Инкубатор автоматизаторов по работе с ИИ на базе n8n

Складчина: Инкубатор автоматизаторов по работе с ИИ на базе n8n

Описание: Сбор единомышленников по автоматизации в работе с ИИ.
Обсуждаем автоматизацию работы на базе n8n. Работа с различными API, базами данных, ИИ. Локальная работа и работа через интернет. Решаем практические задачи.

Требование к знаниям: Нужно (желательно) быть знакомым со следующими курсами (курс 1 и курс 2). В принципе в процессе общения в инкубаторе их можно пройти.

Какие задачи решим: Научимся автоматизировать свои задачи. Начнём экономить деньги - не покупая программы , которые легко сделать самому. В целом начнём использовать компьютер по назначению, а не для компьютерных игр.

О поддержке от автора: Поддержка идёт в форме наставничества - я периодически даю направления -в каком направлении копать, что следует изучить. Какие сервисы API - могут быть полезны для решения (я их знаю более 5000). В целом мы варимся в "тематической группе" и совместно вырабатываем решения тех или иных задач.
Я не оказываю постоянные консультации и поддержку - только когда есть свободное время. Мне интересно -на сколько вы сами способны заниматься своим самообразованием.

Основная цель инкубатора - понять то, что двигаясь от простого к сложному - вы способны сами научится делать программы (в режиме визуального программирования), которые решат ваши задачи.

Стейк технологий для обсуждения в инкубаторе:
-Ollama (достоинства и недостатки локальных моделей ИИ -для разных задач)
- Web UI
-N8N
-API (под наши задачи)
- Работа технологий N8N+Ollama - на VDS. (для тех кто хочет работать удаленно и 24x7)

Достоинства авторской складчины - делаем акцент на разработке автоматизированных систем, которые принимают решения на базе локальных ИИ. Это новое и востребованное направление - которое будет всегда востребовано. Но в целом - также работаем с правильной генерацией контента (создание, преобразование, доработка, анализ и т.п.).

 

Чтобы не терять время -можете уже поставить Ollama+Web UI (и далее можно работать без интернета)


Знание как правильно создавать промты - позволит Вам понять, что модели Ollama , (10-25 GB) - не чем не уступают в качестве с GPT4, а экономят сотни долларов в месяц

(даже можно тратить на сервер 3000-5000 рублей в месяц смело - если домашний комп менее 32ГБ. Но если даже комп с 4ГБ- можно обойтись и силами домашнего компа - правда локальные модели будут на уровне GPT3 )

Далее знакомьтесь с курсами по N8N - Когда ИИ не только создаёт контент, но учувствует в принятии решений и преобразовании информации в нужном шаблоне -это действительно круто.

 

Спойлер: Продающий текст к складчине -созданный локальной моделью

Спойлер: Мои локальные модели, которые я использую в работе

Умение создавать промты +знание визуального программирования (которое освоить может каждый школьник)+нахождение в нужной тусовке -способно Вас "прокачать" в нужном направлении.

Хватит платить за OpenAI, хватит переплачивать за водные курсы с программами -имеющими минимальный функционал. Развивайтесь - будьте умнее с нашим Инкубатором.

 

N8N - уникальная программа (много встроенных интеграций и видео есть на Youtube)

В целом , на основе своего опыта, я выделил бы следующий вектор развития в работе с N8N:
1 уровень - базовые знания в автоматизации с N8N
2 уровень - работа с разного рода API (Yotube, TikTok и другие).
Бесплатные лимиты на Rapidapi: например для работы c Yotube и Tiktok, некоторые их них:

3 уровень - Интеграция с локальными моделями Ollama и разработка умных ботов (Телега, Вацап и т.п.)
4 уровень - Работа в n8n с Puppeteer (имитация браузера). Другими словами аналог Zennoposter через собственный код на js
5 уровень - Разработка Saas решений на базе N8N (программы, чья логика заложена в облачную работу бота на N8N)

Кто будет заниматься по моим рекомендациям -будет способен дойти до 5 уровня.

 

Схема монетизации, которая самая простая в реализации.

1. Покупаем VDS с 32Гб оперативки и мощным процессором (скажу где купить за 3000)
2. Устанавливаем Ollama+модели Ollama
3. Устанавливаем Web UI (Чат система с моделями Ollama)
4. Создаём аккаунты в Web UI и продаём доступ к работе с моделями (часть моделей на уровне и в некоторых вопросах выше GPT4)
5. Профит

 

Схема монетизации № 2 - "Переводим бизнес в Телеграм"
1. Доходим до 3-го уровня навыков с N8N
2. Создаём бота Telegram -который грамотно продаёт наши услуги и принимает платежи в криптовалюте.

 

Много ручной работы в Youtube и TikTok которую надо автоматизировать?
1) Доходим до 2-го уровня навыков с N8N
2) Работаем с API методами:

Спойлер

 

Кейс как легко получать информацию по видео -которое в тренде в Yotube (в три шага и данные у вас)

1) копируем код из rapidapi (метод получить трендовые видео)



2) простенький шаблон в N8N



3) Импортируем то что скопировали в шаге 1 и при тесте получаем ответ.

 

Кейс как легко получать информацию по видео -которое в тренде в Тиктоке (в три шага и данные у вас)

Тоже самое:
1) Шаг 1


2) Шаг 2

 

Ещё кейс - хотите на автомате размещать информацию в WP? Генерировать качественный контент бесплатно?
Легко - локальные модели ИИ , как и коннектор к Wordpress - уже есть в N8N

 

@analytic
Вы погрузились в автоматизацию на основе Ai.

На сколько Puppeteer может заменить Zennoposter?
Puppeteer понимает только JS код, или можно использовать и C# ?

 

В n8n - есть возможность добавлять свой код (Python или Javascript) Так что Питонщикам тоже будет интересн n8n.

Т.к. n8n - написан на Node.js => есть модуль n8n-nodes-puppeteer Позволяющих расширить n8n на работу с безголовым браузером.
Да у нас будет один поток, но у нас будет полноценный браузер (Т.е. автоматизировать работу с веб-страницами мы сможем работать через полноценный браузер -не путать с GET запросами ).
Код для работы с Puppeteer - пишется на js

 

В чём преимущество n8n ?
Одно из главных преимуществ -то что программа может работать локально.
А что это значит?
Это значит, что мы можем использовать локальные модели ИИ в работе (нашей сложной логике)
Это могут быть модели :
-Ollama (это генерация/анализ текста) (Скрытая ссылка) (чем больше оперативки-тем лучше)
Ну и не забываем и про локальные модели, где задействована видюха (чем мощнее, тем лучше)

- CogVideoX-2B - локальная SORA-подобная модель для генерации видео⁠⁠ (Скрытая ссылка)
- Pyramid Flow — нейросеть с открытым исходным кодом для генерации видео (Скрытая ссылка)
- FLUX (Скрытая ссылка)
-FLUX.1-schnell (Скрытая ссылка)
-FLUX.1-dev (Скрытая ссылка)
-Stable Video Diffusion Image-to-Video Model Card (Скрытая ссылка)

Это только часть из них

И с данными моделями можно взаимодействовать через запросы.
А вы - ждёте чудес от ИИ - деления видео на кадры

 

Я думал тоже у себя развернуть n8n, но бесплатная версия сильно урезана, некоторые моменты проще реализовать на питоне (или другом языке), чем разворачивать комбайн, но софт крутой.
Может есть enterprise версия, чтобы локально развернуть?)

 

А что конкретно под твои задачи ограничено?
Мне бесплатной версии хватает

п.с.Прямо скажу,что на Питоне или другом языке, кроме Node.js -основные фишки не организуешь. В n8n - например потоки/события могут развлетляться, ожидать выполнение задерживающихся событий.(что важно при работе с ИИ) Интересно посмотреть на реализацию этого на к-л языке кроме node.js - и посмеяться

 

А есть локальная модель для распознавания картинки в текст? (тут уточню, не OCR, а именно художественные картинки, не текстовые) Ну либо Rapidapi с лимитами.

 

Т.е. картинка=>описание картинки?
Есть такое на edenai.co. Локально не видел. Тут компьютерное зрение

 

ну в целом все супер, я хотел у себя на работе внедрить, там ldap вкручен и шаринг воркфлоу, было бы неплохо)
Больше доколебался, просто всегда какой-то страх при таких системах, если развернуть свой проект, что где-то что-то отстукивает, что-то сливает, отсутствует иллюзия контроля) Хотя кому я сдался...
Я с вами на корабле) Интересно посмотреть какие проекты реализовали.
Общение просто в закрытой теме будет?

 

Не просто общение.

-Будет своего рода программа , по ранее вышедшим курсам (указал в старт посте) - там где объясняются основы
-Мой опыт и кругозор по API
- Обсудим разные схемы, где это можно применить/модернизировать

Акцент будет на дружбу n8n c моделями Ollama и разного рода API

Если говорить простыми словами - я постараюсь сделать атмосферу обучения - чтобы народ двигался от простого к сложному (мотивируя и контролируя)

Понятное дело, что все с разные подготовкой и у всех разные задачи...но в целом интересно будет поделится своими мыслями и наработками. Послушать мысли и идеи других участников.

Прямо скажем , я не подписываюсь на индивидуальное обучения складчиков Моя задача задать вектор, который должен быть триггером в самообучении, а там посмотрим что получится.

 

Супер, когда старт?) Какое-то количество ждем или дату?