🎯 О чём этот конспект: Пошаговое руководство по созданию функционального торгового бота на Python для маркетплейса (на примере MRKT) с использованием AI-агента Gemini CLI. В видео демонстрируется полный цикл: от анализа сетевых запросов (Reverse Engineering) до реализации логики перебивания цен конкурентов и соблюдения лимитов прибыли.

👤 Кому будет полезно: Вайбкодерам, арбитражникам и разработчикам, которые хотят быстро создавать инструменты автоматизации торговли, не углубляясь в документацию API.

✨ Что получите: Готовую методику «выкачивания» структуры API из браузера и промпты для создания бота, который умеет мониторить флор (минимальную цену), выставлять ордера, проверять спред и автоматически перебивать ставки конкурентов.

1. Подготовка окружения и выбор AI-инструмента

Контекст: Для разработки используется не стандартный веб-интерфейс ChatGPT, а специализированные инструменты для кодинга. Автор выбирает Gemini CLI (интерфейс командной строки), работающий в связке с моделью Gemini 1.5 Flash/Pro. Главное преимущество CLI-версии — возможность работать в "Yolo моде", когда AI сам создает файлы, применяет исправления и выполняет команды в терминале без постоянного подтверждения со стороны пользователя.

Выгода: Максимальная скорость итераций. AI не просто пишет код, а управляет структурой проекта в реальном времени.

Как применить:

• Шаг 1: Установка инструментов — Используйте терминал для установки необходимых библиотек. Если вы используете аналоги Gemini CLI (например, aider или open-interpreter), убедитесь, что у них есть доступ к файловой системе.
• Шаг 2: Настройка Yolo Mode — В интерфейсе Gemini CLI используйте команду или горячие клавиши для включения режима авто-выполнения:

# Пример переключения в Gemini CLI (как в видео)
Ctrl + Y  # Переключение в Yolo Mode

• Шаг 3: Создание структуры — Создайте пустую папку проекта и инициализируйте в ней AI-сессию.

Результат: Готовая рабочая среда, где AI видит контекст всех файлов и может их редактировать.

2. Реверс-инжиниринг API через DevTools

Контекст: У многих площадок (как у MRKT) нет публичной документации API. Чтобы бот работал, нужно «скормить» нейросети примеры реальных запросов и ответов, которые отправляет браузер. Это делается через панель разработчика (F12). Нужно найти запросы, отвечающие за получение списка коллекций, текущих цен (floor price) и создание ордеров.

Выгода: Возможность автоматизировать любой сайт, даже если у него закрытое API.

Как применить:

• Шаг 1: Сбор данных о коллекциях — Откройте вкладку Network в браузере, обновите страницу и найдите запрос (например, collections). Скопируйте Response (JSON-ответ) полностью.
• Шаг 2: Анализ цен и ордеров — Перейдите в раздел выставления ордеров, найдите запрос типа ordering_price или top_orders.
• Шаг 3: Передача контекста AI — Скопируйте заголовки (Headers) и тело ответа (Response) и отправьте их Gemini с инструкцией:

Вот данные из Network DevTools для маркетплейса. 
1. Список коллекций: [ВСТАВИТЬ JSON]
2. Данные о ценах: [ВСТАВИТЬ JSON]
3. Пример запроса на создание ордера: [ВСТАВИТЬ JSON]
Используй эти структуры для написания функций на Python.

Результат: AI понимает структуру данных маркетплейса и может генерировать корректные HTTP-запросы.

3. Написание и отладка логики торгового бота

Контекст: Бот не должен просто «спамить» запросами. Ему нужна бизнес-логика: проверка спреда (разницы между ценой покупки и перепродажи), учет лимитов (например, не более 20 активных гифтов) и авторизация через токен (Auth Token), взятый из заголовков браузера.

Выгода: Создание безопасного и прибыльного инструмента, который не сольет баланс из-за ошибок в логике.

Как применить:

• Шаг 1: Авторизация — Найдите в DevTools заголовок Authorization или Cookie и передайте его боту при запуске.
• Шаг 2: Реализация логики спреда — Попросите AI добавить проверку минимальной выгоды.
• Шаг 3: Промпт для финальной сборки — Используйте детализированный запрос:

Напиши бота на Python, который:
1. Авторизуется по токену из Network.
2. В бесконечном цикле обходит список коллекций.
3. Проверяет текущий Top Bid (лучшую цену ордера) и Floor Price.
4. Если спред (разница) между ними более 1%, выставляет мой ордер, перебивая конкурента на минимальный шаг.
5. Если конкуренты перебили мою цену так, что спред стал меньше 1%, отменяет мой ордер.
6. Проверка позиций каждые 60 секунд.
7. Добавь черный список коллекций: [Названия].

Результат: Полностью автономный Python-скрипт, который мониторит рынок и поддерживает ваши ставки в топе.

FAQ

В: Где взять токен для работы бота, если нет официального API? О: Откройте панель разработчика (F12) -> вкладка Network -> выберите любой запрос к API сайта -> в разделе Headers найдите строку authorization или x-auth-token. Скопируйте это значение — это и есть ваш ключ доступа.

В: Что делать, если бот выдает ошибку "Wrong Price" или некорректно выставляет ордер? О: Скопируйте текст ошибки из консоли и отправьте его Gemini. AI проанализирует код и структуру запроса. Часто проблема в том, что сайт требует специфические заголовки (User-Agent, Referer) или формат данных (например, цена в копейках/сатоши, а не в целых единицах).

В: Безопасно ли использовать Gemini в Yolo Mode? О: Это ускоряет разработку, но требует осторожности. AI может случайно удалить файлы или запустить бесконечный цикл. Рекомендуется использовать Yolo Mode в пустых папках или под контролем Git, чтобы можно было откатить изменения.

В: Как бот понимает, что его перебили конкуренты? О: Бот делает регулярный запрос к списку ордеров конкретного товара. Если ID верхнего ордера не совпадает с ID вашего ордера, значит, кто-то поставил цену выше. Бот считывает эту новую цену и выставляет свою на 0.01 (или минимальный шаг) больше.

В: Можно ли запустить этого бота в Telegram? О: Да, для этого нужно попросить AI интегрировать библиотеку aiogram или telebot. Вы сможете отправлять команды боту (старт/стоп, статистика прибыли) прямо из мессенджера, а сам скрипт будет работать на сервере.

Конспект создан на основе видео «Как создать софт с помощью ИИ» канала TheAnatoly. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/7Wy-3pynTqE