← Блог

Один JSON кормит всех: как строить data layer для агентов

Сережа Рис · 28 February 2026

claude-codeyoutube-apimcpавтоматизацияинфраструктура

Claude Code за одну сессию построил полноценную YouTube-инфраструктуру: исследовал квоты API, спроектировал схему данных, получил API-ключ через браузер, написал скрипт-коллектор и настроил ежедневный запуск. Результат — файл videos.json с 70 видео, 3360 подписчиками и 182K просмотрами. Этот файл теперь кормит данными агентов из совершенно разных проектов.

Зачем мне YouTube-база

У меня несколько агентов в разных проектах, которые работают с YouTube-данными. Видео-пайплайн при публикации урока хочет знать, какие видео уже есть на канале. Агент для идей блог-постов сканирует темы видео, чтобы не повторяться. Агент для обложек проверяет, какие thumbnail уже сгенерированы.

Раньше каждый из них дёргал YouTube API по-своему. Или вообще не дёргал — я вручную копировал данные. Это нарушает мой принцип: если процесс повторяется больше двух раз — делегировать.

Я решил: нужен единый data layer. Один файл, один коллектор, много потребителей.

Приём 1: Exa research для квот API

YouTube Data API v3 даёт 10 000 единиц квоты в день — звучит щедро, пока не узнаешь, что один search.list съедает 100 единиц.

Я попросил агента разобраться:

Промпт для Claude Code (Opus 4.6) с Exa MCP:

Проведи комплексное исследование на предмет лучших практик для этой проблемы используя exa mcp

Агент через Exa AI нашёл официальную документацию по квотам и вернул ключевое: search.list стоит 100 единиц за запрос, а playlistItems.list + videos.list — по 1 единице за 50 видео. Разница в 100 раз по эффективности.

Это и определило подход. Вместо поиска видео через search — агент берёт uploads playlist канала и пакетно запрашивает метаданные. На мои 70 видео уходит ~3-5 единиц из 10 000 доступных. Можно обновлять хоть каждый час.

Приём 2: brainstorming через skill

С квотами разобрались — теперь схема данных. У меня есть skill /brainstorming — Q&A сессия, где агент задаёт вопросы перед тем как писать код. Помогает не бросаться в реализацию, а зафиксировать решения до первой строчки.

Промпт для Claude Code (Opus 4.6):

Есть issue — там план того что надо реализовать. /brainstorming

Агент задал правильные вопросы:

Зафиксировали до кода — агент не тратит время на переделки.

Архитектура: один коллектор, один файл

Вот что получилось:

┌─────────────────┐
│  YouTube API v3 │
│  (10,000 units) │
└────────┬────────┘
         │ ~3-5 units/day
         ▼
┌─────────────────┐     ┌──────────────┐
│ update_stats.py │────▶│ videos.json  │
│ (launchd 10:00) │     │ 70 videos    │
└─────────────────┘     │ 3360 subs    │
                        │ 182K views   │
                        └──────┬───────┘
               ┌───────────────┼───────────────┐
               ▼               ▼               ▼
        ┌─────────────┐ ┌───────────┐ ┌──────────────┐
        │ lesson-     │ │ blog-     │ │ thumbnail-   │
        │ pipeline    │ │ ideas     │ │ generator    │
        │             │ │           │ │              │
        │ cat | jq    │ │ json.load │ │ cat | jq     │
        └─────────────┘ └───────────┘ └──────────────┘

Скрипт update_stats.py делает три вызова API за один запуск:

  1. channels.list — подписчики, просмотры, ID плейлиста загрузок
  2. playlistItems.list — все ID видео с канала
  3. videos.list (пакетами по 50) — метаданные и статистика

Новые видео получают полную запись: заголовок, описание, теги, длительность, главы. Существующие — только обновление счётчиков просмотров, лайков, комментариев.

Приём 3: Chrome DevTools MCP для API-ключа

У меня не было API-ключа YouTube. Обычно это значит: открой Google Cloud Console, создай проект, включи API, создай credentials… Минут 10 ручных кликов.

Но у меня настроен Chrome DevTools MCP — агент умеет управлять браузером: кликать, вводить текст, читать страницы.

Промпт для Claude Code (Opus 4.6) с Chrome DevTools MCP:

Нет ключа — получи его сам через девтулс мсп

Агент открыл Google Cloud Console в Chrome. Зашёл в API & Services. Включил YouTube Data API v3. Создал API key. Добавил ограничение по API (только YouTube). Скопировал ключ в .env.

Всё кликами через UI. Я смотрел в терминал, как агент делает скриншоты страниц, находит кнопки и жмёт по ним. Честно, ожидал что где-то застрянет — но нет, просто сработало. Chrome DevTools MCP — open-source проект от Google (сентябрь 2025, 27K звёзд на GitHub).

launchd, а не GitHub Actions

videos.json — локальный файл на моём MacBook. Агенты читают его через cat или json.load() прямо из файловой системы.

GitHub Actions потребовали бы: хранить ключ в secrets, пушить файл в repo, тянуть его обратно. Лишний слой для задачи, которая работает на одной машине.

launchd — встроенный планировщик macOS. Один plist-файл:

<key>StartCalendarInterval</key>
<dict>
    <key>Hour</key>
    <integer>10</integer>
    <key>Minute</key>
    <integer>0</integer>
</dict>

Каждый день в 10 утра скрипт обновляет данные. Логи пишутся в ~/Library/Logs/stats-youtube.log. Если MacBook выключен — запустится при следующем включении.

Что внутри videos.json

На канале @serejaris 70 видео, самое старое — апрель 2020. Для каждого хранится:

{
  "id": "8oJQyTai2X4",
  "title": "GEMINI 3.1 PRO классно вайбкодит?",
  "published_at": "2026-02-19T22:42:10Z",
  "duration": "PT1H36M",
  "tags": ["вайбкодинг", "gemini"],
  "chapters": [
    {"time": "00:00", "title": "Первый запуск и SVG-анимация"},
    {"time": "07:23", "title": "Тест SVG-анимаций"}
  ],
  "stats": {
    "views": 5162,
    "likes": 99,
    "comments": 30,
    "updated_at": "2026-02-28T11:10:48Z"
  }
}

Любой агент может достать нужное одной командой:

# Топ-3 видео по просмотрам
jq '.videos | sort_by(-.stats.views) | .[0:3] | .[].title' videos.json

# Видео с тегом "claude-code"
jq '.videos[] | select(.tags[] | test("claude"; "i")) | .title' videos.json

Топ канала на сегодня: OpenCode (12.5K просмотров), Claude Code гайд (10.5K), ИИ-мозг на Obsidian (10.2K).

Одна сессия — полная инфраструктура

Одна сессия Claude Code — не “за 15 минут”, а полноценная рабочая сессия с исследованием, проектированием и реализацией. Вот что агент сделал:

  1. Исследовал квоты YouTube API через Exa
  2. Спроектировал схему через brainstorming
  3. Получил API-ключ через Chrome DevTools MCP
  4. Написал update_stats.py (184 строки Python)
  5. Создал launchd plist для ежедневного запуска
  6. Запустил первый полный сбор данных

Я не открывал ни один файл. Не писал ни строчки кода. Не ходил в Google Cloud Console руками. Промпты — это весь мой вклад.

Addy Osmani из Google в декабре 2025 писал, что ~90% кода Claude Code написано самим Claude Code. По-моему, дело не в модели — а в инфраструктуре вокруг неё: skills для brainstorming, MCP для браузера, Exa для research.

Строй инфраструктуру для агентов

Агенты полезнее, когда у них есть готовые данные. Не “доступ к API” — а структурированный файл, который можно прочитать за миллисекунды.

Пайплайн для статей работает так же: агент строит инфраструктуру, которой потом пользуются другие агенты. Агент достаёт данные для агентов.

Начните с data layer. Соберите в один файл то, к чему агенты обращаются чаще всего — YouTube-статистика, список проектов, история коммитов. Один коллектор, один JSON, много потребителей.

FAQ

Почему JSON, а не SQLite?

Простота доступа. cat videos.json | jq работает без зависимостей. json.load() — две строчки Python. Любой агент из любого проекта может прочитать файл, не устанавливая драйверы. Для 70 видео реляционная база — избыточна.

Сколько стоит YouTube API?

Бесплатно. YouTube Data API v3 даёт 10 000 единиц квоты в день. Мой скрипт тратит 3-5 единиц за запуск — это 0.05% от лимита. Ключ создаётся в Google Cloud Console без привязки карты.

Можно ли повторить получение API-ключа через Chrome DevTools MCP?

Да, если у вас настроен Chrome DevTools MCP и вы авторизованы в Google Cloud Console в Chrome. Агент видит интерфейс через скриншоты и кликает по элементам. Но первоначальную авторизацию в Google нужно сделать вручную — MCP не вводит пароли.

Читайте также

Об авторе

Подписаться на обновления — @sereja_tech