Чем больше делаешь, тем больше работы
Всем привет!
Работа по SpecaFlow идёт полным ходом. Я даже не могу описать всё, что было сделано за эту неделю. Кратко по пунктам:
- Усилил промпты всех фаз простой гениальной строкой о том, где именно сейчас находится модель в развёртке всего pipeline-процесса. Это дало модели глобальный контекст и лучшее понимание того, что следует сделать и чего не надо пытаться делать сейчас, потому что это будет сделано впереди. Так, помимо инструкций о том, что и как делать, ИИ знает «почему».
- Также принял решение и разделил ассистента и черновики в разные пространства. Раньше можно было переключить чат из любого потока в другой и продолжить, теперь это отдельные потоки, где черновик — это обсуждение продукта разработки, исследование предмета бизнес-логики и т. д. Ассистент — это помощь в текущем процессе разработки, ответы на вопросы по интерфейсу и справочник.
- Оптимизировал работу инструмента run_shell для оценки рисков запускаемой команды. Ваш ИИ по инструкциям SpecaFlow готовит команды и скрипты для выполнения, а инструмент run_shell их выполняет, и качество и безопасность таких операций зависят от глубины мышления вашего ИИ. SpecaFlow стремится минимизировать риски выполнения вредоносного сценария, поэтому реализована двухслойная проверка перед выполнением: как на уровне самого ИИ, так и алгоритмически в коде SpecaFlow. При желании можно включить режим полного ручного контроля вызываемых команд, и SF будет спрашивать разрешение разработчика на выполнение каждой команды.
Сейчас идёт фаза отладки последнего слоя — фронтенда. Написаны гарантии для этого слоя, написан паспорт всего продукта, который закрывает стадию разработки вашего проекта и открывает стадию сопровождения (в планах), где все накопленные артефакты проекта начинают работать в полную силу на контекст при внедрении нового функционала.
Демо-версии SpecaFlow регулярно выкладываю в Telegram-группе https://t.me/+QBx6JGwiQK02YjJi Там новости и планы развития. Отвечаю на вопросы и делюсь личными практиками в разработке сложных систем, в том числе на локальных LLM.
