This media is not supported in your browser
VIEW IN TELEGRAM
Это тот самый гайд, который мне хотелось бы получить в первый день изучения Computer Science.
В нём шаг за шагом объясняется, начиная с одного транзистора, почему компьютер большую часть времени не занимается вычислениями, а просто ждёт данные из памяти. По сути, он гораздо меньше похож на калькулятор, чем кажется.
Понимание этой идеи полностью изменило то, как я читаю и пишу код, и автор постарался объяснить её так, чтобы это стало понятно и вам.
Если вы до сих пор не разобрались, что такое memory wall, то упускаете один из самых сильных моментов «озарения» во всей компьютерной науке.
Автору потребовалось больше 20 дней глубокого ресёрча и много работы, чтобы изложить это максимально просто.
Вот статья: https://abhisheklearn12.github.io/blogs/memory.html
👉 @BackendPortal
В нём шаг за шагом объясняется, начиная с одного транзистора, почему компьютер большую часть времени не занимается вычислениями, а просто ждёт данные из памяти. По сути, он гораздо меньше похож на калькулятор, чем кажется.
Понимание этой идеи полностью изменило то, как я читаю и пишу код, и автор постарался объяснить её так, чтобы это стало понятно и вам.
Если вы до сих пор не разобрались, что такое memory wall, то упускаете один из самых сильных моментов «озарения» во всей компьютерной науке.
Автору потребовалось больше 20 дней глубокого ресёрча и много работы, чтобы изложить это максимально просто.
Вот статья: https://abhisheklearn12.github.io/blogs/memory.html
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍3❤1🤔1
Хотите понять, как подключить LLM к реальным рабочим процессам, а не просто гонять промпты в чате?
В этом курсе Ania Kubów показывает, как собрать и задеплоить AI-агента для Slack с нуля.
По ходу курса вы:
• Поднимете Slack-бота на базе GPT-4.
• Настроите Node.js, Express и Slack Bolt.
• Подключите PostgreSQL для хранения данных.
• Развернёте проект через Render.
• Научите агента искать и привлекать новых участников сообщества.
Получается не очередной демо-чатбот, а полноценный агент, встроенный в рабочий процесс команды.
Курс: Build Your Own AI Agent with Node.js and Slack
👉 @BackendPortal
В этом курсе Ania Kubów показывает, как собрать и задеплоить AI-агента для Slack с нуля.
По ходу курса вы:
• Поднимете Slack-бота на базе GPT-4.
• Настроите Node.js, Express и Slack Bolt.
• Подключите PostgreSQL для хранения данных.
• Развернёте проект через Render.
• Научите агента искать и привлекать новых участников сообщества.
Получается не очередной демо-чатбот, а полноценный агент, встроенный в рабочий процесс команды.
Курс: Build Your Own AI Agent with Node.js and Slack
Please open Telegram to view this post
VIEW IN TELEGRAM
freeCodeCamp.org
Build Your Own AI Agent
We just posted a course on the freeCodeCamp.org YouTube channel that will teach you how to build and deploy intelligent AI agents that bridge the gap between Large Language Models (LLMs) and real-worl
❤1
В 1991 году финский студент просто хотел разобраться, как устроены операционные системы.
Он начал изучать MINIX, небольшой Unix-подобный проект, который профессор Эндрю Таненбаум создал для обучения. Ничего масштабного, просто учебная ОС.
В какой-то момент студент написал в интернете:
Этим студентом был Линус Торвальдс.
А его хобби со временем превратилось в Linux.
https://os.ecci.ucr.ac.cr/slides/Andrew-S.-Tanenbaum-OperatingSystems-Design-and-Implementation.pdf
👉 @BackendPortal
Он начал изучать MINIX, небольшой Unix-подобный проект, который профессор Эндрю Таненбаум создал для обучения. Ничего масштабного, просто учебная ОС.
В какой-то момент студент написал в интернете:
«Я делаю (бесплатную) операционную систему. Просто как хобби, она не будет такой большой и профессиональной, как GNU...»
Этим студентом был Линус Торвальдс.
А его хобби со временем превратилось в Linux.
https://os.ecci.ucr.ac.cr/slides/Andrew-S.-Tanenbaum-OperatingSystems-Design-and-Implementation.pdf
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥19🤯2❤1😁1
Если делаешь приложение или API, где важна скорость ответа, Redis может сильно разгрузить бэкенд.
Вместо того чтобы каждый запрос снова лез в базу данных, часто запрашиваемые данные кладутся в память. Следующие запросы получают их сразу из кэша, без лишних обращений к БД.
Маниш разобрал, как работает in-memory кэширование в Redis, как его настроить и как внедрить на реальном примере.
Полезный материал для тех, кто хочет уменьшить задержки, снизить нагрузку на базу и ускорить API.
https://freecodecamp.org/news/how-in-memory-caching-works-in-redis/
👉 @BackendPortal
Вместо того чтобы каждый запрос снова лез в базу данных, часто запрашиваемые данные кладутся в память. Следующие запросы получают их сразу из кэша, без лишних обращений к БД.
Маниш разобрал, как работает in-memory кэширование в Redis, как его настроить и как внедрить на реальном примере.
Полезный материал для тех, кто хочет уменьшить задержки, снизить нагрузку на базу и ускорить API.
https://freecodecamp.org/news/how-in-memory-caching-works-in-redis/
Please open Telegram to view this post
VIEW IN TELEGRAM
freeCodeCamp.org
How In-Memory Caching Works in Redis
When you’re building a web app or API that needs to respond quickly, caching is often the secret sauce. Without it, your server can waste time fetching the same data over and over again – from a database, a third-party API, or a slow storage system. ...
❤3
Один вопрос по Kubernetes, который мне попадается снова и снова на собеседованиях:
Обычно ответ выглядит так:
User → ALB → Ingress → Service → Pod
И вроде всё правильно.
Но самое интересное начинается после этого.
Следом обычно спрашивают:
• Кто выбирает Pod, который получит запрос?
• Чем на самом деле занимается kube-proxy?
• Как работают iptables и IPVS?
• Зачем нужен CNI-плагин?
• Что будет с трафиком, если kube-proxy упадёт?
Для меня одним из самых полезных инсайтов было вот что:
Service в Kubernetes сам по себе не балансирует трафик.
kube-proxy создаёт правила iptables/IPVS на нодах, и именно они направляют запросы в живые Pod'ы.
Ещё интереснее становится, когда речь заходит об отказах.
Если kube-proxy упадёт, трафик обычно не перестаёт ходить мгновенно. Существующие правила уже находятся в ядре Linux и продолжают работать.
Ломается другое: Kubernetes больше не может обновлять эти правила, когда появляются новые Pod'ы, удаляются старые или меняются Service.
Смешно, но именно такие базовые вопросы чаще всего вскрывают самые глубокие пробелы в понимании Кюбернетеса.
👉 @BackendPortal
Что происходит с запросом на пути от интернета до Pod'а?
Обычно ответ выглядит так:
User → ALB → Ingress → Service → Pod
И вроде всё правильно.
Но самое интересное начинается после этого.
Следом обычно спрашивают:
• Кто выбирает Pod, который получит запрос?
• Чем на самом деле занимается kube-proxy?
• Как работают iptables и IPVS?
• Зачем нужен CNI-плагин?
• Что будет с трафиком, если kube-proxy упадёт?
Для меня одним из самых полезных инсайтов было вот что:
Service в Kubernetes сам по себе не балансирует трафик.
kube-proxy создаёт правила iptables/IPVS на нодах, и именно они направляют запросы в живые Pod'ы.
Ещё интереснее становится, когда речь заходит об отказах.
Если kube-proxy упадёт, трафик обычно не перестаёт ходить мгновенно. Существующие правила уже находятся в ядре Linux и продолжают работать.
Ломается другое: Kubernetes больше не может обновлять эти правила, когда появляются новые Pod'ы, удаляются старые или меняются Service.
Смешно, но именно такие базовые вопросы чаще всего вскрывают самые глубокие пробелы в понимании Кюбернетеса.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7💊1
Foundations of Computer Science от Alfred Aho и Jeffrey Ullman доступна бесплатно онлайн.
Классический учебник по информатике, который охватывает:
• конечные автоматы
• формальные языки
• теорию вычислений
• основы алгоритмов и вычислительных моделей
Хорошая отправная точка для тех, кто хочет разобраться в фундаментальных концепциях Computer Science, лежащих в основе компиляторов, языков программирования и теории вычислений.
Книга:
http://infolab.stanford.edu/~ullman/focs.html
#computerscience #book #theory #cs
👉 @BackendPortal
Классический учебник по информатике, который охватывает:
• конечные автоматы
• формальные языки
• теорию вычислений
• основы алгоритмов и вычислительных моделей
Хорошая отправная точка для тех, кто хочет разобраться в фундаментальных концепциях Computer Science, лежащих в основе компиляторов, языков программирования и теории вычислений.
Книга:
http://infolab.stanford.edu/~ullman/focs.html
#computerscience #book #theory #cs
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Если вы программируете на Windows, стоит обратить внимание на Windows Developer Config от Microsoft.
Инструмент позволяет подготовить машину для разработки одной командой.
Что умеет:
✓ Настраивает WSL и Ubuntu
✓ Устанавливает Windows Terminal
✓ Ставит Node.js, Python, Rust, Go, Java, .NET, PHP и другие инструменты
✓ Автоматизирует настройку рабочего окружения
Проект полностью открытый и доступен на GitHub.
👉 @BackendPortal
Инструмент позволяет подготовить машину для разработки одной командой.
Что умеет:
✓ Настраивает WSL и Ubuntu
✓ Устанавливает Windows Terminal
✓ Ставит Node.js, Python, Rust, Go, Java, .NET, PHP и другие инструменты
✓ Автоматизирует настройку рабочего окружения
Проект полностью открытый и доступен на GitHub.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5
Salesforce внедрила 20 000 корпоративных AI-агентов.
Главный вывод оказался неожиданным:
Для классического ПО 90% работы происходит до релиза.
Для AI-агентов всё наоборот — 90% работы начинается после запуска.
В интервью с Джоном Кучерой, CPO Agentforce, обсудили, что отличает агентов, которые приносят реальную пользу бизнесу, от тех, что так и остаются красивым демо.
Одна из ключевых мыслей:
Команды, которые считают запуск финишной чертой, застревают на стадии пилота.
Команды, которые воспринимают запуск как стартовую точку, масштабируют решения дальше.
В материале разбирают:
→ Почему большинство корпоративных агентов терпят неудачу
→ Что нужно подготовить до запуска: scope, KPI и guardrails
→ Как выглядит feedback loop, без которого невозможно масштабирование
→ Три анти-паттерна, выявленных на основе 20 000 внедрений
→ Куда движется архитектура агентных систем
👉 @BackendPortal
Главный вывод оказался неожиданным:
Для классического ПО 90% работы происходит до релиза.
Для AI-агентов всё наоборот — 90% работы начинается после запуска.
В интервью с Джоном Кучерой, CPO Agentforce, обсудили, что отличает агентов, которые приносят реальную пользу бизнесу, от тех, что так и остаются красивым демо.
Одна из ключевых мыслей:
Команды, которые считают запуск финишной чертой, застревают на стадии пилота.
Команды, которые воспринимают запуск как стартовую точку, масштабируют решения дальше.
В материале разбирают:
→ Почему большинство корпоративных агентов терпят неудачу
→ Что нужно подготовить до запуска: scope, KPI и guardrails
→ Как выглядит feedback loop, без которого невозможно масштабирование
→ Три анти-паттерна, выявленных на основе 20 000 внедрений
→ Куда движется архитектура агентных систем
Please open Telegram to view this post
VIEW IN TELEGRAM
Многие инженеры добавляют кэш, чтобы решить проблему производительности.
В итоге получают две системы хранения данных. (Появляется второй источник истины.)
Вот в чём разница:
Write-Through Cache → приоритет консистентности данных
Write-Behind Cache → приоритет производительности, допускается временная неконсистентность и риск потери данных
Write-Through — кэш и база данных обновляются одновременно при каждой записи.
(Представьте доску, которая в реальном времени синхронизируется с общим документом.)
Write-Behind — данные сначала записываются в кэш, а затем позже сбрасываются в базу данных.
(Представьте, что вы делаете заметки на доске, а в общий документ переносите их только в конце дня.)
Практическое правило:
Если устаревшие данные недопустимы → используйте Write-Through.
Если критична скорость записи → используйте Write-Behind.
👉 @BackendPortal
В итоге получают две системы хранения данных. (Появляется второй источник истины.)
Вот в чём разница:
Write-Through Cache → приоритет консистентности данных
Write-Behind Cache → приоритет производительности, допускается временная неконсистентность и риск потери данных
Write-Through — кэш и база данных обновляются одновременно при каждой записи.
(Представьте доску, которая в реальном времени синхронизируется с общим документом.)
Write-Behind — данные сначала записываются в кэш, а затем позже сбрасываются в базу данных.
(Представьте, что вы делаете заметки на доске, а в общий документ переносите их только в конце дня.)
Практическое правило:
Если устаревшие данные недопустимы → используйте Write-Through.
Если критична скорость записи → используйте Write-Behind.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5
Твой запрос к JSONB — не медленный. Ты просто используешь не тот индекс.
Допустим, ты хранишь события вот так:
И фильтруешь их примерно так:
Ты повесил B-Tree индекс на всю колонку payload.
Это не сработает.
PostgreSQL не умеет эффективно оптимизировать глубокие запросы к JSONB через B-Tree.
В итоге он каждый раз делает полный скан таблицы.
Чтобы это починить — нужен GIN-индекс (Generalized Inverted Index).
PostgreSQL создаёт инвертированный индекс:
🔸 Разбивает каждый JSONB-объект на ключи и значения,
🔸 Мапит их на ID строк,
🔸 И вместо полного скана сразу прыгает к нужным совпадениям.
Если не делаешь запросы на вхождение (@>), добавь опцию
Быстрее. Меньше. Чище.
👉 @BackendPortal
Допустим, ты хранишь события вот так:
{
"user_id": "123",
"status": "completed",
"source": "mobile"
}И фильтруешь их примерно так:
SELECT * FROM events WHERE payload @> '{"status":"completed"}';Ты повесил B-Tree индекс на всю колонку payload.
Это не сработает.
PostgreSQL не умеет эффективно оптимизировать глубокие запросы к JSONB через B-Tree.
В итоге он каждый раз делает полный скан таблицы.
Чтобы это починить — нужен GIN-индекс (Generalized Inverted Index).
PostgreSQL создаёт инвертированный индекс:
Если не делаешь запросы на вхождение (@>), добавь опцию
jsonb_path_ops — индексы будут компактнее и быстрее.Быстрее. Меньше. Чище.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍3
Я видел, как инженеры с 10-летним опытом проваливали собеседования по System Design на Senior-позиции.
И ошибка почти всегда одна и та же.
❌ «Наша архитектура данных — это React + Node.js + MongoDB»
✅ «Мы используем микросервисную архитектуру с событийным взаимодействием между сервисами, REST API и документо-ориентированной базой данных для обеспечения масштабируемости и гибкости»
Вы потеряете баллы, если будете описывать свой стек технологий вместо архитектурного подхода и причин, по которым были приняты те или иные решения.
Более правильный подход на архитектурном интервью:
1. Начните с ключевых принципов.
Например: «Наша система построена на event-driven подходе, чтобы сервисы оставались слабо связанными друг с другом».
2. Объясните компромиссы.
Например: «Мы выбрали eventual consistency вместо строгой консистентности, чтобы обеспечить высокую доступность системы».
3. Только после этого переходите к инструментам, если это необходимо.
Например: «Для реализации этого подхода мы используем Kafka».
Архитектура — это стратегия: что, зачем и когда.
Инструменты — это тактика: как именно это реализовано.
Архитектура — стратегический уровень. Инструменты — тактический.
Хорошая архитектура переживает смену инструментов.
👉 @BackendPortal
И ошибка почти всегда одна и та же.
Вы потеряете баллы, если будете описывать свой стек технологий вместо архитектурного подхода и причин, по которым были приняты те или иные решения.
Более правильный подход на архитектурном интервью:
1. Начните с ключевых принципов.
Например: «Наша система построена на event-driven подходе, чтобы сервисы оставались слабо связанными друг с другом».
2. Объясните компромиссы.
Например: «Мы выбрали eventual consistency вместо строгой консистентности, чтобы обеспечить высокую доступность системы».
3. Только после этого переходите к инструментам, если это необходимо.
Например: «Для реализации этого подхода мы используем Kafka».
Архитектура — это стратегия: что, зачем и когда.
Инструменты — это тактика: как именно это реализовано.
Архитектура — стратегический уровень. Инструменты — тактический.
Хорошая архитектура переживает смену инструментов.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6
Хочешь разобраться в распределённых системах с нуля?
Начни с этих 10 тем:
Distributed Systems Reading List
https://github.com/theanalyst/awesome-distributed-systems
System Design Primer
https://github.com/donnemartin/system-design-primer
MIT 6.824 (Distributed Systems)
https://github.com/chaozh/MIT-6.824
System Design 101
https://github.com/ByteByteGoHq/system-design-101
Awesome Scalability
https://github.com/binhnguyennus/awesome-scalability
Raft Consensus Visualization https://github.com/ongardie/raftscope
Apache Kafka https://github.com/apache/kafka
Apache Cassandrahttps://github.com/apache/cassandra
etcd github.com/etcd-io/etcd
👉 @BackendPortal
Начни с этих 10 тем:
Distributed Systems Reading List
https://github.com/theanalyst/awesome-distributed-systems
System Design Primer
https://github.com/donnemartin/system-design-primer
MIT 6.824 (Distributed Systems)
https://github.com/chaozh/MIT-6.824
System Design 101
https://github.com/ByteByteGoHq/system-design-101
Awesome Scalability
https://github.com/binhnguyennus/awesome-scalability
Raft Consensus Visualization https://github.com/ongardie/raftscope
Apache Kafka https://github.com/apache/kafka
Apache Cassandrahttps://github.com/apache/cassandra
etcd github.com/etcd-io/etcd
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - theanalyst/awesome-distributed-systems: A curated list to learn about distributed systems
A curated list to learn about distributed systems. Contribute to theanalyst/awesome-distributed-systems development by creating an account on GitHub.
👍2
Папка
Многие используют её один раз на верхнем уровне, просто чтобы спрятать код от внешнего мира.
Но мало кто знает главное.
И это меняет всю идею.
Каждый такой уровень создаёт отдельную границу. Один пакет физически не может залезть во внутренности другого, если он не находится в той же области видимости.
Так ты собираешь модульный монолит не из “папок с кодом”, а из жёстко изолированных блоков, где каждый живёт в своём контуре.
👉 @BackendPortal
/internal в Go — одна из самых неправильно понятых вещей в структуре проекта.Многие используют её один раз на верхнем уровне, просто чтобы спрятать код от внешнего мира.
Но мало кто знает главное.
internal можно вкладывать в internal.И это меняет всю идею.
Каждый такой уровень создаёт отдельную границу. Один пакет физически не может залезть во внутренности другого, если он не находится в той же области видимости.
Так ты собираешь модульный монолит не из “папок с кодом”, а из жёстко изолированных блоков, где каждый живёт в своём контуре.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Многие разработчики путают эти 3 HTTP-метода:
PUT
PATCH
POST
Самый простой способ запомнить:
POST → создать новый ресурс
POST /users
Создаёт нового пользователя.
PUT → полностью заменить ресурс
PUT /users/123
Если отправить только имя, остальные поля могут быть перезаписаны, потому что PUT подразумевает замену всего объекта целиком.
PATCH → обновить только изменённые поля
PATCH /users/123
Отправляешь только:
{ "email": "[new@example.com }
Обновится только email.
Короткое правило:
POST = создание
PUT = полная замена
PATCH = частичное обновление
Мнемоника:
POST → отправить новый объект
PUT → поставить новую версию вместо старой
PATCH → наложить патч на существующий объект
Правильный выбор HTTP-метода делает API более предсказуемым, REST-совместимым и проще в поддержке.
👉 @BackendPortal
PUT
PATCH
POST
Самый простой способ запомнить:
POST → создать новый ресурс
POST /users
Создаёт нового пользователя.
PUT → полностью заменить ресурс
PUT /users/123
Если отправить только имя, остальные поля могут быть перезаписаны, потому что PUT подразумевает замену всего объекта целиком.
PATCH → обновить только изменённые поля
PATCH /users/123
Отправляешь только:
{ "email": "[new@example.com }
Обновится только email.
Короткое правило:
POST = создание
PUT = полная замена
PATCH = частичное обновление
Мнемоника:
POST → отправить новый объект
PUT → поставить новую версию вместо старой
PATCH → наложить патч на существующий объект
Правильный выбор HTTP-метода делает API более предсказуемым, REST-совместимым и проще в поддержке.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
This media is not supported in your browser
VIEW IN TELEGRAM
Наткнулся на полезный open-source Email SDK
Он позволяет отправлять письма через единый API вместо того, чтобы писать отдельную интеграцию под каждого почтового провайдера.
Идея простая: если в будущем решишь перейти с одного провайдера на другой, не придётся переписывать большую часть кода, связанного с отправкой почты.
Подходит для:
* SaaS-продуктов;
* веб-приложений;
* AI-автоматизаций;
* AI-инструментов, которые используют email-уведомления, рассылки или почтовые workflow.
Исходники:
github.com/opencoredev/email-sdk
👉 @BackendPortal
Он позволяет отправлять письма через единый API вместо того, чтобы писать отдельную интеграцию под каждого почтового провайдера.
Идея простая: если в будущем решишь перейти с одного провайдера на другой, не придётся переписывать большую часть кода, связанного с отправкой почты.
Подходит для:
* SaaS-продуктов;
* веб-приложений;
* AI-автоматизаций;
* AI-инструментов, которые используют email-уведомления, рассылки или почтовые workflow.
Исходники:
github.com/opencoredev/email-sdk
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Одна из самых детальных шпаргалок для Backend-разработчика на русском языке. Внутри: от базового устройства интернета и ПК, до работы с базами данным, разработки API и тестирования продуктов.
Весь материал преисполнен разными таблицами и картинками для лучшего усвоения, вся информация подаётся кратко и понятно, а если захотите изучить детальнее — везде есть ссылки на источники.
👉 @BackendPortal
Весь материал преисполнен разными таблицами и картинками для лучшего усвоения, вся информация подаётся кратко и понятно, а если захотите изучить детальнее — везде есть ссылки на источники.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Самые умные люди в интернете в последнее время буквально начали выкладывать свои знания в open source.
Эти 11 GitHub-репозиториев могут сэкономить тебе годы проб и ошибок.
Сохрани себе и изучай постепенно.
1. PilotDeck (OpenBMB)
Open-source фреймворк для AI-агентов. Позволяет развернуть автономного агента за считанные минуты.
GitHub: https://github.com/OpenBMB/PilotDeck
2. andrej-karpathy-skills
Один файл CLAUDE.md с набором правил и практик для AI-программирования.
GitHub: https://github.com/multica-ai/andrej-karpathy-skills
3. MemPalace
Система долговременной памяти для AI-агентов с сильными результатами на LongMemEval.
GitHub: https://github.com/MemPalace/mempalace
4. OpenClaw
Персональный AI-ассистент с открытым исходным кодом.
GitHub: https://github.com/openclaw/openclaw
5. autoresearch
Фреймворк для автоматизации исследований.
GitHub: https://github.com/karpathy/autoresearch
6. awesome-claude-code
Подборка гайдов, практик и рабочих процессов для Claude Code.
GitHub: https://github.com/hesreallyhim/awesome-claude-code
7. agent-skills
Набор production-ready навыков для AI-агентов.
GitHub: https://github.com/addyosmani/agent-skills
8. AI Agents for Beginners
Бесплатный курс из 12 уроков по AI-агентам.
GitHub: https://github.com/microsoft/ai-agents-for-beginners
9. awesome-llm-apps
Одна из крупнейших коллекций готовых LLM-приложений с исходным кодом.
GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps
10. hermes-agent
AI-агент с акцентом на самообучение и развитие поведения.
GitHub: https://github.com/NousResearch/hermes-agent
11. Qlib
Платформа для количественного анализа и алгоритмической торговли.
GitHub: https://github.com/microsoft/qlib
Информационная асимметрия стоит дорого.
Пока одни ежедневно используют такие ресурсы в работе, другие продолжают искать их случайно. Именно так со временем и появляется разрыв в знаниях и навыках.
👉 @BackendPortal
Эти 11 GitHub-репозиториев могут сэкономить тебе годы проб и ошибок.
Сохрани себе и изучай постепенно.
1. PilotDeck (OpenBMB)
Open-source фреймворк для AI-агентов. Позволяет развернуть автономного агента за считанные минуты.
GitHub: https://github.com/OpenBMB/PilotDeck
2. andrej-karpathy-skills
Один файл CLAUDE.md с набором правил и практик для AI-программирования.
GitHub: https://github.com/multica-ai/andrej-karpathy-skills
3. MemPalace
Система долговременной памяти для AI-агентов с сильными результатами на LongMemEval.
GitHub: https://github.com/MemPalace/mempalace
4. OpenClaw
Персональный AI-ассистент с открытым исходным кодом.
GitHub: https://github.com/openclaw/openclaw
5. autoresearch
Фреймворк для автоматизации исследований.
GitHub: https://github.com/karpathy/autoresearch
6. awesome-claude-code
Подборка гайдов, практик и рабочих процессов для Claude Code.
GitHub: https://github.com/hesreallyhim/awesome-claude-code
7. agent-skills
Набор production-ready навыков для AI-агентов.
GitHub: https://github.com/addyosmani/agent-skills
8. AI Agents for Beginners
Бесплатный курс из 12 уроков по AI-агентам.
GitHub: https://github.com/microsoft/ai-agents-for-beginners
9. awesome-llm-apps
Одна из крупнейших коллекций готовых LLM-приложений с исходным кодом.
GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps
10. hermes-agent
AI-агент с акцентом на самообучение и развитие поведения.
GitHub: https://github.com/NousResearch/hermes-agent
11. Qlib
Платформа для количественного анализа и алгоритмической торговли.
GitHub: https://github.com/microsoft/qlib
Информационная асимметрия стоит дорого.
Пока одни ежедневно используют такие ресурсы в работе, другие продолжают искать их случайно. Именно так со временем и появляется разрыв в знаниях и навыках.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
💊1
Нашёл GitHub-репозиторий, который помогает AI-агентам не сжигать токены впустую.
Называется Headroom.
Его создал Теджас Чопра, инженер из Netflix.
Идея простая: Headroom сжимает всё, что читает AI-агент, ещё до того, как данные попадут в LLM.
Например:
- вывод инструментов;
- логи;
- файлы;
- RAG-чанки;
- результаты поиска по коду;
- историю диалога.
По словам автора, это позволяет сократить расход токенов на 60–95% без потери качества ответов.
Сейчас Headroom можно использовать как:
- библиотеку для Python и TypeScript;
- локальный прокси;
- MCP-сервер;
- обёртку для Claude Code, Codex, Cursor, Aider и Copilot.
Если твой AI-агент становится дорогим, медленным или начинает теряться в огромных логах, на этот проект стоит взглянуть.
GitHub: https://github.com/tejaschopra/headroom
Спасибо за внимание.
👉 @BackendPortal
Называется Headroom.
Его создал Теджас Чопра, инженер из Netflix.
Идея простая: Headroom сжимает всё, что читает AI-агент, ещё до того, как данные попадут в LLM.
Например:
- вывод инструментов;
- логи;
- файлы;
- RAG-чанки;
- результаты поиска по коду;
- историю диалога.
По словам автора, это позволяет сократить расход токенов на 60–95% без потери качества ответов.
Сейчас Headroom можно использовать как:
- библиотеку для Python и TypeScript;
- локальный прокси;
- MCP-сервер;
- обёртку для Claude Code, Codex, Cursor, Aider и Copilot.
Если твой AI-агент становится дорогим, медленным или начинает теряться в огромных логах, на этот проект стоит взглянуть.
GitHub: https://github.com/tejaschopra/headroom
Спасибо за внимание.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🤔1
Как правильно работать с резервным копированием в облаке?
25 июня приглашаем на бесплатный вебинар от MWS Cloud Platform всех, кто работает с облаками.
⚫️ Развеем мифы, разберём лучшие современные подходы и инструменты.
⚫️ Обсудим интеграцию в процессы, консистентность, точечное восстановление и безопасность. Поговорим о плюсах нативных облачных инструментов.
⚫️ Проведём демо в MWS Cloud Platform и ответим на ваши вопросы.
Зарегистрируйтесь, чтобы не пропустить!
⏰ 25 июня в 14:00 (мск)
✅ Зарегистрироваться
25 июня приглашаем на бесплатный вебинар от MWS Cloud Platform всех, кто работает с облаками.
Зарегистрируйтесь, чтобы не пропустить!
Please open Telegram to view this post
VIEW IN TELEGRAM