W świecie wiecznej gonitwy za czymś ciężko jest dotrzeć do głębi własnego wnętrza,
by poznać i tak naprawdę zrozumieć siebie. Indywidualna analiza Human Design to
narzędzie, które ma to ułatwić każdemu, kto tego potrzebuje. Problem w tym, że powstaje
z daty, godziny i miejsca urodzenia konkretnej osoby. Ma od 60 do 70 stron czystego
tekstu. Ręczne składanie takiego dokumentu odpada: nawet przy kopiowaniu gotowych
fragmentów łatwo o pomyłkę, a całość i tak trzeba dopasować do jednej osoby. Oddanie
tego modelowi językowemu odpada z dwóch powodów: kosztów oraz tego, że przy długich
tekstach modele zaczynają zmyślać.
Rozwiązanie
Zbudowałem mechanizm, który przechodzi całą tę drogę sam: od kalkulatora, który liczy
położenie gwiazd w momencie urodzenia danej osoby, i to z dwóch punktów w czasie
jednocześnie, przez bazę tekstów i dopasowanie ich do konkretnej osoby, po złożenie
gotowego pliku PDF. Po opłaceniu zamówienia dokument idzie mailem prosto do
zamawiającego, od ręki. Tak powstają dwa produkty: spersonalizowana analiza Human Design
dla osoby dorosłej, od 60 do 70 stron, oraz analiza dziecka w formie poradnika dla
rodzica, ponad 50 stron. Wokół nich zbudowana jest reszta sklepu: 79 podstron, program
partnerski, maile potwierdzające i newsletter.
Droga jednego zamówienia. Bez mojego udziału na żadnym etapie.Wynik z kalkulatora. Wizualizację, która „żyje”, napisałem od podstaw.
Dlaczego w taki sposób
Zależało mi na dokumencie wysokiej i równej jakości przy każdym zamówieniu. Dlatego
składa go automat według moich reguł, a nie sztuczna inteligencja w locie. AI natomiast
pracuje u mnie wcześniej, przy wytwarzaniu: pomaga pisać i sprawdzać treści oraz
budować narzędzia.
Wynik
Silnik liczący dane napisałem od podstaw, zamiast płacić za gotowy, i udostępniłem
publicznie jako kalkulator z własną wizualizacją wykresu. Jego poprawność sprawdziłem,
porównując wyniki z oficjalnym kalkulatorem Human Design. Za produktami pracuje baza treści
na ponad 170 tysięcy słów, zbudowana pod moją kontrolą jakości. Silnik, generator
i sklep to około 5,7 tys. linii mojego kodu w Pythonie. Serwis i sklep działają
w produkcji. Na serwerze czuwa worker, który kolejkuje zadania i wydaje zamówienia,
a całości pilnuje monitoring sprawdzający stronę i maszynę.
Platforma operacyjna
Menadżer i Centrum
57,8 tys.linii Pythona
kilkanaściemodułów
co 5 minutkontrola serwera
Problem
Prowadzenie działalności w pojedynkę oznacza kilkanaście osobnych narzędzi.
Komunikacja między nimi zabiera czas, a przy tym łatwo o pomyłkę.
Rozwiązanie
Napisałem własną aplikację, w której prowadzę całą działalność. Kilkanaście modułów,
około 57,8 tys. linii Pythona:
Zadania i harmonogram: kolejkuję zadania i ustawiam ich ważność.
Kalendarz: plan dnia i tygodnia w jednym widoku.
CRM: kontakty i historia ustaleń.
Poczta: odbiór automatyczny, odpowiedzi pisze AI, ja je sprawdzam
i wysyłam.
Mailing i newsletter: listy odbiorców, zapisy i kalendarz wysyłek.
Finanse: przychody, koszty i rozliczenia.
Oferty: przygotowanie i wysyłka.
Dokumenty: tworzenie i eksport do PDF.
Notatki i pliki: materiały robocze pod ręką.
Kosz i archiwa: nic nie znika bezpowrotnie.
Monitoring: co 5 minut sprawdza, czy serwer odpowiada i ile zostało zasobów
maszyny, alarmuje mailem i trzyma całą historię.
Centrum zadań, czyli zaplecze dla agentów AI: zlecam robotę botom,
zarządzam ważnością zadań i pilnuję, żeby wykorzystać do końca moc, za którą
płacę.
Ostatni z tej listy jest najważniejszy, bo to nim powstała większość tego, co
pokazuję obok, i dzięki niemu nic z opłaconej mocy się nie marnuje.
Kalendarz w Menadżerze. Po lewej lista modułów.
Dlaczego w taki sposób
Chciałem jednego miejsca, w którym automat i bot przygotowują robotę, a zatwierdzam
ją ja. Nic nie rusza się samo: to, co ma skutek na zewnątrz, czeka na moje kliknięcie.
Gotowe programy trzeba by spinać ze sobą integracjami, a nie znalazłem takiego, który
robiłby tę jedną rzecz, na której zależało mi najbardziej.
Wynik
Całą działalność prowadzę z jednego miejsca: zadania, kontakty, pieniądze, wysyłki
i wiele innych. Wszystko mam pod kursorem myszki.
Narzędzia analizy rynku
Monitoring krypto na żywo i pomiar skuteczności
31 tys.linii Pythona w całym warsztacie
1800+linii Pine Script
9 latdanych do sprawdzenia
Problem
Analiza rynku wymaga patrzenia na kilkanaście rzeczy naraz: wskaźniki, zmienność,
analizę techniczną, to gdzie leżą ważne poziomy, ilu jest chętnych do handlu, co widać
w danych z blockchaina, jak różne waluty zachowują się względem siebie.
Rozwiązanie
Zbudowałem sobie zestaw narzędzi pracujących na żywych danych. Trzon to pasek na pulpicie,
który na bieżąco wyświetla kilka zmiennych i alarmuje, gdy coś się dzieje na rynku.
Reszta siedzi w programie okienkowym, który pobiera dane z kilku miejsc naraz i grupuje
je w jednym miejscu. Dzięki temu decyzja o inwestycji jest łatwiejsza, bo program
pokazuje, ile zmiennych przemawia za kupnem, a ile za sprzedażą. Najważniejszy moduł
to podgląd na żywo: widać na bieżąco, na jakich poziomach czekają grube ryby, gdzie są
zakładane pułapki i gdzie leżą poziomy likwidacji pozycji lewarowanych. Jest też kalkulator wielkości pozycji z podglądem
portfela i automatyczny odczyt danych prosto z blockchaina. Do tego rozbudowane
wskaźniki na TradingView, własnej produkcji.
Podgląd zleceń czekających na giełdzie, na żywych danych.
Weryfikacja
Sprawdziłem, czy to naprawdę działa. Kilkanaście testów statystycznych na dziewięciu
latach danych, każdy porównany z wynikiem losowym. Wniosek przyjąłem taki, jaki wyszedł:
to narzędzie bardzo dobrze opisuje stan rynku, ale nie przewiduje przyszłości.
Dlaczego w taki sposób
Narzędzie jest dopasowane do mnie: przygotowuje przesłanki i ostrzega, a decyzję
podejmuję ja.
Wynik
Cały warsztat to około 31 tys. linii Pythona, z czego sam program okienkowy
na pulpicie to ponad 14 tys. i 8 plików testów jednostkowych. Wszystko własnej roboty
i w jednym miejscu: dane giełdowe na żywo, zewnętrzne źródła danych oraz analiza
przesłanek za i przeciw, oparta na liczbach.
Jak pracuję
Definiuję problem.
Rozpisuję go z AI na specyfikację.
Wybieram najprostszą możliwą formę.
Robię plan prac.
Buduję kawałkami, nie całością.
Rozdzielam role między modele.
Uczę się na bieżąco, żeby nie być zakładnikiem.
Dokumentuję dla samego siebie.
Używam, obserwuję, sprawdzam, poprawiam.
W skrócie: człowiek z kilkoma modelami AI nie musi pisać kodu ręcznie. Musi umieć
precyzyjnie opisywać, dzielić pracę na małe kroki i testować po każdym kroku. Reszta
jest wykonawstwem, które modele robią coraz lepiej.
Czym pracuję
Python (Flask, Tkinter), SQLite, Linux i praca w wierszu poleceń (bash), nginx,
certbot, WeasyPrint, Swiss Ephemeris, Pine Script (TradingView), zewnętrzne API (dane
giełdowe i blockchain, poczta, media społecznościowe), modele językowe w wytwarzaniu
(Gemini, ChatGPT, Claude), agenci i własne narzędzia, git.