🧠 OpenChronicle: локальная память для AI-агентов
OpenChronicle — это открытое решение для создания локальной, инспектируемой памяти для AI-агентов. Он захватывает контекст работы на вашем Mac и сохраняет его в виде структурированной Markdown-памяти, что позволяет агентам эффективно использовать информацию о ваших действиях и предпочтениях.
🚀 Основные моменты:
- Локальное хранение данных на вашем устройстве
- Поддержка различных моделей AI
- Интеграция с любыми инструментами
- Читаемая Markdown-память и локальная база данных SQLite
- Открытый исходный код с возможностью расширения
📌 GitHub: https://github.com/Einsia/OpenChronicle
#python
OpenChronicle — это открытое решение для создания локальной, инспектируемой памяти для AI-агентов. Он захватывает контекст работы на вашем Mac и сохраняет его в виде структурированной Markdown-памяти, что позволяет агентам эффективно использовать информацию о ваших действиях и предпочтениях.
🚀 Основные моменты:
- Локальное хранение данных на вашем устройстве
- Поддержка различных моделей AI
- Интеграция с любыми инструментами
- Читаемая Markdown-память и локальная база данных SQLite
- Открытый исходный код с возможностью расширения
📌 GitHub: https://github.com/Einsia/OpenChronicle
#python
GitHub
GitHub - Einsia/OpenChronicle
Contribute to Einsia/OpenChronicle development by creating an account on GitHub.
❤1👍1👎1
📝 Легкий редактор заметок с Markdown и OCR
qnote — это минималистичный десктопный редактор заметок, который поддерживает Markdown с живым предпросмотром, историю файлов и экспорт в PDF. Работает на Windows и Linux, предлагает удобный интерфейс и множество функций для эффективного редактирования.
🚀 Основные моменты:
- Поддержка Markdown и живой предпросмотр
- История версий и файлов с быстрым поиском
- Экспорт в PDF и HTML
- Встроенный OCR для извлечения текста из изображений
- Кастомизация интерфейса и тем
📌 GitHub: https://github.com/omibranch/qnote
qnote — это минималистичный десктопный редактор заметок, который поддерживает Markdown с живым предпросмотром, историю файлов и экспорт в PDF. Работает на Windows и Linux, предлагает удобный интерфейс и множество функций для эффективного редактирования.
🚀 Основные моменты:
- Поддержка Markdown и живой предпросмотр
- История версий и файлов с быстрым поиском
- Экспорт в PDF и HTML
- Встроенный OCR для извлечения текста из изображений
- Кастомизация интерфейса и тем
📌 GitHub: https://github.com/omibranch/qnote
👍3🔥2😍1
Удалили объект в S3-хранилище и поняли это слишком поздно?
В S3 Selectel появилась функция Object Lock — дополнительная защита объектов от изменений и удаления на заданный срок.
Даже если в хранилище уже настроены репликация, версионирование и доступы, все еще остается риск случайного удаления или действий шифровальщиков. Object Lock помогает дополнительно защитить данные.
Функция работает по принципу WORM (Write Once, Read Many): версии объектов можно заблокировать так, чтобы их нельзя было изменить или удалить до окончания срока блокировки.
Что можно сделать:
🔹 настроить временную блокировку объектов,
🔹 включить бессрочную блокировку Legal Hold,
🔹 сохранить данные даже при удалении проекта, пока блокировка активна.
Особенно полезно для резервных копий, логов и критичных данных.
⚡️ Попробуйте S3 Selectel бесплатно на 30 дней и протестируйте Object Lock: https://slc.tl/7fjm6
Реклама. АО "Селектел". erid:2W5zFHHj8R7
В S3 Selectel появилась функция Object Lock — дополнительная защита объектов от изменений и удаления на заданный срок.
Даже если в хранилище уже настроены репликация, версионирование и доступы, все еще остается риск случайного удаления или действий шифровальщиков. Object Lock помогает дополнительно защитить данные.
Функция работает по принципу WORM (Write Once, Read Many): версии объектов можно заблокировать так, чтобы их нельзя было изменить или удалить до окончания срока блокировки.
Что можно сделать:
🔹 настроить временную блокировку объектов,
🔹 включить бессрочную блокировку Legal Hold,
🔹 сохранить данные даже при удалении проекта, пока блокировка активна.
Особенно полезно для резервных копий, логов и критичных данных.
⚡️ Попробуйте S3 Selectel бесплатно на 30 дней и протестируйте Object Lock: https://slc.tl/7fjm6
Реклама. АО "Селектел". erid:2W5zFHHj8R7
🕒 Управление Cron Jobs с Cronmaster
Cronmaster — это современное веб-приложение для управления cron-заданиями с удобным интерфейсом. Оно поддерживает аутентификацию, REST API и интеграцию с Docker. Пользователи могут легко создавать, редактировать и отслеживать выполнение задач, а также получать информацию о системе в реальном времени.
🚀Основные моменты:
- Современный интерфейс с поддержкой темной и светлой темы
- Управление cron-заданиями и скриптами
- Логирование выполнения задач с автоматической очисткой
- Поддержка OIDC для единого входа
- Полный REST API для интеграций
📌 GitHub: https://github.com/fccview/cronmaster
#javascript
Cronmaster — это современное веб-приложение для управления cron-заданиями с удобным интерфейсом. Оно поддерживает аутентификацию, REST API и интеграцию с Docker. Пользователи могут легко создавать, редактировать и отслеживать выполнение задач, а также получать информацию о системе в реальном времени.
🚀Основные моменты:
- Современный интерфейс с поддержкой темной и светлой темы
- Управление cron-заданиями и скриптами
- Логирование выполнения задач с автоматической очисткой
- Поддержка OIDC для единого входа
- Полный REST API для интеграций
📌 GitHub: https://github.com/fccview/cronmaster
#javascript
👍2❤1😁1
FreeLLMAPI объединяет 12 бесплатных тарифов разных LLM-провайдеров за одним OpenAI-совместимым endpoint и даёт примерно до 1,3 млрд токенов в месяц.
Что умеет:
- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять
- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других
По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.
https://github.com/tashfeenahmed/freellmapi
Что умеет:
- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять
base_url- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других
По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.
https://github.com/tashfeenahmed/freellmapi
👍3🤔2
⚡️ Останови любую команду в Linux за секунды
Есть простой, но очень недооценённый инструмент - timeout
Он запускает команду с лимитом по времени. Если процесс завис или выполняется слишком долго, система просто завершит его сама
Работает элементарно:
Через 30 секунд всё остановится без твоего участия
Есть простой, но очень недооценённый инструмент - timeout
Он запускает команду с лимитом по времени. Если процесс завис или выполняется слишком долго, система просто завершит его сама
Работает элементарно:
timeout 30s командаЧерез 30 секунд всё остановится без твоего участия
👍10🥱3❤1🤣1
Большой русскоязычный roadmap по машинному обучению: от первого import numpy до LLM, RAG, fine-tuning, AI-агентов и MLOps и даже вабкодинга.
Внутри нормальная структура: что учить, в каком порядке, зачем это нужно и что должно получиться на практике после каждого этапа.
Roadmap разбит на 7 треков:
1. Фундамент: Python, математика, статистика, инструменты
2. Классический ML: scikit-learn, табличные данные, метрики, валидация
3. Deep Learning: PyTorch, CNN, RNN, training loop
4. LLM и трансформеры: attention, KV-cache, RAG, LoRA, агенты
5. Generative AI: изображения, видео, аудио, мультимодальность
6. MLOps и прод: Docker, Kubernetes, CI/CD, monitoring, serving
7. Специализация: CV, NLP, RecSys, RL, Safety
Roadmap не продаёт иллюзию “обучил модель - стал ML-инженером”.
В реальной работе много времени уходит на данные, метрики, деплой, мониторинг, воспроизводимость и разбор ошибок. Модель - только часть системы.
Хорошая мысль из roadmap: LLM не делает джуна сеньором. Она ускоряет того, кто уже понимает базу. Без базы человек просто становится оператором Copilot, который не может объяснить, почему всё сломалось.
По времени тоже без сказок:
1. 0-3 месяца: математика, классический ML
2. 3-6 месяцев: Deep Learning и PyTorch
3. 6-12 месяцев: LLM, RAG, fine-tuning, AI-агенты
4. 12+ месяцев: MLOps, прод, масштабирование, специализация
Тут же собрано 7 болших бесплатных курсов по машинному обучению, математике и вайбкодингу!
Если давно хотели зайти в ML системно, а не прыгать между роликами про ChatGPT, Stable Diffusion и “топ-10 библиотек”, это хороший ориентир.
https://github.com/justxor/MachineLearningRoadmap
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2❤1🤔1🥱1
🚀 Удобная система сборки для нескольких языков с rigx
rigx — это экспериментальная система сборки для C, C++, Go, Rust, Zig, Nim и Python, которая упрощает процесс разработки, обеспечивая изоляцию и кэширование. Все зависимости управляются автоматически, а сборки выполняются в песочнице, что исключает проблемы с "работает на моем компьютере".
🚀 Основные моменты:
- Простая декларативная конфигурация через rigx.toml.
- Поддержка многопоточности и интеграционных тестов.
- Кэширование выходных данных для ускорения сборок.
- Совместимость с Nix для управления зависимостями.
📌 GitHub: https://github.com/unofficialtools/rigx
#python
rigx — это экспериментальная система сборки для C, C++, Go, Rust, Zig, Nim и Python, которая упрощает процесс разработки, обеспечивая изоляцию и кэширование. Все зависимости управляются автоматически, а сборки выполняются в песочнице, что исключает проблемы с "работает на моем компьютере".
🚀 Основные моменты:
- Простая декларативная конфигурация через rigx.toml.
- Поддержка многопоточности и интеграционных тестов.
- Кэширование выходных данных для ускорения сборок.
- Совместимость с Nix для управления зависимостями.
📌 GitHub: https://github.com/unofficialtools/rigx
#python
❤4🔥1🤝1
Что общего у SRE и рыбаков? «GitOps = реальность» — это миф? Не создаёт ли Chaos Engineering ещё больше хаоса?..
Звучит как те самые внезапные вопросы перед сном в будний день👀
И, кстати, ответ на все три у нас имеется! Правда, не здесь, а в подкасте «В SREду на кухне» — его ведут опытные инженеры из Авито. Они обсуждают наболевшее, приглашают внешних гостей и коллег, а также делятся дополнительными инсайтами, статьями по теме и анонсами встреч в своём канале.
Советуем подписаться и сохранить на будущее пару выпусков 🧠
Звучит как те самые внезапные вопросы перед сном в будний день
И, кстати, ответ на все три у нас имеется! Правда, не здесь, а в подкасте «В SREду на кухне» — его ведут опытные инженеры из Авито. Они обсуждают наболевшее, приглашают внешних гостей и коллег, а также делятся дополнительными инсайтами, статьями по теме и анонсами встреч в своём канале.
Советуем подписаться и сохранить на будущее пару выпусков 🧠
Please open Telegram to view this post
VIEW IN TELEGRAM
🔍🚀 Умный сканер уязвимостей для вашего кода
deepsec — это мощный инструмент для обнаружения скрытых уязвимостей в больших кодовых базах. Он использует агентскую архитектуру для параллельного выполнения задач и предлагает глубокий анализ, позволяя быстро находить и устранять проблемы. Идеален для крупных проектов, где важна скорость и точность.
🚀Основные моменты:
- Обнаружение сложных уязвимостей в коде
- Параллельная обработка для больших репозиториев
- Поддержка различных AI-провайдеров
- Возможность работы в песочнице Vercel для безопасности
- Интуитивно понятный интерфейс и документация
📌 GitHub: https://github.com/vercel-labs/deepsec
#typescript
deepsec — это мощный инструмент для обнаружения скрытых уязвимостей в больших кодовых базах. Он использует агентскую архитектуру для параллельного выполнения задач и предлагает глубокий анализ, позволяя быстро находить и устранять проблемы. Идеален для крупных проектов, где важна скорость и точность.
🚀Основные моменты:
- Обнаружение сложных уязвимостей в коде
- Параллельная обработка для больших репозиториев
- Поддержка различных AI-провайдеров
- Возможность работы в песочнице Vercel для безопасности
- Интуитивно понятный интерфейс и документация
📌 GitHub: https://github.com/vercel-labs/deepsec
#typescript
👍2
Как автоматизировать работу с выделенными серверами без слез и костылей
Разбираемся на бесплатном вебинаре от Selectel. Присоединяйтесь, чтобы узнать, как работать с Terraform на выделенных серверах, чем подход Infrastructure as Code может быть полезен для бизнеса и как устроен Bare Metal Cloud в Selectel.
Все участники вебинара получат промокод на 3000 бонусов в панели Selectel.
📍 Онлайн
⏰ 16 июня в 12:00
Регистрируйтесь ➡️ https://slc.tl/h2fy7
Больше мероприятий для ИТ-специалистов в канале @selectel_events. Подписывайтесь!
Реклама. АО "Селектел". erid:2W5zFJ3GM5s
Разбираемся на бесплатном вебинаре от Selectel. Присоединяйтесь, чтобы узнать, как работать с Terraform на выделенных серверах, чем подход Infrastructure as Code может быть полезен для бизнеса и как устроен Bare Metal Cloud в Selectel.
Все участники вебинара получат промокод на 3000 бонусов в панели Selectel.
📍 Онлайн
⏰ 16 июня в 12:00
Регистрируйтесь ➡️ https://slc.tl/h2fy7
Больше мероприятий для ИТ-специалистов в канале @selectel_events. Подписывайтесь!
Реклама. АО "Селектел". erid:2W5zFJ3GM5s