#openai_codex — Public Fediverse posts

Как делать скилы правильно и собрать из них маркетплейс

Началось всё с подборки промтов cursor-vibe-prompts , которую я таскал из проекта в проект копипастой, и в какой-то момент меня настолько утомила эта рутинная процедура копирования из одного окошка в другое, что захотелось чуть упростить себе задачу и вместо копипасты оформить эту историю в формате скилов и вызывать по необходимости. Так на свет и появился репозиторий rpa-skills , изначально в нём была сборная солянка директорий скилов, которые содержали в себе просто SKILL.md с оригинальными промтами внутри. Но выглядело и юзалось это решение как-то не очень удобно, да и масштабировать захотелось, так что я решился пойти на немыслемое, почитать документацию о том, как правильно собирать скилы и маркетплейсы, о чём и расскажу сегодня вам. Но обо всём по порядку, для начала покажу как создавать скилы по уму.

https://habr.com/ru/articles/1062626/

#agent_skills #SKILLmd #Claude_Code #OpenAI_Codex #Cursor #ИИагенты #LLM #маркетплейс_плагинов #промптинжиниринг #вайбкодинг

Codex: замена программиста или приятный инструмент?

Сразу предупрежу: это личный опыт человека, который просто решил попробовать инструмент без сильных знаний в программировании, но с большим желанием закрыть потребности в реализации личных проектов. Про ИИ ассистентов уже не раз писали и напишут как с положительно, так и с отрицательной стороны. OpenClaw с его постоянным обращениями к LLM (которая прилично есть токены). Про Claude code в данной статье тоже не будет ничего сказано, поскольку тестировавние проводилось именно на основе продуктов от Open AI. Итак, если у вас уже есть plus подписка на gpt, то вам сюда. Как проходила работа над проектами ранее: в отдельном проекте в GPT создавался чат, в котором обсуждался определённый проект, написанный, например, на Python. Если возникали некие ошибки — я сразу писал в чат ошибку и мы вместе с чатом пытались решить эту проблему. Что же позволят делать Codex: Он сам смотрит весь проект, запускает код, обнаружив ошибки, сам их исправляет и заново запускает. Это же гениально! Дать нейросети доступ к твоему железу и сказать: хочу чтобы работало так‑то так‑то. И Codex это сделает. Не факт, что за 1 запрос вы сможете создать именно то, что изначально хотели, но в этом и прелесть: Codex держит в контексте файлы проекта, находит то, что нужно исправить и сам исправляет то, что требует пользователь. Вы скажете: «уу, это же вайб кодинг, а как же потом править проект, полностью сгенерированный нейросетью?» А я вам отвечу: если вы хотите разбираться в коде проекта: пожалуйста, попросите Codex или чтобы не тратить токены просто в браузерном чате спросите, загрузив то, что непонятно. Но можно и без этого: просто заово просить Codex изменять в его же коде.

https://habr.com/ru/articles/1057248/

#Codex #OpenAI_Codex #ChatGPT_Plus #GPT #AI_coding_assistant #нейросеть_для_программирования #вайбкодинг #vibe_coding #генерация_кода

Следим за релизами Codex: последние обновления

Если вы работаете с Codex, то наверняка замечали следующее - нажимаешь кнопку “Обновить”, Codex перезапускается, но визуально ничего не меняется. На самом деле изменения есть - просто чаще всего это не что-то глобальное, а внутреннее: скорость, MCP-инструменты, работа с Git и т.д. Я посмотрел свежие релизы Codex за последние сутки: 0.142.2 , 0.142.1 и несколько 0.143.0-alpha.* . В статье разберём, что уже вышло в свет, а что пока тестируется и возможно выйдет в ближайших обновлениях.

https://habr.com/ru/articles/1051916/

#OpenAI_Codex #Codex #GitHub_Releases #обновления_Codex #prerelease #MCP #AIинструменты #разработка #reasoning #CLI

Well, this name hasn't aged well.

#apt #raspberrypi #piapps #codex #ai #chatgpt #openai #openai_codex #artificialintelligence #funny #tech #technology #samaltman #billionare #billionares #ArtificialIntelligenceWillKillUsAll #ArtificialGeneralIntelligence

Я месяц гонял /goal в Codex CLI. Переломная команда для работы с AI-агентами или самый дорогой способ написать код?

OpenAI выпустил Codex CLI 0.128.0 с командой /goal — автономным режимом, в котором агент сам пишет код, тестирует, рефлексирует и долбит цель часами. На практике первое, что замечаешь — счётчик токенов скачет в 3-5 раз непредсказуемо. Не вдвое — в пять. Месяц использования в команде. Главные находки: исследователи подхватили первыми (а не разработчики). При упирании в quota wall MCP-вызовы молча отваливаются. Соседняя команда /side неожиданно стала использоваться для расшифровки англицизмов GPT-5.5. В статье: разбор архитектуры /goal (5 слоёв, инжекция системного промпта против proxy signals), реальный публичный кейс — +25% fps за час в GPT-5.5 xhigh, грабли с непредсказуемыми токенами и quota walls, когда /goal стабильно ломается. Антипафос. Никакого AI-евангелизма.

https://habr.com/ru/articles/1032606/

#OpenAI_Codex #goal #Ralph_loop #agentic_coding #GPT55 #AI_агенты #autonomous_agents

Как я сделал скилл для AI-ревью плана и кода — и зачем мне две модели

Когда одна и та же модель пишет код и проверяет его, она пропускает свои ошибки. Она «помнит», почему приняла именно это решение, и не ставит его под сомнение. Знакомо? Как вычитывать собственный текст: глаз замыливается, мозг подставляет правильный смысл туда, где его нет. В нормальной команде эта проблема решена давно: автор кода ≠ ревьюер. Два человека с разным контекстом и разными слепыми пятнами. С LLM можно сделать то же самое, взяв две модели от разных вендоров. Другая архитектура, другой pretrain - другие слепые пятна. Одна пишет, другая проверяет. В англоязычной среде этот подход называют adversarial review, «состязательное ревью». Суть: ревьюер не подтверждает, что все хорошо, а пытается сломать уверенность в решении. Я называю это проще: перекрестное ревью. У меня Claude (Opus) планирует и пишет код, а Codex (GPT-5.4) ревьюит. Автоматически, в цикле, пока не одобрит. Все это - один файл-скилл для Claude Code. О нем и расскажу.

https://habr.com/ru/articles/1019588/

#code_review #ревью_кода #AI_agents #Claude_Code #OpenAI_Codex #open_source #автоматизация_разработки #AI_code_review

MitM-прокси для LLM

Многие разработчики в последнее время используют облачные LLM для генерации программного кода, в том числе с помощью агентов. Но это вызывает как минимум две проблемы: Утечка информации: мы не знаем, какие данные LLM передаёт в облако Бесконтрольный расход токенов, особенно в случае автоматических агентов, которые запускаются в автономную работу на длительный период Для этого есть специальные инструменты мониторинга. Например, Tokentap (бывший Sherlock) отслеживает использование токенов для LLM CLI в реальном времени на панели в консоли. Такой MitM-прокси полезен для информационной безопасности и просто для учёта расходов.

https://habr.com/ru/companies/globalsign/articles/1016612/

#MitM #Hugging_Face #llamaccp #ggml #Local_AI #Gemini_CLI #Claude_Code #OpenAI_Codex #mitmproxy #HTTPSпрокси

OpenAI Codex на двух устройствах: как синхронизировать сессии без боли

Я работаю с OpenAI Codex в двух режимах. Дома — за мощным ПК с двумя экранами и в поездках на дачу/отдых/по работе — с ноутбука И довольно быстро столкнулся с неожиданной проблемой: контекст, сессии и история Codex не синхронизируются между устройствами. OpenAI этого просто не предусмотрели! Ниже история о том, как я решил данную проблему.

https://habr.com/ru/articles/1013224/

#OpenAI_Codex #Codex #синхронизация #CLI #разработка #продуктивность #инструменты_разработчика #Python #open_source

Codex с телефона, пока ты не за компьютером (даже с контролем git изменений)

Бывает так: ушёл на тренировку, сел в кафе, поехал куда-то. В голове крутится задача, которую хочется уже добить. Раньше приходилось ждать, пока вернёшься за стол. Теперь нет. Codex Remote даёт браузерный интерфейс к Codex CLI на вашей машине. Открываешь с телефона, управляешь сессией, видишь изменения файлов до того, как они применились. Машина работает у тебя дома или на работе, ты где угодно. Есть также возможность просматривать незакомиченные изменения в git'е в самом диалоге с моделью.

https://habr.com/ru/articles/1005146/

#open_source #ai #нейросети #инструменты_разработчика #удаленная_работа #программирование_с_телефона #Codex #OpenAI_Codex #remote_development #AIагент

Экспериментальная система skills в OpenAI Codex: как агент учится пользоваться инструментами

В Codex появилась экспериментальная фича — skills : декларативное описание локальных «навыков» агента с автоматическим discovery и строгими правилами применения. В статье разберём, как это работает под капотом, зачем нужно и как использовать это в своих проектах.

https://habr.com/ru/articles/978148/

#AI #LLM #Intelligent_Agents #Tooling #OpenAI_Codex #Developer_Tools

Hugging Face Skills: AI агенты теперь сами обучают LLM

Hugging Face релизнули Skills — Agent Context Protocol (ACP), через который упаковываются определения разных задач для ИИ агентов. По сути — это папки, в которых собраны инструкции, скрипты и ресурсы для использования ИИ агентом под конкретный кейс. Один из перых скиллов — дообучение опенсорсных LLM. Разбираемся подробнее.

https://habr.com/ru/articles/974148/

#искусственный_интеллект #hugging_face #gemini_cli #openai_codex #claude_code #llmагенты #llm #agent_skills #Agent_Context_Protocol #Сезон_ИИ_в_разработке

А вы храните историю запросов к ИИ-агентам?

Лично мне нравится LLM как инструмент, усиливающий мои интеллектуальные возможности. Я использую его ежедневно — для поиска информации, для создания и перевода текстов, в качестве ассистента по подсчёту калорий и, само собой, для разработки приложений. Немного попрактиковавшись с генерацией pull request'ов через OpenAI Codex для модулей своего проекта TeqCMS, я пришёл к выводу, что в " грядущую эпоху вытеснения разработчиков моделями " настоящую ценность представляет вовсе не код и даже не проектная документация. Главный артефакт — это инструкции, настраивающие контекст для Агента, и история запросов, с помощью которых генерируется код.

https://habr.com/ru/articles/927966/

#llm #ииагенты_для_разработки #openai_codex #agents #генерация_кода #групповая_разработка

OpenAI Codex Coding Agent
https://openai-codex.dev/
#ycombinator #openai_codex #ai_code_generation #github_copilot #codex_cli #chatgpt_codex_agent #ai_coding_assistant

[Перевод] OpenAI Codex против GitHub Copilot: что лучше для написания и тестирования кода?

Сделать перевод этой статьи нас сподвиг, как ни странно, роман Джонатана Свифта «Путешествия Гулливера». Есть там такой примечательный эпизод о борьбе остроконечников и тупоконечников. Аналогия в контексте разработки ПО — это принимающий бесконечный характер спор о преимуществах и недостатках двух инструментов, — OpenAI Codex и GitHub Copilot, — призванных помогать разработчикам. Как нам показалось, эта переводная статья довольно подробно разбирает работу данных инструментов и поможет внести ясность о сферах их применения, особенно для начинающих программистов.

https://habr.com/ru/companies/ssp-soft/articles/908932/

#OpenAI_Codex #github_copilot #github_copilot_alternative #openai #openassistant #разработка_приложений #ииассистент #ии_помощник #тестирование #тестирование_приложений