AI-Content-Generation-for-LinkedIn
мультиагентная система для генерации постов
2 мин чтенияобновлено
Проект Anirudh1950 — это готовый пайплайн на базе LangChain, который автоматизирует ведение личного бренда в LinkedIn. Система сама собирает свежие новости из RSS-лент, веб-страниц и PDF-файлов, сохраняет их в локальную векторную базу ChromaDB и превращает в готовые публикации с иллюстрациями. Внутри работают сразу несколько ИИ-агентов (исследователь, автор, критик и генератор изображений), которые опираются на внешние API: Gemini, Perplexity и Groq. Решение пригодится контент-мейкерам, SMM-специалистам и разработчикам, которые хотят развернуть собственный автопостинг с проверкой фактов.
Ключевые особенности
- Мультиагентная архитектура: оркестратор распределяет задачи между Research Agent (Perplexity), Writer Agent (Gemini), Critic Agent (Llama через Groq) и Image Agent (Gemini Imagen).
- Сбор данных из разных источников: умеет парсить более 12 RSS-лент, скрапить обычные сайты, читать локальные и сетевые PDF через
PyPDF2, а также опционально обходить пейвол Medium. - Локальный RAG и поиск трендов: разбивает тексты на чанки, переводит в эмбеддинги через
sentence-transformersи ищет похожие статьи вChromaDB(0–90 дней) илиMongoDB(архив). - Интеграция по протоколу MCP: поддерживает Model Context Protocol для подключения веб-поиска, файловой системы и планировщика календаря, а готовый пост отправляет на почту или в Notion.
Что можно сделать
- Запустить ежедневный автоматический дайджест новостей по выбранной нише с автоматической отправкой черновиков и картинок в базу
Notion. - Использовать режим On-Demand: скормить скрипту ссылку на конкретную статью или свежий препринт с arXiv, чтобы получить выжимку в формате поста для соцсетей.
- Адаптировать промпты агента-автора и критика под свой Telegram-канал или блог, заменив выходной формат с LinkedIn на нужную площадку.
Пример
# Генерация поста по конкретной ссылке
python main.py --url "[https://techcrunch.com/gpt-5-announcement](https://techcrunch.com/gpt-5-announcement)"
# Запуск ежедневного пайплайна по расписанию
python main.py --daily
Подробнее
Это не весовая модель, а программный фреймворк (Hugging Face Space) — локальная видеокарта для инференса не нужна.Для работы требуются API-ключи: Google GenAI (Gemini), Perplexity, Groq (есть бесплатный тариф) и LangSmith для трейсинга.
В качестве локального векторного хранилища используется ChromaDB без необходимости синхронизации с облачными БД.










Комментарии