Суть
OmniPub — это контентный автопилот и редакторский пайплайн для медиа, которым нужен порядок в потоке источников. Я собираю систему, где автоматизация снимает ручную рутину, но не убивает вкус, редакторский контроль и внятный Tone of Voice.
Статус и горизонт
Сейчас это прототипно-продуктовый контур, выросший из n8n-экспериментов, Python-агрегатора источников и прикладных задач вокруг Telegram-каналов. Горизонт — контент-автопилот для Telegram, VK и других каналов, который экономит время, снижает ручную рутину и помогает нескольким медиа-контурам жить без ощущения, что ты весь день разгребаешь ленту.
Почему сейчас
Контентные команды и авторские медиа тонут не только в производстве, но и в ручной фильтрации сигналов, переключении между площадками и постоянной настройке Tone of Voice. OmniPub нужен как ответ на эту рутину: не «генератор контента ради генерации», а система, которая сохраняет редакторскую рамку и помогает проекту жить устойчивее.
Отдельная проблема, из которой он вырос, очень бытовая и очень живая: ты физически не можешь прочитать всю ленту, а полезное тонет в шуме. Ещё сильнее это заметно, когда хочется мониторить не только русскоязычные источники, но и условные японские твиттеры, нишевые сайты, профильные блоги или зарубежные медиа по теме. В этот момент нужен уже не просто RSS-ридер, а система, которая собирает сигналы из разных частей интернета, нормализует их, переводит, фильтрует и упаковывает под нужную аудиторию и конкретный голос медиа.
Цели
- Автоматизировать медиаресёрч и публикацию без полной потери редакторского контроля
- Уметь работать с несколькими площадками и разными ToV
- Снизить расходы на LLM через предварительную фильтрацию и архитектуру пайплайна
- Научиться собирать редкие и международные сигналы под конкретную тему, а не только переписывать массовые новости
Что уже сделано
- Поднят Python-агрегатор новостных источников
- Продумана фильтрация по стоп-словам, дедупликации и LLM-оценке релевантности
- Зафиксированы более ранние прикладные n8n-эксперименты с публикацией в Telegram и Threads
- Появилась идея отдельного UI и Telegram-панели управления
- Есть пилотное ощущение того, как отдельные куски системы могут жить в формате Telegram-бота или мини-панели управления
Ближайший фокус
- Зафиксировать MVP и список обязательных модулей
- Развести внутренний инструмент и пользовательский сервис
- Подготовить короткий one-pager с экономикой и use cases
- Понять, где заканчивается ресёрч-система и начинается полноценный редакторский copilot
Интерфейсы и платформы
- backend, который собирает и нормализует источники;
- редакторская панель для отбора, правки и контроля публикаций;
- Telegram-панель управления для быстрых решений;
- мультиплатформенный слой публикации для Telegram, VK и других каналов;
- ToV-система, которая позволяет держать несколько медиа-контуров без полного ручного переписывания.
Здесь важна не только механика публикации, но и культурный слой продукта: OmniPub должен уметь различать шум и сигнал, учитывать рамку конкретного медиа и не превращать всё в безликую «нейротекстовую жижу». Иначе смысла в автоматизации немного.
Формат и артефакты
- backend-сервис
- контентный пайплайн
- панель управления
- автоматическая публикация
Стек и инструменты
- Python / FastAPI
- PostgreSQL / pgvector
- Celery / Redis
- React
- OpenRouter
- Perplexity API
- n8n
Что нужно дальше
- чётко определить границу между внутренним инструментом и будущим продуктом;
- собрать MVP, который показывает пользу без перегрузки функциями;
- оформить экономику: где снижается стоимость, где появляется время, где растёт качество;
- понять, какие роли нужны для развития: backend, UI, продуктовая логика, редакторский ресёрч.
Ещё один сильный слой проекта, который хочу отдельно удержать в описании, связан с исследованием языка самих каналов. Для этого уже была логика разбора Telegram-каналов по категориям: какие слова и конструкции там повторяются, какова средняя длина предложений, как часто текст дробится отбивками, какие паттерны вообще делают канал «узнаваемым». Это даёт OmniPub не только технарскую, но и почти медиалингвистическую глубину.
Навыки и роли
- архитектура продуктов и систем
- медиаавтоматизация
- проектирование редакторских пайплайнов
- оптимизация стоимости AI-контуров
Связи
- Кейсы: Система сбора и анализа трендов на n8n, Автоматический канал для проекта «Чертежи»
- Связанные проекты: Albina, staniverse
- Клиенты / партнёры:
- Посты / материалы: 2026-03-16_Итоги-вайбкодинга-опыт-с-ai-инструментам, 2025-04-29_n8n-и-MCP-официальная-поддержка-кейс-и-п
- Заметки:
Результаты / потенциал
OmniPub хорошо собирает мою линию про автоматизацию, контент и агентные пайплайны в один продуктовый вектор. Это уже не просто «умею n8n», а попытка собрать систему, которая реально помогает медийным проектам жить и масштабироваться. В сильном варианте это не про автопостинг, а про новую редакторскую инфраструктуру.