Claude Code AIOS: Как создать персональную операционную систему на базе ИИ-агентов

Claude Code AIOS: кратко о главном

🎯 О чём этот конспект: Полное руководство по проектированию и развёртыванию персональной операционной системы на базе Claude Code (AIOS). В материале разбираются фреймворки 3M и 4C, прямое подключение сервисов через API и bash-утилиты (включая Google Workspace CLI), создание воспроизводимых ИИ-навыков (Skills), построение долговременной памяти по методу LLM Wiki Андрея Карпатого и запуск автономных облачных расписаний (Routines и Loops).

👤 Кому будет полезно: Вайбкодерам, AI-инженерам, фаундерам, техническим директорам и соло-предпринимателям, которые хотят автоматизировать рутину, избавиться от десятков открытых вкладок и перенести операционное управление бизнесом в среду VS Code.

✨ Что получите: Готовую архитектуру AIOS, набор шаблонов конфигурационных файлов (CLAUDE.md, .env, скиллы), инструкцию по интеграции инструментов без потери токенов и пошаговый алгоритм перевода регламентов компании (SOP) в автономных ИИ-агентов.

1. Концепция AIOS и фреймворки 3M и 4C: фундамент ИИ-операционной системы

Контекст: Обычная операционная система управляет файлами и окнами, но не обладает интеллектом. AIOS (ИИ-операционная система) — это интеллектуальный слой над вашими рабочими инструментами, файлами и коммуникациями, запущенный внутри среды разработки (IDE). Чтобы система была долговечной и не ломалась при смене моделей раз в полгода, её нужно строить на фундаменте двух методологий: 3M (Mindset, Method, Machine) и 4C (Context, Connections, Capabilities, Cadence). Внедрение AIOS неизбежно сопровождается кратковременной просадкой продуктивности на ~20% в первые дни настройки, после чего следует экспоненциальный рост эффективности на 300–500%.

Тайминг: ▶ 00:45, ▶ 02:18, ▶ 05:30, ▶ 07:15

Выгода: Полная независимость от конкретных вендоров и инструментов (tool-agnostic подход), устранение страха перед сбоями ИИ и системный перевод 50–80% повседневных задач на машинный уровень.

Как применить:

• Шаг 1: Внедрите 3 фундаментальные привычки мышления (Mindset) — Применяйте «Сдвиг по умолчанию» (Default Shift): перед началом любой задачи задавайте вопрос «Как ИИ может выполнить хотя бы 30–50% этого?». Используйте «Декомпозицию функций» (Function Breakdown): разбивайте глобальные процессы (например, создание видео) на изолированные блоки (идеи, скрипты, слайды, дистрибуция). Соблюдайте «Правило любопытства» (Curiosity Rule): относитесь к Claude как к ментору, а не вендинговому автомату — всегда уточняйте логику сгенерированного кода и архитектурных решений.
• Шаг 2: Реализуйте 4 столпа системы (The 4 C's) — Выстраивайте AIOS строго последовательно от 1 до 4:
  1. Context (Контекст) — база знаний о вас, бизнесе, ценностях, приоритетах и tone of voice.
  2. Connections (Связи) — каналы доступа к внешним данным (API, CLI, базы данных).
  3. Capabilities (Возможности) — воспроизводимые навыки (Skills) и сценарии решения конкретных задач.
  4. Cadence (Ритм) — автоматические триггеры, циклы и расписания, работающие без участия человека.
• Шаг 3: Составьте карту 7 ключевых доменов бизнеса — На бумаге или в Miro распишите источники данных по семи направлениям: Выручка (Stripe, бухгалтерия), Клиенты (CRM, сообщества), Календарь (Google Calendar), Коммуникации (Slack, Email), Задачи (ClickUp, Notion), Встречи (транскрипты Fireflies) и Знания (документы, видео, локальные файлы).

Результат: Чёткая ментальная карта и понимание архитектуры вашей системы до написания первой строчки конфигурации.

2. Развёртывание базовой структуры проекта и онбординг через CLAUDE.md

Контекст: Основой проекта Claude Code служит мастер-промпт и карта файловой системы, сосредоточенные в файле CLAUDE.md. Вместо ручного составления десятков промптов используется специальный скрипт первичного онбординга (onboard skill), который проводит интервью из 7 вопросов и автоматически генерирует файлы контекста в формате Markdown.

Тайминг: ▶ 13:05, ▶ 14:43, ▶ 16:30, ▶ 17:40, ▶ 19:05

Выгода: Настройка рабочей среды за 5–10 минут с автоматическим формированием долгосрочной памяти ИИ о вашем бизнесе и текущих квартальных приоритетах.

Как применить:

• Шаг 1: Подготовьте среду разработки — Установите VS Code, откройте панель расширений (Ctrl+Shift+X / Cmd+Shift+X), найдите и установите расширение Claude Code, затем авторизуйтесь через платную подписку Anthropic. Создайте на диске пустую папку (например, AIOS) и откройте её в VS Code.
• Шаг 2: Клонируйте базовый репозиторий шаблона — В окне чата Claude Code отправьте команду на клонирование шаблона архитектуры:

Клонируй шаблон репозитория AIOS в текущую рабочую директорию.

• Шаг 3: Проверьте файловую структуру проекта — Убедитесь, что в корне созданы следующие каталоги:
  • .claude/skills/ — папка исполняемых навыков (содержит навыки onboard, audit, level-up);
  • context/ — профили бизнеса, личные предпочтения и квартальные цели;
  • decisions/ — журнал принятых архитектурных и стратегических решений;
  • references/ — справочники по API, документация и технические гайды;
  • archives/ — устаревшие документы;
  • CLAUDE.md — главный файл системных инструкций агента.
• Шаг 4: Запустите процедуру онбординга — Напишите в чат Claude Code команду запуска интервью:

Я клонировал репозиторий. Меня зовут [Ваше Имя]. Помоги мне пройти онбординг и инициализировать AIOS.

• Шаг 5: Ответьте на 7 вопросов интервью — Предоставьте агенту подробные данные о вашей роли, оффере, целевой аудитории (ICP), вставьте 1–2 фрагмента ваших реальных текстов без редактуры (для фиксации tone of voice) и перечислите ключевые приоритеты на ближайшие 90 дней.

Результат: Созданы и наполнены файлы context/about_me.md, context/about_business.md и context/priorities.md. Агент начинает отвечать с позиции контекстно-осведомленного исполнительного ассистента.

3. Подключение внешних инструментов через API вместо MCP: токеноэффективность и безопасность

Контекст: Большинство разработчиков по умолчанию подключают внешние сервисы через серверы Model Context Protocol (MCP). Однако стандартные MCP-серверы загружают в контекстное окно описание всех доступных функций сервиса, сжигая тысячи токенов на каждом запросе. Использование прямых API-эндпоинтов, задокументированных в локальных Markdown-файлах, в разы дешевле и надёжнее. Для безопасного доступа используются служебные аккаунты с ограниченными правами и переменные окружения в файле .env.

Тайминг: ▶ 22:24, ▶ 23:08, ▶ 24:17, ▶ 25:03, ▶ 25:40, ▶ 27:44

Выгода: Сокращение расхода токенов на 60–80%, изоляция секретных ключей от попадания в публичные репозитории и исключение риска случайного удаления боевых баз данных.

Как применить:

• Шаг 1: Создайте сервисный аккаунт для ИИ — В подключаемом сервисе (ClickUp, Stripe, CRM) заведите отдельного пользователя (например, Agent-AI) и выдайте ему минимально необходимые права (только чтение или доступ к конкретным рабочим пространствам).
• Шаг 2: Настройте хранение ключей в .env — Создайте файл .env в корне проекта и добавьте его в .gitignore. Поручите Claude сгенерировать шаблон:

Мне нужно подключить ClickUp через API. Создай файл .env с плейсхолдерами для CLICKUP_API_KEY и CLICKUP_TEAM_ID, добавь .env в .gitignore.

• Шаг 3: Сгенерируйте локальный справочник API-эндпоинтов — Попросите Claude изучить документацию API сервиса и сохранить только необходимые эндпоинты в references/:

Я хочу работать с ClickUp через прямой REST API, чтобы экономить контекст вместо использования MCP. Изучи официальную документацию ClickUp API v2, выдели основные методы для работы с задачами, комментариями и списками, и сохрани их в references/clickup-api.md.

• Шаг 4: Настройте режим разрешений Claude Code — Для непрерывной автономной работы в терминале включите режим пропуска подтверждений. В настройках VS Code найдите пункт Allow Dangerously Skip Permissions и включите его (либо используйте режим Auto Mode, где ИИ сам запрашивает подтверждение только на деструктивные действия вроде DELETE или DROP).
• Шаг 5: Протестируйте подключение — Отправьте тестовую команду на получение аналитики или создание задачи:

Используя сохранённый API-справочник ClickUp и переменные из .env, сделай снимок загрузки команды по всем исполнителям на текущую неделю.

Результат: Подключен внешний инструмент без контекстного оверхеда MCP-серверов. Секретные ключи изолированы, а агент может читать и писать данные через стандартные HTTP-запросы.

4. Аудит готовности системы и поиск точек роста: скиллы /audit и /level-up

Контекст: По мере усложнения AIOS пользователю трудно определить, какие процессы автоматизировать следующими и где в системе есть слабые места. Для этого в архитектуру заложены два служебных навыка: /audit (технический скоринг по 4C) и /level-up (бизнес-интервью для выявления рутины и скрытых возможностей).

Тайминг: ▶ 28:40, ▶ 29:19, ▶ 30:00, ▶ 30:42

Выгода: Избавление от ступора при развитии системы, регулярная оцифровка прогресса и точный список задач с наивысшим рычагом автоматизации.

Как применить:

• Шаг 1: Запустите технический аудит AIOS — Введите в терминал команду:

/audit

Агент просканирует каталоги context/, references/, .claude/skills/ и файлы подключений, после чего выставит оценку по шкале от 0 до 100 баллов по четырём категориям: Context (полнота описания бизнеса), Connections (доля покрытых интеграциями доменов из 7 базовых), Capabilities (наличие кастомных скиллов) и Cadence (наличие фоновых триггеров).

• Шаг 2: Запустите процесс поиска точек роста — Вызовите скилл масштабирования:

/level-up

• Шаг 3: Ответьте на 5 диагностических вопросов — Дайте агенту ответы (достаточно одного предложения на пункт):
  1. Повторяемость: Что на этой неделе вы делали более 3 раз подряд?
  2. Рутина (Drudgery): Какие действия ощущались как скучный копипаст?
  3. Тест стажёра (Smart Intern): Какую задачу мог бы выполнить умный стажёр, но вы сделали её сами, потому что объяснять дольше?
  4. Узкое горлышко (Constraint): Что сломается первым, если в понедельник к вам придёт 500 новых клиентов?
  5. Рычаг роста (Growth Lever): Какой процесс дал бы вам х10 клиентов завтра, если бы работал на полном автопилоте?
• Шаг 4: Сформируйте бэклог создания новых навыков — Попросите агента выбрать 1 задачу с максимальным ROI и сразу перейти к проектированию скилла для неё.

Результат: Сохранённый отчёт об аудите с исторической динамикой и готовое ТЗ на сборку следующего автоматизированного навыка.

5. Интеграция Google Workspace CLI: прямое управление экосистемой Google

Контекст: Стандартная работа с Google Docs, Sheets, Drive и Gmail через API требует громоздкого кода, а веб-поиск по Google Drive работает крайне неэффективно. Google выпустил инструмент Google Workspace CLI (GWS CLI) — опенсорсную утилиту командной строки с поддержкой JSON-ответов, которая позволяет агенту напрямую через терминал создавать таблицы с формулами, генерировать форматированные документы, разбирать почту и управлять календарем.

Тайминг: ▶ 31:26, ▶ 32:78, ▶ 35:26▶ 36:45, ▶ 37:55, ▶ 38:25

Выгода: Единый интерфейс доступа ко всем продуктам Google Workspace без написания API-обвязок, экономия часов ручной работы при подготовке отчётов и презентаций.

Как применить:

• Шаг 1: Создайте проект в Google Cloud Console — Перейдите в Google Cloud Console, создайте проект Claude-Code-GWS, настройте экран согласия OAuth (Consent Screen) как Internal (для корпоративного домена) или External с добавлением своего email в тестовые пользователи.
• Шаг 2: Создайте учетные данные OAuth Client ID — Перейдите в раздел APIs & Services -> Credentials -> Create Credentials -> OAuth client ID. Выберите тип приложения Desktop App, скачайте JSON-файл и сохраните его по пути ~/.config/gws/client_secret.json.
• Шаг 3: Включите необходимые API в Google Cloud — Активируйте в проекте библиотеки: Google Drive API, Google Docs API, Google Sheets API, Google Slides API, Gmail API и Google Calendar API.
• Шаг 4: Выполните авторизацию через CLI — В терминале выполните команду входа:

gws auth login

Перейдите по сгенерированной ссылке в браузере, подтвердите доступы аккаунта и скопируйте токен авторизации обратно в терминал.

• Шаг 5: Делегируйте создание сложных документов агенту — Используйте возможности bash-генерации:

Используя GWS CLI, найди в Google Drive документ с описанием июльского мероприятия, прочитай его структуру, создай на его основе трекер-таблицу в Google Sheets с цветовым кодированием статусов и выпадающими списками, после чего назначь дедлайны ответственным.

• Шаг 6: Подключите визуальную валидацию (Visual Loop) — При генерации слайдов в Google Slides подключите инструменты Chrome DevTools, чтобы Claude открывал созданную презентацию в headless-браузере, делал скриншоты каждого слайда, визуально оценивал верстку/отступы и программно исправлял съехавшие блоки.

Результат: Полноценный мост между терминалом Claude Code и облаком Google с возможностью манипулировать терабайтами корпоративных файлов одной текстовой командой.

6. Архитектура и разработка скиллов (Skills): создание переиспользуемых SOP для Claude Code

Контекст: Навык (Skill) — это исполняемый аналог стандартной операционной процедуры (SOP). Он оформляется в виде отдельной папки с файлом SKILL.md и сопутствующими скриптами/шаблонами. Благодаря механизму прогрессивной загрузки контекста (Progressive Context Loading), Claude сначала считывает только YAML-заголовок навыка (~100 токенов), затем тело файла при вызове (1 000–2 000 токенов) и лишь при явной необходимости обращается к тяжелым справочникам и скриптам.

Тайминг: ▶ 39:51, ▶ 41:42, ▶ 44:35, ▶ 48:33, ▶ 51:47, ▶ 53:26, ▶ 55:57

Выгода: Стандартизация качества любых процессов (от генерации инфографик до код-ревью), возможность параллельного запуска десятков задач в разных терминальных вкладках.

Как применить:

• Шаг 1: Изучите анатомию файла SKILL.md — Структура любого навыка выглядит следующим образом:

---
name: create-infographic
description: Создает брендированные инфографики 1:1 в формате PNG по заданной теме через API генерации изображений.
disable-model-invocation: false
---
 
# Роль и цель
Создание визуальных образовательных инфографик строго по гайдлайнам компании.
 
# Входные данные
- Тема или тезисы от пользователя.
- Файл референсов палитры: `references/brand-guidelines.md`.
 
# Пошаговый пайплайн
1. Сформировать концепт и текст инфографики (максимум 5 тезисов).
2. Сгенерировать базовое изображение через Python-скрипт `scripts/generate_image.py`.
3. Наложить логотип компании из `assets/logo.png` в левый верхний угол (прозрачный фон).
4. Проверить соотношение сторон (строго 1:1) и сохранить результат в папку `projects/output/`.
 
# Правила и ограничения
- Запрещено использовать длинные тире в тексте.
- Текст на изображении должен быть строго на английском/русском без визуальных артефактов.

• Шаг 2: Используйте мета-навык Skill Builder для генерации новых скиллов — Поместите шаблон skill-builder в .claude/skills/ и инициируйте создание нового инструмента в режиме диалога:

/skill-builder

Ответьте на вопросы агента о триггерах, входных аргументах, шагах исполнения и граничных условиях (Edge Cases).

• Шаг 3: Разделяйте локальные и глобальные скиллы — Навыки, специфичные для одного проекта, храните в .claude/skills/[skill-name]/. Навыки, нужные во всех проектах (например, стандарты верстки фронтенда или правила написания коммитов), выносите в глобальную директорию ~/.claude/skills/.
• Шаг 4: Запустите цикл обратной связи (Feedback Loop) — Запустите скилл, наблюдайте за ходом выполнения шагов в терминале. Если агент совершил ошибку (например, полез в веб-поиск за параметрами API, которые уже есть), остановите его, попросите обновить SKILL.md или вынести статические ID в блок констант, после чего перезапустите.

Результат: Модульная библиотека навыков, работающая стабильно независимо от того, запускаете ли вы её вручную через слэш-команду или она вызывается автономным субагентом.

7. Внедрение LLM Wiki по методу Андрея Карпатого: замена RAG графом знаний в Obsidian

Контекст: Традиционные векторные базы данных (RAG) требуют сложной инфраструктуры эмбеддингов, чанкинга и часто теряют глобальные связи между сущностями. Андрей Карпатый предложил альтернативу — LLM Knowledge Wiki: сырые документы (транскрипты, статьи, регламенты) парсятся агентом в структурированную плоскую сеть Markdown-файлов с двусторонними ссылками ([[Wikilink]]), общим индексом (index.md) и журналом изменений (log.md). Визуализатором этой базы выступает бесплатное приложение Obsidian.

Тайминг: ▶ 75:18, ▶ 76:83, ▶ 77:62, ▶ 80:10, ▶ 81:56, ▶ 84:10, ▶ 85:17

Выгода: Сокращение расхода токенов при поиске по корпоративной базе знаний на 95%, моментальная навигация по контексту и отсутствие затрат на поддержание векторных баз.

Как применить:

• Шаг 1: Разверните хранилище (Vault) в Obsidian — Скачайте и установите Obsidian. Создайте новое локальное хранилище, например, CompanyBrain.
• Шаг 2: Инициализируйте структуру LLM Wiki через Claude Code — Откройте созданную папку хранилища в VS Code, запустите Claude Code в терминале и отправьте системный промпт:

Ты — мой LLM Wiki агент. Реализуй архитектуру базы знаний по методологии Andrej Karpathy.
Создай каталоги:
- raw/ (для входящих сырых документов, транскриптов и заметок);
- wiki/ (для обработанных страниц сущностей, концептов и анализа);
- index.md (главный каталог со всеми ссылками по категориям);
- log.md (журнал операций и изменений);
- CLAUDE.md (инструкция по правилам линтинга, поиска и добавления новых связей).

• Шаг 3: Настройте захват сырых данных — Установите расширение для браузера Obsidian Web Clipper, укажите папку по умолчанию raw/ и сохраняйте статьи, транскрипты созвонов или технические доки в 1 клик.
• Шаг 4: Выполните процесс инжеста (Ingestion) — Отправьте команду агенту:

В папке raw/ появился новый файл с транскриптом созвона. Выполни инжест: извлеки ключевые сущности, проекты, решения и боли, создай соответствующие страницы в wiki/, проставь взаимные ссылки формата [[EntityName]] и обнови index.md и log.md.

• Шаг 5: Подключите горячий кэш (Hot Cache) и линтинг — Для часто используемых ассистентом данных создайте файл wiki/hot.md (буфер последних изменений на 500 слов). Раз в неделю запускайте команду проверки целостности графа:

Проведи линтинг wiki-базы: найди битые ссылки, противоречивые данные между страницами и предложи недостающие узлы для поиска через веб.

• Шаг 6: Подключите Wiki к вашему ассистенту AIOS — В главном CLAUDE.md вашего рабочего проекта укажите путь к вики-базе:

 
---
 
## База знаний
При необходимости поиска глубокого контекста о бизнесе обращайся к хранилищу по пути `../CompanyBrain/wiki/`. Начинай поиск строго с чтения `index.md`.

Результат: Самоорганизующаяся, расширяемая база знаний с визуализацией связей в Obsidian Graph View, к которой ваш агент обращается как к долговременной памяти.

8. Визуализация бизнес-метрик: Live Artifacts против кастомных дашбордов (подход POC)

Контекст: Разработчики часто тратят недели на сборку сложных фронтенд-дашбордов для мониторинга API. По методологии AIOS следует применять принцип POC (Proof of Concept): сначала собирать быстрые интерактивные интерфейсы через Claude Live Artifacts внутри десктопного приложения Claude (раздел Co-work), и только при доказанной ежедневной востребованности переносить их в полноценный кастомный код.

Тайминг: ▶ 86:33, ▶ 87:26, ▶ 88:14

Выгода: Экономия десятков часов разработки, получение готового UI для финансовой и проектной аналитики за 2 минуты.

Как применить:

• Шаг 1: Откройте вкладку Co-work в Claude Desktop — Перейдите в раздел Live Artifacts и нажмите New Artifact.
• Шаг 2: Сгенерируйте интерактивный виджет на живых данных — Напишите запрос на сборку аналитики:

Используя подключение к QuickBooks и ClickUp, создай интерактивный финансово-операционный дашборд. Выведи карточки: выручка за месяц, расходы, чистая прибыль, остаток на счетах и прогноз кассового разрыва на 60 дней. Добавь таблицу задач с высоким риском срыва сроков.

• Шаг 3: Протестируйте частоту использования — Работайте с артефактом в течение недели. Если вы открываете его несколько раз в день — экспортируйте код в отдельный сервис на Next.js с периодическим обновлением через cron. Если данные требуются эпизодически — откажитесь от отдельного UI и запрашивайте сводки прямо в чате AIOS текстовой командой.

Результат: Мгновенный доступ к ключевым показателям бизнеса без раздувания кодовой базы и поддержки сложной инфраструктуры.

9. Автономное расписание: Cloud Routines, локальные Scheduled Tasks и команда /loop

Контекст: Финальный этап зрелости AIOS — автономное исполнение задач (Cadence). Существует три механизма выполнения задач по расписанию:

1. Cloud Routines — фоновые агенты, работающие на серверах Anthropic (ноутбук может быть выключен);
2. Desktop Scheduled Tasks — постоянные локальные расписания, привязанные к открытому приложению;
3. Команда /loop — сессионные таймеры и циклы внутри терминала длительностью до 3 дней.

Тайминг: ▶ 59:27, ▶ 60:32, ▶ 62:25, ▶ 66:30, ▶ 70:06, ▶ 71:85, ▶ 74:06

Выгода: Перевод мониторинга серверов, разбора почты, проверки дедлайнов и сбора аналитики в фоновый режим 24/7 без ручного вмешательства.

Сравнительная матрица механизмов расписания:

Как применить:

• Шаг 1: Настройка сессионного цикла через команду /loop — Для временного мониторинга в текущей терминальной сессии используйте команду:

/loop 15m Проверяй ClickUp на появление новых блокирующих багов в релизной ветке. Если найден баг с приоритетом Urgent, выведи алерт в терминал со ссылкой.

• Шаг 2: Установка разовых напоминаний — Задайте точечный триггер:

В 18:00 напомни мне подвести итоги спринта и запустить скилл формирования отчёта для команды.

• Шаг 3: Развёртывание Cloud Routine на GitHub-репозитории —
  1. Опубликуйте ваш проект AIOS в приватный репозиторий GitHub (убедитесь, что .env исключен через .gitignore).
  2. В десктопном приложении Claude или на claude.ai/code создайте новую Cloud Routine, привязав её к вашему репозиторию.
  3. В настройках окружения (Cloud Environment Settings) добавьте все необходимые API-ключи в раздел Environment Variables.
  4. Переключите уровень сетевого доступа (Network Access) на Full (если требуются запросы к кастомным API сервисов).
  5. Сформулируйте одноразовый исчерпывающий промпт (One-shot Prompt) без необходимости интерактивных уточнений:

Запусти скилл 'daily-standup-analysis'. Собери все комментарии команды в ClickUp за последние 24 часа через API, сформируй краткую выжимку блокеров и отправь структурированное сообщение в рабочий Slack-канал #engineering. Используй переменные окружения для авторизации.

Результат: Полностью автономная агентная система, выполняющая регламентные проверки и процессы строго по расписанию в облаке или локально.

10. Ежедневный рабочий цикл и масштабирование AIOS на команду

Контекст: Ценность AIOS проявляется только при регулярном использовании в качестве единой точки входа во все рабочие процессы. Попытка переключить сразу всю команду на систему без личного освоения обречена на провал. Трансформация компании начинается с одного оператора, который переносит свои процессы в код, стандартизирует общие диски через CLI и затем тиражирует готовые скиллы коллегам.

Тайминг: ▶ 88:83, ▶ 89:40, ▶ 90:16, ▶ 91:18

Выгода: Полное устранение контекст-свитчинга (переключения между вкладками), избавление от забытых задач и создание компании, готовой к масштабированию без раздувания штата.

Как применить:

• Шаг 1: Внедрите утренний ритуал (Morning Coffee) — Каждое утро начинайте не с почты или мессенджеров, а с сессии Claude Code:

Доброе утро. Просканируй мой календарь на сегодня, задачи в ClickUp с дедлайном на этой неделе и последние транскрипты встреч. Предложи оптимальный план расписания дня с фокус-блоками под приоритеты Q2.

• Шаг 2: Внедрите вечерний ритуал ретроспективы — В конце рабочего дня запросите анализ:

Какие действия я сегодня выполнял вручную более двух раз? С какими инструментами возникали ошибки доступа? Обнови CLAUDE.md и context/priorities.md по результатам сегодняшнего прогресса.

• Шаг 3: Проверьте 3 субъективных критерия успеха внедрения AIOS:
  1. Коллеги обращаются к ассистенту: Вы ловите себя на том, что копируете вопросы команды в AIOS, получаете точный ответ из базы знаний за 2 секунды и отправляете обратно.
  2. Закрытие лишних вкладок: 90% рабочего времени вы проводите в одном окне VS Code, не открывая веб-интерфейсы CRM, таск-трекеров и таблиц.
  3. Разгрузка оперативной памяти: Вы перестали вести стикеры и блокноты — все договоренности, идеи и контекст сразу оседают в context/ и decisions/.
• Шаг 4: Масштабируйте систему на команду — Стандартизируйте корпоративное хранилище (например, общий Google Drive через GWS CLI), передайте сотрудникам единый шаблон репозитория с базовыми скиллами компании и научите их запускать общие процессы через единый терминальный интерфейс.

Результат: Организация функционирует на базе согласованной сети персональных AIOS, оперирующих единым актуальным контекстом компании.

Claude Code AIOS: ответы на частые вопросы

В: Зачем использовать терминальный Claude Code в VS Code, если есть удобный веб-чат Claude.ai?

О: Веб-чат изолирован: он не имеет прямого доступа к локальной файловой системе, не может выполнять консольные скрипты, запускать git-команды, обращаться к локальным .env файлам и динамически считывать обновляющуюся кодовую базу. Claude Code в VS Code объединяет агентный интеллект с реальными инструментами разработчика.

В: Почему в видео рекомендуется избегать MCP-серверов в пользу прямых API-вызовов?

О: MCP-сервер при подключении загружает в контекстное окно описание абсолютно всех своих функций и схем (JSON Schema), что моментально расходует тысячи токенов на каждом запросе. Прямые API-вызовы, задокументированные в компактных Markdown-файлах проекта, считываются только тогда, когда это действительно нужно, экономя до 80% контекста.

В: Безопасно ли включать режим Allow Dangerously Skip Permissions?

О: Этот режим позволяет агенту исполнять команды без постоянных запросов на подтверждение каждого шага. Это безопасно, если вы работаете в изолированном проекте с корректным .gitignore и выверенным CLAUDE.md. Если вы опасаетесь случайного удаления данных, используйте Auto Mode — в нём агент автономно выполняет безопасные действия, но запрашивает подтверждение на деструктивные операции (rm, drop, delete).

В: В чём ключевая разница между Cloud Routines и локальным /loop?

О: /loop выполняется локально внутри текущей сессии терминала, требует открытого VS Code / терминала и автоматически прекращает работу через максимум 3 дня. Cloud Routines работают на серверах Anthropic по cron-расписанию полностью автономно — вы можете выключить компьютер, и агент продолжит выполнять задачи, пуша результаты в ваш GitHub-репозиторий.

В: Заменяет ли LLM Wiki по методу Карпатого традиционный RAG с векторными базами?

О: Для персональных баз знаний, корпоративных регламентов и проектов объёмом до сотен документов и ~500 000 слов — полностью заменяет, работая точнее и дешевле за счёт явных ссылок ([[Link]]) и индексов. Однако для масштабных enterprise-систем с миллионами неструктурированных документов традиционный RAG с векторным поиском всё ещё остаётся необходимым.

В: Как передать API-ключи в Cloud Routines, если файл .env не пушится в GitHub?

О: При создании или настройке Cloud Routine в десктопном приложении или веб-интерфейсе claude.ai/code перейдите в параметры среды (Cloud Environment Settings) и вручную добавьте ваши секреты в раздел Environment Variables. Облачный агент получит к ним доступ как к системным переменным окружения.

В: Что делать, если при генерации документов через GWS CLI слетает форматирование или съезжает верстка?

О: Применяйте паттерн «Визуальной валидации» (Visual Loop): поручите агенту открыть созданный документ/презентацию в headless-браузере (например, через Chrome DevTools / Playwright CLI), сделать скриншот, оценить полученный визуал мультимодальной моделью и внести программные корректировки в отступы и стили.

Claude Code AIOS: инструменты и ссылки из видео

• Visual Studio Code (VS Code) — Основная среда разработки (IDE) для запуска и управления расширением Claude Code — https://code.visualstudio.com/
• Claude Code — Терминальный ИИ-агент и CLI от компании Anthropic — https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview
• Google Workspace CLI (GWS CLI) — Опенсорсный CLI-инструмент от Google для прямого терминального управления Docs, Sheets, Drive, Slides, Calendar и Gmail — https://github.com/googleworkspace/cli
• Obsidian — Локальное приложение для ведения базы знаний на базе Markdown с графом связей — https://obsidian.md/
• Obsidian Web Clipper — Официальное браузерное расширение для быстрого сохранения веб-страниц и статей в Obsidian Vault — https://obsidian.md/clipper
• Glido (Whisper Flow) — Локальная утилита голосового ввода для скоростного надиктовки контекста и управления AIOS — https://glido.ai/
• ClickUp API v2 — REST API таск-трекера и корпоративного пространства управления проектами — https://clickup.com/api
• Fireflies.ai — Сервис транскрибации и суммаризации рабочих созвонов и встреч — https://fireflies.ai/
• Gamma App — Сервис генерации презентаций и документов с помощью ИИ — упомянут в видео
• Playwright CLI — Инструмент автоматизации и скриншотинга браузера для задач визуальной валидации — упомянут в видео
• Trigger.dev / Modal — Платформы для бессерверного фонового запуска длительных Python-скриптов и фоновых задач — упомянуты в видео

Конспект создан на основе видео «How to Build an AI Operating System (Claude Code)» канала Nate Herk / AI Automation Society. Все права на оригинальный материал принадлежат авторам. Источник: https://www.youtube.com/watch?v=bCljOfCH8Ms