Найти похожее

✴️ChatGPT добавили в Google Таблицы OpenAI выпустила официальную интеграцию ChatGPT для Google Sheets. Она открывается в виде боковой панели внутри таблицы и умеет создавать, обновлять и разбирать таблицы на естественном языке, включая большие файлы с несколькими вкладками, формулами, ссылками и допущениями. Из важного: ChatGPT в Sheets поддерживает Skills и apps, а значит может использовать подключенные данные и внешние сервисы, если они доступны в вашем аккаунте и разрешены администратором. То есть модель может не только объяснять содержимое таблицы, но и писать формулы, вносить изменения и работать с контекстом всей книги. Интеграция уже доступна глобально, в том числе для Free и Go с ограничениями по использованию. Чтобы включить ее, нужно установить ChatGPT из Google Workspace Marketplace, затем открыть Google Sheets и запустить ChatGPT через меню «Расширения». Источник: OpenAI | Google Workspace Marketplace 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#chatgpt#полезности

✴️Subagents в Codex — небольшой стартовый гайд для общего понимания В Codex появились subagents — дочерние агенты, которых вы запускаете вручную для параллельной работы. Каждый из них работает со своими инструкциями, настройками модели и инструментами, а затем Codex объединяет их результаты в один ответ. Это особенно полезно для задач, которые можно разбить на части — например, ревью PR, исследование кода или дебаг, где один агент анализирует, другой проверяет, третий реализует. Важно: 🟡 субагенты не запускаются автоматически — только по вашему запросу 🟡 каждый агент выполняет свою работу отдельно → это увеличивает расход токенов Кастомные агенты В Codex есть встроенные агенты (default, worker, explorer), но основная сила — в собственных агентах. Они задаются через TOML-файлы в: 🟡 ~/.codex/agents/ 🟡 .codex/agents/ Минимально нужно указать: 🟡name — имя 🟡description — описание 🟡developer_instructions — инструкции Пример: name = "reviewer" description = "PR reviewer focused on correctness, security, and missing tests." developer_instructions = """ Review code like an owner. Prioritize correctness, regressions, security, and missing test coverage. Лучшие агенты — узкоспециализированные. Один агент = одна роль. Если агент делает всё сразу, теряется смысл разделения. Как работает runtime Субагенты: 🟡 наследуют sandbox и разрешения основной сессии 🟡 работают как параллельные воркеры, а не отдельные независимые сессии Глобальные настройки: [agents] max_threads = 6 max_depth = 1 🟡max_threads — сколько агентов может работать одновременно 🟡max_depth — глубина делегирования (агенты внутри агентов) Как правильно использовать Хороший паттерн — разбивать задачу на роли: 🟡pr_explorer — находит затронутые части кода 🟡reviewer — ищет баги и уязвимости 🟡docs_researcher — проверяет API и документацию Пример запроса: Review this branch against main. Have pr_explorer map the affected code paths, reviewer find real risks, and docs_researcher verify the APIs the patch relies on. Wait for all agents and summarize the findings. Советы по использованию 🟡 используйте субагентов только если задача реально параллелится 🟡 делайте агентов узкими и понятными 🟡 для анализа используйте read-only sandbox 🟡 быстрые модели — для поиска, сильные — для оценки 🟡 не увеличивайте глубину без необходимости Главная идея Subagents — это не просто про скорость. Это про разделение ролей, чистый контекст и более точную декомпозицию сложных задач. Подробнее в документации: Codex Subagents 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#chatgpt#полезности

✴️Как включить контекстное окно на 1 млн токенов в Codex с GPT-5.4 В OpenAI Codex модель GPT-5.4 поддерживает экспериментальное контекстное окно до 1 млн токенов. Но по умолчанию используется стандартный лимит 272K токенов. Чтобы включить расширенный контекст, его нужно явно задать через конфиг Для активации нужны два параметра: 🟡model_context_window — размер контекстного окна 🟡model_auto_compact_token_limit — лимит, после которого включается автоматическое сжатие токенов Вот пример запроса, который можно просто вставить в Codex CLI, чтобы агент сам нашёл нужные конфиги, изменил их и включил 1 млн токенов: Find the Codex/OpenAI configuration files used in this environment and update them to enable the experimental 1,000,000 token context window for GPT-5.4. Set: - model_context_window = 1000000 - model_auto_compact_token_limit = 1000000 Requirements: 1. Inspect the repo and local config files to find the correct place to apply these settings. 2. If multiple config files exist, update the active one and explain why it is the active one. 3. Preserve existing settings and formatting style. 4. If the settings already exist, only change their values. 5. If they do not exist, add them in the correct section. 6. After editing, show me the diff. 7. Then summarize what was changed and mention any file paths I may need to restart or reload. Do not change the selected model unless necessary. Keep GPT-5.4 as the target model. Такой запрос удобен тем, что агенту не нужно вручную подсказывать конкретный файл: он сам сначала проверит структуру проекта, найдёт активную конфигурацию и только потом внесёт правки. Важно помнить про цену: если запрос выходит за пределы 272K токенов, входные токены тарифицируются по двойной ставке Идею взял отсюда 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#chatgpt#полезности

✴️Clawdex Mobile: управляй Codex CLI с телефона, пока ноутбук закрыт Вышел Clawdex Mobile — бесплатный open-source клиент, который позволяет держать Codex CLI под рукой прямо со смартфона. Идея простая: вы не привязаны к ноутбуку, но при этом можете создавать новые чаты, продолжать текущие разговоры и в реальном времени смотреть, как Codex выполняет команды и пишет изменения. В основе — Codex App Server (через адаптер в мосте), так что мобильное приложение работает как «пульт управления» вашим локальным Codex. Что внутри по возможностям: 🟡Управление чатами Codex с телефона + стриминг обновлений по WebSocket. 🟡Терминал и git-воркфлоу: запуск команд, статус, коммиты, пуш — в рамках конкретного чата. 🟡Вложения: можно прикреплять файлы из рабочей папки и с телефона (включая картинки), есть автодополнение путей. 🟡Slash-команды в чате (вроде /model, /plan, /review, /diff, /compact и т.д.), переключение режимов и быстрые действия. Про безопасность тоже подумали: проект рассчитан на доверенную сеть (локальная сеть или Tailscale), и автор прямо советует не выставлять мост наружу. Технически это Expo React Native-приложение + Rust-bridge, который крутится на Mac и связывает мобильный интерфейс с локальным Codex. Попробовать: GitHub: Clawdex Mobile 🔥 - еслинужен подробный гайд 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #полезности#нейросети#chatgpt

✴️ОбновлениеCodex 0.102: multi-agent и где это всё настраивается В Codex 0.102 появилась экспериментальная multi-agent поддержка: теперь можно запускать несколько ролей параллельно прямо из терминального интерфейса. Включается в TUI через /experimental → multi agents, а сами настройки живут в конфиге Codex. Где прописывать конфигурации: 🟡Глобально для пользователя:~/.codex/config.toml (то же самое, что $CODEX_HOME/config.toml, если вы меняли CODEX_HOME) 🟡На уровне проекта (чтобы шарить в репозитории):.codex/config.toml в корне репы или нужной папки 🟡Отдельные файлы под роли агентов: где угодно, но обычно удобно держать рядом, например ~/.codex/agents/<role>.toml и ссылаться на них из config.toml Базовое включение фичи (в ~/.codex/config.toml или .codex/config.toml): [features] multi_agent = true Из коробки есть 3 роли: 🟡default — смешанные задачи и дебаг: “spawn default agent to debug the failure and propose fix” 🟡explorer — ресерч по кодовой базе без правок: “spawn explorer to map payment flow and check risks, no edits” 🟡worker — кодинг и фиксы с тестами: “spawn worker for src/auth/* and implement token refresh & run tests” Кастомный агент (роль объявляете в config.toml, а настройки в отдельном файле): [features] multi_agent = true [agents.fast_worker] description = "Fast scoped implementation agent." config_file = "/Users/<you>/.codex/agents/fast_worker.toml" ~/.codex/agents/fast_worker.toml: model = "gpt-5.3-spark" model_reasoning_effort = "low" model_verbosity = "low" Бонус: сейчас дефолт это 6 agent threads на сессию. Меняется там же, в config.toml: [agents] max_threads = 12 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#полезности#chatgpt

⚡️Создаем "второго пилота" при разработке с GitHub Spec Kit или быстрый вход в GPTs ботов Упоминал эту штуку ещё 2 недели назад после первого видео на тему спек кита, но потом на него вышел апдейт и я усомнился, нужен ли такой бот, а потом как то отложил эту тему, но решил всё таки сделать, больше как в целом использование GPTs ботов в своих задачах Для начала рекомендую посмотреть видео по Спек Киту (первая и вторая часть) чтобы иметь понимание что мы будем делать Для начала определим цель нашего бота, что он будет делать, зачем он: Помогать пользователю, сопровождать его в разработке его проекта, от идеи до имплементации в Spec Kit Теперь нужно определить цепочку взаимодействий бота с пользователем(а вернее наоборот, пользователя с ботом). По логике, мы должны начинать с какой-то идеи своего проекта, что мы хотим сделать (я подразумевал что у пользователя нет технического опыта или знаний, так что просто абстрактная идея проекта). Таким образом бот получает первую информацию в свой контекст - идею Дальше бот должен задать вопросы, чтобы закрыть какие-либо непонятки (в целом, тоже самое что и спек кит, но тут уже в формате диалога), дальше идет согласование с пользователем и написание аргументов для команд соответственно Далее указываем какие команды, в какой последовательности нужно разбирать с пользователем, что они делают и тд, также можно указать и их последовательность И, казалось бы, всё - логика выстроена, можно уже прогонять тесты, но тут появляется нюанс про который забывает абсолютное большинство неопытных юзеров - контекст У бота нет контекста по самому Спек Киту, его техническим деталям, точным описанием команд, результатам их выполнения и прочей информации. Это всё, конечно, можно указать в системном промпте (aka Инструкции в GPTs билдере), но это просто не целесообразно - зачем если у нас есть возможность загружать в бота знания? В данной ситуации лучшим решением будет тупо загрузить документацию с Гитхаба Спек Кита, но как же мы это сделаем? Я не раз упоминал про GitIngest и подобные ему сервисы, он позволяет легко копировать информацию из гитхаб репозиториев в формат Markdown(тот самый в котором пишут свои ответы все LLM), что нереально круто и идеально сюда вписывается Что делаем: Переходим на Гитхаб Спек Кита -> Меняем в ссылке hub на ingest и попадаем в сам сервис. Здесь мы можем выбрать файлы которые нужно обработать, выбирайте только те, которые точно нужны, чтобы не перегружать контекст модели. Я лично оставил только: README.md и quickstart.md из папки /docs (если нужно - добавляйте и другие нужные файлы, уже в зависимости от задчи). Как только выбрали, нажимаем кнопку Ingest справа от окна с ссылкой на репозиторий и копируем все в окне Files Content. Далее тупо закидываем все в текстовый файл и меняем расширение файла на .md и закидываем в наш GPTs. После чего всё готово Также закидываю какой у меня вышел итоговый промпт для бота - тут Максимально удобно ещё то, что в GPTs билдере можно просто текстом писать, что нужно изменить в промпте бота, чтобы он делал то, что мы хотим и гпт сам изменит промпт как нужно. В целом, это лишь простой пример, в котором я показал основы работы с GPTs, вы можете интерпретировать это под любую другую задачу, главное дать нужный контекст и инструкции Если нравится такой формат, дайте знать реакциями❤ 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#полезности#chatgpt

⚡️100 промптов от OpenAI для учёбы, работы и жизни OpenAI собрали и выложили 100 готовых промптов, которые помогли студентам в реальных задачах — всё разложено по категориям с примерами применения. Идея простая: берёте шаблон под свою ситуацию, быстро адаптируете и получаете понятный, полезный результат без долгих формулировок. В подборке есть промпты для собеседований, написания эссе, поиска работы, планирования учёбы и многого другого — удобно держать под рукой как стартовый набор, который можно развивать под себя. Ссылка на страницу:https://chatgpt.com/use-cases/students 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #полезности#нейросети#chatgpt

™️ПромптChatGPT для конспектов Этот промпт даже сохранил себе и теперь делюсь с вами Не забудьте заменить части в квадратных скобках под вашу тему и формат: Ты — профессиональный редактор учебных материалов. Преобразуй предоставленный мной конспект [укажите формат и тему] в структурированный и логичный текст. Конспект будет передан в виде [уточните формат: «фото» или «текста»]. Оформи результат в виде чёткой структуры с подзаголовками, списками и выделением ключевых понятий. Объедини разрозненные фразы в связный текст, сохрани стиль оригинального изложения. Будь максимально аккуратен — не теряй смысл и не упрощай ключевые идеи. Вводную часть напиши как краткий обзор лекции (3–5 предложений), а заключение — в формате резюме с выводами и основными тезисами. Если встречаются сложные термины или аббревиатуры — дай пояснение в скобках. Пиши понятно, структурно, с уважением к оригинальному материалу. Можете просто за основу взять ответ того же Гпт, чтобы он тупо перефразировал, либо чуть переписать промпт чтобы он сразу написал в нужном стиле 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #полезности#нейросети#chatgpt

📌Как быстро «очеловечить» ответы ChatGPT к началу учёбы Если хотите, чтобы ответы ИИ звучали живее и понятнее, настройте ChatGPT один раз — и получите естественный, человеческий стиль. Особенно пригодится школьникам и студентам в учебном сезоне. Что делаем: 🟡 Откройте ChatGPT: https://chatgpt.com/ 🟡 Нажмите на иконку профиля → «Настроить ChatGPT». 🟡 Найдите поле «Характеристики» и вставьте туда инструкцию ниже. После сохранения модель начнёт писать проще, короче и ближе к живой речи Инструкция для поля «Характеристики» (скопируйте и вставьте): Пиши на русском естественно и по-человечески, избегай «ИИ-тона» — чрезмерной правильности, официоза и штампов. Не используй длинные тире (—), лишние кавычки, канцеляризмы и корпоративный жаргон. Выбирай простые, понятные формулировки; уместный разговорный язык допускается, если он помогает донести мысль. Не повторяй одни и те же фразы и не усложняй синтаксис без необходимости. Чередуй длину и ритм предложений, чтобы текст звучал живо. Главное — смысловая ясность, индивидуальный стиль и практическая польза каждого предложения. Каждое предложение должно быть осознанным, а не механически сгенерированным. 🤑ForgetMe | Boosty 3 месяца ChatGPT Plus за 3000₽ ⏩@forgetshop_bot #нейросети#полезности#chatgpt

Free software that works great, and also happens to be open-source Python. #resources#tools#app#python @thedevs https://kutt.it/j8KzhL

Друзья, если вы хотите научиться программированию на Python, то не упустите свой шанс! На базе Amity University Tashkent запускается партнёрский курс "Python Basic" от Skillbox Uzbekistan, который поможет вам получить необходимые навыки и знания для работы с этим языком. Регистрируйтесь на сайте Skillbox Uzbekistan https://skillbox.uz/course/ru/python-basic/?utm_source=leflet&utm_medium=social&utm_campaign=409_python-basic_leflet_social_post_course_uz_code_offline_school_leflet прямо сейчас и начинайте свой путь в мир программирования! #skillboxuzbekistan#pythonbasic#программирование#python#новые_навыки#образование

#вакансия#dataengineer#remote#fulltime#Python#NoSQL Вакансия: Data Engineer/Backend-разработчик (Middle) Компания: АО «Антиплагиат» Формат работы: удалёнка Занятость: полная занятость Вилка: 255 000 (+/-) gross оклад + годовой бонус Работа в EdTech компании, в команде инженеров данных. Ищем Data Engineer/Python dev (Middle), умеющего организовывать автоматизированный сбор данных из различных источников (интернет, API клиентов), а также контролировать качество получаемых данных. В работе нужно писать краулеры сайтов, разрабатывать службы для получения данных из клиентских API; 80% задач с данными и 20% на разработку. Ожидания от кандидата: 📌2+ года коммерческого опыта работы с Python. 📌Уверенное знание Python 📌Умение обернуть написанный код в Docker-контейнер 📌Опыт работы с SQL/NoSQL БД 📌Опыт использования Linux. Применяем Debian/Ubuntu Что предлагает компания? 🔅Аккредитованная IT- компания и дружный коллектив, объединенный в профессиональный комьюнити 🔅Удаленный формат работы 🔅Конкурентная заработная плата (оклад+ годовой бонус) 🔅Ежегодный Performance Review 🔅Обучение, посещение конференций и курсов 🔅ДМС со стоматологией 🔅Скидки и партнёрские программы Со мной можно связаться: @UmraSvet +7 910 457-77-75