Claude Code · Codex · n8n · VPS

Управляйте ИИ.
Создавайте своё.

Помогу разобраться с ИИ-агентами и автоматизацией — на вашей задаче и примерах моих проектов.

Индивидуально, на русском. Разбор 60 минут — 15 USD.

Cerebrum: как устроена память для ИИ-агентов
От идеи к своему проекту
«На месте» — мой веб-проект
Снимок главной собственного городского портала «На месте»

Реальный снимок главной

Claude Code + Codex
Ваша задачаПлан и работа агентовВы проверяете результат
Схема подхода, не запуск ИИ

Практика, которую
можно посмотреть.

Проектирую логику и workflows, ставлю задачи агентам и проверяю результат. Здесь — мои проекты, демо и схемы их устройства.

Логотип Cerebrum
Собственная когнитивная система

Cerebrum

Личная память для человека и его ИИ-агентов

n8nPostgreSQLpgvectorTelegramИИ-агенты
Рассмотреть проект
Логотип Cerebrum
Логотип Cerebrum
Схема архитектуры Cerebrum. Обезличенная иллюстрация, не экран бота.

Схема архитектуры Cerebrum. Обезличенная иллюстрация, не экран бота.

Задача

Сохранять знания, документы и решения так, чтобы к ним можно было вернуться с вопросом, увидеть основание ответа и уточнить изменившийся факт.

Что сделано

Собственный слой памяти на PostgreSQL и pgvector, сценарии n8n и Telegram-интерфейс. Знания превращаются в структурированные записи; поиск объединяет точные совпадения, смысл, связи, время и структуру документов. Ответ связан с исходными записями, а правки и спорные факты остаются под контролем человека.

Мой вклад

Мой проект: идея, проектирование логики и пользовательских сценариев, постановка задач ИИ-агентам и приёмка результата. Скрипты и SQL разрабатываются с помощью агентов.

Результат

В проекте собран и документирован сквозной цикл: приём знаний → обработка → память и граф → поиск → ответ. Развиваю его как собственную систему и практическую основу для обучения и автоматизации.

Собственный развиваемый проект. Ниже — архитектура и документированные сценарии; примеры вымышлены.

Что делает Cerebrum особенным

Сочетание памяти, поиска и контроля в одной системе.

Память, которая помогает найти ответ
  • Знания отдельно от диалога

    Заметки, решения, документы и события хранятся как объекты знаний в собственной базе. Контекст можно развивать независимо от одного чата или выбранной модели.

  • Разные форматы — одна память

    В архитектуре предусмотрены обработчики текста, PDF/DOCX, изображений, аудио и видео. Они приводят входные данные к объектам знаний. Голосовой сценарий сейчас дорабатывается отдельно.

  • Пять способов поиска вместе

    Точные совпадения, векторный поиск, граф связей, время и структура документа дополняют друг друга. Номер, смысл вопроса и связь с проектом требуют разных способов поиска.

  • Два режима работы с контекстом

    Можно искать по всей памяти или сосредоточиться на одном документе. Структурный индекс помогает находить нужный раздел, а не только похожий фрагмент текста.

  • От ответа — к исходной записи

    Источники под ответом открываются в карточках Telegram. Видны содержание, связи и история — есть возможность проверить основание и перейти к исправлению.

  • Вопросы о недостающем

    Question Engine находит пробелы и предлагает уточнение с объяснением «почему спрашиваю». Пользователь может ответить, отклонить вопрос или отметить, что уже сообщал это.

Знания остаются под вашим контролем
  • Происхождение и доверие

    Архитектура различает слова человека, документы, выводы модели и внешние сведения. Для знаний предусмотрены происхождение, доверие, уверенность и важность.

  • Правка с историей и откатом

    Запись можно открыть, изменить и увидеть «было → стало». История помогает отличать ошибку в данных от нового факта, пришедшего на смену прежнему.

  • Расхождение — повод спросить

    Если записи дают несовместимые значения, предусмотрен диалог разбора. Машина показывает расхождение, а человек определяет, что означает конфликт.

  • Раздельная память пользователей

    В многопользовательском контуре чтение, запись, сущности и фоновые сводки привязаны к владельцу. Изоляция учитывается в логике поиска и обработки.

  • Внешние знания по решению человека

    Если собственной памяти недостаточно, можно предложить внешний поиск. Сохранение результата подтверждается отдельно, а внешнее происхождение отмечается.

Инженерная сторона системы
  • Очередь вместо долгого ожидания

    Обработка документов, эмбеддинги и события разделены. Для отложенных действий контекст хранится в базе, а атомарный захват события защищает от повторной обработки кнопки.

  • Рефлексия и утренний фокус

    Фоновый контур пересчитывает важность, строит ассоциации и собирает снимок тем пользователя. Это обработка накопленной памяти, а не обучение новой языковой модели.

  • Sentinel и управляемые изменения

    Наблюдение отделено от исправления. Находка проходит через разбор, предложение, проверку и решение владельца; применение и результат фиксируются в журнале.

  • Качество проверяется на запросах

    Телеметрия показывает, как сработал поиск. Изменения можно проверять повторным прогоном сохранённых запросов, а не принимать только потому, что ответ выглядит убедительно.

  • Восстановление как отдельный сценарий

    Для базы памяти описаны резервирование и проведённые репетиции восстановления. Возврат данных рассматривается как отдельная проверяемая задача сопровождения.

Посмотрите на примерах

Вымышленные учебные сценарии. Это описание поведения, без обращения к ИИ и личной памяти.

Найти основание решения

Вопрос или новая записьПочему для учебного проекта выбрали PostgreSQL?

Логика сценарияВ учебной записи зафиксировано: нужны транзакции и векторный поиск. Ответ ссылается на карточку решения, которую можно открыть.

Проверяемый ответ вместо потерянного контекста переписки.

Обнаружить пробел

Вопрос или новая записьКакой бюджет согласовали на сервер?

Логика сценарияВ этом вымышленном наборе записей бюджета нет. Следующий шаг — уточнить сумму у человека, а не придумать её.

Отсутствие знания становится понятным следующим действием.

Сохранить смысл изменения

Вопрос или новая записьДля практики теперь нужен другой сервер.

Логика сценарияУточняем: старое решение было ошибкой или условия действительно изменились? История сохраняется, а актуальное решение отмечается отдельно.

Обновление памяти с объяснением, что именно изменилось.

Развиваю дальше

Развиваю более глубокие связи между знаниями и доказательную историю их изменений. Эти направления отделены от реализованного базового цикла.

Что можно разобрать на занятии

Как построить память помощника, подобрать способ поиска, задать агентам правила работы с данными и проверить ответ по источникам. На занятии выбираем один согласованный сценарий.

Конструктор развёртывания
▤Чистый VPS
⌁n8n
◫Сервисы
Иллюстрация по документации
Собственный проект

Свои сервисы на VPS

От чистого сервера к рабочему окружению

n8nDockerPostgreSQLLinux
Рассмотреть проект
Схема по документации, не снимок сервера.

Схема по документации, не снимок сервера.

Задача

Разворачивать собственные сервисы на новых VPS через понятные повторяемые этапы.

Что сделано

Конструктор на n8n: SSH-ключи, серверный бот и контейнерные сервисы. PostgreSQL, n8n, обратный прокси и отдельные сценарии резервного копирования.

Мой вклад

Замысел и workflows конструктора — мои. Скрипты создаю с ИИ-агентами, проверяю логику и принимаю результат.

Результат

В описанном опыте на конструкторе работали четыре собственных VPS. Это мои серверы, не четыре оплаченных клиентских внедрения.

Что можно разобрать на занятии

Как разбить развёртывание на этапы и задать проверку каждого шага.

Ваша задача
Claude CodeCodex
Действие → подтверждение → проверка
Иллюстрация по документации
Принятый прототип

Jarvis

Поручения агентам под контролем человека

TauriReactPythonSQLite
Рассмотреть проект
Архитектурная схема, не экран приложения.

Архитектурная схема, не экран приложения.

Задача

Организовать задачи ИИ-агентам, историю и подтверждение отдельных действий.

Что сделано

Локальное приложение: история задач, одноразовые разрешения, отказ, таймаут и остановка процессов в ограниченном тестовом контуре.

Мой вклад

Постановка задач, логика разрешений и проверка сценариев — моя работа. Код реализуется с агентами.

Результат

Прототип Ф1.3 принят по документированным проверкам. Контур ограничен тестовой папкой и одной фиксированной командой.

Голосовая часть разрабатывается отдельно. Управление любыми программами и полная изоляция Windows не заявляются.

Что можно разобрать на занятии

Как определить границы поручения и проверить отказ, разрешение и остановку.

Снимок главной демо под прежним названием Mtkvari. Компания, объекты и цены вымышлены.
Снимок проекта
Демонстрационный сайт

TerraVelli

Риелторский сайт

AstroTailwindАдаптивный интерфейс
Рассмотреть проект
Снимок главной демо под прежним названием Mtkvari. Компания, объекты и цены вымышлены.

Снимок главной демо под прежним названием Mtkvari. Компания, объекты и цены вымышлены.

Задача

Показать структуру сайта подбора квартир и проверить конструктор лендингов.

Что сделано

Карточки квартир, фильтры, районы, ответы на вопросы и адаптивная структура на Astro и Tailwind.

Мой вклад

Постановка задачи и приёмка собственного демо; реализация с ИИ-агентами.

Результат

Главная демонстрационного сайта открывалась при описанной проверке.

Это не сайт оплаченного клиента. Демонстрационная форма не отправляет заявки; полнота всех функций не подтверждается снимком главной.

Что можно разобрать на занятии

Как превратить описание бизнеса в структуру страницы и проверить пользовательский путь.

Снимок главной страницы. Показанная карта — иллюстрация.
Снимок проекта
Собственный веб-проект

«На месте»

Городской портал для поездки и жизни

Веб-интерфейсUXРабота с агентами
Рассмотреть проект
Снимок главной страницы. Показанная карта — иллюстрация.

Снимок главной страницы. Показанная карта — иллюстрация.

Задача

Объединить выбор поездки и полезные разделы для жизни в городе.

Что сделано

Одна точка выбора города, разделы отелей, транспорта, маршрутов и мест; понятная навигация по задачам.

Мой вклад

Развитие собственного портала, постановка задач и приёмка с ИИ-агентами.

Что можно разобрать на занятии

Как организовать большой интерфейс вокруг действий посетителя.

Локальный тестовый экран с вымышленным клиентом. Не реальные данные агентства.
Тестовый экран
Обезличенный кейс

Заявки под контролем

Бот и CRM для агентства

Telegramn8nPostgreSQL
Рассмотреть проект
Локальный тестовый экран с вымышленным клиентом. Не реальные данные агентства.

Локальный тестовый экран с вымышленным клиентом. Не реальные данные агентства.

Задача

Передавать входящие обращения менеджерам и замечать заявки без ответа.

Что сделано

Telegram → n8n → PostgreSQL: обработка обращений, уведомления и отчётность. В документации V1 описано напоминание о лиде без ответа.

Мой вклад

Работа над собственным решением для задачи агентства, постановка и приёмка с ИИ-агентами. Авторство каждого workflow отдельно не заявляю.

Результат

В документации базовый процесс V1 отмечен как использовавшийся в работе. Веб-интерфейс развивается отдельно.

Изображён тестовый интерфейс с вымышленными данными. Оплаченный заказ, отзыв и рост продаж не заявляются.

Что можно разобрать на занятии

Как провести обращение от сообщения до понятной карточки и следующего действия.

▤  Состояние сервера
CPU
RAM
Диск
Схема интерфейса, не живые данные
Иллюстрация по документации
Схема собственного решения

Сервер в Telegram

От сигнала к понятной диагностике

LinuxTelegramDocker
Рассмотреть проект
Архитектурная схема по документации. Не живые показатели.

Архитектурная схема по документации. Не живые показатели.

Задача

Видеть состояние собственного сервера и замечать проблемы без постоянного входа в консоль.

Что сделано

Команды состояния процессора, памяти, диска и контейнеров; в документации описаны пороги предупреждений и исправления измерений.

Мой вклад

Развитие решения, постановка задач и проверка логики; скрипты создаются с ИИ-агентами.

Результат

Документированный контур наблюдаемости и управления собственным сервером.

Что можно разобрать на занятии

Как проверять штатный, ошибочный и отсутствующий ответ вместо доверия сообщению «готово».

◇Собственный VPS
WindowsmacOSiPhone
Иллюстрация по документации
Собственный проект

Личный VPN

Своя инфраструктура подключения

XrayDockerSSH
Рассмотреть проект
Схема компонентов по документации. Не снимок панели.

Схема компонентов по документации. Не снимок панели.

Задача

Организовать подключение собственных устройств через VPS и административный доступ к панели.

Что сделано

Xray и 3x-ui в Docker; клиентские подключения на Windows, macOS и iPhone. Администрирование через SSH-туннель с переподключением.

Мой вклад

Собственный проект, постановка задач агентам и проверка логики.

Результат

Рабочие подключения устройств и сопровождение туннеля описаны в журнале проекта.

Текущее соединение не проверялось. Полнота защиты панели и гарантированная анонимность не заявляются. Это пример опыта, не отдельная новая услуга.

Что можно разобрать на занятии

Как описать схему доступа и критерии проверки соединения.

Схемы подписаны отдельно от снимков экрана. Подробности каждого кейса показывают мою роль, подтверждённый результат и границы проекта.

Понять. Сделать.
Повторить самому.

Вы работаете в своей тестовой среде. Я объясняю логику, помогаю поставить задачу агенту и проверить его работу.

Одна тема — понятный следующий шаг

Агенты работают по вашим правилам

Учимся давать общий контекст, распределять задачи между Claude Code и Codex и принимать результат по проверкам.

  • Понятное задание и границы действий
  • Передача работы между агентами
  • Проверка логики и исправление ошибок
Выбрать эту тему

Объём подбираем под ваш уровень, а не обещаем весь список за одну встречу.

От вашей задачи
к согласованному решению.

Сначала уточняем, что должно работать и как будем это проверять. Затем фиксируем объём, стоимость и этапы. Предпочитаю создавать с нуля.

Обсудить внедрение

Цены занятий к внедрению не относятся. Оценка — после уточнения задачи.

Свои сервисы на VPS

Развёртывание выбранных сервисов, контейнеры, доступ и проверки согласованного окружения.

Боты и автоматизация

Один понятный процесс: входящие обращения, работа с данными, интеграции и уведомления.

Сайты и CRM

Структура, интерфейс и связь с рабочим процессом. Состав интеграций определяем до начала.

Передачу конфигураций, workflow, инструкции и сопровождение включаем в согласованный объём отдельно.

А если агент
ошибается?

Начинаем с проверки ожидаемого поведения. Выберите входные данные и посмотрите, что стоит включить в задание.

Ожидаемый ответКонтейнер работает

Состояние running должно давать сообщение о работающем контейнере.

Учебная модель: ИИ не запускается, к серверу не подключаемся.

Задание агенту

Можно использовать как основу учебного разбора.

Начнём с удобного
вам масштаба.

Одна согласованная тема, созвон и демонстрация экрана. Задачу и расписание обсуждаем до начала.

60 минут

Разбор задачи

15 USD

Чтобы понять, с чего начать или где вы застряли.

  • Одна согласованная тема
  • Работа и краткий план внутри встречи
  • Без индивидуальной подготовки и проверки домашнего задания
Выбрать разбор

4 встречи по 90 минут

Одна тема глубже

99 USD

Чтобы последовательно разобраться с одной общей задачей.

  • Подготовка и проверка к каждой встрече — по условиям практики
  • До 8 часов общего труда, включая встречи
  • Ориентир 2–4 недели — оценка, даты согласуем
Выбрать четыре встречи

Ученик выполняет действия сам, не передаёт доступы и не показывает секреты. Запись созвона согласуется отдельно.

Указаны цены за работу. Способ оплаты и окончательную сумму с учётом возможных сборов согласуем до начала. VPS, подписки и платные API — отдельно. Готовый продукт, доход и трудоустройство в рамках обучения не обещаются.

Результат, оплата и переносы

Результат — разбор согласованной задачи и практика проверки работы агента. Полный продукт и постоянное сопровождение в занятие не входят. Экспертное ревью кода и создание полноценного коммерческого сервиса в рамках занятия не предлагаются. Способ оплаты и условия переноса согласуем до первой встречи. Для внедрения отдельно определим объём, сроки, стоимость и критерии приёмки.

Моя роль — связать
задачу и результат.

Мой опыт вырос из собственного провайдерского бизнеса, сетей и серверов. Сегодня развиваю свои системы с ИИ-агентами и помогаю другим освоить этот подход.

Сам определяю задачу, workflows и критерии результата. Агенты помогают писать код и скрипты; я проверяю логику и поведение решения.

На занятии показываю этот процесс на понятной вам задаче — от первого задания агенту до проверки того, что получилось.

ИнфраструктураЛогика автоматизацииУправление агентами

Расскажите,
что хотите сделать.

Научиться работе с агентами или обсудить внедрение? Подготовим короткое первое сообщение.

Скопируйте текст и отправьте в переписку, где получили ссылку на портфолио. Сайт ничего не отправляет; это не бронь и не оплата.

Не указывайте пароли, ключи и данные клиентов.

Текст первого сообщения

Для составления текста включите JavaScript или скопируйте вручную: «Здравствуйте! Хочу обсудить обучение работе с ИИ-агентами. Давайте согласуем задачу и формат».

Текст остаётся на этой странице. Ничего не отправлено.

Подробности проекта
Хочу обсудить похожую задачу