Зараз займаюсь схожим для себе але більш амбіційним проектом (AI агент для QA та AQA процесів).

Можу порадити пару моментів для покрашення.

1) Спробуйте використовувати локальні безкоштовні llm такі як ollama для економії бюджету
2) Замість API можна використати MCP яка призначена для AI та більшої гнучкості. (Хоч технологія досить нова але вже є для Atlassian або TestRail і так далі
3) Можете спробувати це все реалізувати з n8n яка не потребує коду (ну майже)
4) Використовуйте векторну бд (Supabase наприклад) для надання контексту для llm — щоб AI не фонтазувало.
5) Розвертайте все в докері для зручності

Сподіваюсь буде корисно

Доброго дня! 😊 Дуже розумію ваш запит і бажання отримати якісне навчання.

Нещодавно почав менторити друга, який завершив курси з QA. Рівень підготовки сильно розчарував. 🫠 Це змусило мене замислитися над тим, чому так відбувається, і спробувати допомогти іншим.

Головна проблема, яку я помітив, — початківцям дають величезний обсяг інформації, але без чіткої структури. Через це важко зрозуміти взаємозв’язок між поняттями та темами, а також побачити цілісну картину.

Саме тому я створив ProAtom — структуровану базу знань для QA manual. Вона допомагає не лише впорядкувати знання, а й поступово розширювати їх, ґрунтуючись на реальних вимогах ринку.

📌 Ви вже можете спробувати демо версію ProAtom і оцінити новий підхід до навчання: publish.obsidian.md/proatom

Буду радий почути ваші враження та відповісти на запитання! 🤗 t.me/proatom_channel