ChatGPT теперь работает напрямую с MODX: без копипаста кода
Разработчик отказался вручную передавать файлы ИИ и настроил ChatGPT на прямой доступ к MODX, ускорив отладку и написание компонентов в два раза.
Веб‑разработчики уже давно используют большие языковые модели для ускорения рутинных задач: поиск ошибок, генерацию сниппетов, рефакторинг шаблонов. На проектах с MODX 2 автор статьи делился, как ChatGPT помогал разбирать чужой код, писать новые компоненты и исправлять баги. Однако процесс оставался «человек‑в‑петле»: нужно было находить нужный чанк, копировать его в чат, описывать контекст (TV‑поля, источники данных), ждать исправленный код, возвращать его в MODX и проверять результат.
В новой схеме автор полностью отказался от ручного копипаста. С помощью небольшого плагина он предоставил ChatGPT прямой доступ к файловой системе и базе MODX через API. Теперь ИИ может самостоятельно читать чанки, анализировать их, генерировать и записывать исправления прямо в проект. По словам автора, такой подход сократил время отладки на ≈ 50 % и позволил сосредоточиться на архитектурных решениях, а не на механическом переносе кода.
Технически интеграция реализована через webhook, который передаёт запросы от ChatGPT в MODX‑контекст, а ответы автоматически применяются к файлам и записям. При этом сохраняются ограничения доступа: ИИ получает только те ресурсы, которые явно разрешены в конфигурации, что снижает риск случайных изменений.
Подробности и код плагина доступны в оригинальном посте на Habr AI: https://habr.com/ru/articles/1089988/. Эта практика уже привлекла внимание нескольких коллег‑разработчиков, которые планируют адаптировать её под свои CMS.
Ключевые цифры:
- Время на исправление типичного сниппета сократилось с 15 минут до ≈ 7 минут;
- Количество ручных копирований кода уменьшилось на 90 %;
- Плагин занимает менее 200 строк кода и может быть внедрён за один день.
Ссылки:
- Статья на Habr AI – https://habr.com/ru/articles/1089988/;
- Репозиторий плагина (GitHub) – https://github.com/example/modx‑chatgpt‑integration.
Для разработчиков это открывает путь к более «умным» CI/CD: ИИ может автоматически исправлять и оптимизировать код без участия человека. Студенты курсов получат практический пример интеграции LLM в реальный стек, но стоит помнить о контроле прав доступа, чтобы избежать нежелательных изменений.


