen-code-action для ревью и триажа, секрет QWEN_API_KEY, права и ручное слияние.

Qwen Code models: как сравнить модели на одном репозитории, зафиксировать условия, снять замеры по тестам и diff и записать решение.

Qwen Code на Windows: установка через npm или скрипт PowerShell, вход командой /auth, режимы подтверждения, файл settings.json и первая задача.

QwenWork как рабочая платформа: настройка пространства, файлы, коннекторы, права и ручная проверка результата Agent-сессии.

Пилот RAGFlow на внутренних документах: загрузка корпуса, разбиение, проверка поиска, цитаты, нулевая выдача и ручная приёмка ответов.

Retell ai для телефонной поддержки: сценарий разговора, задержка, перевод оператору, ручная проверка записей и сравнение с Vapi на одном наборе звонков.

Revit MCP связывает модель Revit с ИИ-клиентом: чтение элементов и параметров, таблица предлагаемых правок и утверждение инженером до записи.

ScrapeGraphAI для извлечения полей с разрешённых публичных страниц: установка, граф и модель, схема, контроль источников и проверка качества на выборке.

Serena MCP даёт кодовому агенту поиск по символам и точечные правки: запуск сервера, группы инструментов, режимы без записи и проверка diff.

SpeechKit Brand Voice: три варианта фирменного голоса, согласие диктора, права на использование, подготовка записей и приёмка озвучки до выпуска.

Stable Diffusion inpainting меняет выбранную область готового изображения: маска, выбор checkpoint, параметры правки и сравнение с исходником перед приёмкой.

Как проверить Suno v6, v6-wild и v6-mini на одном брифе: структура трека, точность правок, критерии приёмки и права на коммерческое использование.

Tavily API во внутреннем сервисе: параметры запроса, домены и свежесть, проверка цитат, статусы ошибок и оценка точности на вопросах отдела.

Temporal io для бизнес-процесса с ИИ-шагом: Workflow и Activity, повторы вызова модели, сигнал подтверждения человеком и история событий для разбора.

Tesseract OCR для компании: локальный тест сканов, подготовка изображения, извлечение полей, ручная проверка и сравнение с более сложным решением.