{ "version": "https:\/\/jsonfeed.org\/version\/1.1", "title": "arxont blog: заметки с тегом программирование", "_rss_description": "Разное о компьютерном и около", "_rss_language": "ru", "_itunes_email": "", "_itunes_categories_xml": "", "_itunes_image": "", "_itunes_explicit": "", "home_page_url": "https:\/\/arxont.ru\/tags\/programmirovanie\/", "feed_url": "https:\/\/arxont.ru\/tags\/programmirovanie\/json\/", "icon": "https:\/\/arxont.ru\/pictures\/userpic\/userpic@2x.jpg?1559018223", "authors": [ { "name": "arxont", "url": "https:\/\/arxont.ru\/", "avatar": "https:\/\/arxont.ru\/pictures\/userpic\/userpic@2x.jpg?1559018223" } ], "items": [ { "id": "16", "url": "https:\/\/arxont.ru\/all\/eksperimenty-s-neyrosetyami-zagruzka-video\/", "title": "Эксперименты с нейросетями — загрузка видео", "content_html": "

Вводная:<\/h2>\n

Есть у меня небольшой чатик в телеграмме, куда я скидываю всякое музыкальное с ютуба, которое понравилось. В связи с разными обстоятельствами<\/i> решил сохранить это локально.<\/p>\n

Решение:<\/h2>\n

Но делать всё самому лениво поэтому немного помучил нейросети. Использовал:<\/p>\n

    \n
  1. LM Studio с запущенной в ней локально LLM Google Gemma 4 26B (да, чисто для API и в качестве бекенда — можно было бы напрямую llama-server использовать, но в моём случае непринципиально) https:\/\/lmstudio.ai<\/a><\/li>\n
  2. В качестве интерфейса для общения Crush https:\/\/github.com\/charmbracelet\/crush<\/a> (опенсорс, бесплатный и есть весь нужный мне функционал). Можно было бы всё делать в LM Studio, но там бы пришлось и самому создавать файлы, копировать-вставлять (ну или подключать MCP). Но зачем когда в краше это всё нативно уже реализовано и есть готовые агенты?<\/li>\n
  3. Для скачивания с ютуба использовался https:\/\/github.com\/yt-dlp\/yt-dlp<\/a> как наиболее продвинутый (по словам локальной LLM Qwen 3.6<\/i>)<\/li>\n
  4. C# для автоматизации в лице Visual Studio 2022<\/li>\n
  5. Сам телеграмм :) Чтобы в чатике выбрать Export chat (так как меня интересуют только ссылки, то убираем всё лишнее и скачиваем только текст)<\/li>\n<\/ol>\n

    Теперь с LLM автоматизируем скучный процесс:<\/h2>\n
      \n
    1. Вначале обработаем экспортированный файл, чтобы получить просто список ссылок<\/li>\n<\/ol>\n
      \n

      Возьми файл по пути «X:\\Telegram Desktop\\ChatExport_2026-04-21\\messages.html», вытащи все ссылки на ютуб и создай txt файл где будут только ссылки на ютуб (одна ссылка на строку)<\/b><\/p>\n

      Проверяем и всё отлично.<\/p>\n<\/blockquote>\n

      \n\"\"\n<\/div>\n
        \n
      1. Теперь попросим прочитать огромный README yt-dlp чтобы он сказал как нам скачивать<\/li>\n<\/ol>\n
        \n

        Прочитай инструкцию к приложению yt-dlp по адресу https:\/\/github.com\/yt-dlp\/yt-dlp<\/a> и напиши команду для скачивания файла<\/b><\/p>\n

        Вывод конечно дал результат, но при проверке выяснилось, что не работает. Файл не скачивался, а сыпал целую кучу ошибок. Ошибки по одной загружались в LLM и просил найти решение в том же гитхабе (запросом вида: Посмотри README, WIKI в гитхабе проекта yt-dlp и найди решение по ошибке %ОШИБКА%<\/i>)<\/p>\n<\/blockquote>\n