Манифест полезности ИИ и Муфоед: как собрать свой комбайн на 150 МБ вместо подписок

Разработчик под ником rxdevebeo опубликовал на GitHub проект MuFoEd (MUlti FOrmat EDitor) и сопроводил его текстом, который назвал «Манифест ИИ-полезности». Суть манифеста: не гонитесь за созданием продукта, делайте библиотеки и утилиты под себя, а ИИ пусть пишет код по вашим спецификациям. Проект написан на Rust и весит около 150 МБ.

Что внутри MuFoEd и почему это не продукт?

MuFoEd объединяет под одной крышей несколько функций, которые автор раньше закрывал разными программами:

• Редактор и конвертер документов: DOCX, PDF, RTF, DjVu
• Поддержка локального ИИ через ollama (инференс, то есть запуск модели для получения ответов, происходит на вашем компьютере, без отправки данных в облако)
• Редактор изображений с поддержкой формата PSD и возможностью подключить локальный ИИ
• Галерея для просмотра и пакетной обработки изображений, включая просмотр 3D-файлов
• Файловый менеджер в духе Total Commander

Автор подчеркнул: он не продаёт приложение. Он продаёт идею. MuFoEd закрывает, по его словам, больше 80 % задач, с которыми он сталкивается на компьютере. Любая дополнительная функция занимает от 5 минут до часа.

Попутно автор обнаружил, что нативной библиотеки для распаковки RAR-архивов не существовало, только обёртка для библиотеки на C++. Он написал свою и планирует выложить её в открытый доступ. Кроме того, в процессе появилась библиотека для работы с DOCX в Strict-формате и конвертации в него других форматов.

Манифест полезности ИИ: три правила от автора

Ядро манифеста полезности ИИ и Муфоед укладывается в три принципа, которые автор сформулировал из собственного опыта.

1. Давайте ИИ чёткую спецификацию. Модель хорошо пишет код, когда задача детерминирована. Пусть ИИ планирует, создаёт тесты, формулирует условия приёмки. Потом другая модель пусть проведёт аудит.
2. Делайте библиотеку, а не продукт. Продукт, это поддержка, обновления, репутация, конкуренция, налоги, юристы, маркетинг. Библиотека решает вашу конкретную задачу и может помочь другим. Лицензию выбирайте максимально открытую.
3. Обязательно пишите программу-демонстратор. Она выявит неочевидные проблемы. Пользуйтесь ей сами, затачивайте под себя.

Автор честно отмечает: ИИ не пишет код «с нуля». Модель опирается на библиотеки, созданные людьми, и обучена на коде, написанном людьми. Начиная с определённого уровня сложности отлаживать такой код выходит дороже, чем писать самому. Но с каждым релизом фронтирных моделей (самых продвинутых на текущий момент) этот порог поднимается.

Почему «убить Фотошоп» не получится?

Автор разбирает популярный хайп вокруг фраз «мы повторили Фотошоп» и «мы переписали Excel». Его аргумент: сделать проект и сделать продукт, это «две большие разницы».

Профессиональные дизайнеры и художники, по наблюдениям автора из профильных сообществ, не отрицают самодельные альтернативы. Но они говорят о другом: подписка даёт поддержку и обновления, а главное, выверенный годами рабочий процесс и кнопки, которые стоят на привычных местах. Профессионалам проще переплатить за надёжный продукт.

Ниша для сложных решений остаётся. А вот простые утилиты и нишевый софт, который «толком ещё никто не делал, потому что нет спроса», уже можно собирать самому.

Что понадобится

• Компьютер с достаточной оперативной памятью для запуска локальных моделей (от 8 ГБ, лучше 16 ГБ)
• Установленный ollama для локального инференса ИИ-моделей
• Подписка на любую фронтирную модель (ChatGPT, Claude, Gemini) или доступ к бесплатным тарифам для генерации кода
• Базовое понимание, какую задачу вы хотите решить, и готовность описать её текстом
• От 30 минут до нескольких часов, в зависимости от сложности

Пошаговая инструкция

1. Определите боль. Запишите, какой именно функции вам не хватает. Не «хочу свой Фотошоп», а конкретнее: «хочу конвертировать DjVu в PDF с сохранением слоёв» или «хочу пакетно переименовать файлы по шаблону».

2. Найдите библиотеки. Спросите у ИИ, какие готовые библиотеки существуют для вашей задачи. Промпт (готовая текстовая инструкция для модели) может выглядеть так:

Мне нужна библиотека на Python/Rust для конвертации DjVu в PDF.
Перечисли существующие варианты с лицензиями,
укажи ограничения каждого.

1. Напишите спецификацию. Опишите, что программа должна делать, какие форматы принимать, что выдавать на выходе. Чем точнее описание, тем лучше результат.

2. Попросите ИИ написать код и тесты. Пусть модель сгенерирует и код, и тесты к нему, и условия приёмки.

3. Проведите аудит другой моделью. Скопируйте код в другой чат или другую модель и попросите найти ошибки и уязвимости.

4. Соберите демонстратор и пользуйтесь сами. Не выкладывайте как продукт. Пользуйтесь, находите проблемы, дорабатывайте.

5. Если получилась полезная библиотека, выложите её с открытой лицензией. Именно так автор MuFoEd поступил с библиотекой для DOCX Strict.

Что делать с этим прямо сейчас?

Авторам Дзена. Если вы работаете с большими объёмами текстов, попробуйте собрать себе конвертер из DjVu или PDF в редактируемый формат. Локальный ИИ через ollama поможет суммаризировать и редактировать тексты без подписок и без отправки черновиков на чужие серверы.

Маркетологам. Манифест полезности ИИ и Муфоед показывает практический сдвиг: нишевый софт для внутренних задач дешевле собрать за вечер, чем искать, покупать и настраивать. Если у вашей команды есть повторяющаяся рутина, которую не закрывает ни один SaaS, попробуйте описать её как спецификацию и отдать модели.

Предпринимателям в РФ и СНГ. Из доступных в России инструментов для запуска локальных моделей ollama работает без ограничений. Модели с открытыми весами (открытые веса означают, что параметры модели можно скачать и запустить у себя) доступны бесплатно. Для генерации кода можно использовать GigaChat или YandexGPT, хотя для сложных задач по-прежнему лучше справляются зарубежные модели, это личное наблюдение из практики dzen.guru.

Автор MuFoEd завершает манифест призывом: создавайте библиотеки, тщательно и ответственно, под максимально открытыми лицензиями. Программы для себя сделает каждый, а вот качественная библиотека, это вклад, за который скажут спасибо. Репозиторий проекта открыт на GitHub: github.com/rxdevebeo/MuFoEd.