Искусственный интеллект активно входит в нашу жизнь. Если физически он нас ещё не заменил, то в информационной сфере уже занимает значительное место. Каждую неделю появляются новости о том, что ИИ становится всё умнее и способен выполнять задачи, ранее доступные только людям. Однако на практике картина не так однозначна: даже топовые модели допускают ошибки, а компании сталкиваются с проблемами при внедрении ИИ. Тем не менее, игнорировать эту технологию уже глупо — лучше попробовать и оценить самому.

Что может попробовать обычный разработчик

Эта статья — для тех, кто пока не погружался в мир ИИ, но хочет понять, с чего начать. Расскажем, как использовать бесплатные инструменты для рефакторинга кода и других задач.

Мы не будем сравнивать модели по качеству — для этого существуют специализированные бенчмарки. Наш критерий прост: если модель справляется с задачей за пару минут, это уже хороший результат. Главное — сделать это бесплатно. Бесплатность важна не из-за экономии, а чтобы понять, подходит ли вам такой способ работы с ИИ, прежде чем покупать дорогие подписки.

Немного истории

Сегодня под ИИ чаще всего понимают LLM — большие языковые модели. Они называются большими из-за количества параметров — миллиардов и более. Упрощённо, это чёрный ящик на основе нейросети, который статистически предсказывает следующий токен (например, слово) на основе предыдущего текста. Почему модель выдала именно такой ответ — понять крайне сложно.

ИИ начал проникать в IT поэтапно. Сначала — автодополнение кода, как в GitHub Copilot. Затем появились чаты вроде ChatGPT, где приходилось копировать код туда и обратно — неудобно. Сейчас на переднем крае — агенты.

Агенты — это приложения, которые устанавливаются локально и могут изменять ваши файлы, общаясь с ИИ через API. Они бывают консольными утилитами, плагинами для IDE или отдельными приложениями с интерфейсом. Главное — они выполняют задачи, меняя код напрямую.

Есть и AI-first IDE — среды, созданные специально для работы с ИИ. Яркие примеры: Cursor, Zed. Область развивается настолько быстро, что уследить за всем сложно. Возможно, к моменту прочтения статьи уже появилось что-то новое. Рекомендуем проверить актуальные рейтинги.

Какие агенты использовать

У большинства компаний с LLM есть и свои агенты для кода:

• Claude Code — от Anthropic, одна из лучших в рейтингах
• Codex — от OpenAI
• Qwen Code — от Alibaba
• и другие

Отдельно выделяются агенты с открытым исходным кодом, поддерживающие разные модели:

• OpenCode
• Cline
• Kilo Code

В этой статье рассмотрим два решения: Claude Code и Kilo Code. Они популярны и подходят для экспериментов. Claude Code будем использовать как консольное приложение, Kilo Code — как плагин для VS Code.

Бесплатные возможности

Из-за гонки за пользователями многие компании дают бесплатный доступ к своим моделям с ограничениями. Вот где можно найти такие варианты:

• OpenRouter — агрегатор моделей, есть бесплатные, но не самые сильные
• Kilo Code — из коробки включает несколько бесплатных моделей с лимитами
• Qwen Code — даёт 1000 бесплатных запросов в день. Его токен можно использовать и в других агентах

Бесплатные квоты обычно ограничены по количеству запросов в минуту (RPM) и в день. Этого может не хватить для интенсивной работы, но для первых проб — более чем достаточно.

Получаем токен через Qwen

Установить Qwen Code просто — есть гайды, в том числе на русском. После установки запускаем команду qwen и авторизуемся через /auth, выбрав Qwen OAuth.

Откроется сайт, где нужно зарегистрироваться. После — вы получите 1000 бесплатных запросов в день. Консоль можно закрыть. Токен для дальнейшего использования находится в файле oauth_creds.json. На macOS — по пути /Users/user/.qwen/oauth_creds.json. Нам нужен access_token из этого файла.

Qwen Code можно использовать как агента, но мы пойдём дальше — будем применять его модель через другие инструменты.

Kilo Code и Qwen

Kilo Code доступен как плагин для VS Code (есть и для IDEA, и CLI). Установка проста. Важно: Kilo Code поддерживает встроенную интеграцию с Qwen и другими провайдерами. После настройки нужно выбрать модель Qwen в выпадающем списке профилей.

Claude Code и Qwen

Здесь сложнее: API Claude Code отличается от других. Нужен прокси, который преобразует запросы в универсальный формат. Используем Claude Code Router.

Устанавливаем claude-code и claude-code-router. Далее создаём конфигурационный файл ~/.claude-code-router/config.json и заменяем в нём api_key на access_token от Qwen.

Запускаем роутер командой ccr restart, затем — ccr code. Теперь можно использовать Claude Code, а под капотом будет работать модель Qwen.

Проверка работоспособности

Для теста возьмём простой Java-код и попросим агентов его отрефакторить.

Оба справились за полторы-две минуты. Результаты отличались, но это не важно — главное, мы показали, что бесплатные, хоть и ограниченные, ИИ-помощники уже доступны и работают.

Итог

Если вы ещё не пробовали ИИ-помощников для написания кода, обязательно попробуйте. Возможно, вы оцените их пользу. А может, поймёте, что это не для вас — тоже ценный опыт.

Надеемся, эта статья поможет вам обойтись без платной подписки на старте. Бесплатных инструментов достаточно, чтобы понять, нужен ли вам ИИ в работе.

Искусственный интеллект проникает повсюду. Если он нас ещё физически не захватил, то информационное поле уже почти всё занял. Каждую неделю появляются новости о том, что ИИ стал ещё лучше и скоро заменит те или иные профессии. Но если посмотреть на реальные показатели, картина не столь радужная: даже топовые модели ошибаются на сложных задачах, а компании иногда получают сбои после внедрения AI ипринимают меры. Но кажется, что мир понемногу меняется, и глупо сегодня это игнорировать и не пробовать.

В этой статье хочется рассказать, что уже сегодня может попробовать среднестатистический айтишник, который не особо погружался в эту тему.

О чем статья

В статье будут базовые примеры и пояснения, как можно настроить и попробовать ИИ для рефакторинга кода или других задач. Мы не будем сравнивать модели по качеству, так как для этого есть специальныерейтингиибенчмарки. Удовлетворительный результат для нас будет, если за приемлемое время (пару минут) модель сделает то, что мы хотим. И естественно, хочется это всё бесплатно, так как мы только начинаем этот путь в мир ИИ. Фактор бесплатности здесь больше обусловлен стремлением понять азы и попробовать, подходит вам эта модель взаимодействия с AI или нет, прежде чем погружаться с головой в этот мир и покупать недешевые подписки.

Немного истории

Если сегодня слышишь ИИ, то обычно речь идет оLLM(она же Большая языковая модель). Большая, потому что там очень много параметров (миллиарды и более). Если упростить до сути, то эточерный ящик, основанный нанейронной сети, который статистически умеет предполагать и очень хорошо, следующий токен (например, слово) на основе предыдущего текста.Черный ящик— я написал не просто так, понять почему модель дала именно этот ответ на вопрос, задача очень и очень сложная.

Если посмотреть, как ИИ начало проникать в ИТ-среду с точки зрения ее использования, то сначала их использовали для автодополнения кода, например, GitHub Copilot. После этого появились способы коммуникации с ИИ через чаты, решения наподобие ChatGPT. Где приходилось копировать код из IDE в чат и обратно, что не совсем удобно. Сегодня самым интересным решением является взаимодействие с ИИ через агентов. Агенты — если упрощенно, то это приложения, которые вы ставите к себе на компьютер и они, общаясь с ИИ, могут менять ваши локальные файлы. Их исполнение может быть различным: консольные утилиты, как плагин для IDE, приложения со своим UI. Но основной подход один, они меняют ваши файлы, выполняя задачу которую вы поставили и при этом обращаются с ИИ по API (то есть отправляя запросы через интернет к серверам компании).

Стоит еще немного рассказать про один вариант использования ИИ, о котором мы не упомянули — это так называемые AI-first IDE, IDE специально созданные для написания кода с помощью ИИ, их яркие представители - это Cursor, Zed и много других.На самом деле сфера ИИ сейчас очень быстро развивается, появляются новые модели, агенты и чаты настолько быстро, что уследить за этим очень сложно. Возможно, в этой статье я что-то пропустил, или это уже устаревшие данные, поэтому советую немного погуглить и посмотреть рейтинги моделей и агентов, возможно уже что-то новое будет поинтереснее, чем примеры в статье.

Мы уже поняли, что нам нужен агент, который будет менять наш код, используя ИИ. Сегодня практически у каждой компании, у которой есть своя LLM и чат для взаимодействия, есть и своё приложение (агент) для работы с кодом. Вот самые яркие представители:

• Claude Code— от Anthropic, их решения для кода сегодня занимают верхние позиции в рейтингах
• Codex— от OpenAI
• Qwen Code— от Alibaba
• и много других от разных компаний

Отдельно хочется отметить агенты, которые могут работать с различными моделями, обычно это агенты с открытым исходным кодом:

• OpenCode
• Cline
• Kilo Code

В статье мы посмотрим только на два из них: Claude Code и Kilo Code, почему именно они, по моему мнению, это одни из самых популярных и/или набирающих популярность решений. Но можете взять любые другие, благо их много, на любой вкус и цвет.Claude Codeмы будем использовать как консольное приложение, аKilo Code— как плагин в VS Code для разнообразия. Установить их довольно просто, и есть много гайдов в интернете, не будем на этом останавливаться.

Бесплатно и ограничено

Первое, что приходит в голову поискать бесплатные предложения. Так как сейчас идет гонка ИИ, то многие компании борются за рынок и дают бесплатный доступ к некоторым моделям с ограничениями для вовлечения пользователей. Ресурсы, где можно найти бесплатный доступ к моделям:

• OpenRouter— агрегатор-прокси к разным моделям, есть порядка десятка бесплатных моделей, но не самых популярных.
• Kilo Code — после установки у него из коробки есть парочка бесплатных моделей, но с ограничениями.

• Qwen Code — даетбесплатный доступи 1,000 бесплатных запросов в день. Установив qwen и получив токен, можно этот токен использовать в любом другом агенте. Остановимся на нем для дальнейших экспериментов.
• Уверен, что есть и другие способы и ресурсы с бесплатными моделями.

Важное уточнение: бесплатные квоты часто имеют ограничения по частоте запросов (RPM) и дневному лимиту, и их может не хватить на интенсивную работу, но для базового сценария и для первых проб мне обычно хватает.

Получаем токен через Qwen

Установить Qwen Code несложно — естьгайди даже нарусском.После того, как установили, нужно его запустить простой командойqwenи авторизоваться. Командой/authвыбираемQwen OAuth.

Нас перенаправит на сайт, на котором нужно будет создать аккаунт, и после этого мы получим 1,000 бесплатных запросов в день. Можно спокойно закрывать консоль. Сам же токен, который нам нужен для экспериментов, будет находиться в файлеoauth_creds.json, на MacOS он находится в скрытой папке по пути/Users/user/.qwen/oauth_creds.json.Нам нужен будетaccess_tokenиз этого файла.

На самом деле можно уже использовать Qwen Code как агента для написания кода, но мы пойдем дальше и будем использовать модель qwen через других агентов.

Kilo Code и Qwen

Kilo Code мы будем использовать черезплагиндля VS Code, есть также плагин дляIDEAи CLI. Плагин поставить просто, настроить тоже довольно просто, так как Kilo Code имеет встроенную интеграцию с Qwen Code и многими другими провайдерами. После этого важно переключить все профили в выпадающем списке на нашу модель.

Claude Code и Qwen

Тут немного сложнее, так как у Claude Code немного другой API, нам нужно прокси, которая будет преобразовывать запросы от Claude Code в универсальный формат для LLM. Для этого мы воспользуемсяClaude Code Router. Нам нужно установить claude-code и claude-code-router. Есть довольно простаяинструкция, как это сделать.После этого создаем конфигурационный файл~/.claude-code-router/config.jsonименяемтамapi_keyнаaccess_tokenот Qwen.

Далее запускаем Claude Code Router командойccr restartи затем запускаем Claude Code через роутер командойccr code. После этого можем спокойно пользоваться Claude Code, где под капотом будет работать модель от Qwen.

Пробуем работоспособность

Для проверки работоспособности возьмем простой Java-код и попросим наших агентов его отрефакторить

Оба агента справились примерно за полторы-две минуты — на мой взгляд, это отличный результат. Хоть результаты их получились разные (оценивать качество которых мы не будем), но возможность использовать бесплатных, хоть и ограниченных помощников мы продемонстрировали.

Вместо итогов

Если вы еще никогда не пробовали AI помощников для написания кода и делегирования им части своей работы, то настоятельно советую попробовать. Возможно, вам понравится и вы увидите их пользу, если нет, то это тоже опыт и результат. При этом эта статья, надеюсь, поможет вам не покупать подписку на платную модель, которая не всегда дешевая, а попробовать это бесплатно и решить, нужно ли вам платное решение или нет.Результаты работы агентов можно посмотреть наGitHub.