Инструменты
Каталог TGAds
beta
Мониторинг
Детальная статистика
Анализ аудитории
Бот аналитики
Полезная информация
Инструкция Telemetr
Документация к API
Чат Telemetr
Не попадитесь на накрученные каналы! Узнайте, не накручивает ли канал просмотры или
подписчиков
Проверить канал на накрутку
Телеграм канал «Vibecoding Haven (BotfatherDEV)»
Подписчики
Всего
2 617
Сегодня
-2
Просмотров на пост
Всего
433
ER
Общий
15.21%
Суточный
12.4%
Динамика публикаций
Telemetr - сервис глубокой аналитики
телеграм-каналов
телеграм-каналов
Получите подробную информацию о каждом канале
Отберите самые эффективные каналы для
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
Анализируйте рекламные посты
и креативы
и креативы
Узнайте какие посты лучше сработали,
а какие хуже, даже если их давно удалили
а какие хуже, даже если их давно удалили
Оценивайте эффективность тематики и контента
Узнайте, какую тематику лучше не рекламировать
на канале, а какая зайдет на ура
на канале, а какая зайдет на ура
Показано 7 из 936 постов
Смотреть все посты
Пост от 24.03.2026 18:02
109
7
3
😁
Пост от 24.03.2026 15:41
153
5
2
Флекс
Пост от 24.03.2026 11:40
220
1
0
Опублікував також пост про using AI in PhD thesis
Кому цікаво: https://news.ycombinator.com/item?id=47495510#47496900
Набрав 7 поінтів 💫
Кому цікаво: https://news.ycombinator.com/item?id=47495510#47496900
Набрав 7 поінтів 💫
Пост от 24.03.2026 00:57
291
7
1
https://news.ycombinator.com/item?id=47475832
До речі, один з моїх постів таки був опублікований і набрав коментарі!
До речі, один з моїх постів таки був опублікований і набрав коментарі!
Пост от 24.03.2026 00:06
313
9
7
я аспірант, працюю над гіпотезою про автоматизацію роботи інженерів конструкторів через агентів (використовую LLM агентів для керування МКЕ софтом).
у дисертації вже десь 115 статей і я вигадав новий флоу: агент читає статтю, витягує цитати, робить з них твердження, перевіряє твердження проти PDF, відстежує що вже переглянуто мною
зробив Next.js дашборд який працює поверх звичайної структури папок. кожна стаття це директорія з summary.md, quotes.md, notes.md, і опціонально claims.json та review-state.json. ніякої бази даних. файлова система це джерело істини, і можна редагувати файли будь-яким редактором — дашборд підхоплює зміни
основний воркфлоу це "структуроване читання". вибираєш статтю, і дашборд показує твої твердження зв'язані з підтверджуючими цитатами. кожну цитату можна автоматично перевірити проти локального PDF, перевіряє чи текст реально є в документі. також можна запустити AI огляд через Codex CLI який оцінює чи цитата справді підтримує твердження (пряма підтримка, часткова, суміжна, невідповідність, суперечність) і пропонує виправлення
формат claims.json простий: масив тверджень (кожне з id, title, type, statement, ID підтверджуючих цитат, теги) і масив цитат (id, title, page, body або сегменти). коли вперше стикаєшся зі статтею, можна попросити AI згенерувати твердження з резюме — воно створює claims.json, а далі це ручний цикл огляду з AI-асист чатом (codex)
все працює локально. API роути обробляють CRUD для нотаток, цитат, зв'язків між ними і стану огляду. запис файлів використовує advisory locking щоб конкурентні мутації не псували стан. AI операції стрімляться через SSE
стек: Next.js 15, React, TypeScript, Codex CLI для AI, pdftotext для верифікації. ніяких зовнішніх сервісів окрім LLM API
зробив для себе, але можливо комусь буде цікаво
у дисертації вже десь 115 статей і я вигадав новий флоу: агент читає статтю, витягує цитати, робить з них твердження, перевіряє твердження проти PDF, відстежує що вже переглянуто мною
зробив Next.js дашборд який працює поверх звичайної структури папок. кожна стаття це директорія з summary.md, quotes.md, notes.md, і опціонально claims.json та review-state.json. ніякої бази даних. файлова система це джерело істини, і можна редагувати файли будь-яким редактором — дашборд підхоплює зміни
основний воркфлоу це "структуроване читання". вибираєш статтю, і дашборд показує твої твердження зв'язані з підтверджуючими цитатами. кожну цитату можна автоматично перевірити проти локального PDF, перевіряє чи текст реально є в документі. також можна запустити AI огляд через Codex CLI який оцінює чи цитата справді підтримує твердження (пряма підтримка, часткова, суміжна, невідповідність, суперечність) і пропонує виправлення
формат claims.json простий: масив тверджень (кожне з id, title, type, statement, ID підтверджуючих цитат, теги) і масив цитат (id, title, page, body або сегменти). коли вперше стикаєшся зі статтею, можна попросити AI згенерувати твердження з резюме — воно створює claims.json, а далі це ручний цикл огляду з AI-асист чатом (codex)
все працює локально. API роути обробляють CRUD для нотаток, цитат, зв'язків між ними і стану огляду. запис файлів використовує advisory locking щоб конкурентні мутації не псували стан. AI операції стрімляться через SSE
стек: Next.js 15, React, TypeScript, Codex CLI для AI, pdftotext для верифікації. ніяких зовнішніх сервісів окрім LLM API
зробив для себе, але можливо комусь буде цікаво
Пост от 23.03.2026 13:38
353
12
2
Создал бесплатный скилл, планируется оптимизировать и переписать на другую либу. На работоспособность не проверял, все ai сделал и поэтому может не работать)
https://forgedemy.org/skills/telegram-mcp-1774261791071/view
https://forgedemy.org/skills/telegram-mcp-1774261791071/view
Пост от 22.03.2026 17:52
388
33
1
https://www.tiktok.com/@forgedemy/video/7620091807539416341
Ось новий результат з цим едітором)
А ось версія з якою працював: https://forgedemy.org/skills/video-timeline-editor-1774190276239/view
Ось новий результат з цим едітором)
А ось версія з якою працював: https://forgedemy.org/skills/video-timeline-editor-1774190276239/view
