Kurgan-Telecom Ru | Информационные технологии

Я собрал Laravel-репозиторий, в котором GitHub Copilot работает не как один «волшебный ИИ», а как команда кастомных агентов: одни оформляют ТЗ и архитектуру, другие пишут и проверяют код, третьи обновляют документацию и собирают релизы. В статье показываю, как устроен этот workspace и как его можно использовать в своих проектах.

Современный фронтенд давно перестал быть просто "лицом" приложения. Мы переносим в браузер нейросети, обработку видео и криптографию. Но когда дело доходит до банальной аналитики файлов — например, локального парсинга тяжелого Excel или Parquet-файла и выполнения SQL-запросов по ним — мы часто упираемся в ограничения JS-библиотек или вынуждены гонять данные на сервер.

Команда r7-consult решила задачу радикально: мы взяли наш C++17 движок excel_loader, скомпилировали его в WebAssembly и получили возможность выполнять полноценный SQL по локальным файлам прямо в браузере.

В этой статье разберем архитектуру решения wasm-sqlite-database, посмотрим, как C++ код дружит с JS, и покажем, как превратить браузер в локальный ETL-инструмент.

В большинстве случаев новичок, который хочет получить гайд по разработке FastAPI-приложения, сталкивается со статьями формата: «давайте напишем TODO» или «простенький интернет-магазин с парой товаров». Но проблема в том, что по этим примерам непонятно, зачем нужна правильная архитектура, за что браться в начале, какие папки и файлы создавать и т.д. В этой статье я попробую рассказать об этом на примере достаточно нетривиальной задачи — анализа видео с помощью нейросетей.

Японская компания Science запустила в коммерческое производство Mirai Ningen Sentakuki, она же «человеческая» стиральная машина будущего. Модель представлена на выставке Osaka-Kansai Expo 2025. Будет выпущено всего 50 моделей по цене 385 000 долларов США за футуристическую ванну.

Вокруг новостного хайпа в теме ИИ очень редко встречаются рассказы о простых рабочих решениях. Безусловно, специфика отраслей и рецепты использования LLM в этих отраслях не всегда понятны, когда пытаешься познакомиться с кейсами в лоб.

В данной статье описан совсем короткий путь в 6 недель, от простого наивного MVP для бота — администратора, до полноценного инструмента, который закрыл ряд рутинных вопросов администрирования Музыкального Театра.

40 реинкарнаций, 8 AI Агентов — на мой взгляд интересная прикладная история о том, как в мире современных технологий можно собрать вполне работающую вещь не имея, на входе, навыков в используемых инструментах.

У нас было 640Кб памяти, CGA-экран, 20-мегабайтовый диск и целых четыре мегагерца тактовой частоты. А еще старые пятидюймовые дискеты на 360кб. Не то чтобы это был необходимый набор для современного разработчика C++, но если уж начал коллекционировать дичь, то сложно остановиться..

В этом году инструменты observability с открытым исходным кодом вышли за рамки простого мониторинга. Теперь они конкурируют, а зачастую и превосходят коммерческие SaaS-платформы по масштабируемости, гибкости и совместимости. Команды из разных отраслей внедряют стеки решений наблюдения с открытым исходным кодом, чтобы избежать привязки к одному поставщику, обеспечения сквозной прозрачности (логи, метрики, трассировки), экономии на лицензиях и много другого.

Всем кофеманам пламенный привет!

Этот гайд — результат моего личного эксперимента по подбору идеального кофейного пайплайна. Я расскажу, как выжать из кофеина все 100%, просто перенастроив время его потребления.

Я пила кофе по утрам большую часть своей осознанной жизни. Мой ритуал был священен и неизменен: подъем, борьба с соблазном залечь обратно, и — чашечка кофе.

Каков был результат? К 11 утра я чувствовала себя так, будто я отработала две смены подряд на стройке. Я списывала всё на плохую погоду, магнитные бури или происки недоброжелательных конкурентов. Пока в один прекрасный день мой внутренний аналитик не взбунтовался.

«Стоп! — сказал он. — Наш организм не помойка! Мы тратим внутренние ресурсы неправильно, наша метрика „уровень бодрости“ стабильно в жо.. минусе. Это нерационально! Давай попробуем выстроить гипотезу».

Так начался мой личный квест по поиску ✨Идеальной Кофейной Формулы✨.

Добрый день, всем читающим данную статью. Недавно эксперементируя с eBPF для разработки нового функционала своей EDR для linux-серверов, я столкнулся с огромной проблемой: на просторах интернета есть огромный пласт статей по теории работы с eBPF, однако кратких практических статей как работать с BPF мной найдено не было.

Если быть более точным, то такие статьи есть, однако, они не дают понимания функционала.
В общем, в данной статье хотелось бы написать краткий гайд по работе с eBPF с уклоном в практику.

По традиции статей Хабра начну с описания проблемы.

Я изучаю C#, .NET, ASP.NET и ищу работу Backend-разработчика. Сейчас дело дошло до собеседований и фундаментальных вещей (синтаксис, паттерны проектирования, принципы SOLID), я понял, что информации море и она вываливается из головы.

Вспомнил про метод карточек (Flashcards), который обычно используют для иностранных языков. Пошел на популярные ресурсы: Quizlet, RemNote и прочие. Зарегистрировался, начал создавать колоды, мне понравилось, вошел во вкус и каково было мое разочарование когда я везде натыкался на платные подписки. Где-то ограниченное количество карточек, где-то постоянная реклама, где-то очень замудренный интерфейс сделанный вообще не понятно для кого (привет Anki).
Хочешь больше функций? Плати. — Хочешь учить без рекламы? Плати. — Хочешь добавить картинку? Ну, ты понял...

Я смотрел на эти интерфейсы и во мне кипела злость: «Ну это же обычное CRUD-приложение! Две таблицы в базе, простейший API. Что тут сложного? Я сам могу такое сделать!»

Так родилась идея: написать свой сервис. Бесплатный. Без ограничений. Для себя. Это и проблема решится, и пет-проект для резюме будет.

Смысл читать эту статью есть прежде всего для тех, у кого были отличные оценки по родному языку и литературе, кто в детстве читал много книг и занимался музыкой, а сейчас нередко говорит сложными и длинными предложениями, очень быстро читает, то есть, у кого есть достаточно исходных способностей, чтобы выучить английский на уровне англичан. А сделать это человеку 10-30 лет в современных условиях, имея большую мотивацию, действительно эффективную методику, с помощью Интернета, ИИ, и огромного выбора материалов, можно всего за 1 год.

Не только на Хабре, но и везде в Интернете вам должно быть попадались на глаза статьи разной степени попугайской инфоциганистости о том, как изучать (но не изучить) английский самостоятельно. Их сочинители конечно же не проверили свои достижения, хотя бы сдав изрядно облегчённый за последние десятилетия кембриджский CPE, не говоря уже о том, чтобы выложить в сеть свой неотрепетированный диалог с носителями на неизвестные им темы, или даже без подготовки объяснить на английском, над чем и почему смеются зрители на выступлениях ведущих британских юмористов, на которые вы случайно набрели.

Статьи эти появляются с такой же периодичностью и воспринимаются публикой с такой же детской доверчивостью, как и статьи «Как стать миллионером», написанные пензенскими школьниками, начинающими камчатскими копирайтерами, дубайскими эскортницами или калифорнийскими бомжами.

Даже те, кто предпочитает выдавать расплывчатые заявления, что владеет английским хоть и не «в совершенстве», а просто «свободно», забывают упомянуть, что многие трёхлетние дети в Англии уже fluent in English, а гордо пускать пыль в глаза слабоумной публике, заявляя, что ты выучил английский на уровне трёхлетнего ребёнка, как‑то уже вроде и не престижно. Потому что даже просто очень подробно описать случившееся в каком‑нибудь забавном видео с fails трёхлетний ребёнок точно не сможет.

Первый и главный навык, который отличает сильного игрока за столом — и успешного предпринимателя в бизнесе.

Меня зовут Роман Воробьев. Я предприниматель с восьмилетним опытом в e-commerce, основатель Мафклуба предпринимателей и модератор P2P-групп. За годы работы с сотнями владельцев бизнеса я заметил одну закономерность, которая не даёт мне покоя.

Два предпринимателя приходят на одну и ту же встречу. Слышат одних и тех же спикеров. Общаются с одними и теми же людьми. Один выходит с тремя потенциальными партнёрами, пониманием, кому можно доверять, и идеей для нового направления. Второй — с пачкой визиток, которые будут пылиться в ящике стола.

Разница не в удаче. Не вхаризме. Не в «связях» или «везении».

Разница — в наблюдательности.

Меня зовут Алексей, я скорее инженер, чем разработчик. Занимался производствами, конструировал приборы и в какой-то момент решил попробовать сделать универсальный конструктор для учёта всего, что мне было нужно на производстве — материалов, заказов, процессов, планирования сроков и т.п.

Предполагалось, что мы вместе с разработчиком запилим такую платформу за полгода, будем продавать лицензии и станем миллионерами. Но так как задача оказалась сложной, а через полгода разработки стало понятно, что потребуется чуть больше времени, чем ожидалось, было решено выложить её в open source.

Решение было принято под влиянием моды того времени на открытые системы: стартапы получали по 10 млн баксов под таблички без функционала, но зато с MIT-лицензиями, проводились конференции, изо всех утюгов неслось, как здорово на сопровождении все зарабатывают миллионы...

В общем, начитавшись всей этой чуши, поставили MIT, залили на GitHub, написали статью на Хабр — и... получили поток комментариев: «Ваш код — УГ» и «Всё надо переделать на Laravel».

В итоге, потратив охулиард нервных клеток и набрав 900 звездочек на GitHub, я бросил это опенсорсное занятие и поставил самые обыкновенные платные лицензии.

Введение

Обучающая программа «L'école» (см. мою статью: «Роль данных при изучении иностранного языка» – https://habr.com/ru/articles/930868/ ) предназначена для освоения иностранного языка по методу: «Запоминание руками + интерактивный звук + чтение по слогам + буквальный контекстный перевод». Саму программу и демо-данные к ней, на разных языках, можно непосредственно скачать из: https://disk.yandex.ru/d/5yjYP4JP1aVnIw .

И, если с обучающей программой, более-менее, всё понятно, то по данным (компьютерным урокам) остаются некоторые вопросы.

Прежде всего, подготовка обучающих данных тесно связана с концепцией изучения иностранного языка. Существует множество методик, но, универсальной, вроде бы, пока, не обнаружено. Поэтому,  желая выучить язык самостоятельно (а мы исходит из этого), приходится брать на вооружение подходящую систему обучения либо разрабатывать собственную.

Как известно, изучение иностранного языка предполагает четыре навыка:

1. Понимание письменной речи.

2. Понимание устной речи.

3. Умение писать.

4. Умение говорить.

По сути, они, очень грубо, распадаются на две большие группы:

1. Звук и

2. Текст.

Собственно, наша обучающая программа вполне позволяет работать, как со звуком, так и с текстом. Вопрос только в том, что это можно делать очень разными способами. Поэтому, наша задача – выбрать подходящий вариант и следовать ему.

Экспериментируя с изучением французского языка, я пришел к выводу, что хорошо работают следующие навыки:

1. Вы должны уметь читать вслух иностранный текст, хотя бы, его транскрипцию по слогам. Для этого оригинал должен быть снабжен подстрочной транскрипцией со слогоделением и переводом для понимания прочитанного.

Всем привет! Меня зовут Сергей, и я Backend Kotlin разработчик в компании занимающейся разработкой систем повышающую безопасность дорожного движения. И я расскажу, как мы с помощью Jetpack Compose и GitLab API упростили процесс деплоя на 100+ распределённых серверов, повысив при этом удобство и предсказуемость процесса.

Большинство торговых систем работают так: “если RSI пересёк X — покупай”.
Но рынок — стохастическая система. Сигналы не бинарны, они вероятностны.

Это приводит к фундаментальным проблемам классических индикаторных систем, из-за которых они чаще всего и не работают. Поэтому я решил создать рыночный анализатор, основанный на огромном количестве переменных - от простых индикаторов до анализа корреляций, волатильности, объёмов.

Разберём логику этого анализатора и как именно он работает.

Вы платите за контекстную рекламу более 100.000 рублей в месяц, заявки дорожают, конкуренты поднимают ставки, рентабельность падает. Кто-то говорит: «Попробуй SEO», другой советует: «Запусти таргет», третий: «Делай email-рассылки». А вы думаете: «А вдруг не сработает? Вдруг солью бюджет впустую?» И продолжаете платить всё больше за то, что работает всё хуже.

Знакомо? Сегодня разберём, почему страх попробовать что-то новое обходится дороже, чем сам эксперимент. И как тестировать новые каналы без риска потерять всё.

Мой путь от простых телефонных заметок к системе персонального знания начался с боли: потеря данных при смене устройств, неудобная синхронизация, отсутствие контроля. Прорыв случился с Obsidian — приложением, которое, как и VS Code, строится вокруг открытого формата (Markdown), локального хранения и расширяемости через плагины. Именно этот принцип «я управляю инструментом, а не наоборот» стал ключевым: Obsidian — не блокнот, а операционная система для мышления.

Аннотация

Данная работа основана на концепции междисциплинарного направления в науке и технике - «Инженерия функционально-активных контактных материалов и систем». 

Предлагается новая архитектура мультисенсорной системы для робототехники, основанная на эффекте контактной разности потенциалов (КРП) на границе металл–металл или металл–полупроводник. Система способна одновременно регистрировать механическое давление и деформации, температуру, электростатические и магнитные градиенты. Статья детально раскрывает физические основы, цепи реализации, методы адресного опроса состояния КРП и алгоритмы анализа, давая основу для создания универсальных сенсорных оболочек для современных мобильных и стационарных роботов.

 Введение

 Современная робототехника предъявляет возрастающие требования к сенсорным покрытиям, имитирующим человеческую кожу. Необходимы системы, позволяющие одновременно определять силы контакта, температуры, приближения и даже различных полей. Действующие сенсорные решения, такие как ёмкостные, резистивные, оптические сенсорные матрицы, требуют отдельного источника питания, сложной активной электронной схемы и сложных матриц, что невозможно или затруднительно реализовать в гибких робототехнических системах, особенно в миниатюрных или автономных. Матричная организация сенсорных узлов усложняет прокладку линий, создание гибких покрытий со сложной геометрией, требует прецизионной калибровки, а потребляемая мощность и помехоустойчивость становятся критическими по мере роста площадей покрытий.

«Зарабатываешь только $2000?
Не пиши мне "привет".
Не ставь лайки.
Не мечтай.
Мы в разных пищевых цепях».

В последнее время соцсети завалены подобными манифестами от девушек. Это вызывает раздражение, смех и хейт.

Но если убрать этическую сторону и посмотреть на это циничным взглядом предпринимателя — они чертовски правы.

В бизнесе этот принцип называется квалификация лидов. И если вы пытаетесь быть «хорошим для всех», швыряя свой жемчуг перед любой аудиторией — вы не святой. Вы — банкрот.

Еще две тысячи лет назад было сказано: «Не давайте святыни псам и не бросайте жемчуга вашего перед свиньями, чтобы они не попрали его ногами своими и, обратившись, не растерзали вас».

В бизнесе это пророчество сбывается буквально: клиенты, которые вам не по карману (слишком дешевые для вас), сначала обесценят ваш труд, а потом «растерзают» вашу техподдержку и нервную систему.