Za matematiku imam mali Python „asistent”

Ja sam osmak iz Podgorice i najviše volim dvije stvari: košarku poslije škole i Python prije nje. Prije sam gubio po sat vremena tražeći izvore za domaći, a sad sam to okrenuo u svoju malu mašinu za učenje.

Sve je počelo kad sam napravio jednostavan Python skript koji svake nedjelje uveče pročita moj raspored iz .csv fajla i napravi „plan napada“: koje zadatke imam, koje izvore da otvorim i koliko mi vremena treba. Skript mi pošalje poruku na telefon: „Ponedjeljak — istorija (Balkan u XX vijeku), biologija (ćelija), matematika (linearne jednačine).“

Za istoriju sam dodao još jedan trik: Python uzme ključne riječi iz mog plana, otvori nekoliko pouzdanih sajtova i skine tekst u lokalni folder. Potom prođe kroz tekst, izdvoji datume, imena i pojmove i napravi kratke fusnote. Nije varanje, jer sve provjerim i dopišem svojim riječima, ali mi štedi pola sata praznog skrolovanja.

Najviše sam ponosan na n8n scenario koji sam sklopio. Trigger je zakazan svakog dana u 18:00. Prvi čvor uzme teme iz mog Google kalendara (pišem „Mat: lineare“, „Bio: ćelija“). Drugi čvor pošalje HTTP zahtjev ka pretrazi i vrati top 3 relevantna izvora. Treći čvor pošalje tekst AI servisu da napravi kratki sažetak i listu pojmova. Četvrti čvor mi sve spakuje u Markdown i pošalje na Telegram kao „brzi brif“. Ako imam kontrolni, dodam još čvor koji generiše kviz sa deset pitanja i tačnim rješenjima za provjeru.

Za matematiku imam mali Python „asistent”: unesem zadatak za linearne jednačine i on mi pokaže korake rješavanja, ne samo rezultat. Naučio sam da koristim sympy da vidim gdje sam pogriješio. Profesorica me često pita kako sam „odjednom prosvijetlio“, a ja joj pokažem između redova — najbitnije je razumjeti put, ne samo doći do X.

U biologiji sam spojio Python sa crtežima. Uzmem tekst o ćeliji, skript izvuče ključne rečenice i napravi checklist: membrana, citoplazma, jedro, mitohondrije. Onda ja precrtam skicu i pored svakog dijela dopišem tačno ono što je na listi. Tako pamtim brže nego da samo čitam.

Za jezike sam napravio „kartice”. Python pročita lektiru u .pdf, izvuče pasuse sa glavnim motivima i napravi CSV sa pojmom, objašnjenjem i pitanjem. N8n ga ubaci u Google Sheets, a onda imam kviz koji vrtim na telefonu dok čekam autobus.

Najveći upgrade je bio „hitni mod”: kad profesor nenadano najavi kratku provjeru, pokrenem posebni n8n tok. On za 5 minuta skupi sažetak iz dva izvora, napravi tri primjera zadataka i pošalje mi „one-pager“. Nije savršeno, ali za brzo ponavljanje je zlato.

Naravno, postavio sam i granice. Ne kopiram tuđe rečenice, ne šaljem odgovore koje nisam razumio i uvijek navodim izvor. Ako AI pogriješi, ispravljam. Naučio sam da brzina bez tačnosti nema smisla.

Roditelji su primijetili da sam mirniji pred kontrolni, a ja imam više vremena za košarku. Profesor informatike me zamolio da pokažem razredu kako sam sve spojio. Planiram da napravim mini radionicu: „Kako da vam Python i n8n skrate put do znanja, a ne do varanja.“

Kad saberem, Python mi nije samo „olakšao domaći“. Naučio me je da razbijem problem na korake, da automatizujem rutinu i da ostavim glavu slobodnu za ono najteže — razumjeti ideju. A to, iskreno, vrijedi više od bilo koje petice.

___

Ja: E, brate, treba mi savjet. Kad da pišem Python skriptu, a kad je bolje da složim n8n tok bez koda?

Drug: Pravilo palca: ako je zadatak logički ili računarski težak, bolje Python. Ako samo spajaš servise i prebacuješ podatke s tačke A na B, uz triggere i notifikacije — n8n.

Ja: Daj mi primjere da ne fulam.

Drug: Ajde redom.

1. Matematika / rješavanje zadataka — Python, jer ti treba korak-po-korak račun (npr. sympy).

2. Skidanje članaka s par sajtova i slanje sažetka na Telegram — n8n: HTTP Request → AI sažetak → Telegram node.

3. Čišćenje i spajanje CSV fajlova — Python (pandas), jer imaš pravila, izuzetke i validacije.

4. Dnevni podsjetnik “što učiti danas” iz Google Kalendara — n8n: Google Calendar → Formatter → Telegram/Email.

5. Praćenje nove literature (RSS/YouTube/Blog) — n8n sa RSS node + filter + send.

6. Specifičan parser za čudan PDF/HTML — Python, jer ćeš vjerovatno pisati custom parser.

Ja: A šta kad trebam brz prototip do sutra?

Drug: n8n. Za 30–60 minuta spojiš trigger, 2–3 noda i imaš MVP. Python je bolji kad znaš da ćeš tu logiku koristiti dugo i širiti.

Ja: A ako trebam validaciju podataka prije slanja u Sheets?

Drug: Napravi hibrid. n8n skuplja ulaz, zove tvoj mali Python endpoint (Flask/FastAPI) da provjeri i normalizuje, pa natrag u n8n za upis u Sheets i slanje notifikacije.

Ja: Kako da znam da mi je nešto “previše” za n8n?

Drug: Ako počneš da praviš lavirinte od 30+ nodova sa gomilom IF-ova i custom regexa, to je znak da logiku izdvojiš u Python. n8n ostavi kao orkestrator.

Ja: A stabilnost? Hoće li n8n da “pukne”?

Drug: n8n je stabilan, ali misli o limitima API-ja i retry-ima. Uključi error branch i retry on fail. Za duge tokove koristi queues i batch. U Pythonu rješavaš stabilnost svojom kontrolom: try/except, logovi, testovi.

Ja: Verzije i timski rad?

Drug: Python: git repo, requirements.txt ili pyproject.toml, virtualno okruženje. n8n: export toka u JSON i čuvaj u git-u; dokumentuj node-ove i dodaj opise.

Ja: Gdje je AI sažetak bolji — u Pythonu ili n8n-u?

Drug: Ako ti treba “pošalji tekst → vrati sažetak” i gotovo, n8n. Ako želiš post-procesiranje: uklanjanje duplikata, izgradnja pojmovnika, rangiranje izvora — Python.

Ja: Šta za školske lektire i brze pripreme?

Drug: n8n za rutinu: RSS/Google Search → uzmi top 2–3 izvora → AI sažetak → pošalji na Telegram. Ako treba izdvojiti motive, likove, ključne citate i upariti ih sa pitanjima, Python.

Ja: File menadžment? Preimenovanja, sort po datumu, automatsko arhiviranje?

Drug: Manje serije i pravila — n8n + Drive/Dropbox node. Kompleksna mapa pravila sa regularnim izrazima i metapodacima — Python skripta.

Ja: A performanse?

Drug: Ako vrtiš hiljade redova/minutu, Python će biti efikasniji. n8n je super za “ljudski tempo” i integracije.

Ja: Sigurnost i privatnost?

Drug: Osjetljive fajlove obrađuj lokalno u Pythonu. n8n je ok za javne API-je i školske tokove bez ličnih podataka. Uvijek provjeri šta šalješ AI-ju.

Ja: Mogu li prvo n8n, pa kasnije prebaciti teško u Python?

Drug: To je idealno. Kreni od n8n da potvrdiš tok i vrijednost. Kad logika sazri, izvuci dio u Python servis i zamijeni node jednim HTTP pozivom.

Ja: Imaš neku mini-checklistu za odluku?

Drug: Naravno:

• Da li samo “lijepiš” servise? → n8n.

• Ima li puno računa, parsiranja i posebnih pravila? → Python.

• Treba ti prototip danas? → n8n.

• Treba dugoročna, testirana logika? → Python.

• Najbolje od oba? → n8n orkestrira, Python računa.

Ja: Zvuči jasno. Krećem n8n za podsjetnike i sažetke, a Python za CSV i matematiku.

Drug: Tako je. I još jedno: što više dokumentuješ, manje boli sutra. Kratke napomene u node-ovima i docstringovi u Pythonu — spasioci.

Ja: Hvala, majstore. Častim burekom kad prođe kontrolni!

Drug: Dogovoreno. A poslije pravimo radionicu u razredu: “n8n + Python za učenike bez varanja, sa razumijevanjem.”