Yrittäjänä aika on kallein resurssi. Yhden asiakkaan (Luigi's, Helsinki-Vantaan lentoasema) somepostaukset veivät manuaalisesti noin 2 tuntia viikossa:
Tämä toistui joka viikko. Päätin automatisoida koko ketjun.
Tässä on putki, jonka rakensin:
``` Nextcloud (kuvat) → Ollama/qwen3-vl (GPU-visio) → DeepSeek V4 Pro (teksti) → Buffer (julkaisu) ```
Jokainen vaihe tarkemmin:
1. Kuvat Nextcloudissa – Asiakkaiden kuvat synkronoituvat automaattisesti Nextcloudiin. Hermes-agentti lukee kansion sisällön WebDAV:n kautta.
2. Paikallinen GPU-visio – Qwen3-VL-malli (8,8 mrd parametria, Q8_0-kvantisointi) analysoi kuvat paikallisesti RTX 4070 Ti SUPER -näytönohjaimella. Yksi kuva vie ~15 sekuntia. Malli tunnistaa ruoat, tunnelman, värit ja yksityiskohdat suomenkielisistäkin kuvista.
3. Tekstin generointi – DeepSeek V4 Pro kirjoittaa visiotuloksesta valmiin somepostauksen. Teksti noudattaa brändin tyyliä (Luigi'sin tapauksessa rento, energinen, englanninkielinen). Pituus on noin 100-130 sanaa, sisältää molemmat toimipisteet, aukioloajat ja hashtagit.
4. Buffer-draftit – Hermes luo Nextcloudista julkisen jakolinkin kuvalle ja lähettää sen tekstin kanssa Bufferin GraphQL-APIin. Sekä Facebook-draftti (teksti) että Instagram-draftti (teksti + kuva) syntyvät automaattisesti. Postaukset ajastetaan maanantaista perjantaihin eri kellonaikoihin.
5. Raportointi – Valmistuttuaan Hermes lähettää Discordiin raportin: montako postausta luotu, mille päiville, linkki Bufferiin. Jos jokin epäonnistuu, siitä tulee välittömästi ilmoitus.
Koko putki ajetaan cron-työnä joka maanantai klo 9:00.
Yksi somepostauksen luonnin todellinen hinta eri menetelmillä:
| Menetelmä | Visio | Teksti | Yht. per postaus | Viikko (5 kpl) | |-----------|-------|--------|-----------------|----------------| | Paikallinen AI | 0 € (oma GPU) | DeepSeek API ~0,001 € | ~0,001 € | ~0,005 € | | Gemini API | ~0,002 € (Gemini 2.5 Flash) | DeepSeek API ~0,001 € | ~0,003 € | ~0,015 € | | Täysin manuaali | 0 € | 0 € | ~24 min työtä | ~2 h työtä |
Paikallisen AI:n etu on selvä: ilmaista käyttöä laitteiston hankinnan jälkeen. Gemini Flash toimii hyvänä varavaihtoehtona, jos omaa GPU:ta ei ole – ja on silti erittäin edullinen (0,015 € viikossa = 0,78 € vuodessa).
DeepSeek V4 Pro:n API on niin halpa (0,14 € / miljoona tokenia), että viiden postauksen tekstikustannus on käytännössä pyöristysvirhe.
Tarvitset: - Hermes-agentin asennettuna palvelimelle (Linux, 24/7 päällä) - Ollaman + kvantisoidun vision mallin (qwen3-vl:8b) - Näytönohjaimen jossa vähintään 10 GB VRAM – tai Gemini API-avaimen - Buffer-tilin (ilmainen riittää 3 kanavalle) - Nextcloudin tai muun kuvapankin
Vaihtoehto 1: Paikallisella GPU:lla
```bash # 1. Asenna Ollama curl -fsSL https://ollama.com/install.sh | sh
# 2. Lataa visiomalli (9,8 GB) ollama pull qwen3-vl:8b-instruct-q8_0
# 3. Avaa Ollama verkolle (jos Hermes eri koneella) # /etc/systemd/system/ollama.service: Environment="OLLAMA_HOST=0.0.0.0:11434" ```
Vaihtoehto 2: Gemini API:lla (ei omaa GPU:ta)
```yaml # Hermeksen config.yaml auxiliary: vision: provider: google model: google/gemini-2.5-flash ```
Gemini 2.5 Flash maksaa 0,02 $ / kuva (1500 px) – viisi kuvaa viikossa = 0,10 $.
Cron-työn luominen Hermekseen:
Hermeksen cron käynnistää automaation joka maanantai klo 9. Promptissa määritellään koko työnkulku: mistä kuvat haetaan, miten visioanalyysi tehdään, millä tyylillä postaukset kirjoitetaan ja mihin ne lähetetään. Lopputuloksena viisi valmista somepostausta Facebookiin ja Instagramiin – ilman yhtään manuaalista vaihetta.
Suurin yllätys ei ollut tekninen toteutus – putken rakentaminen vei noin tunnin. Yllättävintä oli paikallisen AI:n hinta-laatusuhde. Qwen3-VL:n 8,8 mrd parametrin malli analysoi ruokakuvia käytännössä yhtä hyvin kuin kaupalliset API:t, mutta täysin ilmaiseksi oman näytönohjaimen jälkeen.
Toinen oivallus: moni pienyrittäjä maksaa some-työkaluista 20-50 € kuussa, vaikka saman lopputuloksen saa ilmaiseksi avoimen lähdekoodin työkaluilla ja yhdellä API-avaimella. Kokonaiskustannus tälle järjestelmälle on alle 1 € vuodessa – ja aikaa säästyy 100 tuntia.
Kolmas: suomen kielen tuki visiomalleissa on yllättävän hyvä. Qwen3-VL luki mainoskuvista suomenkieliset tarjoustekstit ilman ongelmia.
Automaatio ei poista luovuutta – se vapauttaa aikaa siihen. Kun rutiinitehtävät kuten kuvien läpikäynti, kokotekstien muotoilu ja aikataulutus hoituvat automaattisesti, jää enemmän aikaa strategiaan, asiakassuhteisiin ja sisällön laadun valvontaan.
Tämä sama arkkitehtuuri skaalautuu useammalle asiakkaalle. Jokaiselle brändille oma kansio Nextcloudiin, oma cron-työ, ja Bufferin kanava-ID:t vaihtuvat – muuten identtinen putki.
Seuraavaksi testaan videosisällön automaattista tuotantoa ja monikielisiä postauksia.