📕 Доверяем рутину YandexGPT и ускоряем ревью документации

Привет! На связи Владимир Кирюшкин, технический писатель Yandex Cloud. Весной мы с коллегой Сашей Яковлевым рассказывали о запуске линтера на основе нейросетей на конференции TechWriter Days 2.

Линтер проверяет текст: находит стилистические и грамматические ошибки, следит за единообразием терминологии и даёт рекомендации по читаемости.

▶️ Сегодня я расскажу о том, как именно у нас работает линтер и каких результатов с его помощью нам удалось добиться за 7 месяцев.

✏️ Один чат, чтобы править всеми: библиотека для ИИ-ассистентов на базе Gravity UI

В Yandex Cloud мы активно внедряем ИИ-помощников: то в техподдержке завёлся чат‑бот с моделью, то в консоли — агент для рабочих операций. Команды собирали чаты поодиночке, тратя время на одни и те же решения. В итоге вариаций интерфейсов стало так много, что поддерживать единый пользовательский опыт стало сложно.

Чтобы перестать изобретать велосипед, мы собрали накопленные практики в инструмент для чат-ботов. С ним можно создать полноценный интерфейс ассистента за несколько дней и легко адаптировать его под разные сценарии.

На связи Илья Ломтев, старший разработчик в команде Foundation Services. Я расскажу, почему мы решили собрать AIKit, как он устроен, немного о планах на будущее. Подробности и примеры кода — в статье.

➡️ Читать на Хабре

⭐️ За каждым большим достижением стоит человек

Cloud Heroes — ежегодная премия, в которой мы отмечаем не только бизнес-результаты, но и человеческое взаимодействие внутри команд.

В карточках — о тех, кто вдохновлял, создавал, делился и двигал нас вперёд в 2025 году.

Подробнее о премии читайте в блоге Yandex Cloud.

🔥 — гордимся успехами ребят

➡️ Как мы сделали горизонтальное масштабирование PostgreSQL доступным в облаке

Мы давно работаем с PostgreSQL — и хорошо знаем, где у неё начинаются ограничения. Одно из самых чувствительных мест — горизонтальное масштабирование. Именно оно позволяет справиться с огромными объёмами данных, когда вертикальное масштабирование (увеличение мощности одного сервера) не работает.

Чтобы решить эту задачу, мы разработали SPQR — собственную технологию горизонтального масштабирования PostgreSQL.

Решение рассчитано на крупные OLTP-системы, где важны стабильная работа под высокой нагрузкой, предсказуемое поведение, отсутствие сложных миграций и ручного шардирования. C ним инженеры не будут тратить ресурсы и время на разработку собственного решения и его поддержку при масштабировании PostgreSQL.

📌 Технология SPQR теперь не только доступна в опенсорсе, но и открыта для тестирования в качестве облачного сервиса в режиме Preview.

▶️ В карточках рассказали, как устроена архитектура SPQR, зачем нужен механизм ε-split и какие инженерные задачи закрывает SPQR.
▶️ Подробнее читайте в статье на Хабре.