Опубликовано: 24.08.2026 | Источник: ZDNet – Enterprise Software

Интеграция LLM API в систему уведомлений: практические идеи для ВКР

Представьте: YouTube отключил почтовые оповещения о комментариях, и автор статьи из ZDNET за один час «вибакодит» решение на Python с помощью Gemini. Звучит как хак, но это иллюстрация того, как инженер применяет LLM для решения реальной задачи. Для выпускника ИТ тут скрыто несколько готовых тем ВКР: от проектирования конвейера данных до оценки качества ПО по ISO 25010. Разбираем, как превратить этот кейс в полноценную дипломную работу, что взять в первую главу, как оформить код и схемы, и как защитить результат.

Что забрать из статьи для дипломной работы

В статье автор описывает процесс «vibe-coding»: он формулирует запрос на естественном языке, Gemini генерирует скрипт, который достаёт комментарии через YouTube API и отправляет уведомления. С точки зрения ВКР это не просто забавный пример, а реальный кейс интеграции внешних сервисов. Вы можете использовать его как стартовую точку для разработки собственной системы — например, сервиса мониторинга обратной связи в соцсетях.

Сразу определим поддомен: AI/ML и интеграция LLM. Роль — Data/ML-инженер. Такой выбор позволяет показать компетенции в работе с API, обработке данных и проектировании архитектуры. А ещё у вас будет живой демо-стенд для защиты.

Актуальные темы ВКР на основе кейса

Выберите одну из тем — и у вас есть научный задел: статья даёт факт проблемы, а вы предлагаете инженерное решение. В работе обязательно укажите ссылку на источник и проведите собственный эксперимент, чтобы не было обвинений в плагиате.

Как встроить кейс в главы ВКР: от теории до тестов

Глава 1: Анализ предметной области

Опишите проблему: платформы меняют правила уведомлений, пользователи теряют обратную связь. Затем — обзор существующих решений: стандартные webhook'и, проверка через API, сервисы типа IFTTT. Покажите, что они не адаптивны к неструктурированным данным, и поэтому требуется LLM для умной фильтрации. Здесь же формализуйте требования к программе по ISO/IEC 25010: функциональность, производительность, сопровождаемость.

Глава 2: Проектирование и реализация

Постройте архитектуру. Достаточно C4-диаграммы уровня container: внешняя система (YouTube API), сервер на Python, кэш, очередь сообщений (например, RabbitMQ), LLM-модуль (Gemini API), канал уведомлений (Telegram/email). Для наглядности дайте ASCII-схему:

[YouTube API] --> [Poller] --> [Queue] --> [Filter (Gemini)] --> [Notifier] --> [User]
                                        |
                                   [Logging / OpenTelemetry]

При реализации используйте google-api-python-client для YouTube, google-generativeai для Gemini и обычный smtplib для почты. Важно: не храните ключи в коде, используйте переменные окружения. Для надёжности добавьте ретраи с экспоненциальной задержкой и обработку лимитов API. Пример генерации фильтра:

from google import genai
        client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))
        response = client.models.generate_content(
            model="gemini-2.0-flash",
            contents="Is this comment asking a question? " + comment
        )
        answer = response.text.lower().strip()
        if "yes" in answer: send_alert(comment)

Глава 3: Тестирование и оценка эффективности

Проведите эксперимент: соберите датасет из 500–1000 комментариев, разметьте их вручную (важно — не GPT, чтобы не было цикличности). Затем прогоните через LLM и через классификатор на TF-IDF + Logistic Regression. Посчитайте F1-score, accuracy, latency P95, cost per 1000 comments. Результаты оформьте таблицей. Сделайте вывод: когда LLM выгоден, когда нет.

Практические выводы — чему вы научитесь

• Проектировать системную архитектуру (C4/UML) и описывать её в тексте работы.
• Интегрировать внешние REST API и обрабатывать ошибки в Python.
• Применять ГОСТ 34.602 для написания технического задания.
• Считать метрики качества классификации (Precision, Recall, F1).
• Обосновывать выбор технологий ссылками на стандарты (ISO 25010, OWASP).

Типичные ошибки студентов

Часто задаваемые вопросы студентов

Чек-лист перед сдачей

Источник: YouTube killed my comment alerts, so I vibe-coded a fix to get them back - in just 1 hour (опубликовано 2026-03-20)