🦀 Rust Tip
База: e Cargo есть команда
🔧 Что делает:
- Проверяет типы и ошибки компиляции
- Пропускает генерацию кода и линковку
- Работает намного быстрее, чем
📈 Идеально, чтобы быстро отлавливать ошибки заимствования и типизации, не тратя время на полноценную сборку.
💡 Используй `
#junior #rust
@rust_code
База: e Cargo есть команда
cargo check — и она просто must-have для быстрой разработки.🔧 Что делает:
- Проверяет типы и ошибки компиляции
- Пропускает генерацию кода и линковку
- Работает намного быстрее, чем
cargo build📈 Идеально, чтобы быстро отлавливать ошибки заимствования и типизации, не тратя время на полноценную сборку.
💡 Используй `
cargo check`, когда хочешь быстро пройти цикл "редактировать → проверить → исправить".#junior #rust
@rust_code
👍41🔥5🥰4😱2❤1
Forwarded from Machinelearning
Позволяет можно запускать и управлять сразу несколькими AI-агентами для кодинга: Claude Code, Gemini CLI, Codex — всё в одном дашборде.
- параллельный запуск агентов
- визуальный трекинг задач
- переключение между моделями на лету
— встроенный review и контроль над результатами
— backend на Rust, frontend на React, всё разворачивается локально
Полностью open-source
@ai_machinelearning_big_data
#ai #aiagent #opensource #Claude #Gemini
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11🤣8👍5🔥3🖕2🥰1🤬1
🦅 MongoDB представила Kingfisher — инструмент для оценки производительности AI-запросов к базам данных
Kingfisher — это open-source фреймворк, который помогает разработчикам анализировать, как AI-модели взаимодействуют с MongoDB или другими источниками данных.
🔍 Что умеет:
- Генерировать и запускать естественно-языковые запросы к базе через LLM
- Сравнивать разные подходы к генерации и верификации запросов
- Измерять точность, скорость и релевантность выдачи
- Поддерживает разные схемы данных и шаблоны диалогов
📦 Используется:
- Для оценки качества AI-агентов, которые обращаются к базам
- Для настройки моделей, работающих с реальными данными
🛠 Под капотом:
- Поддержка собственного DSL
- Интеграции с OpenAI, Azure, Anthropic
- Расширяемая архитектура: можно подключать свои модели и пайплайны
🔗 Репозиторий: https://github.com/mongodb/kingfisher
Если вы строите LLM-агентов, которые работают с базами — Kingfisher сэкономит вам недели на тестах и экспериментах.
@rust_code
Kingfisher — это open-source фреймворк, который помогает разработчикам анализировать, как AI-модели взаимодействуют с MongoDB или другими источниками данных.
🔍 Что умеет:
- Генерировать и запускать естественно-языковые запросы к базе через LLM
- Сравнивать разные подходы к генерации и верификации запросов
- Измерять точность, скорость и релевантность выдачи
- Поддерживает разные схемы данных и шаблоны диалогов
📦 Используется:
- Для оценки качества AI-агентов, которые обращаются к базам
- Для настройки моделей, работающих с реальными данными
🛠 Под капотом:
- Поддержка собственного DSL
- Интеграции с OpenAI, Azure, Anthropic
- Расширяемая архитектура: можно подключать свои модели и пайплайны
🔗 Репозиторий: https://github.com/mongodb/kingfisher
Если вы строите LLM-агентов, которые работают с базами — Kingfisher сэкономит вам недели на тестах и экспериментах.
@rust_code
❤6👍2🥰2
⚙️ Rig — современная Rust-библиотека для работы с LLM, предлагающая унифицированный интерфейс для разных провайдеров ИИ. Проект выделяется акцентом на модульность и эргономику, позволяя интегрировать языковые модели в приложения с минимальным бойлерплейтом.
Инструмент уже используют в продакшене такие проекты, как Dria Compute Node и Linera Protocol. Библиотека поддерживает не только чат-модели вроде GPT-4, но и векторные базы данных, включая MongoDB и LanceDB.
🤖 GitHub
@rust_code
Инструмент уже используют в продакшене такие проекты, как Dria Compute Node и Linera Protocol. Библиотека поддерживает не только чат-модели вроде GPT-4, но и векторные базы данных, включая MongoDB и LanceDB.
🤖 GitHub
@rust_code
👍21❤7🥰4
🧠 HASH — открытая база данных с элементами ИИ, которая самостоятельно структурирует информацию и проверяет её достоверность. Проект объединяет данные из разных источников в реальном времени, предлагая удобные инструменты для работы с ними даже не-техническим пользователям.
HASH имеет автономных агентов, которые автоматически дополняют и очищают данные, а в будущем система превратится в полноценную рабочую среду с AI-интерфейсами. Для старта можно использовать облачную версию или развернуть локально.
🤖 GitHub
@rust_code
HASH имеет автономных агентов, которые автоматически дополняют и очищают данные, а в будущем система превратится в полноценную рабочую среду с AI-интерфейсами. Для старта можно использовать облачную версию или развернуть локально.
🤖 GitHub
@rust_code
🔥9❤6👍3🥰1
This media is not supported in your browser
VIEW IN TELEGRAM
Иногда нужно понять, кто "держит" нужный порт — особенно при отладке сервисов или настройки nginx, Docker и так далее. Вместо ручного перебора — используйте lsof
Вот команда, которая покажет вам пи ай ди, имя процесса и даже имя пользователя, который занял порт:
Работает на любом Unix-подобном дистрибутиве. Замените <порт> на нужное значение — и сразу увидите виновника конфликта.
sudo lsof -i :<порт>
пример:
sudo lsof -i :5432https://www.youtube.com/shorts/eD1YxcrQr5Y
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17🔥8❤3🍌2🫡2🥰1
📚 Огромная коллекция шпаргалок для разработчиков — на одном GitHub-репозитории:
Что внутри:
✅ Языки (Python, JavaScript, Go, Rust, C++)
✅ Инструменты (Git, Docker, Linux)
✅ Алгоритмы и структуры данных
✅ Системный дизайн и SQL
✅ И даже темы по DevOps, Cloud, AI и Security
Удобно, когда нужно быстро освежить синтаксис, вспомнить команды или подготовиться к собеседованию.
🔥 Забирай в закладки — пригодится каждому разработчику.
https://github.com/crescentpartha/CheatSheets-for-Developers
Что внутри:
✅ Языки (Python, JavaScript, Go, Rust, C++)
✅ Инструменты (Git, Docker, Linux)
✅ Алгоритмы и структуры данных
✅ Системный дизайн и SQL
✅ И даже темы по DevOps, Cloud, AI и Security
Удобно, когда нужно быстро освежить синтаксис, вспомнить команды или подготовиться к собеседованию.
🔥 Забирай в закладки — пригодится каждому разработчику.
https://github.com/crescentpartha/CheatSheets-for-Developers
👍9❤6🥰4😁1😢1🥱1
🔗 HelixDB — графово-векторная база данных на Rust, заточенная под RAG-приложения и AI-разработку. Проект сочетает хранение связей между узлами с векторным поиском, предлагая при этом впечатляющую производительность — создатели заявляют о 1000-кратном преимуществе перед Neo4j.
Под капотом используется проверенная LMDB, а интерфейс напоминает гибрид SQL и функционального программирования. Для локального развёртывания достаточно CLI-инструмента, который генерирует API-эндпоинты из декларативных запросов.
🤖 GitHub
@sqlhub
Под капотом используется проверенная LMDB, а интерфейс напоминает гибрид SQL и функционального программирования. Для локального развёртывания достаточно CLI-инструмента, который генерирует API-эндпоинты из декларативных запросов.
🤖 GitHub
@sqlhub
👍9❤2🥰1
Binsider
Binsider — швейцарский нож для реверсёров. Инструмент для анализа бинарных файлов ELF, который предлагает мощные средства статического и динамического анализа.
💡 Харакетеристики:
⏺️ Статический анализ - Позволяет анализировать структуру ELF, включая секции, сегменты, символы и перемещения.
⏺️ Динамический анализ - Возможность выполнения бинарного файла и отслеживания системных вызовов, сигналов и потока выполнения программы.
⏺️ Извлечение строк - Подобно команде strings, Binsider может извлекать строки из бинарного файла для поиска интересных данных, таких как URL, пароли и другая чувствительная информация.
⏺️ Hexdump - Предоставляет структурированный просмотр бинарного содержимого с возможностью анализа в шестнадцатеричном формате.
📎 Установка:
Использование:
Binsider — швейцарский нож для реверсёров. Инструмент для анализа бинарных файлов ELF, который предлагает мощные средства статического и динамического анализа.
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh #Установка Rust
sudo apt install cargo
cargo install binsider
sudo cp /home/kali/.cargo/bin/binsider /bin
Использование:
binsider [PATH_TO_BINFILE]
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12👍10❤4🥰1
🦀 Rust на каждом GPU? Теперь это реальность
Команда выпустила серьезное обновление: теперь можно писать универсальный GPU-код на Rust, который работает сразу на разных платформах — без ручной настройки под каждую.
📦 Что нового:
— Поддержка *portable shader crates*
— Один и тот же шейдер можно запускать на Vulkan, WebGPU, Metal и даже CUDA
— Расширенный стандартный набор типов и функций
— Интеграция с
— Поддержка inline-asm и более точной отладки
💡 Почему это важно:
Раньше GPU-код приходилось писать под каждую платформу отдельно (HLSL, GLSL, CUDA). Теперь можно писать всё на Rust и использовать один и тот же код для разных бэкендов.
Это приближает нас к идее truly portable GPU programming — с безопасностью и удобством Rust.
🔗 Подробнее в блоге
@rust_code
Команда выпустила серьезное обновление: теперь можно писать универсальный GPU-код на Rust, который работает сразу на разных платформах — без ручной настройки под каждую.
📦 Что нового:
— Поддержка *portable shader crates*
— Один и тот же шейдер можно запускать на Vulkan, WebGPU, Metal и даже CUDA
— Расширенный стандартный набор типов и функций
— Интеграция с
cargo и spirv-builder стала проще — Поддержка inline-asm и более точной отладки
💡 Почему это важно:
Раньше GPU-код приходилось писать под каждую платформу отдельно (HLSL, GLSL, CUDA). Теперь можно писать всё на Rust и использовать один и тот же код для разных бэкендов.
Это приближает нас к идее truly portable GPU programming — с безопасностью и удобством Rust.
🔗 Подробнее в блоге
@rust_code
🔥65👍11❤4😱3🥰2🏆2
Forwarded from Machinelearning
Stack Overflow Developer Survey — это крупнейшее ежегодное исследование среди разработчиков по всему миру, которое проводит платформа Stack Overflow.
В 15‑й год в опросе приняли участие более 49 000 разработчиков из 177 стран. Опрос охватил 62 вопроса по 314 технологиям
76 % респондентов — профессиональные разработчики, большинство из них (66 %) — в возрасте 25–44 лет
- 80 % пишут код с помощью AI.
- Но лишь 29 % доверяют результатам ИИ (в 2024 было 40 %).
- 66 % тратят больше времени на отладку AI-кода, чем на его написание.
🏆 Claude Sonnet от Anthropic стала самой уважаемой LLM-моделью года — её отметили 67.5 % опрошенных.
💡 Но по желанию использовать на первом месте всё ещё OpenAI GPT — 51.2 % хотят с ней работать чаще всего.
- Cargo признан самым уважаемым DevOps‑инструментом (обогнал даже Terraform).
- Rust стабильно в топе любимых языков.
💡 Учёба и рост:
- 69 % изучают новые технологии, 44 % — с помощью AI.
- 36 % учат код ради AI-задач.
👨💻 VS Code лидирует, но Neovim — кумир:
- VS Code — самый используемый редактор.
- Neovim — самый «перспективный».
🧑🤝🧑 Сообщества & платформы
- 84 % разработчиков активно использовали Stack Overflow ( верится с трудом) в течение года (GitHub 67 %, YouTube 61 %)
- В опросе выяснилось: 35 % посещают SO из‑за проблем, связанных с AI‑кодом — ищут проверенную людьми информацию
📉 Меньше участников:
- В 2025 — 49k респондентов (в 2023 было 90k).
- Разработчики всё чаще критикуют перекос в сторону AI.
😕 Удовлетворённость работой & зарплаты
- Предыдущий опрос показал, что 80 % разработчиков были либо неудовлетворены, либо в состоянии «разочарованности» на работе. Интересно, как изменились показатели в 2025 году.
- В 2024 году выяснилось, что гибкость и зарплата перестали вносить равный вклад в удовлетворённость, теперь зарплата выше оказывает сильный эффект для топ‑25 % зарплатной шкалы
.- К примеру, мобильные и back‑end разработчики в UK и Нидерландах стали более удоволетворены работой за счёт более высоких зарплат
📎 Отчёт целиком: https://survey.stackoverflow.co/2025
@ai_machinelearning_big_data
#ai #stackoverflow
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤5🔥5🥰1