🧠 OpenBAS — open-source платформа для создания собственных ИИ‑агентов
Хочешь запускать автономных ИИ‑агентов на своём сервере? Без внешних API и подписок?
⚡️ OpenBAS (Open Behavioral Agent System) — это:
✅ Полноценная AGI‑архитектура с памятью, планированием и обучением
✅ Локальное исполнение: всё работает на вашем железе
✅ Поддержка LLM, сенсоров, действий, целей и окружения
✅ Модульность — можно кастомизировать и дорабатывать под задачи
💡 Отлично подходит для исследований, прототипов и создания автономных ИИ‑систем.
🔗 GitHub: https://github.com/OpenBAS-Platform/openbas
@javatg
Хочешь запускать автономных ИИ‑агентов на своём сервере? Без внешних API и подписок?
⚡️ OpenBAS (Open Behavioral Agent System) — это:
✅ Полноценная AGI‑архитектура с памятью, планированием и обучением
✅ Локальное исполнение: всё работает на вашем железе
✅ Поддержка LLM, сенсоров, действий, целей и окружения
✅ Модульность — можно кастомизировать и дорабатывать под задачи
💡 Отлично подходит для исследований, прототипов и создания автономных ИИ‑систем.
🔗 GitHub: https://github.com/OpenBAS-Platform/openbas
@javatg
👍9❤3🔥2🎉2
🔐 pac4j — универсальный фреймворк для аутентификации и авторизации в Java-приложениях. Этот инструмент упрощает интеграцию десятков механизмов проверки подлинности в веб-сервисы и MVC-фреймворки (Spring, Play, Vert.x и другие).
Проект обладает модульностью: можно собрать систему безопасности как конструктор, комбинируя компоненты для работы с ролями, CSRF-защитой или CORS. Поддерживается даже экзотика вроде Kerberos или проверки по IP-адресу. При этом код остаётся читаемым благодаря Lombok в новых версиях.
🤖 GitHub
@javatg
Проект обладает модульностью: можно собрать систему безопасности как конструктор, комбинируя компоненты для работы с ролями, CSRF-защитой или CORS. Поддерживается даже экзотика вроде Kerberos или проверки по IP-адресу. При этом код остаётся читаемым благодаря Lombok в новых версиях.
🤖 GitHub
@javatg
👍8❤4🥰2
💼 Interviews
Репозиторий «Interviews» — это набор вопросов и решений для подготовки к техническим собеседованиям.
В нём собраны задачи по алгоритмам, структурам данных, а также советы по системному дизайну и общему процессу интервьюирования.
Проект регулярно обновляется и имеет большую звёздность, что подтверждает его пользу для разработчиков.
📎 Ссылка на репозиторий
@javatg
Репозиторий «Interviews» — это набор вопросов и решений для подготовки к техническим собеседованиям.
В нём собраны задачи по алгоритмам, структурам данных, а также советы по системному дизайну и общему процессу интервьюирования.
Проект регулярно обновляется и имеет большую звёздность, что подтверждает его пользу для разработчиков.
📎 Ссылка на репозиторий
@javatg
👍11❤4🔥4
🪴 Spring AI — новый проект от Spring, упрощающий интеграцию ИИ-моделей в Java-приложения. Он предлагает унифицированный API для работы с разными провайдерами, поддерживая чат-ботов, генерацию изображений и текста, а также векторизацию данных.
Проект вдохновлён LangChain, но адаптирован под Spring-экосистему: здесь есть автоматическая конфигурация через Spring Boot, поддержка векторных баз данных и инструменты для оценки качества ответов моделей. Разработчики делают акцент на переносимость кода между разными ИИ-сервисами.
🤖 GitHub
@javatg
Проект вдохновлён LangChain, но адаптирован под Spring-экосистему: здесь есть автоматическая конфигурация через Spring Boot, поддержка векторных баз данных и инструменты для оценки качества ответов моделей. Разработчики делают акцент на переносимость кода между разными ИИ-сервисами.
🤖 GitHub
@javatg
❤10👍6🔥6
🪴 Spring AI — новый проект от Spring, упрощающий интеграцию ИИ-моделей в Java-приложения. Он предлагает унифицированный API для работы с разными провайдерами, поддерживая чат-ботов, генерацию изображений и текста, а также векторизацию данных.
Проект вдохновлён LangChain, но адаптирован под Spring-экосистему: здесь есть автоматическая конфигурация через Spring Boot, поддержка векторных баз данных и инструменты для оценки качества ответов моделей. Разработчики делают акцент на переносимость кода между разными ИИ-сервисами.
🤖 GitHub
@javatg
Проект вдохновлён LangChain, но адаптирован под Spring-экосистему: здесь есть автоматическая конфигурация через Spring Boot, поддержка векторных баз данных и инструменты для оценки качества ответов моделей. Разработчики делают акцент на переносимость кода между разными ИИ-сервисами.
🤖 GitHub
@javatg
🔥5❤3😱1
Хороший курс по проектированию микросервисов — редкость.
Здесь даём ровно то, что нужно в реальной практике:
— Декомпозиция бизнес-домена — как разбить монолит на сервисы и обосновать решение;
— Интеграции между сервисами — REST, события, очереди и когда что выбирать;
— Паттерны и антипаттерны микросервисной архитектуры — чтобы отвечать не «по книжке», а из практики.
Плюс — живые разборы кейсов и канал с быстрыми ответами на вопросы.
Курс ведёт архитектор Кирилл Ветчинкин — разработчик с 15-летним опытом, 8+ лет внедряет MSA.
Если вы работаете с распределенными системами, хотите разложить в голове паттерны и научиться не просто «пилить микросервисы», а понимать, зачем они бизнесу — присоединяйтесь.
📌 Старт: 12 августа
👉 https://microarch.ru/courses/microservices?utm_source=posev&utm_medium=erid:2Vtzqv6bFK7&utm_campaign=3
Реклама. ИП Ветчинкин К.Е. ИНН: 773376451099 Erid: 2Vtzqv6bFK7
Здесь даём ровно то, что нужно в реальной практике:
— Декомпозиция бизнес-домена — как разбить монолит на сервисы и обосновать решение;
— Интеграции между сервисами — REST, события, очереди и когда что выбирать;
— Паттерны и антипаттерны микросервисной архитектуры — чтобы отвечать не «по книжке», а из практики.
Плюс — живые разборы кейсов и канал с быстрыми ответами на вопросы.
Курс ведёт архитектор Кирилл Ветчинкин — разработчик с 15-летним опытом, 8+ лет внедряет MSA.
Если вы работаете с распределенными системами, хотите разложить в голове паттерны и научиться не просто «пилить микросервисы», а понимать, зачем они бизнесу — присоединяйтесь.
📌 Старт: 12 августа
👉 https://microarch.ru/courses/microservices?utm_source=posev&utm_medium=erid:2Vtzqv6bFK7&utm_campaign=3
Реклама. ИП Ветчинкин К.Е. ИНН: 773376451099 Erid: 2Vtzqv6bFK7
🐘 Hibernate ORM — зрелый ORM-фреймворк для Java, который остается стандартом де-факто для работы с реляционными БД. Хотя проект реализует JPA-спецификацию, он предлагает гораздо больше возможностей — от расширенного кэширования до поддержки экзотических СУБД вроде SAP HANA.
Разработчики уделяют внимание тестированию: в комплекте идут Docker-скрипты для быстрого развертывания 15+ СУБД и гибкая система профилей. Сборка требует JDK 21, но сохраняет совместимость с Java 17.
🤖 GitHub
@javatg
Разработчики уделяют внимание тестированию: в комплекте идут Docker-скрипты для быстрого развертывания 15+ СУБД и гибкая система профилей. Сборка требует JDK 21, но сохраняет совместимость с Java 17.
🤖 GitHub
@javatg
❤6🔥4👍3👏1
Новая версия лучше в:
- коде
- написание текстов
- распознании изображений
- стилизации ваших фоток
И не только
Попробуйте сами: www.tg-me.com/Chatgpturbobot
Please open Telegram to view this post
VIEW IN TELEGRAM
🤬9👍4🔥2🤔2🥰1
👾 Bazel — инструмент от Google для быстрой и предсказуемой сборки проектов любого масштаба. Его ключевая особенность — умное определение изменений: пересобираются только те части проекта, которые действительно требуют обновления.
Он поддерживает десятки языков и работает на всех основных ОС и одинаково эффективно собирает как небольшие библиотеки, так и системы уровня Google или Uber. При этом Bazel не просто ускоряет сборку, а гарантирует воспроизводимость результатов: если сборка прошла на одной машине, она будет работать и на других.
🤖 GitHub
@javatg
Он поддерживает десятки языков и работает на всех основных ОС и одинаково эффективно собирает как небольшие библиотеки, так и системы уровня Google или Uber. При этом Bazel не просто ускоряет сборку, а гарантирует воспроизводимость результатов: если сборка прошла на одной машине, она будет работать и на других.
🤖 GitHub
@javatg
❤9🔥5👍3🎉1
Яндекс создаёт продукты и сервисы для миллионов пользователей. Нейросетевой поиск, умные устройства, машинный перевод — задачи, где нет готовых решений.
Поэтому нам нужны сильные бэкенд-разработчики! Если у вас от 5 лет опыта на C++, Python, Java или Go — участвуйте в Мультитреке.
Как это работает
• Подаёте заявку до 18 августа
• Проходите технические секции 23 и 24 августа
• Получаете офер 24 августа
После найма мы предложим поработать в трёх командах несколько недель. Будет время погрузиться в работу, прочувствовать атмосферу и выбрать проект, который вам больше подходит.
Узнайте подробности и оставьте заявку.
Поэтому нам нужны сильные бэкенд-разработчики! Если у вас от 5 лет опыта на C++, Python, Java или Go — участвуйте в Мультитреке.
Как это работает
• Подаёте заявку до 18 августа
• Проходите технические секции 23 и 24 августа
• Получаете офер 24 августа
После найма мы предложим поработать в трёх командах несколько недель. Будет время погрузиться в работу, прочувствовать атмосферу и выбрать проект, который вам больше подходит.
Узнайте подробности и оставьте заявку.
❤1
⛓️ BTrace — динамический инструмент для трассировки Java-приложений. Проект позволяет безопасно отслеживать работу Java-программ в реальном времени без перезапуска. Встраивает байткод для мониторинга производительности, логирования вызовов методов или анализа проблем прямо в работающее приложение.
Интегрируется через командную строку или Maven-плагин. Особенно полезен при диагностике проблем в продакшн-средах, где традиционные профайлеры могут быть слишком тяжелыми.
🤖 GitHub
@javatg
Интегрируется через командную строку или Maven-плагин. Особенно полезен при диагностике проблем в продакшн-средах, где традиционные профайлеры могут быть слишком тяжелыми.
🤖 GitHub
@javatg
❤4🔥4👍2
🔐 jCasbin — библиотека контроля доступа для Java-приложений. Проект предлагает гибкую систему авторизации с поддержкой популярных моделей: ACL, RBAC, ABAC и других. Конфигурация правил доступа описывается в простых CONF-файлах, что позволяет легко адаптировать систему под разные сценарии — от RESTful API до сложных многоуровневых политик.
Инструмент имеет встроенный онлайн-редактор для тестирования правил прямо в браузере. Интегрируется с Spring Boot и работает с разными хранилищами политик, включая базы данных.
🤖 GitHub
@javatg
Инструмент имеет встроенный онлайн-редактор для тестирования правил прямо в браузере. Интегрируется с Spring Boot и работает с разными хранилищами политик, включая базы данных.
🤖 GitHub
@javatg
❤6👍2🔥2
⚛️ AtomicFU — библиотека для работы с атомарными операциями в Kotlin. Этот проект от JetBrains предоставляет удобный и эффективный способ работы с атомарными операциями в Kotlin-проектах. Поддерживает все основные платформы: JVM, Native, JS и Wasm.
Библиотека предлагает идиоматичный Kotlin API для атомарных операций, который затем трансформируется в эффективный код для каждой целевой платформы. Поддерживаются атомарные массивы, пользовательские расширения и даже примитивы синхронизации.
🤖 GitHub
@javatg
Библиотека предлагает идиоматичный Kotlin API для атомарных операций, который затем трансформируется в эффективный код для каждой целевой платформы. Поддерживаются атомарные массивы, пользовательские расширения и даже примитивы синхронизации.
🤖 GitHub
@javatg
👍4❤2🔥2🥰1
ArnoldC — это императивный язык программирования, где основные конструкции заменяются известными фразами из фильмов Арнольда Шварценеггера.
- if → BECAUSE I'M GOING TO SAY PLEASE
- while → STICK AROUND
- return → I'LL BE BACK
- LISTEN TO ME VERY CAREFULLY name — объявление метода
- I NEED YOUR CLOTHES YOUR BOOTS AND YOUR MOTORCYCLE — аргументы
- GIVE THESE PEOPLE AIR — non-void метод
Код компилируется в Java, работает на JVM — это не просто шутка. Язык стабилен, есть примеры и документация.
HASTA LA VISTA, BABY
⚡️ Github
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10❤6😁5👍3👏1🤬1
This media is not supported in your browser
VIEW IN TELEGRAM
27 августа встречаемся на DrinkUp от Авито для backend-разработчиков в Нижнем Новгороде. Уже предчувствуем горячие споры… ☄️
В планах в формате дискуссий обсудить:
➡️ как правильно структурировать проекты;
➡️ кому и как проще вкатиться в Go и почему он такой странный;
➡️ как LLM помогает разработчикам.
Остальные темы раскрывать не будем — можете посмотреть их по ссылке! Там же, кстати, и регистрация на ивент.
В планах в формате дискуссий обсудить:
Остальные темы раскрывать не будем — можете посмотреть их по ссылке! Там же, кстати, и регистрация на ивент.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
🔧 JavaCV — мост между Java и нативными библиотеками компьютерного зрения
Проект предоставляет Java-обёртки для популярных C/C++ библиотек вроде OpenCV, FFmpeg и libdc1394, позволяя использовать их возможности без необходимости писать нативный код.
Инструмент имеет встроенные утилиты для калибровки камер, обнаружения объектов и работы с GPU через OpenCL/OpenGL. Поддерживается интеграция с аппаратными SDK. Установка возможна через Maven/Gradle или вручную.
🤖 GitHub
@javatg
Проект предоставляет Java-обёртки для популярных C/C++ библиотек вроде OpenCV, FFmpeg и libdc1394, позволяя использовать их возможности без необходимости писать нативный код.
Инструмент имеет встроенные утилиты для калибровки камер, обнаружения объектов и работы с GPU через OpenCL/OpenGL. Поддерживается интеграция с аппаратными SDK. Установка возможна через Maven/Gradle или вручную.
🤖 GitHub
@javatg
🔥10👍7❤4🥰2🤩1
🎮 Погружаемся в SQL, с помощью увлекательной аркадной игры
Разработчики замутили настоящий олдскульный шедевр, который сделает из вас МАСТЕРА баз данных и точно не даст заскучать.
• Проходим уровни, собираем пазлы вместе с уткой DuckDB и прокачиваем SQL на максимум.
• Квесты, задачи, подсказки — всё как в настоящем приключении.
• Работает прямо в браузере и даже на телефоне.
Любые запросы к базам — щёлкаем как семечки 👉 https://dbquacks.com/.
Разработчики замутили настоящий олдскульный шедевр, который сделает из вас МАСТЕРА баз данных и точно не даст заскучать.
• Проходим уровни, собираем пазлы вместе с уткой DuckDB и прокачиваем SQL на максимум.
• Квесты, задачи, подсказки — всё как в настоящем приключении.
• Работает прямо в браузере и даже на телефоне.
Любые запросы к базам — щёлкаем как семечки 👉 https://dbquacks.com/.
🔥12❤6👍4
🤖 AI заменит разработчиков?
Этот вопрос звучит как кликбейт. Но когда смотришь на то, что делает Explyt Agent, начинаешь думать иначе.
Этот AI не просто подсказывает код, а реально:
• редактирует файлы в проекте
• запускает тесты и отлавливает ошибки
• выполняет команды в терминале
• анализирует проект и добавляет недостающие файлы
Фактически, он ведет себя как джун, которому ты говоришь: «вот таска, сделай». А ты только проверяешь результат.
Попробуйте, как устроен этот агент и что он умеет🚀
Этот вопрос звучит как кликбейт. Но когда смотришь на то, что делает Explyt Agent, начинаешь думать иначе.
Этот AI не просто подсказывает код, а реально:
• редактирует файлы в проекте
• запускает тесты и отлавливает ошибки
• выполняет команды в терминале
• анализирует проект и добавляет недостающие файлы
Фактически, он ведет себя как джун, которому ты говоришь: «вот таска, сделай». А ты только проверяешь результат.
Попробуйте, как устроен этот агент и что он умеет🚀
🔥5🤬5😁4❤2👍1
Java 21 представила новый способ работы со строками — *string templates*. Это функция-превью (preview), которую нужно включать явно (`--enable-preview`) и использовать с JDK 21 или 22. В Java 23 от неё отказались, чтобы переработать дизайн.
Как это работает?
- Используется шаблонный процессор, например
STR
.- Сразу после него идёт точка
.
и строка-шаблон с выражениями внутри \{...}
:
String name = "Duke";
String greeting = STR."My name is \{name}";
// -> "My name is Duke"
Встроенные выражения могут быть любыми Java-выражениями: арифметика, методы, поля:
int x = 10, y = 20;
String result = STR."\{x} + \{y} = \{x + y}";
- Поддержка многострочных шаблонов
Можно использовать текстовые блоки для JSON, SQL и других структур:
String json = STR."""
{
"user": "\{name}",
"temp": \{tempC}
}
""";
Технические детали
Шаблоны создают объект StringTemplate (runtime представление), содержащий массив литералов и значений выражений.
- Есть разные шаблонные процессоры:
- STR — стандартная интерполяция
- FMT — поддерживает форматирование и локаль
- RAW — необработанный шаблон, для кастомной обработки
Текущее состояние
- Java 21: функция доступна как preview (JEP 430)
- Java 22: вторая preview-итерация
- Java 23: удалена (даже как preview), дизайн требует доработки
Почему удалили?
- Жалобы на синтаксис — \{} вместо привычного ${}, processor.template вместо простого подхода
- Смешение capture (формирование шаблона) и processing нарушает удобство расширения
- Производительность можно обеспечить и без специального синтаксиса
- Дискуссия среди разработчиков: часть считает interpolation небезопасной/бесполезной, часть — нужной функцией качества жизни
Итог
Java 21 попыталась упростить работу со строками и структурными текстами с помощью string templates — но разработка приостановлена из-за критики синтаксиса и архитектуры. Пока функция нестабильна и требует пересмотра.
📌 Подробнее
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤10🔥3🤬1
📉 The Hidden Cost of Readability
Учёные проверили простой приём: убрать из кода *всё форматирование* перед подачей в LLM — и оказалось, что это экономит в среднем 24,5% входных токенов, при этом точность моделей почти не падает.
🔎 Почему так работает
- Отступы, пробелы и переносы строк помогают людям, но заставляют модель платить больше за каждый токен.
- Они удаляли только косметику, сохраняя смысл программы (контроль через сравнение AST).
- Тест: задача Fill-in-the-Middle на Java, C++, C# и Python.
📊 Результаты
- Большие модели почти не теряют в качестве, маленькие слегка «шатаются».
- В Python экономия меньше, так как пробелы — часть синтаксиса.
- Интересно: даже если на вход подать «смятый» код, модели всё равно печатают красиво отформатированный вывод. Поэтому экономия на выходе мала.
⚡ Решение
- Явный промпт «выводи без форматирования» или лёгкий дообучение на неформатированных примерах.
- В таком случае выходные токены сокращаются ещё на 25–36%, а pass-rate остаётся прежним.
- Авторы предлагают утилиту: она стирает форматирование перед инференсом и восстанавливает после — человек читает аккуратный код, а модель тратит меньше.
📑 Статья: *The Hidden Cost of Readability: How Code Formatting Silently Consumes Your LLM Budget*
👉 arxiv.org/abs/2508.13666
Учёные проверили простой приём: убрать из кода *всё форматирование* перед подачей в LLM — и оказалось, что это экономит в среднем 24,5% входных токенов, при этом точность моделей почти не падает.
🔎 Почему так работает
- Отступы, пробелы и переносы строк помогают людям, но заставляют модель платить больше за каждый токен.
- Они удаляли только косметику, сохраняя смысл программы (контроль через сравнение AST).
- Тест: задача Fill-in-the-Middle на Java, C++, C# и Python.
📊 Результаты
- Большие модели почти не теряют в качестве, маленькие слегка «шатаются».
- В Python экономия меньше, так как пробелы — часть синтаксиса.
- Интересно: даже если на вход подать «смятый» код, модели всё равно печатают красиво отформатированный вывод. Поэтому экономия на выходе мала.
⚡ Решение
- Явный промпт «выводи без форматирования» или лёгкий дообучение на неформатированных примерах.
- В таком случае выходные токены сокращаются ещё на 25–36%, а pass-rate остаётся прежним.
- Авторы предлагают утилиту: она стирает форматирование перед инференсом и восстанавливает после — человек читает аккуратный код, а модель тратит меньше.
📑 Статья: *The Hidden Cost of Readability: How Code Formatting Silently Consumes Your LLM Budget*
👉 arxiv.org/abs/2508.13666
👍10❤8🔥2🤔2