Postavi svoj AI setup i radi na realnom projektu

Events
,
2

Snimak

Sadržaj

1. Izazov: Ograničenja AI konteksta

AI modeli postaju manje efikasni (“zaglupljuju se”) kako istorija poruka raste jer dostižu limit svog kontekstualnog prozora (context window).

  • Rešenja:

    • Komanda Compact: Sumira trenutnu sesiju i omogućava vam da naglasite koje detalje AI treba da zadrži za naredne korake.

    • Novi četovi (New Chats): Otvaranje potpuno novog četa za svaku novu funkcionalnost (feature) kako bi AI imao čist i fokusiran kontekst.

2. Rešenje: Hibridni AI Dev Setup

Preporučeni sistem kombinuje dva alata za maksimalnu efikasnost:

  • Claude (Pro plan, ~$20/mesec): Koristi se za strateško planiranje, brejnstorming i rešavanje kompleksne logike zbog svojih superiornih sposobnosti zaključivanja.

  • Codex (Uključeno u ChatGPT Plus, ~$20/mesec): Koristi se za generisanje i izvršavanje koda, jer je ekonomski isplativiji za pisanje velikih količina koda.

3. Proširivanje AI mogućnosti

  • MCP (Machine Comprehension Protocols): Daju AI-ju direktnu kontrolu nad eksternim softverom.

    • Analogija: “Čekić” u AI garaži.

    • Primer: Playwright MCP omogućava AI-ju da pokrene pretraživač, kreće se kroz lokalnu aplikaciju i pravi snimke ekrana kako bi testirao UI i funkcionalnost.

  • Skills (Veštine): Ubacuju specijalizovano znanje u AI kontekst.

    • Analogija: “Nacrt/Projekat” za AI.

    • Primer: “Frontend UI Design” veština uči AI principima dizajna, omogućavajući mu da generiše kvalitetnije i profesionalnije interfejse.

4. Demo uživo: Ispravljanje baga na placanje.rs

Na živom primeru prikazano je kako se hibridni setup koristi za pronalaženje i ispravljanje grešaka na open-source projektu plaćanje.rs.

  • Proces: Kloniran je projekat i instaliran Playwright MCP. Codex je dobio zadatak da testira formu za plaćanje.

  • Otkriveni bagovi: AI je pronašao više grešaka, uključujući kritičnu gde je unos “1500,50” interpretiran kao “150.000 dinara”.

  • Rešenje: Codex je uspešno ispravio sve probleme i kreirao GitHub Pull Request (PR) sa detaljnim izveštajem i snimcima ekrana.

5. Napredni koncepti i tokeni

  • Multi-Agent arhitekture: Korišćenje više AI agenata (odvojenih čet sesija) za paralelan rad. Kod jeftinijeg pristupa, glavni agent (orkestrator) dobija samo rezime rada pod-agenata, čime se štede tokeni. Skupi pristup omogućava potpunu vidljivost procesa, što je korisno za kompleksne i usko povezane zadatke.

  • Code-Based Memory: MCP koji indeksira veliku bazu koda. Omogućava AI-ju da brzo pronađe relevantne fajlove i funkcije bez skeniranja celog projekta, što drastično smanjuje potrošnju tokena na velikim projektima.

  • Git za kolaboraciju: Git je osnova za timski rad. Svaki programer radi na svojoj grani (branch), izmene se spajaju u staging granu radi testiranja, a tek nakon toga idu na main (produkciju).

Ključne poruke

  • Hibridni setup za maksimalnu efikasnost: Kombinujte Claude za strateško planiranje i Codex (u okviru ChatGPT Plus-a) za samo pisanje koda. Time se koristi Claudovo superiorno logičko zaključivanje za kompleksne zadatke, dok se jeftiniji Codex koristi za generisanje koda, čime se izvlači maksimum iz budžeta od oko $20 mesečno.

  • Proširite mogućnosti AI-ja alatima: Koristite MCP (Machine Comprehension Protocols) da biste AI-ju dali direktnu kontrolu nad eksternim softverima (npr. Cloudflare, Playwright) i Skills (Veštine) za ubacivanje specijalizovanog znanja (npr. principi frontend dizajna).

  • Upravljajte kontekstom da sprečite “zaglupljivanje” AI-ja: Kako istorija četovanja raste, performanse AI modela opadaju. Koristite komandu Compact da sumirate sesiju i zadržite fokus, ili pokrenite potpuno novi čet za nove funkcionalnosti.

  • Koristite glasovni unos za brzinu: Kontinuirani glasovni unos (voice input) za pisanje promptova je znatno brži i detaljniji od kucanja, što štedi sate rada tokom razvoja.

1 Like