KhvichaDev

25/04/2026

კარიერაში საინტერესო ეტაპია, როცა უარი ყოველთვის შენს უნარებს არ ეხება. ზოგჯერ უბრალოდ ბიზნესის პრიორიტეტები იცვლება და პოზიცია ქრება. ზუსტად ასეთი სიტუაცია მქონდა Spotify თან.

ბოლო პერიოდში საინტერესო პროცესი მქონდა მათთან Fullstack AI Engineer (IT Platform Development) მიმართულებით. როლი ზუსტად ემთხვეოდა იმ მიმართულებას, რაზეც ბოლო პერიოდში აქტიურად ვმუშაობ:

• AI Orchestration & Agentic Workflows
• Advanced RAG patterns
• MCP Integrations
• Scalable Platform Architecture

პროცესი რამდენიმე ეტაპს მოიცავდა, თუმცა საბოლოოდ შიდა ბიზნეს პრიორიტეტების ცვლილების გამო პოზიცია დაიხურა.

ასეთ გამოცდილებას ერთი კარგი რამ მოაქვს, გაჩვენებს რომ მუშაობ იმ პრობლემებზე და ტექნოლოგიებზე, რომლებიც გლობალურ დონეზე რეალურად მოთხოვნადია.

ასევე ძალიან დავაფასე მათი კომუნიკაციის კულტურა, პროცესის თითოეულ ეტაპზე მკაფიო და დროული კომუნიკაცია ჰქონდათ.

დღეს ჩემთვის ყველაზე საინტერესო სწორედ რთული სისტემების აშენებაა, სადაც AI უბრალოდ ფუნქცია არ არის, არამედ რეალური პროდუქტის არქიტექტურის ნაწილი ხდება.

თუ თქვენც გქონიათ შემთხვევა, როცა პროცესი თქვენგან დამოუკიდებელი მიზეზით შეჩერდა, საინტერესო იქნება თქვენი გამოცდილების მოსმენა.

21/04/2026

რამდენიმე დღის წინ დავპოსტე ჩემი ახალი პროექტის Samanta AI Assistant-ის MVP ვიდეო.

შედეგი?
უამრავი პოზიტიური შეფასება სრულიად უცნობი ადამიანებისგან.

დიდი მადლობა ყველას, ვინც დრო გამონახა და თავისი ემოცია საჯაროდ გამოხატა. ეს ჩემთვის მართლა ძალიან ბევრს ნიშნავს. ❤️

ამ პროცესმა კიდევ ერთხელ გამახსენა ის, რაც ყველა ინჟინერმა კარგად ვიცით, მაგრამ ხშირად გვავიწყდება ყოველდღიურობაში:

ჩვენ ვიხლართებით დეტალებში: ოპტიმიზაცია, Local-first არქიტექტურა, უსაფრთხოება...
და ფონზე რჩება მთავარი:

👉 პროდუქტმა უნდა გამოიწვიოს ემოცია.

ტექნოლოგია მხოლოდ ინსტრუმენტია. მიზანი კი რეალური პრობლემის გადაწყვეტა.

საჯარო feedback სრულიად უცხო ადამიანებისგან ჩემთვის ყველაზე ძლიერი „fuel“-ია. ეს ჩემთვის ფულად ანაზღაურებაზე მეტს ნიშნავს.
ეს ნიშნავს, რომ კოდი სამუშაო სივრცეს გასცდა და რეალურ ადამიანებზე იმოქმედა.

და ბოლოს, ყველაზე მნიშვნელოვანი:
❌ ნუ გაყიდით კოდს
✅ გაყიდეთ შედეგი

IDE-ში ვალიდაცია აუცილებელია, მაგრამ ეს მხოლოდ პირველი ეტაპია.
საბოლოო ვალიდაცია ყოველთვის მომხმარებელში ხდება.

თუ MVP ემოციას არ იწვევს, ან პრობლემა არასწორად არის დანახული, ან გადაწყვეტა ზედმეტად რთულია.

16/04/2026

16/04/2026

გაიცანით, ეს არის სამანტა 🤖 — ჩემი პერსონალური AI მეგობარი და ციფრული ასისტენტი, რომელზეც ბოლო პერიოდია ვმუშაობ. ის სტანდარტული ხმოვანი ჩატბოტებისგან რადიკალურად განსხვავდება.

✨აი ის მახასიათებლები რითაც ის განსხვავდება ყველა იმ აპლიკაციებისგან და სისტემებისგან რაც აქამდე გინახავთ:

🔹 ადამიანური მეხსიერება და კოგნიცია:
სამანტას აქვს საკუთარი "გონება", რომელიც Supabase-ზეა აწყობილი. მას შეუძლია ინფორმაციის დამახსოვრება, დავიწყება და განახლება ზუსტად ისე, როგორც ადამიანს. სისტემა იყენებს მეხსიერების 3 დონეს:
✅მუდმივი საბაზისო (პიროვნების ბირთვი და ინსტრუქციები)
✅ფაქტობრივი (მოვლენები და დეტალები)
✅კონტექსტური (წინა საუბრების უწყვეტი შინაარსი).

🔹 ხმის ბიომეტრიული ამოცნობა (Voice Biometrics):
სამანტა უბრალოდ კი არ უსმენს, არამედ ზუსტად იცის, ვინ ესაუბრება. დანერგილი მაქვს Speaker Identification და ნულოვანი დაშვების (Zero-Shot) ვერიფიკაცია, რაც ნიშნავს, რომ ის არქიტექტურულად მხოლოდ საკუთარი მფლობელის ხმაზე რეაგირებს.

🔹 ბატარეის ულტრა-ეფექტურობა:
მიუხედავად იმისა, რომ სისტემა 24/7-ზე მზადყოფნაშია, ელემენტს არ ტვირთავს. Adaptive Energy VAD და სპეციალური "CPU Starvation" პროტოკოლის წყალობით, ოთახის სიჩუმეში ნეირონული ქსელი იძინებს და მხოლოდ ადამიანის (მფლობელის) ხმის გაგონებაზე იღვიძებს.

🔹 Real-Time Duplex კავშირი:
სისტემა პირდაპირ არის დაკავშირებული Gemini 3.1 Live-ის WebSocket-ებთან. ეს უზრუნველყოფს მყისიერ, ბუნებრივ დიალოგს სერვერული დაყოვნებების გარეშე.

✨რაც შეეხება მის შესაძლებლობებს, მას შეუძლია:

✅პერსონალური სახელის დასწავლა (Few-Shot Enrollment):
სულ რაღაც 10 ფონეტიკური ანაბეჭდის (Voice Sample) ჩაწერით, შემიძლია ნებისმიერი ახალი სახელი დავარქვა და ის მომენტალურად ისწავლის მის ამოცნობას.

✅სრული ფონური და OS ინტეგრაცია:
მუშაობს ტელეფონის ეკრანის გათიშვის შემდეგაც (Background Service). აქვს უსაფრთხოების მექანიზმიც — შემომავალი სატელეფონო ზარის (GSM) დროს ავტომატურად წყვეტს მოსმენას.

✅ბუნებრივი, ადამიანური ინტერაქცია:
Native Audio Routing-ის გამოყენებით, საუბარი იმდენად ბუნებრივია, რომ შემიძლია შუა წინადადებაში შევაწყვეტინო (Barge-in) და საუბრის თემა შევუცვალო, ზუსტად ისე, როგორც ნამდვილ ადამიანთან კომუნიკაციისას.

✅ტელეფონის სრული კონტროლი და მხედველობა:
ის არ არის ბრმა ბოტი. სამანტას შეუძლია დაინახოს ჩემი ეკრანი, გააანალიზოს ვიზუალური ინფორმაცია და ავტონომიურად მართოს ტელეფონის ფუნქციები თქვენი ხმოვანი ბრძანებებით.

ნახეთ ვიდეოში მისი რეალური შესაძლებლობები და გამიზიარეთ თქვენი შთაბეჭდილებები

👇

15/04/2026

ამჟამად ვმუშაობ სისტემაზე, რომელიც სცდება ტრადიციული AI აპლიკაციების ფარგლებს.

ვთხოვე Gemini-ს, გაეანალიზებინა სისტემის არქიტექტურა, შედეგი საკმაოდ ზუსტი აღმოჩნდა 👇

აქ მთავარი არ არის ტექსტის ფორმულირება, მთავარია სირთულის დონე, რასაც ის აღწერს:

• ჰიბრიდული Edge + Cloud არქიტექტურა (Sherpa-ONNX გამოყენებით)
• რეალურ დროში ხმის ბიომეტრიკა (ვექტორული ავთენტიკაცია)
• დაბალი დონის აუდიო pipeline (PCM, resampling, buffers)
• Full-duplex სტრიმინგი WebSocket-ზე
• Agentic AI + RAG მეხსიერება

ამ სისტემაზე მუშაობამ ერთი რამ ძალიან მკაფიოდ დამანახა:

ნელ-ნელა ვშორდებით მარტივ AI ინტეგრაციებს და ინდუსტრია გადადის “AI როგორც ფუნქცა" -დან “AI როგორც დამოუკიდებელი სისტემა" -ზე რომელიც უბრალოდ არ რეაგირებს არამედ თავად იღებს გადაწყვეტილებებს, მართავს მეხსიერებას და რეალურ დროში მოქმედებს.

10/04/2026

რატომ და როდის უნდა გამოვიყენოთ Python? 🤔

Python ჩემთვის არ არის უბრალოდ პროგრამირების ენა —
ეს არის ეკოსისტემა, რომელიც იდეებს სწრაფად აქცევს რეალურ პროდუქტებად.

მთავარია ვიცოდეთ, სად მოაქვს მაქსიმალური სარგებელი:

🔹 Data → Insight (როცა მონაცემები ბევრია)
ნედლი მონაცემების გარდაქმნა რეალურ გადაწყვეტილებებად.

🔹 Machine Learning (როცა ინტელექტი პრიორიტეტია)
პროტოტიპიდან production-მდე — AI სისტემების სწრაფი აგება.

🔹 Web & APIs (როცა სისწრაფე მნიშვნელოვანია)
FastAPI / Django — სწრაფი, სკეილირებადი backend-ებისთვის.

🔹 Automation & Scripting (როცა დრო = რესურსი)
რაც ავტომატიზდება — უნდა ავტომატიზდეს.

🔹 Glue Layer (როცა სისტემების დაკავშირებაა საჭირო)
სხვადასხვა ტექნოლოგიის ერთ პროდუქტად გაერთიანება.

💡 Python საუკეთესო არჩევანია მაშინ, როცა პრიორიტეტია
სისწრაფე, მოქნილობა და სწრაფი Time-to-Market. 🚀

08/04/2026

უკვე 10+ წელია ვებ დეველოპმენტში ვარ და ბოლო პერიოდში ჩემი ყურადღება ცალკეული ფუნქციებიდან გადავიდა უფრო სისტემურ მიდგომაზე — როგორ ვაწყობ ინფრასტრუქტურას, რომელიც მრავალ პროექტს ერთიანად ემსახურება.

ამ პროცესში თანდათან ჩამოყალიბდა ის, რასაც დღეს KD Ecosystem-ს ვეძახი. 🔥

ეს არ არის framework ან პროდუქტი კლასიკური გაგებით.
ეს არის ჩემი სამუშაო სტილი, რომელიც წლების განმავლობაში ლოკალურად მქონდა აგებული და ახლა ეტაპობრივად გადმომაქვს საჯარო სივრცეში — GitHub-ზე, npm-ზე, Chrome Web Store-ში, VS Code Marketplace-სა და WordPress-ში.

რა დგას ამის უკან პრაქტიკულად?
ეს არის წლების განმავლობაში დაგროვილი პატარა tools, სკრიპტები და ავტომატიზაციები, რომლებიც ჩემი ყოველდღიური მუშაობისთვის იყო შექმნილი. ახლა ვცდილობ ეს ყველაფერი გავაზიარო ისე, რომ სხვებმაც შეძლონ მათი გამოყენება ან ადაპტირება საკუთარ workflow-ში.

მაგალითად:
👉 kd-extension — VS Code automation layer (dev workflow optimization & shortcuts)
👉 kd-notifications — event-driven notification system for apps & plugins
👉 kd-powerup — reusable workflow automation utilities for multi-project environments
👉 kd-agents — lightweight task automation layer for scripted workflows & integrations

ეს ყველაფერი არ არის ერთიანი framework, ეს არის ხელსაწყოების კოლექცია, რომელიც სხვადასხვა რეალურ პროექტებზე მუშაობისას დავაგროვე.

რა პრაქტიკულ პრობლემებს აგვარებს KD Ecosystem?
✔️ სწრაფი წვდომა საკუთარ tooling-ზე
✔️ ნაკლები კონტექსტის დაკარგვა მიკრო-გადაწყვეტილებების მიღებისას
✔️ მრავალჯერადი გამოყენების (Reuse) კომპონენტები და არა ერთჯერადი სკრიპტები
✔️ უკეთესი სტრუქტურა როცა პროექტები იზრდება
✔️ არქიტექტურული თანმიმდევრულობა (Consistency) განსხვავებულ ტექნოლოგიურ სტეკებში მუშაობისას.

AI ამ პროცესში ერთ-ერთი ძლიერი ინსტრუმენტია, მაგრამ სისტემის ჩარჩო მაინც დეველოპერმა უნდა განსაზღვროს — წინააღმდეგ შემთხვევაში ყველაფერი ქაოსში გადადის.

ამიტომ ჩემი მიდგომა მარტივია:
AI მეხმარება კოდის წერაში, მაგრამ architecture-ის წესებს მე ვადგენ.

💡 რაც დღეს “პირად სკრიპტად” ჩანს, ხვალ შეიძლება გახდეს სრულფასოვანი სისტემა — თუ თავიდანვე სწორი სტრუქტურით აშენებ.

30/03/2026

დღეიდან საქართველოს ხელოვნური ინტელექტის ასოციაციის (GAIA) სრული წევრი (Full Member) ვარ

ჩემთვის ეს არ არის მხოლოდ სტატუსი. ეს არის პასუხისმგებლობა — ჩემი 10+ წლიანი გამოცდილება და ბოლო პერიოდის მუშაობა Agentic AI სისტემებზე მოვახმარო ქართული AI ეკოსისტემის განვითარებას. 🤖

სრული წევრობა გულისხმობს უშუალო მონაწილეობას ასოციაციის მართვაში, გადაწყვეტილებების მიღებასა და სტრატეგიულ დაგეგმვაში. ⚙️
მოხარული ვარ, რომ ამ პროცესის ნაწილი გავხდი. 🙌

თუ ხართ AI ენთუზიასტი ან დეველოპერი და გსურთ, რომ თქვენც იყოთ ქართული AI საზოგადოების წევრი კომენტარში დავტოვებ ბმულს რეგისტრაციისთვის. 🔗

სენიორ კოლეგებს კი, ვისაც უკვე გაქვთ რეალური „War Stories“ ხელოვნური ინტელექტის ინტეგრაციაში — სიამოვნებით დავკონექტდეთ და გავუზიაროთ ერთმანეთს გამოცდილება 🤝

27/03/2026

💡თუ AI-ს მიმართულებით ცოდნის გაღრმავებას აპირებთ, და გსურთ ზედაპირულ "ჩატაობას" გასცდეთ და რეალური Agentic სისტემების აგება ისწავლოთ, IBM-ის ეს პროგრამა ნამდვილად დაგეხმარებათ.

მიუხედავად იმისა, რომ ამ საკითხებთან (RAG, Agents, MCP) ყოველდღიური შეხება მაქვს, ამ კურსმა კარგი საშუალება მომცა, პრაქტიკული გამოცდილება უფრო მყარ თეორიულ ჩარჩოში მომექცია. განსაკუთრებით საინტერესო იყო Multi-agent არქიტექტურების ნაწილი (CrewAI, AutoGen).

P.S. კურსის ბმულს პირველ კომენტარში დავტოვებ. 👇

27/03/2026

NPM Trusted Publisher 🔌
npm publish პროცესი სრულად ავტომატიზირებული გავხადე — ახლა release-ს ხელით აღარ ვაკეთებ.

Kd-npm-publish.yml + GitHub Actions + OIDC გამოყენებით:

❌ NPM_TOKEN აღარ არის საჭირო
🔒 უფრო უსაფრთხო publish პროცესი
⚡ release → publish ავტომატურად

👇 სცადე შენც:

📦 NPM: npx npm-trusted-publisher init
🔗 GitHub: https://github.com/KhvichaDev/npm-trusted-publisher

25/03/2026

npm-ზე პაკეტის გამოქვეყნება ერთი შეხედვით მარტივი ჩანს, მაგრამ რეალობაში დეველოპერს ყოველ რელიზზე ხელით უწევს გააკეთოს: package.json-ში ვერსიის შეცვლა, CHANGELOG-ის დაწერა, Build-ის გაშვება, ქომითი, და ბოლოს npm publish. ამას ემატება NPM_TOKEN-ის მართვა — პერიოდულად ვადა ეწურება, ხელახლა დაგენერირება და Secrets-ში ჩასმა გჭირდება იმ იმედით, რომ სტატიკური NPM_TOKEN სადმე არ გაჟონავს.

სწორედ ამ პრობლემების მოსაგვარებლად შევქმენი npm-trusted-publisher — ინსტრუმენტი, რომელიც GitHub-დან npm-ზე გამოქვეყნების პროცესს სრულად ავტომატიზებს.

🔶 მუშაობის პროცესი ასე გამოიყურება:

შექმენით GitHub Release (ტეგი, სათაური, აღწერა) → ყველაფერი დანარჩენი ავტომატურად კეთდება: package.json-ში ვერსიის სინქრონიზაცია, changelog, build, npm-ზე ატვირთვა

🔶 ძირითადი ტექნიკური მახასიათებლები:

🔒 სეკრეტების ნულოვანი მენეჯმენტი — GitHub OIDC-ით პირდაპირ ავთენტიფიცირდება npm-თან. NPM_TOKEN-ის პერიოდული გენერაცია, შენახვა ან როტაცია აღარ გჭირდებათ. npm-ს ეძლევა დროებითი "საშვი", რომელიც მხოლოდ ერთი რელიზის განმავლობაში მოქმედებს და ავტომატურად ნადგურდება.

🏅 npm Provenance Badge — ყველა რელიზს ავტომატურად მიენიჭება დამოწმებული ბეჯი (✅), რომელიც npmjs.com-ზე ვერსიის გვერდით ჩანს. ეს კრიპტოგრაფიული მტკიცებულებაა, რომ კოდი სწორედ თქვენი რეპოდან და კონკრეტული ქომითიდან მოვიდა.

📜 Changelog — ავტომატურად ქმნის ან ანახლებს CHANGELOG.md-ს თქვენი GitHub Release-ის სათაურითა და აღწერით. ხელით არაფრის წერა არ გჭირდებათ.

🔄 ვერსიის სინქრონიზაცია — package.json ვერსია ყოველთვის ზუსტად ემთხვევა GitHub Release Tag-ს. უბრალოდ ტეგი დაარქვით და დაივიწყეთ.

📦 Build არტეფაქტები — თუ პროექტს build სკრიპტი აქვს (dist/, min.js), ავტომატურად აბილდებს და ქომითით უკან დააბრუნებს რეპოში. ვერსია, changelog და build ერთ ატომურ ქომითში ერთიანდება.

⚡ Smart Detection — ტესტები გაქვთ? გაუშვებს. Build სკრიპტი გაქვთ? გააკეთებს. არცერთი არ გაქვთ? წყნარად გამოტოვებს. ნულოვანი კონფიგურაცია.

🔔 Update Notifier — Workflow-ის ყოველი გაშვებისას ამოწმებს, ხომ არ გამოვიდა npm-trusted-publisher -ის ახალი ვერსია, და Warning-ით გაფრთხილებთ პირდაპირ GitHub Actions-ში რათა ყოველთვის უახლესი ვერსია გქონდეთ.

📄 გამზადებული Workflow — YAML ფაილის წერა აღარ გჭირდებათ. მზა, Production-ready workflow, რომელსაც უბრალოდ ჩააგდებთ პროექტში და მუშაობს.

🔶 ინტეგრაციის 3 მეთოდი ნებისმიერი სირთულის პროექტისთვის:

⚡ CLI — npx npm-trusted-publisher init — ტერმინალში მხოლოდ ერთი ბრძანება და მზადაა.

🏢 Reusable Workflow — რამდენიმე რეპო გაქვთ? ყველა ერთ ცენტრალურ workflow-ს იძახებს — არც კოპირება სჭირდება და არც ხელით განახლება.

💾 Direct Download — უბრალოდ ჩამოტვირთეთ YAML ფაილი და ჩააგდეთ .github/workflows/-ში.

🔶 რესურსები:

📦 NPM: npx npm-trusted-publisher init

🔗 GitHub: https://github.com/KhvichaDev/npm-trusted-publisher

მოხარული ვიქნები მოვისმინო თქვენი აზრი და feedback! 👇