🧠 Новый open-source проект — Enchanted Twin

Это AI‑двойник, который живёт в твоём терминале и умеет:

✅ Писать код вместе с тобой
✅ Подсказывать решения в реальном времени
✅ Помогать с git, bash, настройками окружения
✅ Работать как CLI-ассистент и собеседник

📦 Внутри OpenAI GPT и Ollama
🧩 Интеграции с bash/zsh + горячие клавиши
⚡ Безопасное локальное хранилище памяти

📌 Github

@golang_google

📌 protoreflect — мощный инструмент для работы с Protocol Buffers и gRPC в Go, который добавляет недостающие кусочки пазла в стандартную библиотеку. Этот проект расширяет возможности рефлексии, позволяя динамически анализировать и модифицировать дескрипторы protobuf-сообщений без необходимости генерации кода.

Особенно полезен для разработки инструментов вроде CLI-утилит или прокси-серверов, где нужно работать с произвольными protobuf-схемами. Например, через grpcreflect можно запрашивать метаинформацию о сервисах прямо с gRPC-сервера, а dynamicpb — создавать сообщения на лету.

🤖 GitHub

@golang_google

🧠 Новый терминальный AI-инструмент от Charmbracelet — Crush

Работай с LLM прямо в терминале: Crush подключается к OpenAI, Anthropic, Groq, OpenRouter и др., позволяя писать код, запускать команды и управлять проектами в интерактивной AI-сессии.

🔥 Возможности:
• Поддержка нескольких моделей и провайдеров
• Контекст-aware ассистент с LSP‑интеграцией (gopls, tsserver и др.)
• Несколько сессий и проектов одновременно
• Расширяемость через MCP (поддерживает stdio, http, `sse`)
• Работает на Linux, macOS, Windows, BSD

Установка:

go install github.com/charmbracelet/crush@latest

👀 Пример: запускаешь crush, выбираешь модель, пишешь fix this code, и ассистент находит баг, предлагает фикс и даже выполняет команду — всё в терминале.

🔗 GitHub

@golang_google

🔄 Twirp — минималистичный фреймворк для сервисного взаимодействия. Альтернатива gRPC, которая генерирует клиенты и серверы из proto-файлов, но работает через стандартный net/http. Не требует HTTP/2 и поддерживает JSON для удобной отладки.

Проект сохраняет простоту — не нужно думать о маршрутизации и сериализации, что позволяет сосредоточиться на бизнес-логике. Есть реализации для Python, Rust, TypeScript и других языков.

🤖 GitHub

@golang_google

Где хранить миллионы эмбеддингов, чтобы они реально работали?

Окей, эмбеддинги вы сделали. А дальше?

Обычно это выглядит так:

🔸«Ну, положим в какой-нибудь FAISS»
🔸«Ой, а как это мониторить?»
🔸«Чёрт, он не умеет делать фильтрацию по полям..»
🔸«Давайте прикрутим Redis, Postgres и прочие костыли»

А можно по-другому.


В YDB векторный поиск встроен прямо в СУБД. Там есть глобальные индексы, транзакции, и поиск с фильтрацией сразу в SQL.


14 августа на вебинаре покажут, как оно устроено и почему это не игрушка, а реальное решение, которое уже работает в проде.