Claude Mem
https://github.com/thedotmack/claude-mem
Память для Claude с сохранением контекста между задачами
UI UX Pro Max
https://github.com/nextlevelbuilder/ui-ux-pro-max-skill
Набор навыков для генерации продакшен-уровня интерфейсов
n8n-MCP
https://github.com/czlonkowski/n8n-mcp
Интеграция Claude с n8n через MCP для автоматизации workflow
Obsidian Skills
https://github.com/kepano/obsidian-skills
Навыки для работы с Obsidian и структурированием знаний
LightRAG
https://github.com/HKUDS/LightRAG
Лёгкая RAG-система для быстрого поиска и генерации
Everything Claude Code
https://github.com/affaan-m/everything-claude-code
Большая база знаний, паттернов и практик по Claude Code
Superpowers
https://github.com/obra/superpowers
Расширение возможностей Claude Code для сложных задач
Awesome Claude Code
https://github.com/hesreallyhim/awesome-claude-code
Кураторская подборка инструментов и ресурсов
GSD (Get Shit Done)
https://github.com/gsd-build/get-shit-done
Полезный набор инструментов для максимальной продуктивности и быстрого выполнения задач.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10🔥10👍6🖕4💊3🤗2🥰1
🦀 Хотите расти как Rust-разработчик ?
Перестаньте читать только статьи с абстракциями. Начните разбирать реальный код под нагрузкой.
Настоящий уровень приходит, когда вы работаете с системными проблемами:
- анализируете memory pressure
- находите lock contention
- оптимизируете структуры данных
- переходите к data-oriented design
- профилируете поведение в production-сценариях
Отличный пример такого подхода:
разбор того, как диагностировать утечки памяти, снижать давление на аллокатор и устранять узкие места синхронизации.
Почему это важно:
В Rust рост происходит не через синтаксис или паттерны.
Рост происходит, когда вы начинаете думать в терминах:
- кэш-локальность
- аллокации
- layout данных
- contention
- пропускная способность
Главный переход в карьере Rust-разработчика:
От “как написать правильно” → к “как это работает под нагрузкой”.
Именно там начинается настоящая системная инженерия.
https://mnt.io/articles/about-memory-pressure-lock-contention-and-data-oriented-design/
Перестаньте читать только статьи с абстракциями. Начните разбирать реальный код под нагрузкой.
Настоящий уровень приходит, когда вы работаете с системными проблемами:
- анализируете memory pressure
- находите lock contention
- оптимизируете структуры данных
- переходите к data-oriented design
- профилируете поведение в production-сценариях
Отличный пример такого подхода:
разбор того, как диагностировать утечки памяти, снижать давление на аллокатор и устранять узкие места синхронизации.
Почему это важно:
В Rust рост происходит не через синтаксис или паттерны.
Рост происходит, когда вы начинаете думать в терминах:
- кэш-локальность
- аллокации
- layout данных
- contention
- пропускная способность
Главный переход в карьере Rust-разработчика:
От “как написать правильно” → к “как это работает под нагрузкой”.
Именно там начинается настоящая системная инженерия.
https://mnt.io/articles/about-memory-pressure-lock-contention-and-data-oriented-design/
❤13👍7🔥2❤🔥1🥰1🤗1
Forwarded from Machine learning Interview
Парень переписал Claude Code на Python за ночь - и взорвал GitHub
Anthropic случайно засветили исходники своего ИИ-редактора Claude Code и они мгновенно разлетелись по сети.
Разработчик из Южной Кореи, Sigrid Jin, увидел это в 4 утра и не стал ждать.
За одну ночь он переписал ключевые части проекта на Python и выложил форк под названием Claw Code.
Результат:
- 50 000 звёзд всего за 2 часа
- вирусное распространение по всему GitHub
- полноценный агентный стек, сохранённый в новой реализации
Сейчас он уже работает над версией на Rust.
История про то, как скорость и скилл иногда решают больше, чем команды и бюджеты
https://github.com/instructkr/claw-code
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
Anthropic случайно засветили исходники своего ИИ-редактора Claude Code и они мгновенно разлетелись по сети.
Разработчик из Южной Кореи, Sigrid Jin, увидел это в 4 утра и не стал ждать.
За одну ночь он переписал ключевые части проекта на Python и выложил форк под названием Claw Code.
Результат:
- 50 000 звёзд всего за 2 часа
- вирусное распространение по всему GitHub
- полноценный агентный стек, сохранённый в новой реализации
Сейчас он уже работает над версией на Rust.
История про то, как скорость и скилл иногда решают больше, чем команды и бюджеты
https://github.com/instructkr/claw-code
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
❤32😁12🥰6👍5🔥2💯1🖕1
🦀 Rust: Traits, Generics и Coherence
Система traits в Rust очень мощная, но правила coherence и orphan rules иногда делают разработку довольно болезненной.
Часто кажется, что язык просто не даёт реализовать trait там, где это логично.
В статье разбирают, как перестать бороться с этими ограничениями и вместо этого использовать более гибкий подход — context-generic реализации traits.
Это позволяет:
- писать более модульный код
- избегать конфликтов impl
- лучше работать с generics
- обходить ограничения orphan rules без хака
Хороший разбор для тех, кто уже пишет на Rust и хочет глубже понять архитектуру trait-системы.
https://contextgeneric.dev/blog/rustlab-2025-coherence/
#rust #rustlang
Система traits в Rust очень мощная, но правила coherence и orphan rules иногда делают разработку довольно болезненной.
Часто кажется, что язык просто не даёт реализовать trait там, где это логично.
В статье разбирают, как перестать бороться с этими ограничениями и вместо этого использовать более гибкий подход — context-generic реализации traits.
Это позволяет:
- писать более модульный код
- избегать конфликтов impl
- лучше работать с generics
- обходить ограничения orphan rules без хака
Хороший разбор для тех, кто уже пишет на Rust и хочет глубже понять архитектуру trait-системы.
https://contextgeneric.dev/blog/rustlab-2025-coherence/
#rust #rustlang
🔥13👍7❤3🥰1🤗1
Forwarded from Machinelearning
🚀 Gemma 4 - новое семейство открытых моделей Google, которые можно запускать прямо на своём железе.
Модели заточены для сложного reasoning и агентных задач.
🔵 Доступны в четырёх вариантах:
• 31B Dense и 26B MoE
Топовый уровень производительности для сложных локальных задач: кастомные код-ассистенты, анализ научных данных и не только.
• E4B и E2B (Edge)
Оптимизированы для мобильных устройств — работают в реальном времени с текстом, изображениями и аудио.
🤖 Что можно делать:
• строить автономных ИИ-агентов
• планировать и выполнять многошаговые задачи
• взаимодействовать с приложениями
• искать данные и вызывать API
👉 Встроенная работа с инструментами (tool use) из коробки.
🧠 Контекст до 256K токенов:
• анализ целых кодовых баз
• длинные цепочки действий без потери контекста
• стабильная работа в сложных сценариях
⚡️ Начать можно уже сейчас через Google AI Studio
Также веса моделей доступны на Hugging Face, Kaggle и Ollama.
Лицензия: Apache 2.0.
Blog: https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
GGUFs: https://huggingface.co/collections/unsloth/gemma-4
Guide: https://unsloth.ai/docs/models/gemma-4
@ai_machinelearning_big_data
#Gemma
Модели заточены для сложного reasoning и агентных задач.
🔵 Доступны в четырёх вариантах:
• 31B Dense и 26B MoE
Топовый уровень производительности для сложных локальных задач: кастомные код-ассистенты, анализ научных данных и не только.
• E4B и E2B (Edge)
Оптимизированы для мобильных устройств — работают в реальном времени с текстом, изображениями и аудио.
🤖 Что можно делать:
• строить автономных ИИ-агентов
• планировать и выполнять многошаговые задачи
• взаимодействовать с приложениями
• искать данные и вызывать API
👉 Встроенная работа с инструментами (tool use) из коробки.
🧠 Контекст до 256K токенов:
• анализ целых кодовых баз
• длинные цепочки действий без потери контекста
• стабильная работа в сложных сценариях
⚡️ Начать можно уже сейчас через Google AI Studio
Также веса моделей доступны на Hugging Face, Kaggle и Ollama.
Лицензия: Apache 2.0.
Blog: https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
GGUFs: https://huggingface.co/collections/unsloth/gemma-4
Guide: https://unsloth.ai/docs/models/gemma-4
@ai_machinelearning_big_data
#Gemma
🔥18👍6❤4👏1😁1
🦀 Rust совет
На прошлой неделе мы показывали, как встраивать статические данные в код с помощью
Сегодня - маленький, но очень полезный трюк.
⚙️ Запуск Cargo с конкретной версией toolchain
Иногда нужно проверить, будет ли ваш проект работать на следующей версии Rust (которая скоро станет stable).
Для этого не нужно менять глобальную версию Rust.
Достаточно просто указать toolchain прямо в команде:
Можно использовать и другие версии:
💡 Это удобно для:
• тестирования совместимости с будущими релизами Rust
• проверки nightly-фич
• CI-пайплайнов
• отлова будущих breaking changes
Маленький трюк, но экономит часы дебага.
#rust #rustlang
На прошлой неделе мы показывали, как встраивать статические данные в код с помощью
include_str!.Сегодня - маленький, но очень полезный трюк.
⚙️ Запуск Cargo с конкретной версией toolchain
Иногда нужно проверить, будет ли ваш проект работать на следующей версии Rust (которая скоро станет stable).
Для этого не нужно менять глобальную версию Rust.
Достаточно просто указать toolchain прямо в команде:
cargo +beta test
Можно использовать и другие версии:
cargo +nightly build
cargo +stable check
💡 Это удобно для:
• тестирования совместимости с будущими релизами Rust
• проверки nightly-фич
• CI-пайплайнов
• отлова будущих breaking changes
Маленький трюк, но экономит часы дебага.
#rust #rustlang
🤗16❤10🥰3🍓1👀1
Выиграй деньги, став чемпионом ИТ-соревнования от МТС
Остались считанные дни до окончания регистрации — призовой фонд 1 500 000 рублей.
True Tech Hack — это три уникальные задачи для инженеров данных, разработчиков и системных аналитиков. За лучшие решения дают деньги и зовут на стажировку.
Для всех финалистов — закрытая вечеринка с диджеем в Москве на видовой площадке.
Регистрация закроется вечером 10 апреля — торопись!
Остались считанные дни до окончания регистрации — призовой фонд 1 500 000 рублей.
True Tech Hack — это три уникальные задачи для инженеров данных, разработчиков и системных аналитиков. За лучшие решения дают деньги и зовут на стажировку.
Для всех финалистов — закрытая вечеринка с диджеем в Москве на видовой площадке.
Регистрация закроется вечером 10 апреля — торопись!
🖕16👍1🌭1🍌1
🦀 Rust: заметки о написании WASM
Rust - один из лучших языков для разработки WebAssembly, но у него есть немало «острых углов».
В своей статье Brooklyn Zelenka делится практическими уроками из реальной разработки Rust-WASM и объясняет, какие проблемы чаще всего встречаются и как их обходить.
• Rust отлично подходит для компиляции в WebAssembly - безопасная память, хорошая интеграция с LLVM и высокая производительность.
• Однако связка Rust + wasm-bindgen может быть неудобной, и многие разработчики сталкиваются с неожиданными ограничениями и странностями API.
• В реальных проектах важно выработать собственные паттерны архитектуры и взаимодействия с хост-средой (обычно JavaScript).
• Многие проблемы WASM связаны не с Rust, а с самим экосистемным слоем: биндинги, сборка, взаимодействие с браузером и tooling.
Автор делится конкретными практическими приёмами, которые позволяют значительно упростить работу с Rust-WASM и избежать типичных ошибок.
Если вы работаете с WebAssembly или только планируете использовать Rust для WASM — статья обязательна к прочтению.
https://notes.brooklynzelenka.com/Blog/Notes-on-Writing-Wasm
Rust - один из лучших языков для разработки WebAssembly, но у него есть немало «острых углов».
В своей статье Brooklyn Zelenka делится практическими уроками из реальной разработки Rust-WASM и объясняет, какие проблемы чаще всего встречаются и как их обходить.
• Rust отлично подходит для компиляции в WebAssembly - безопасная память, хорошая интеграция с LLVM и высокая производительность.
• Однако связка Rust + wasm-bindgen может быть неудобной, и многие разработчики сталкиваются с неожиданными ограничениями и странностями API.
• В реальных проектах важно выработать собственные паттерны архитектуры и взаимодействия с хост-средой (обычно JavaScript).
• Многие проблемы WASM связаны не с Rust, а с самим экосистемным слоем: биндинги, сборка, взаимодействие с браузером и tooling.
Автор делится конкретными практическими приёмами, которые позволяют значительно упростить работу с Rust-WASM и избежать типичных ошибок.
Если вы работаете с WebAssembly или только планируете использовать Rust для WASM — статья обязательна к прочтению.
https://notes.brooklynzelenka.com/Blog/Notes-on-Writing-Wasm
🔥16❤6🥰5👍1🤗1
Rust и QUIC уже делают то, к чему ИИ только подбирается
Пока все спорят про агентов и автокодинг, в системной разработке quietly происходит очень важная вещь. Люди начинают нормально проверять сложные системы, а не надеяться на тесты.
Команда Адольфо Очагавии взяла QUIC-симулятор на базе quinn и попыталась убедиться, что он вообще работает корректно. Не на простых кейсах, а на произвольных сетях, включая сценарии уровня Земля–Марс.
Обычные тесты быстро закончились. Покрыть такие сценарии руками невозможно.
Они пошли другим путём. Сначала зафиксировали на бумаге, что считается корректным поведением. Затем встроили audit-лог прямо в симуляцию. После этого написали отдельный verifier, который прогоняет каждую симуляцию и проверяет её автоматически.
Ключевой момент в том, как это реализовано. Основную логику вообще не трогали. Проверка вынесена в отдельный слой. Сам verifier достаточно простой, его можно прочитать и понять без погружения в систему. Поверх этого появились golden-тесты, которые ловят регрессии.
Это выглядит как практическая версия того, о чём сейчас много говорят в контексте ИИ. Не просто генерировать код или тесты, а формализовать поведение системы и проверять его на уровне свойств.
Если переносить на AI-системы, то это ровно та же проблема. У нас есть агенты, пайплайны, куча состояний и внешних эффектов. И почти нет нормальной верификации. Всё держится на эвристиках и наблюдении.
Этот кейс хорошо показывает, куда двигаться дальше. Не усложнять архитектуру, а добавлять слой проверяемости поверх неё.
Разбор здесь
https://ochagavia.nl/blog/a-real-world-case-of-property-based-verification/
Пока все спорят про агентов и автокодинг, в системной разработке quietly происходит очень важная вещь. Люди начинают нормально проверять сложные системы, а не надеяться на тесты.
Команда Адольфо Очагавии взяла QUIC-симулятор на базе quinn и попыталась убедиться, что он вообще работает корректно. Не на простых кейсах, а на произвольных сетях, включая сценарии уровня Земля–Марс.
Обычные тесты быстро закончились. Покрыть такие сценарии руками невозможно.
Они пошли другим путём. Сначала зафиксировали на бумаге, что считается корректным поведением. Затем встроили audit-лог прямо в симуляцию. После этого написали отдельный verifier, который прогоняет каждую симуляцию и проверяет её автоматически.
Ключевой момент в том, как это реализовано. Основную логику вообще не трогали. Проверка вынесена в отдельный слой. Сам verifier достаточно простой, его можно прочитать и понять без погружения в систему. Поверх этого появились golden-тесты, которые ловят регрессии.
Это выглядит как практическая версия того, о чём сейчас много говорят в контексте ИИ. Не просто генерировать код или тесты, а формализовать поведение системы и проверять его на уровне свойств.
Если переносить на AI-системы, то это ровно та же проблема. У нас есть агенты, пайплайны, куча состояний и внешних эффектов. И почти нет нормальной верификации. Всё держится на эвристиках и наблюдении.
Этот кейс хорошо показывает, куда двигаться дальше. Не усложнять архитектуру, а добавлять слой проверяемости поверх неё.
Разбор здесь
https://ochagavia.nl/blog/a-real-world-case-of-property-based-verification/
🔥16👍10❤5🥱3🥰2
🚨 В Rust появился безопасный способ брать указатели на поля без UB
Если работаешь с raw pointers, рано или поздно упираешься в проблему.
Нужно получить указатель на поле структуры. Но через обычную ссылку это может сломать правила borrow checker и привести к скрытым багам.
Особенно если речь про unsafe-код и тонкие места с aliasing.
Для этого в std есть addr_of! и addr_of_mut!.
Они позволяют взять указатель на поле напрямую, без создания временной ссылки. Это важно, потому что ты не нарушаешь stacked borrows и не создаёшь лишних промежуточных состояний.
По сути ты получаешь pointer projection без побочных эффектов.
Это мелкая деталь, но в низкоуровневом коде она решает реальные проблемы. Особенно в FFI, системном коде и оптимизациях.
Если пишешь unsafe в Rust, эти макросы стоит знать.
Если работаешь с raw pointers, рано или поздно упираешься в проблему.
Нужно получить указатель на поле структуры. Но через обычную ссылку это может сломать правила borrow checker и привести к скрытым багам.
Особенно если речь про unsafe-код и тонкие места с aliasing.
Для этого в std есть addr_of! и addr_of_mut!.
Они позволяют взять указатель на поле напрямую, без создания временной ссылки. Это важно, потому что ты не нарушаешь stacked borrows и не создаёшь лишних промежуточных состояний.
По сути ты получаешь pointer projection без побочных эффектов.
Это мелкая деталь, но в низкоуровневом коде она решает реальные проблемы. Особенно в FFI, системном коде и оптимизациях.
Если пишешь unsafe в Rust, эти макросы стоит знать.
❤32👍2🥰1🤗1