Не вірте своїм очам: як я за годину створила lengan autonoman, просто “розмовляючи” з комп’ютером (Досвід з перших рук та поради від експерта)
Привіт, друзі! Як бізнес-аналітик з понад 20-річним досвідом у сфері автоматизації та штучного інтелекту, я постійно перебуваю в пошуку інструментів, що здатні змінити наші робочі процеси. І, скажу вам, останнім часом спостерігаю справжній прорив. Пам’ятаєте, як ми мріяли про роботів, що виконують наші доручення? Тепер уявіть, що ви можете просто “сказати” комп’ютеру, що вам потрібно, і він це зробить. Не через довгі рядки коду, а майже як помічник, що розуміє з півслова. Я пережила це на власному досвіді минулого тижня, досліджуючи Cloud Code та Trigger.dev.
З власного досвіду знаю, як багато з вас, як і я, витрачають купу часу на рутинні завдання – від збору інформації до надсилання звітів.
Особистий досвід
І ось, для прикладу, я нещодавно впровадила в роботу комбінацію Cloud Code та Trigger.dev. Це дало мені можливість не тільки оптимізувати свої власні процеси, але й значно підвищити продуктивність всієї команди.
Я зізнаюсь, була в захваті, коли відкрила для себе Trigger.dev. Це було як стрибок в інший вимір. Серйозно, мені знадобилося близько півтори години, щоб налаштувати кілька ефективних автоматизацій та інтелектуальних агентів. Тепер я впевнена, що їх використання стане невід’ємною частиною мого робочого процесу, як для себе, так і для клієнтів. Спробуйте! Ви будете приємно вражені.
YouTube-блогер з “магією” AI?
Мені завжди було цікаво дізнаватися, як можна зробити так, щоб отримувати ключову інформацію, не витрачаючи багато часу. Я часто дивлюся канал Нейта Б. Джонса, він мій особистий джерело актуальних новин у світі ШІ. Першою моєю ідеєю було: “А що, якби я могла отримувати ключові моменти з його нових відео, не дивлячись їх повністю?”. Знайома ситуація, правда? Часу завжди бракує, а інформації купа.
Я з’ясувала, що першим кроком було створення автоматизації, яка моніторить канал Нейта. Якщо з’являється нове відео, автоматизація витягує ключові тези, цитати, які варто запам’ятати, і навіть статистику. Якщо нового відео немає – вона просто чекає. Без жодних складних сценаріїв, простою мовою – як наче з помічником поговорила.
“Розумні” агенти: автоматизація робить дослідження за вас
Trigger.dev працює як ефективний оркестратор. Я помітила, що в ClickUp у мене є список компаній, потенційних клієнтів.Я створила агента, який слідкує за цим списком.
Я почала з запитання: “А як було б добре, якби я могла автоматизувати дослідження компаній?”.
Нотатки про особистий досвід
Я впевнилась, що саме Trigger.dev дає змогу розмістити “розумних” агентів у хмарі, щоб вони працювали цілодобово. Все працює за такою схемою: як тільки я додаю нову компанію як завдання, агент запускається, проводить дослідження про цю компанію, а потім повертається і залишає детальний коментар у ClickUp.
З Trigger.dev я можу взаємодіяти різними способами. Наприклад, для компанії Enthropic я запитала: “Чи є в цієї компанії нещодавня оцінка?”. Хочу зазначити, що агент сам проводить додатковий пошук та надає мені інформацію.
Це вже не просто лінійна послідовність дій, а нелінійний процес. Агент має різні інструменти, він аналізує ситуацію та самостійно вирішує, в який “цикл” досліджень йому піти. Я переконалася, що це дійсно вражаюче.
Від ідеї до реалізації: як це працює на практиці?
Отже, давайте розберемося, як це все можливо. У Cloud Code ми описуємо, чого хочемо, звичайною англійською. Наприклад, “Відстежуй нові відео про ШІ на YouTube та надсилай щоденний звіт”.
Cloud Code потім допомагає. Він каже: “Окей, щоб це зробити, мені потрібні ось ці дані від тебе”. Cloud Code перетворює ваш запит на реальну автоматизацію, і навіть сам пише код! Хочу зазначити, що я переконалась, що це можуть бути як прості завдання, так і створення складних агентів, які використовують різні інструменти, мають різні дії, і самі вирішують, коли їхня робота “достатньо добра”.
Автоматизація чи агент – це готовий код, який ми можемо перемістити з локального середовища Cloud Code на Trigger.dev у хмару. Там вони можуть працювати безперервно, 24/7.
Trigger.dev проти інших інструментів: мій досвід та переваги
Мій досвід роботи з цими інструментами показує, чому Trigger.dev є на крок попереду інших аналогічних платформ. Раніше я використовувала певні інструменти для запуску коду в хмарі, наприклад Modal. Але, на мою думку, Trigger.dev – це наступний рівень.
Переваги Trigger.dev:
- Гнучкість: Він надзвичайно гнучкий.
- Розклад: Має заплановані запуски.
- Повторні спроби: Автоматичні повторні спроби, якщо виникають помилки.
- Черги: Має систему черг.
- Оркестрація: Завдяки цій функції ми можемо зв’язувати різні завдання та дії.
- Інтерфейс: З мого досвіду, його інтерфейс зручний та простий у використанні.
Ось як виглядає мій поточний проєкт у Trigger.dev у режимі “продакшн”. Ви бачите шість завдань. Три з них – це мої “інструменти”: агент для обробки відео, агент-відправник та агент-дослідник. Завдання, які зазначені зі стрілочкою годинника – це заплановані.
У розділі “Розклади” (Schedules) можна переглянути, як часто вони запускаються. Ці два завдання – кожні 2 хвилини, а це – кожні 8 годин.
У “Запусках” (Runs) показано всі мої попередні запуски, ті, що завершилися успішно, і ті, що зазнали невдачі. Можна побачити приклад, як працюють повторні спроби. Наприклад, був збій у завданні ClickUp research polar, але Trigger.dev додав затримку і спробував знову.
Під час спостереження за роботою агентів чи завдань у реальному часі, нам видно кожен етап, який вони виконують, і скільки часу займає кожна з них.
Демонстрація в реальному часі: як це виглядає на практиці?
Уявіть, я працюю у своєму ClickUp. Я додаю нову компанію – “Nvidia”. Зберігаю зміни. Через кілька секунд запускається моє завдання ClickUp research polar. Воно бачить нове завдання, відправляє його до агента-дослідника компаній.
Як бачите, процес запущено. Агент працює над Nvidia. Зараз він використовує інструмент “пошук по веб” (search web tool) – і використовує його кілька разів, щоб отримати якомога повніший звіт. Потім він використовує інструменти для читання URL-адрес. Можливо, знайшов два цікаві сайти. І ось, за приблизно 45 секунд, робота завершена!
Тепер я відкриваю ClickUp, знаходжу запис про Nvidia, і бачу готовий дослідницький брифінг. Але це ще не все! Я можу продовжити діалог. У тому ж завданні я пишу: “@UpAI, як у них справи з акціями?”. Агент це читає, розуміє контекст, і запускає наступний етап.
Відкриваємо runs. Бачимо, що запустився агент-відправник (follow-up responder). Він також шукає інформацію в мережі. Ще 22 секунди – і готово. Повертаємося до ClickUp, і ось мій звіт про акції Nvidia від UpAI.
Все це – лише невеличка демонстрація можливостей. Я налаштувала все це за 45 хвилин, використовуючи лише текстові підказки.
Проєкт “Дентальні ліди”: чіткі кроки до реалізації
Тепер давайте створимо щось нове, крок за кроком. Я створюю абсолютно новий проєкт у Cloud Code. Якщо ви ще не знайомі з Cloud Code, я раджу подивитися моє попереднє відео (посилання буде тут). Там я детально розповідаю про інтерфейс та файлову структуру.
Отже, я створила нову папку – trigger demo. Вона абсолютно порожня. Ми будемо будувати все разом.
Перш ніж почати, я зазирнула до моєї безкоштовної спільноти Free School Community (посилання буде в описі). Там, у розділі Cloud Code, є два файли: claw.md та trigger-ref.md. Завантажте їх і просто перетягніть у ваш Cloud Code.
trigger-ref.md– це довідник з API Trigger.dev та TypeScript. Він важливий, бо уclaw.mdми вкажемо Cloud Code шукати приклади коду саме тут.
Тепер, коли файли на місці, ми готові створити першу автоматизацію. Я дам Cloud Code дуже розпливчастий запит, навіть не використовуючи режим “планування”:
“Мені потрібна автоматизація, яка щопонеділка буде шукати в інтернеті стоматологічні практики, яким я можу продавати сайти. І надсилати мені потенційних клієнтів.”
І ось що відбувається. Cloud Code читає claw.md для розуміння своєї мети. І я впевнена, що він поставить мені додаткові питання, щоб створити якісний робочий процес.
- Куди доставляти ліди? –
ClickUp. - Де шукати? –
Nationwide(по всій країні). - Чи є вже якісь API (SER, Google Maps)? – Я натискаю “інше” і відповідаю: “Ще ні, і я не хочу платити за підписки”.
Cloud Code генерує план. Він пропонує створити новий список у ClickUp. Для обсягу – 25 лідів для початку.
Далі він описує архітектуру: буде два інструменти. Один – для пошуку лідів, другий – для створення їх у ClickUp. Це чудово, бо якщо один інструмент зависне, він зможе повторити тільки його, а не всю автоматизацію. Це також забезпечує унікальність: одна й та сама практика не буде додана двічі.
Я кажу: “Починай будувати!”. Cloud Code створює список dental leads у ClickUp. І два TypeScript файли: find leads та create lead.
Маленький “секрет”: Cloud Code тут трохи “шахраює”, бо я раніше вже використовувала ClickUp. Вам потрібно буде створити .env файл та додати туди ваші API ключі (ClickUp, Yelp API тощо).
Але тут сталася несподіванка! Виявилося, Yelp більше не надає безкоштовний API. Чудово! Cloud Code адаптується і пропонує використати SER API. Ось тут і проявляється геніальність – він не боїться змінюватися.
Тепер я отримую API ключі для SER та ClickUp і додаю їх до файлу .env.
Тестування в “пісочниці”: перший запуск
Cloud Code пропонує протестувати наш план у середовищі dev на Trigger.dev. Це наша “пісочниця”, де ми можемо експериментувати, не боячись зіпсувати робочий процес.
Я створюю новий проєкт у Trigger.dev, назву його test, і скопіюю Project ref з налаштувань проєкту. Цей ключ потрібен, щоб Cloud Code міг взаємодіяти з Trigger.dev.
У test проєкті ми бачимо два завдання: find dental leads і create dental lead. Заплановано, що find dental leads запускатиметься щопонеділка о 8 ранку.
Зараз Cloud Code спробує зробити тестовий запуск. Але є нюанс: API ключі, які ми додали в .env, не передаються автоматично в Trigger.dev. Тому нам потрібно вручну додати їх у “Environment Variables” у налаштуваннях проєкту Trigger.dev. І головне – робимо це як для development, так і для production.
Цікавий момент: щоб Cloud Code міг краще взаємодіяти з Trigger.dev, ми додаємо конфігурацію MCP. Це спрощує тестування.
І ось, нарешті, наш тест! Cloud Code запитує секретний ключ Trigger.dev. Я додаю його в .env, але попросивши Cloud Code поставити плейсхолдер, бо секрети ніколи не можна просто так надсилати в чат.
Після всіх налаштувань, мій тест запущено! І, хлопці, це вражає! Ми бачимо, як запускаються пошук лідів, потім створення завдань у ClickUp. І, вуаля! У моєму ClickUp з’являються 25 нових лідів! Кожен з них має адресу, телефон, рейтинг і вебсайт.
Перше завдання знайшло 25 лідів, а потім друге завдання викликалося 25 разів, щоб створити кожне з них у ClickUp. Cloud Code резюмує: “25 лідів створено за 9 секунд у 5 містах. Дуже круто!”.
Від розробки до продакшну: інтеграція з GitHub
Ми успішно пройшли тестування робочого процесу в середовищі dev. Тож тепер час відправити його в “продакшн”.
Найкращий спосіб – це інтеграція з GitHub. Ми створюємо новий репозиторій (я його назвала trigger-test), завантажуємо наш проєкт. З власного досвіду знаю, що файл .env зі секретами ніколи не має потрапити у GitHub. Він має бути виключений з комітів.
Далі, у Trigger.dev підключаємо цей GitHub репозиторій. Тепер кожне оновлення в GitHub автоматично синхронізуватиметься з production середовищем Trigger.dev. Це означає, що наш автоматизатор буде готовий до роботи щопонеділка о 8 ранку.
Усунення помилок: коли AI потребує нашої допомоги
Проте, під час тестування я помітила, що деякі ліди дублюються, незважаючи на те, що функція унікальності, як я думала, має працювати. Я попросила Cloud Code виправити це. Він змінив workflow create leads, додавши перевірку на наявність компанії в ClickUp перед створенням.
AI може помилятися. Це показує, як важливо використовувати режим “планування” та мати чітке уявлення про кінцеву мету. Я хотіла показати, як можна швидко створити щось на основі однієї підказки, але, на мою думку, для складних завдань, найкраще планувати заздалегідь.
После кількох ітерацій, ми, нарешті, отримали чистий результат: 48 компаній, без здвоєнь. Усі ці тести ми провели в dev середовищі, щоб не порушити робочий процес. Тепер, коли все готово, ми вивантажуємо зміни в GitHub, і Trigger.dev їх переносить для production.
Ваша черга: станьте “диригентом” AI-оркестру
Друзі, сподіваюся, цей приклад надихнув вас!
Тепер ви знаєте, як можна взяти Cloud Code, мої матеріали з Free School Community, та створити власні автоматизації, які потім використовуватимуться на Trigger.dev.
Якщо є щось, що варто запам’ятати з цього відео, то це те, що AI досі залишається “чорним ящиком”. Ці моделі неймовірно розумні, але ви бачили, скільки разів мені доводилося уточнювати, бути чіткою та скеровувати. З мого досвіду, ваша роль – це вже не написання коду, а забезпечення його якості.
Мені самій подобається вивчати ці інструменти та різні сценарії використання. Тож, пишіть в коментарях, що ви б хотіли побачити далі. Якщо ви хочете заглибитись у світ AI-автоматизації, отримати більше курсів, живих Q&A сесій та спілкуватися з більш ніж 3000 однодумців – запрошую до моєї платної спільноти AIS Plus. Посилання, як завжди, в описі.
Мені було дуже приємно поділитися знаннями. Якщо вам сподобалось – ставте вподобайки, це дуже допомагає! До зустрічі в наступному відео!
Підсумовуючи: Комбінація Cloud Code та Trigger.dev відкриває двері до неймовірних можливостей автоматизації. Ви можете перетворювати непрості технічні завдання на зрозумілі команди, а ваші цікаві ідеї – на працюючі процеси 24/7. Не бійтесь експериментувати, навчатися та ставати “диригентами” власного AI-оркестру!
Що далі? Рекомендую спробувати самостійно! Завантажте файли, поекспериментуйте з Cloud Code, створіть свою першу автоматизацію та інтегруйте її з Trigger.dev! Пам’ятайте, все починається з малого. І цей перший крок – за вами!
