К основному содержимому

Коротко

  1. Правила Карпаты в AGENTS.md или CLAUDE.md задают четыре дисциплины: подумать до кода, писать минимум, трогать только нужное и работать на цель.
  2. Context7 подтягивает документацию по актуальной версии библиотеки, поэтому агент меньше опирается на устаревшие знания модели.
  3. Agent Skills добавляет набор навыков для всего цикла разработки: спецификация, план, TDD, ревью. Агент сначала согласует план, потом пишет код.
  4. 21st.dev MCP подбирает готовые UI-компоненты, а Graphify строит граф знаний проекта, чтобы агент не перечитывал каждый файл.
  5. Strix — отдельная утилита: в Docker-песочнице она атакует твоё приложение и выдаёт отчёт об уязвимостях.

Навигация по видео

Выбери главу: видео выше начнётся с нужного момента.

Что повторять из урока

Автор показывает инструменты на учебном проекте Task Flow: доске задач с API, базой и намеренно оставленными багами. Работа идёт в агенте Pi, но все шесть инструментов подходят и для Claude Code, Codex или Cursor; отличаются только команды установки и папки с настройками. Каждый инструмент проверяется одной задачей, поэтому ставь их по очереди и смотри, как меняется поведение агента. Таймкоды составлены по расшифровке и могут немного отличаться от начала эпизодов в видео.

Подготовь свой проект

  • Возьми учебный проект или отдельную ветку своего: с фронтендом, API и базой удобнее всего, потому что так можно проверить все шесть инструментов.
  • Найди команды запуска, тестов и сборки. Запиши, что работает до изменений.
  • Ставь инструменты по одному и после каждого перезапускай сессию агента (/reload в Pi, новая сессия в Claude Code), чтобы он подхватил новые инструкции.
  • API-ключи 21st.dev и модели для Strix храни в конфиге или переменных окружения. Не вставляй их в промпты, не коммить и удаляй тестовые ключи после экспериментов.

1. Правила Карпаты: меньше самодеятельности

Это один файл инструкций, собранный из наблюдений Андрея Карпаты о типичных ошибках кодинговых агентов. Он задаёт четыре дисциплины: подумать и озвучить допущения до кода, выбрать самое простое решение, трогать только то, что нужно для задачи, и вести работу к проверяемой цели. В видео автор скачивает файл в глобальный ~/.pi/agent/AGENTS.md, после /reload спрашивает агента, видит ли он инструкции, и даёт задачу на исправление бага. Агент меняет только указанный файл и отвечает короче. Учти, что команда curl -o перезаписывает файл: если в AGENTS.md или CLAUDE.md уже есть твои правила, допиши новые к ним. Для Claude Code правила также ставятся плагином.

Задача для проверки: исправить один баг

Если на сервер приходит пустой email, валидация пользователя в [файл с маршрутом] падает с ошибкой. Исправь это так, чтобы сервер возвращал понятную ошибку валидации. Меняй только то, что нужно для этого бага. В отчёте перечисли изменённые файлы и проверки, которые действительно запустил.

2. Context7: документация по твоей версии

Модели учатся на данных с отставанием, а библиотеки обновляются. Context7 подтягивает в контекст агента документацию и примеры для нужной библиотеки и версии. В видео агент Pi ставит Context7 сам по ссылке на репозиторий: после /reload пакет появляется в ~/.pi/agent/settings.json и работает во всех проектах. В Claude Code, Cursor и других агентах Context7 подключается как MCP-сервер. Чтобы проверить эффект, дай задачу на библиотеку, API которой недавно менялся.

Задача для проверки: переписать на актуальный API

Перепиши drag-and-drop на доске на актуальный API библиотеки, которая уже используется в проекте. Версию возьми из package.json и сверь вызовы с документацией через Context7. Сохрани текущие сценарии: перенос карточки между статусами и обновление аналитики. В отчёте укажи, какую документацию использовал и что изменилось в коде.

3. Agent Skills: процесс сеньора в навыках

Agent Skills от Эдди Османи — набор из двух десятков навыков для всего цикла разработки: идея, спецификация, план, инкрементальная реализация, TDD, ревью, безопасность и релиз. В видео агент ставит их сам; глобальные навыки Pi лежат в ~/.agents/skills, а вызываются командой /skill:имя, например /skill:spec-driven-development. Похожие наборы — Superpowers и OpenSpec; выбери один, чтобы инструкции не конфликтовали. На задаче с приоритетами агент сначала пишет спецификацию, просит утвердить план и только потом реализует.

Задача для проверки: фича через спецификацию

/skill:spec-driven-development Добавь карточкам задач приоритет (низкий, средний, высокий) и фильтр по приоритету на доске. Сначала составь спецификацию и план и дождись моего подтверждения. После реализации покажи, какие проверки прошли, и перечисли сценарии для ручной проверки в браузере.

4. 21st.dev MCP: готовые UI-компоненты

У 21st.dev каталог из тысяч React/Tailwind-компонентов, а MCP-сервер даёт агенту искать и вставлять их прямо из редактора. Сервер работает с Claude Code, Codex, Cursor и другими агентами. Для работы нужен API-ключ из кабинета 21st.dev; бесплатный лимит небольшой, актуальные условия смотри на сайте. В видео ключ вставляется в ~/.pi/agent/mcp.json. В логе видно, как агент вызывает поиск и получение компонента, а затем адаптирует navbar под палитру проекта. Если результат выбивается из дизайна, попроси подогнать стиль отдельным запросом.

Задача для проверки: заменить самописный блок

Замени самописную шапку доски на готовый navbar из 21st.dev через MCP. Подбери компонент под структуру нашей шапки, адаптируй его под палитру и шрифты проекта. Сохрани все текущие пункты и сценарии шапки. В отчёте укажи, какой компонент взял и что поменял.

5. Graphify: граф проекта вместо чтения всех файлов

Graphify превращает код, документы, SQL-схемы, конфиги и PDF в граф знаний. Агент смотрит в готовую карту связей вместо того, чтобы открывать файл за файлом, и тратит меньше токенов на восстановление картины проекта. Результат лежит в папке graphify-out: graph.html открывается в браузере, GRAPH_REPORT.md — отчёт с ключевыми понятиями и связями, graph.json — данные для агента. Пользы тем больше, чем крупнее проект.

Установка Graphify (нужны Python 3.10+ и uv или pipx)

uv tool install graphifyy

# Определит агента и зарегистрирует навык
graphify install

# Для Pi можно указать платформу явно
graphify install --platform pi

Вопрос для проверки: путь данных через проект

Через Graphify построй граф проекта и ответь: как запрос от фильтра на доске доходит до базы данных? Перечисли задействованные файлы и функции по порядку и укажи, где лежит граф и отчёт.

6. Strix: атака на своё приложение до релиза

Strix — не навык, а отдельная open-source утилита. Её агенты запускаются в Docker-песочнице и пробуют найти дыры в безопасности приложения. Нужны запущенный Docker и ключ любой подходящей модели: имя модели задаётся в STRIX_LLM, ключ — в LLM_API_KEY, адрес совместимого провайдера — в LLM_API_BASE. Если провайдер ограничивает контекст, включи у ключа длинный контекст: сессии у Strix глубокие. Результаты сохраняются в папку strix_runs. В видео быстрый скан находит потенциальную инъекцию в поиске карточек и известный запасной JWT-секрет в коде. Запускай Strix только против своего приложения и своей локальной копии.

Установка и быстрый скан Strix

curl -sSL https://strix.ai/install | bash

# Добавь в ~/.zshrc или ~/.bashrc и выполни source
export STRIX_LLM="[провайдер/модель]"
export LLM_API_KEY="[твой ключ]"
export LLM_API_BASE="[адрес API, если провайдер совместимый]"

# Быстрый скан текущего проекта
strix --target ./ --scan-mode quick

Задача после скана: разобрать отчёт

Прочитай последний отчёт Strix в strix_runs. Для каждой находки укажи файл, уровень риска и как воспроизвести проблему. Предложи исправление, начиная с критичных. Секреты из кода вынеси в переменные окружения. Ничего не меняй без моего подтверждения.

Проверь результат сам

  • Агент подтверждает, что видит правила Карпаты, а на задаче с багом меняет только нужный файл.
  • Для задачи с библиотекой в логе агента виден запрос к Context7, а код соответствует версии из package.json.
  • Навык из Agent Skills вызывается командой, и агент дожидается утверждения спецификации до реализации.
  • Компонент из 21st.dev встроен в проект, прежние сценарии работают, а API-ключа нет ни в репозитории, ни в истории промптов.
  • Graphify создал graphify-out с графом и отчётом, а ответ агента о пути данных совпадает с кодом.
  • Каждая находка Strix проверена вручную: исправлена, отмечена как ложная или записана в план.

Практика

Попробуй на своей задаче

Подключи к своему кодинговому агенту минимум три инструмента из урока и проверь каждый на отдельной задаче в учебном проекте или ветке. Сравни, что изменилось в поведении агента до и после подключения.

Как понять, что готово

Для каждого инструмента есть задача, результат и проверка; видно, как инструмент повлиял на ответ или код агента. Ключи не попали в репозиторий, а находки Strix, если запускал его, разобраны.

Что дальше

Собери с ИИ решение для своей задачи

Клуб «Незаменимые» — практический AI-клуб для тех, кто создаёт сам. Разбираем, как устроены Claude Code, Codex и Hermes, и собираем с ними решения для своей работы, продукта и клиентов. Рядом — уроки, материалы под задачу и участники, которые показывают, что собрали.

Уже в клубе? Продолжай в своём аккаунте. Войти в аккаунт →

Другие разделы