Эти 10 БЕСПЛАТНЫХ решений УБИЛИ мои подписки на нейросети
Нейропросвещение · 2026-08-27 · 10м 38с · 337 просмотров · YouTube ↗
Топики: __inbox__
Аудио ещё не скачано.
📝 Summary
model=deepseek-v4-flash · prompt=summary-v7 · 5 425→9 465 tokens · 2026-08-27 10:36:52
🎯 Главная суть
Десять open-source проектов с GitHub закрывают те же задачи, за которые платные нейросети берут в сумме порядка $100 в месяц: распознавание документов, перевод, расшифровка встреч, умный поиск, чат с файлами, локальные LLM и автоматизации. Всё ставится на свой компьютер и работает без лимитов и подписок.
10. Tesseract: распознавание текста из любых документов
Движку OCR почти 40 лет — код начали писать ещё в 80-х, но репозиторий жив: свежие коммиты, более 70 000 звёзд на GitHub. Tesseract принимает любой документ — PDF, скан, даже файлы со сбитой кодировкой — и превращает в чистый текст. Это то, с чем не справляется бесплатный ChatGPT, по крайней мере не со всеми файлами. Типичные сценарии: договор, чек, накладная или картинка, с которой нельзя нормально скопировать текст — вместо иероглифов получаешь читаемый текст. Очищенные документы можно загружать в базу знаний ИИ: модель тратит до 10 раз меньше токенов, потому что при каждом запросе ей не приходится заново вытягивать текст из PDF.
9. LibreTranslate: переводчик уровня DeepL без облака
Полностью open-source репозиторий на 16 000 звёзд, поддерживается — последний коммит три месяца назад. После загрузки языковых моделей перевод выполняется локально на компьютере, документ не отправляется в Google или Microsoft. Это принципиально для тех, кто не может передавать персональные данные в облако. По качеству не уступает DeepL и Google Translate, переводит и отдельный текст, и целые документы.
8. Screenmer: расшифровка встреч с разделением спикеров
Whisper умеет транскрибировать, но не разделяет участников диалога. Screenmer (3 000 оценок на GitHub) берёт аудио или видео и выдаёт не сырой текст, а расшифровку с тайм-кодами, разделением по спикерам и привязкой слов к конкретному месту записи. Клик по фразе перематывает запись на нужный момент — такого нет в Whisper-скиллах. Удобно при разборе встреч с клиентами и коллегами, когда нужно найти, что именно обсуждали, и доказать «я же говорил»: ищешь по нужному слову — и находишь всё.
7. SearXNG: 272 поисковика в одном окне
Мета-поисковик: по одному запросу обращается сразу к множеству поисковых систем и собирает результаты в единый удобный список. Смысл в том, что Яндекс показывает одно, Google — другое, а здесь всё объединяется. SearXNG — не «новый Google», а собственная база сайтов, которая опрашивает другие поисковики.
6. Ween: локальный Perplexity без лимитов
Логика связки: SearXNG находит ссылки, но не пишет ответы; Ween делает следующий этап — берёт результаты, читает найденные страницы и формирует понятный ответ со ссылками на источники. Это аналог Perplexity, который ставится у себя и работает абсолютно бесплатно без лимитов. Репозиторий популярный — 36 000 звёзд на GitHub; по интерфейсу решение нравится даже больше, чем Perplexity.
5. Hoch: локальный NotebookLM для чата со своими файлами
Тот самый NotebookLM, только локальный. Устанавливается с GitHub, подключается папка с заметками, PDF-инструкциями или любыми материалами — дальше папке можно задавать вопросы обычным языком. Пример из видео: на вопрос «Какие идеи про локальные нейросети я уже записывал?» решение отвечает по содержимому подключённой папки. Работает как второй мозг с контекстом локальных файлов. Ключевой сценарий — чувствительные данные: бухгалтер не будет сливать данные клиентов в ChatGPT, а бесплатных и даже $20-лимитов платных моделей не хватит на полноценную обработку больших массивов документов. Здесь ограничений нет.
4. Open Web UI: привычный чат для локальных моделей
Многим неудобно работать с терминалом и настраивать окружение — хочется привычного ChatGPT. Open Web UI даёт единое окно для локальных моделей: история диалогов, документы, настройки, выбор моделей и обычный чат. Сам по себе это не нейросеть, а интерфейс-обёртка, которую ставят перед локальными моделями.
3. Ollama: менеджер и двигатель локальных моделей
Фундамент всей связки: именно через Ollama устанавливаются локальные модели. В каталоге видны популярные и новые модели, включая облачные — они показываются отдельно. Выбираешь модель — Ollama скачивает её на компьютер, запускает и предоставляет другим программам единый адрес для работы. Команда в терминале позволяет перенаправлять запросы из код-инструмента Claude Code на любую выбранную локальную модель: привычный интерфейс сохраняется, но мелкие автоматизации не сжигают лимиты.
2. ActivePieces: конструктор автоматизаций с триггерами
Конструктор связывает разные действия в цепочку: происходит триггер — система автоматически выполняет шаги. Пример: появился новый файл с записью → он отправляется на расшифровку → получается текст → делается краткое содержание → результат сохраняется в нужную папку. Без ручного ввода запросов в каждой программе. 24 000 звёзд на GitHub, более 400 MCP-серверов для AI-агентов.
1. OpenHand и Agent Canvas: панель управления для AI-агентов
Не отдельная модель, а панель управления, которую тоже можно поставить бесплатно: запускаешь агента, даёшь ему рабочую папку и наблюдаешь, как он читает файлы, выполняет команды и меняет проект. В одном окне видны диалог, файлы, терминал и результат работы. Через панель подключаются разные бэкенды — OpenHand, Claude Code, Codex и Gemini.
📜 Transcript
ru · 1 813 слов · 34 сегментов · clean
Показать текст транскрипта
Эти 10 бесплатных проектов с гитхабом способны заменить тебе подписки на платные нейросети. В сумме сэкономить порядка $100 на том, чем ты и так пользуешься. Только теперь за поиск, расшифровку, перевод, общение с моделью и даже автоматизацию платить не нужно. Я поставил все 10 моделей себе на компьютер для того, чтобы в этом видео рассказать вам о самых важных из них, которые необходимо скачать. В этом видео будет даже решение, как Тот код поставить собственные локальные модели и работать с кодом абсолютно бесплатно. Пойдём мы с десятого места, где будут такие сравнительно простые автоматизации к первому, где будет просто золото, которое вам необходимо для того, чтобы начать экономить на подписках. Поэтому обязательно досматривай до конца. Меня зовут Рома Рейт, на этом канале я рассказываю про нейросети. Поехали. Начнём с простого. Это движок для распознавания текста внутри документов. Ему уже практически 40 лет. Код начали писать Fullet Pakert ещё в восьмидесятые. При этом комменторы по истории датированы сегодняшним днём. Более 70 000 оценок на гетхабе. И если объяснять, что делать это решение одной строкой, ты ему кидаешь абсолютно любой документ. PDF-ки, какие-то сбитые даже с кодировкой штуки, и он переводит это в понятный текст. Что не может сделать, например, на сегодняшний день бесплатный чат GPT. Ну, по крайней мере, не со всеми файлами. Давай представим, что у тебя есть договор, чек, накладная, неважно, даже картинка, с которой ты нормально ничего скопировать не можешь. Копируешь, у тебя получаются сбитые какие-то иероглифы, с которыми нужно что-то делать. Или в целом у тебя много документов, которые нужно пра Нагнать и сделать понятные кодировки для того, чтобы там в дальнейшем с нейронками работать. Устанавливаем для этого тезерт, заходим в него, после чего даём ему обычный скан документа. Вот вполне себе можем вот такой вот взять, получаем PDF, и после чего через тот же Comend F можем искать какие-то вещи в файле или загружать их в нашу базу знаний ИИ, и ему будет самому проще работать, потому что с очищенными, с чистовыми вариантами докумен ...ентов у тебя тратится просто в 10 раз иногда меньше токенов. Ведь если ты этого не сделаешь, то каждый раз модель будет тратить токены на то, чтобы из PDF вытянуть текст и вот буквально каждый твой запрос. Но бесплатная обработка документов, даже если у тебя их тысячи, что стоило бы просто сотни долларов на подписки на нейронки, — это только один из десяти репозиториев, которые я покажу тебе в этом видео. Давай перейдём к переводчику, который будет работать... Абсолютно бесплатно локально у тебя на компьютере и не будет уступать по качеству ни Dipl, ни Google Traslate. Итак, Laber Translate, 16 000 звёзд на Githabe, тоже полностью open Surce репозиторий, который по сей день поддерживается. На текущий момент там последний комик был 3 месяца назад, что в целом для переводчика нормально. Давайте установим и его, но на всякий случай предупрежу, что у меня вместе с этим видео есть, как всегда, подробнейший чек-лист. Там же вы сможете найти промт по установке каждого из этих решений, просто копируйте. Его, вставляете в Кодекс, после чего решение устанавливается, и вы уже можете применять его в своей работе. Просто переходите по ссылке в описании, там есть материалы к моим видео. После чего переходите в Telegram-бот, выбираете нужный материал Из этого видео, в том числе, будут доступно из предыдущих, и получаете пранты для установки каждого из этих решений, для того чтобы вам не нужно было играть в танцы с бубном. Итак, после установки мы можем вот так вот ввести любой текст в него и сразу получить перевод. Главная разница на самом деле здесь в том, что после загрузки языковых моделей перевод сам может выполняться на нашем компьютере. Документ необязательно отправлять в Google, Microsoft. Особенно актуально для тех, кто не может отправ Персональные данные куда-то в облако. Пожалуйста, разворачивайте это у себя в своих веб-код-решениях. Снова проверяем на обычном документе, загружаем файл. Давайте выберем язык, постеревод. Ну и по сути всё. Вот в таком вот виде вы сможете им пользоваться локально. Следующее решение спрашивают у меня постоянно: «Каким диктофоном вы пользуетесь? А как именно вы расшифровываете встречи? А через что вы делаете транскрипции?» Безусловно, это умеет делать Виспер, но Виспер не умеет нормально разделять людей. По диалогам и так далее. Для этого и был создан Scrimer 3 000 оценок на гитхаб, снова полностью опенсурс репозиторий. Давайте установим и посмотрим то, как он в итоге у нас будет работать. Здесь заявленная суть максимально простая: берёт аудио или видео и превращает его в нормальную расшифровку, то есть не просто выдаёт сырой текст, а добавляет, получается, тайм-коды, разделяет стикеров и связывает слова с конкретным местом записи. Давайте загрузим реальный фрагмент разговора. После ждём обработку. И получаем итоговый текст. Нажимаем на нужную фразу, запись перематывается. Такого вообще вы не увидите ни в одном скилле Watch, по типу тех, что я показывал в YouTube. Очень удобно для расшифровки встреч с клиентами, с коллегами, когда нужно найти, что обсудили. Вот даже у нас в команде постоянно такая ситуация бывает, когда тебе нужно доказать, что: «Ну я же говорил!» Мы же обсудили, почему это не сделано. И тут Хоп, находишь по нужному слову всё, что тебе нужно. Работает действительно круто, но то, что я вам покажу дальше, будет на голову выше. Представим, что нам нужен такой поисковик, который бы включал в себя сразу всё. Но такой уже есть. 272 поисковика в одном месте по одному запросу. Потому что Яндекс показывает что-то одно, Google показывает что-то другое, тогда Go ещё что-то. Ну, я думаю, смысл вы уловили. Поэтому Serix NG, по сути, не является для нас новым Googlom, это собственная база сайтов. Задаём один запрос, он обращается сразу к нескольким поисковым системам, собирает результаты и, как итог, мы видим это вот в таком вот удобном виде, в одном месте. Тут даже с шестым решением не могу не упомянуть wain. По сути, это аналог перплекси, только тот, который ставится у тебя и абсолютно бесплатно, без всяких лимитов. Логика здесь максимально простая: Serrex находит ссылки, но не пишет ответы. Перплекси всё-таки это умный поиск. Поэтому Вэйн делает следующий этап — это берёт результаты поиска, читает найденные страницы и, как итог, формирует понятные ответ со ссылками на источники. Это уже довольно популярная репозитория. 36. ... оценок на гитхабе. И на самом деле, даже в плане интерфейсов мне это нравится чуть ли не больше, чем Perpex. Ну, сами посудите. Если что, в комментариях напишите своё мнение. До середины пути мы дошли, но это были самые простые решения, которые по отдельности действительно имеют ценность, но те решения, которые я буду вам показывать дальше в этом видео, будут иметь ценность кратно выше. В следующей пятёрке будут автоматизация, локальные модели и всё, что тебе ...нужно для того, чтобы перейти от вопросов нейросети к делу. Но перед этим, давайте за финальным ещё одним решением, называется хоч. Для того чтобы вы могли разговаривать в формате чата со своими документами. Тот самый ноутбук LM локальный у тебя на компьютере, работает в следующем формате: устанавливаем с гитхаба точно так же, после чего подключаем папку с заметками. PDF-инструкции, тут абсолютно неважно, что у тебя будет. После чего можем задавать вопросы буквально нашей папке обычным языком. Для примера: подключаем папку с материалами. После чего пишем? Какие идеи про локальные нейросети я уже записывал? Ответ вы видите на экране. Работает как второй мозг, опять же, это история про то, когда тебе нужен контекст твоих локальных файлов. Когда ты, например, работаешь с кучей документов, тот же самый бухгалтер, да, у каждого по-разному. Ну, условно, ты не будешь данные клиента сливать в тот же самый Chat GPT. А бесплатные модели и даже за 20 тебе не хватит для полноценных автоматизаций или там для нормальной обработки их, для нормального поиска по ним и так далее. А здесь тебе хватит и хватит более чем. То есть здесь ты ничем не ограничен в этом плане. Итак, мы подходим к последним четырём пунктам, где много про локальные модели. И локальные модели сами по себе бывают неудобными, ну, многим неудобно работать с терминалом, многим не хочется накатывать никакие геймесы ваши open Cloy и всё остальное. Хочется обычного привычного Chat GPT. И Open Web UI — это ровно такое единое окно для ваших локальных моделей. Снова, да, заходим на Githab, устанавливаем. Ещё видим вот такой вот интерфейс, который делает наши локальные модели похожими на привычный Chat GPT. Здесь у нас история диалогов, документы, настройки, выбор моделей, также доступен. И обычное окно чата, к которому мы с вами привыкли. Open Wab UI не является самой нейросетью для локальных моделей. Локальные модели мы сейчас установим ещё отдельно. Но это просто тот интерфейс, который нужно себе поставить для того, чтобы переходить к следующему пункту. Алама буквально является фундаментом нашего сегодняшнего видео. Ведь все решения, которые я вам показывал до этого, частично работают на локальных моделях. И если совсем просто, то Аллама нам и нужна для того, чтобы мы с вами устанавливали локальные модели. В самой Алама мы можем зайти и посмотреть, какие модели здесь есть, можем смотреть по популярным новым. Опять же, она включает в себя не только локальные модели, но в том числе ...и облачные, поэтому у нас здесь отдельно облачные модели также будут показываться. Если совсем простым языком, Алама у нас — это одновременно менеджер и двигатель локальных моделей. Выбираем модель, Алама скачивает её самостоятельно нам на компьютер, запускает и предоставляет другим программам единый адрес для работы. А если мы с вами введём вот эту команду в своём терминалема Lounge Code, то тогда мы сможем запустить кладку... Но по факту направлять наши запросы не к лод-коду, а к любой выбранной локальной модели алама. То есть, по сути, мы можем использовать привычный нам интерфейс, но использовать его для локальных моделей, где нам нужны небольшие автоматизации, тратить лимиты не хочется, вот для этого и существует данное решение. С локальными моделями разобрались. Теперь давай перейдём к автоматизациям. И разговор про автоматизации нельзя было бы начать без актив-пайс. Это конструктор автоматизации, который связывает разные действия в цепочку. Если что-то происходит, какой-то триггер, то система автоматически выполняет шаги. Например, у нас появляется новый файл с записью, дальше можно автоматически отправить его на расшифровку, получить текст, сделать краткое содержание и сохранить результат в нужную папку. Без того, чтобы каждый раз вводить Все запросы внутрь определённых программ. Скачивается он также с гэтхэба 24 000 оценок, больше 400 MCP-серверов для AI-агентов, как заявляют здесь. Вот в таком вот удобном интерфейсе всё это настраивается, поэтому это то, что точно нужно использовать прямо сейчас. И последний уровень является не отдельной моделью, а панелью управления для AI агентов. в который вы снова можете поставить себе абсолютно бесплатно Open Hand и Agent Canves позволяют запустить агента, дать ему рабочую папку и наблюдать, как он читает файлы, выполняет команды и меняет проект. У нас с вами благодаря такой системе управления в одном окне будут видны диалог, файлы, терминал. Здесь же у нас доступен результат работы. Через эту же панель можно подключать разные бикенды и запускать openhands, clood cod, кодекс и даже гимени. Подробный чек-лист постановки каждого из рас Решение находится в описании. Там же найдёте ссылку на моё обучение. Последнее видео доступно по подсказке на экране. Увидимся.
⚙️ Pipeline jobs
| Stage | Status | Att. | Updated | Error |
|---|---|---|---|---|
| download | done | 3/3 | 2026-08-27 10:35:39 | |
| transcribe | done | 1/3 | 2026-08-27 10:35:44 | |
| summarize | done | 1/3 | 2026-08-27 10:36:52 | |
| embed | done | 1/3 | 2026-08-27 10:36:55 |
📄 Описание YouTube
Показать
🚀 Курс «Система Райта: от нуля до работающего AI-продукта с оплатой за 10 недель»: https://link.makeunion.ru/UXjTVF 🚀 Система Райта — то, что не попадает на YouTube. Получи доступ в закрытый канал (AI-связки, промпты, кейсы) → https://link.makeunion.ru/NHXqku 📌 Материалы УПОМЯНУТЫЕ в видео: – Материалы из моих видео: https://link.makeunion.ru/NHXqku Мои продукты: – Yoolip AI. Умная аналитика рекламы на маркетплейсах: https://link.makeunion.ru/NdhqFT – Коннектио. AI-платформа для найма: https://link.makeunion.ru/cRpjwq 💬 Мои соц сети: – Telegram: https://t.me/romarayt – Основной YouTube: https://youtube.com/@romarayt AI-сервисы удобные ровно до момента, пока за каждую простую задачу не появляется новая подписка. Перевести документ. Расшифровать созвон. Найти информацию по нескольким источникам. По отдельности всё выглядит недорого. Вместе превращается в набор сервисов, за которые ты платишь каждый месяц, хотя часть этих задач уже можно запускать локально на своём компьютере. В видео показываю, как собрать AI-стек для работы с документами, поиском, переводами, базой знаний и автоматизациями. Это не история про “сэкономить любой ценой”, а возможность запускать процессы AI-инструменты не только по подписке. Таймкоды: 00:00 - Введение 00:44 - Репозиторий 10 02:14 - Репозиторий 9 03:35 - Репозиторий 8 04:49 - Репозиторий 7 05:19 - Репозиторий 6 06:16 - Репозиторий 5 07:32 - Репозиторий 4 08:05 - Репозиторий 3 09:13 - Репозиторий 2 09:56 - Репозиторий 1