Личный контент-движок: дайджест AI-новостей без шума

Что в ролике
Если вы тонете в потоке AI-новостей, автор предлагает собрать персональный контент-движок, который сам отслеживает сотни источников и выдаёт только релевантные материалы. Система подключается к Reddit, YouTube, RSS-лентам, Hacker News, GitHub и чейнджлогам, а затем проходит несколько стадий фильтрации. Сначала идёт детерминированная дедупликация и отбрасывание постов с низкой вовлечённостью, что экономит токены. Затем работает Jev — быстрая модель для очевидных решений: явный мусор отбрасывается, явно важное (например, релиз новой модели) пропускается, а спорные случаи уходят в Claude Haiku для финального решения. За один прогон с 864 постами автор потратил всего 3 цента на Jev и 42 цента на Claude Haiku, то есть меньше полу-доллара в день. Чтобы повторить систему, автор предлагает бесплатный скилл build signal engine из своего GitHub-репозитория, который сам опрашивает пользователя о его интересах и источниках. Скилл разбивает сборку на шесть этапов, тестируя каждый, и в итоге выдаёт готовый движок с профилем для настройки. Платформа Appify используется для подключения к источникам и автоматической очистки контента в markdown, но можно обойтись и прямыми API или MCP-серверами.
Практика
- Что получишь
- Готовую персональную систему-дайджест, которая экономит часы в неделю и отсеивает мусор, плюс понимание, как её настроить под свои интересы.
- Первый шаг
- Установить бесплатный скилл build signal engine из GitHub-репозитория Cole Medin (инструкция в README) и запустить его в новой папке через Claude Code или другой coding-агент.
- Цифры
- —864 поста — столько источников обработал движок за один прогон, показанный в демо
- —3 цента — стоимость всех вызовов Jev для этих 864 постов
- —42 цента — стоимость вызовов Claude Haiku для постов, прошедших первичный фильтр
- —6 этапов — на столько фаз скилл разбивает сборку системы, тестируя каждый шаг
- Честно
- Автор продвигает свой бесплатный скилл и рекомендует платформу Appify, при этом прямо не говорит о партнёрстве, но упоминает, что она ему нравится. Для повторения нужен доступ к Claude Code или аналогичному агенту и, вероятно, API-ключи для Jev и Claude Haiku, стоимость которых зависит от объёма источников. В пересказе нет всех деталей вопросов, которые задаёт скилл при настройке, — их нужно пройти самостоятельно при запуске.
Если слова незнакомы — 7 терминов
- Jevбыстрая модель для первичной фильтрации, не LLM, но выполняет простые решения
- LLMбольшая языковая модель, например Claude Haiku
- Claude Haikuдешёвая и быстрая модель Anthropic для уточняющей фильтрации
- Appifyплатформа, которая подключает агентов к множеству источников и отдаёт чистый markdown
- MCP-серверстандартный способ подключения внешних сервисов к AI-агенту
- RSSформат подписки на обновления сайтов и блогов
- детерминированные фильтрыпростые правила без ИИ, например отбрасывать посты с малым количеством просмотров
Связки из этого ролика
3 шт.- second brain
- MCP
- agentic coding
Компоненты
11 шт.Формат: пошаговый урок · для практикующих · уверенность разметки 0.9 · источник