shadcn/improve набрал 10 тыс. звёзд: сильная модель планирует, дешёвые правят код
Репозиторий shadcn/improve за сутки получил 333 звезды и дошёл до 10 415 в сумме. Идея из описания проста: самая сильная модель аудирует кодовую базу и пишет планы, а модели подешевле их исполняют. Так дорогие токены уходят на решения, а не на механические правки. Подробностей реализации в источнике нет, но паттерн «планировщик — исполнитель» уже можно примерить на своём проекте.
AI-обработка оригинала GitHub Trending AI; редакция Hamidun News
Платить за самую умную модель, чтобы она переименовывала переменную в сорока файлах, — всё равно что звать главного архитектора таскать кирпичи. Репозиторий shadcn/improve предлагает развести роли: думает дорогая модель, работают дешёвые.
Что известно о проекте
shadcn/improve вышел в дневной топ GitHub Trending: +333 звезды за сутки и 10 415 в сумме. Автор — shadcn, которого знают по библиотеке shadcn/ui, и это объясняет часть интереса. Описание умещается в одну строку: использовать самую способную модель, чтобы аудировать кодовую базу и писать планы, которые выполнят модели подешевле.
Важная оговорка. В источнике есть только это описание и статистика. Язык репозитория не указан, README мы не видели. Какие именно команды, форматы планов и агенты поддерживаются, неизвестно, и додумывать мы не будем. Разбираем сам паттерн, а не конкретную реализацию.
Как это работает на примере
Представьте проект, где 40 компонентов используют устаревший способ работы с формами. Сильная модель один раз читает код целиком: находит повторы, замечает неочевидные зависимости и выдаёт список задач. Например: «в файле A заменить старый хук на новый, обновить тест, не трогать файл B». Каждый пункт самодостаточен и не требует знать остальные.
Дальше каждый пункт получает дешёвая модель. Ей не нужно понимать архитектуру всего проекта: у неё узкая задача, чёткие границы и понятный критерий готовности. Ошибиться в таких условиях сложнее, а один проход стоит в разы меньше, чем такой же объём работы флагмана.
Логика простая. Дорогая часть работы — это понимание и выбор, что именно менять. Само исполнение по готовому рецепту механическое. Многие команды уже делают это руками: просят флагманскую модель составить план в markdown и скармливают его модели попроще. Судя по описанию, shadcn/improve пытается превратить этот приём в повторяемый процесс, чтобы не собирать его заново в каждом проекте.
Что с этим делать
Даже не устанавливая репозиторий, можно проверить идею на своём коде:
- Возьмите один модуль и попросите сильную модель составить план рефакторинга без единой правки кода.
- Требуйте атомарные пункты: один файл или одна проверка и явное условие «готово».
- Судьёй делайте тесты, линтер и типизацию, а не саму модель.
- Посчитайте деньги: сравните стоимость плана плюс исполнения со сплошным прогоном флагманом.
Ограничения
Звёзды — это интерес, а не доказательство качества. 333 за день говорят, что идея зацепила, но не что инструмент надёжен на реальных кодовых базах.
У самого подхода есть слабые места. Ошибка в плане размножится на все исполнения: если аудит ошибся, дешёвые модели аккуратно сделают неправильно. Большую кодовую базу не всегда получится целиком уложить в контекст сильной модели, значит, аудит придётся резать на части и следить, чтобы части не противоречили друг другу. А пункты плана, которые зависят друг от друга, плохо раскладываются на параллельные задачи.
Главный вывод для практики не зависит от судьбы этого репозитория: разделяйте «решить, что менять» и «поменять». Первое стоит дорого и нужно редко, второе дёшево и нужно часто. Следите за shadcn/improve, но пока воспринимайте его как заметную заявку на хороший паттерн, а не как готовый инструмент для продакшена.
- 23 окт. 2026 г.Открытый визуальный бэкбон учится менять правила обучения на лету: 1000+ звёзд на GitHub
- 1 июл. 2026 г.Скилл Caveman с 75 000 звёзд обещает срезать расход токенов в Copilot на 75%
- 13 окт. 2026 г.За пару месяцев: как ИИ создал open source конкурента Adobe и Microsoft
- 29 окт. 2026 г.Claude Code монтирует видео по стенограмме: как работает video-use с 30 000 звёзд
Вопросы и ответы по материалу
Что известно по теме: что известно о проекте?
shadcn/improve вышел в дневной топ GitHub Trending: +333 звезды за сутки и 10 415 в сумме. Автор — shadcn, которого знают по библиотеке shadcn/ui, и это объясняет часть интереса. Описание умещается в одну строку: использовать самую способную модель, чтобы аудировать кодовую базу и писать планы, которые выполнят модели подешевле. Важная оговорка. В источнике есть только это описание и статистика. Язык репозитория не указан, README мы не видели.
Что известно по теме: как это работает на примере?
Представьте проект, где 40 компонентов используют устаревший способ работы с формами. Сильная модель один раз читает код целиком: находит повторы, замечает неочевидные зависимости и выдаёт список задач. Например: «в файле A заменить старый хук на новый, обновить тест, не трогать файл B». Каждый пункт самодостаточен и не требует знать остальные. Дальше каждый пункт получает дешёвая модель. Ей не нужно понимать архитектуру всего проекта: у неё узкая задача, чёткие границы и понятный критерий готовности.
Что известно по теме: что с этим делать?
Даже не устанавливая репозиторий, можно проверить идею на своём коде: Возьмите один модуль и попросите сильную модель составить план рефакторинга без единой правки кода. Требуйте атомарные пункты: один файл или одна проверка и явное условие «готово». Судьёй делайте тесты, линтер и типизацию, а не саму модель. Посчитайте деньги: сравните стоимость плана плюс исполнения со сплошным прогоном флагманом.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.