☕️ Миграция между системами

Сколько лет работаю в ИТ, постоянно сталкиваюсь с необходимостью "закапывания" (sunsetting) изживших себя сервисов и миграции на новые. Я столько раз "хоронил" старые сервисы, что уже чувствую себя похоронным агентом цифровых систем 😄 Каждый раз казалось, что это последняя миграция в моей жизни, но рынок не стоит на месте — технологии устаревают, требования меняются, и снова приходится собирать команду для "переезда".

Почему это всегда больно? Потому что за каждой системой стоят реальные люди, привыкшие к определенному интерфейсу, горячим клавишам, автоматизациям. Потому что в старых сервисах живет наша бизнес-память — данные, история взаимодействий, наработанные процессы. И когда приходится говорить команде: "С завтрашнего месяца мы переходим на новую платформу", внутри всегда тревога: получится ли сделать это без потерь и слез?

В этих карточках я попытался собрать реальные этапы и работы, с которыми неизбежно столкнется любой, кто берется за миграцию. Это то, что я выстрадал на своих проектах, проверил на ошибках, и что сегодня помогает мне планировать такие переходы с минимальным стрессом для пользователей и максимальной сохранностью данных.

Сохраняйте себе — пригодится, когда ваш руководитель скажет: "Нам нужно переехать на новую систему до конца квартала".😉

P.S. Решил написать этот пост, т.к. в работе как раз есть ещё один кандидат на закапывание 🪦

#lifehacks #howto #guides

☕️ Как «подружить» LLM с вашей PostgreSQL: лайфхак для быстрой аналитики

Если ваш сервис использует в качестве БД PostgreSQL и вы часто пишете SQL-запросы для аналитики — вам знакома боль: «а какая там колонка?», «как называется связующая таблица?», «какие индексы есть?».

Обычно лезут в pg_catalog или DBeaver, но есть способ проще и удобнее — особенно если вы используете LLM для генерации запросов.

Забудьте про системные таблицы — встречайте pg_dump 🔥 — утилиту командной строки из поставки PostgreSQL, которая создаёт резервные копии БД. Но её можно использовать и для экспорта схемы данных в читаемом виде. И это идеальный способ получить полный контекст для LLM.

(👀 см. карточки ↑)

⚠️ Важные нюансы
— Фильтруйте чувствительные данные перед отправкой в LLM: удалите комментарии с секретами, триггеры с логикой бизнес-правил.
— Обрезайте большой дамп — если схема огромная, оставьте только релевантные таблицы для задачи.
— Используйте .pgpass — чтобы не вводить пароль каждый раз при запуске pg_dump.

Промпт для генерации описания таблиц на основе схемы из pg_dump:

Проанализируй схему PostgreSQL, полученную через утилиту pg_dump (включая CREATE TABLE-запросы, комментарии к таблицам и колонкам, а также определения внешних ключей), и сформируй структурированное описание каждой таблицы в следующем формате:

# Описание таблиц BI-системы

## Хранилище данных: PostgreSQL

### Таблица: [название таблицы]
**Описание:** [Текст из COMMENT ON TABLE. Если комментарий отсутствует, сформулируй краткое описание на основе названия таблицы и контекста.]

**Колонки:**
- **[имя колонки]** ([тип данных]): [Текст из COMMENT ON COLUMN. Если комментарий отсутствует, опиши назначение на основе названия колонки и типа данных. Для внешних ключей добавь: "Ссылка на [таблица].[колонка] ([пояснение связи, например: 'определяет контекст видимости', 'используется для проверки условий']".]

**Бизнес-логика:**
- [Перечисли ключевые аспекты логики на основе:
1. Связей через внешние ключи (например: "Связь с [таблица] через [колонка] определяет [логика]"),
2. Флагов/статусов (например: "Использование флага [колонка] позволяет [действие]"),
3. Контекста из комментариев (например: "Алерты срабатывают при [условие] на основе данных из [таблица]").
Каждый пункт должен начинаться с тире и содержать пояснение, как колонка или связь влияет на бизнес-процессы.]

---

Требования к оформлению:
1. Используй строгую структуру с markdown-заголовками (###, **, -).
2. Для внешних ключей в разделе "Колонки" всегда указывай связанную таблицу и логику связи (например: "Ссылка на queries.id, по результатам которого проверяются условия алерта").
3. В "Бизнес-логике" фокусируйся на взаимодействии таблиц, условиях срабатывания, правах доступа и других бизнес-аспектах (не технических деталях).
4. Если в схеме отсутствуют комментарии, сделай обоснованные выводы на основе названий колонок и типов данных (например, `is_active` → "Флаг активности записи").
5. Не добавляй информацию, которой нет в схеме (только то, что можно вывести из pg_dump и логических связей).

Пример корректного описания для таблицы alerts (как в приложенном файле) должен быть воспроизведен для каждой таблицы в схеме.

🤌 Итого
pg_dump — это не только для бэкапов. Это мощный инструмент для ускорения работы с данными, особенно в связке с LLM. Вы экономите время на рутине и фокусируетесь на том, что действительно важно — анализе и принятии решений.

См.также
— Как писать SQL-запросы с помощью LLM: гайд для менеджеров без аналитиков
— Pg_dump документация

#tips #llm #sql #analytics

☕️ Букмарклеты: мощные кнопки в вашей панели закладок

Вы когда-нибудь сталкивались с ситуацией, когда нужно постоянно делать одни и те же действия на веб-страницах? Копировать информацию из разных мест, преобразовывать текст или скрывать чувствительные данные перед скриншотом?

Сегодня расскажу про букмарклеты, которые решат эти проблемы за один клик.

Букмарклет (bookmarklet) — это скрипт на JavaScript, сохраненный как обычная закладка в браузере. Вместо URL-адреса в нем хранится код, который выполняется на текущей странице при клике.

🔥 Мой кейс
Нужно было собирать данные с разных страниц сайта. Написал букмарклет через LLM:
— Закинул HTML страницы
— Описал, что хочу на выходе
— Модель сама нашла нужные элементы и сгенерировала код
— Теперь за клик копирую отформатированный текст в буфер!

🛡 Ещё кейс (см. скрины)
Букмарклет для "засекречивания" цифр в дашбордах. Перед скриншотом кликаю — все числа заменяются на █. Идеально для презентаций!
Вот код (можете сохранить себе):

javascript:(function(){function replaceDigitsInNode(node) {if (node.nodeType === Node.TEXT_NODE) {const originalText = node.textContent;const modifiedText = originalText.replace(/\d/g, '█');if (originalText !== modifiedText) {const newNode = document.createTextNode(modifiedText);node.parentNode.replaceChild(newNode, node);}}}function processElement(element) {const walker = document.createTreeWalker(element, NodeFilter.SHOW_TEXT, null, false);const nodesToReplace = [];let node;while (node = walker.nextNode()) {nodesToReplace.push(node);}nodesToReplace.forEach(replaceDigitsInNode);}processElement(document.body);})();

💡 Как создать свой?
1. Опишите задачу LLM (например: "Напиши код букмарклета в одну строку, который..."). Идеально если ещё дадите модели скачанную html-страницу (Ctrl + s)
2. Скопируйте готовый код из

javascript: (() => {
  // Your code here!
})();

3. Создайте закладку, вставьте код в URL — готово!

🚀 Что ещё можно
— Скрывать блоки рекламы
— Переключать тёмную тему
— Сохранять выделенный текст в Notion/Telegram
— Анализировать цены на маркетплейсах
— что угодно, загляните сюда чтобы попробовать

💬 Попробуйте!
Самые унылые рутинные задачи в браузере решаются одной закладкой. А какие моменты вас бесит больше всего? Может, придумаем букмарклет прямо в комментах? 😉

P.S. Спасибо Руслану, что рассказал про букмарклеты в своём канале)

👀 Смотрите также
— What are Bookmarklets? How to Use
— 15 Useful Bookmarklets for Web Devs
— Набор букмарклетов для аудита доступности a11y (чтобы сохранить себе, перетащите ссылку в закладки)

#lifehacks #tools #llm #dev

☕️ Вайбкодинг как он есть

Вчера за 30 мин (прям буквально за 30 мин) сделал себе тулу, о которой давно мечтал.

Мне часто для работы надо смотреть что приходит с бэкенда, иногда то что приходит надо использовать для анализа либо для обработки (в Excel) и использования в другом месте.

Решил, что пора — волна вайбкодинга в самом апогее. Результат нашей переписки с агентом (Claude Code) на скринах выше. С чистого листа, до установленного расширения в браузере прошло 30 мин.
Агенту я лишь описал образ результата. Дальше он сам:
— Поискал в интернете как делать экстеншены
— Создал детальный план
— Скачал нужные библиотеки
— Установил нужный софт
— Сделал нужные настройки в IDE
— ... перечислять можно бесконечно, по факту - имея доступ к CLI агент может делать ВСЁ на вашем компе и взаимодействовать с любыми ресурсами, у которых есть такая возможность
— Результат опубликовал на Github

Размышления:
Для вайбкодинга хорошо бы знать терминологию и процессы разработки, фреймворки, библиотеки и прочее. Чтобы не просто "эй, сделай красиво", а прям с конретным описанием того, как это должно выглядеть и что должно быть под капотом

(для этого этот канал и есть😉)

Что на выходе
API Data Grabber — расширение для браузера которое перехватывает все API-запросы, которые делает сайт, и позволяет:
— увидеть их список
— открыть JSON-ответ любого запроса (ну это итак можно было)
— автоматически найти в ответе массивы данных (списки пользователей, заказов, товаров — что угодно)
— посмотреть их в табличном виде с сортировкой, поиском и пагинацией 🔥
— Скачать в Excel или CSV 🔥🔥

👥 Кому полезно:
Продактам — быстро выгрузить данные из админки, когда нет готового отчёта
Аналитикам — получить сырые данные из любого внутреннего инструмента без запросов к бэкенду
QA — проверить что реально приходит в ответе API
Всем, кто хоть раз думал "мне бы эту таблицу в Excel скинуть"

📖 Как установить
— Скачать репозиторий: нажать зелёную кнопку Code → Download ZIP
— Распаковать ZIP-архив в любую папку
— Открыть в Chrome: chrome://extensions
— Включить Developer mode (переключатель справа вверху)
— Нажать Load unpacked и выбрать распакованную папку (ту, в которой лежит manifest.json)
— Готово — расширение установлено

https://github.com/Working-in-IT/api-data-grabber

#ai #vibecoding