Kurgan-Telecom Ru | Информационные технологии

Наверное, пора вновь вынырнуть в ленте хабра с радиолюбительской тематикой и самодеятельным конструированием. В предыдущей паре статей было рассказано про один из шедевров радио‑DIY — специально разработанный для соревнований по КВ‑радиосвязи трансивер RA3AO, а также про восстановление попавшего ко мне в руки экземпляра, которому пришлось практически полностью пересобрать передающую часть.

Дальше нужно было соорудить в пару к нему усилитель мощности примерно на 50–100 Вт для КВ‑диапазонов, желательно со встроенным сетевым питанием и подходящими габаритами, чтобы более гармонично сочетаться с большим настольным трансивером. И вот с позапрошлого лета, с перерывами, шла работа над таким усилителем. Про неё и будет рассказано дальше.

Одной из важнейших проблем в программировании с предсказуемым управлением эффектами является композиция монад. В этой статье мы рассмотрим наиболее общие подходы к решению этой задачи.

Я потихоньку пишу книгу для руководителей среднего уровня, публикую в тг, попробую ещё на Хабр порепостить. Вдруг кому-то будет полезно или интересно.

Руководить в среднем звене – это особый мир. Нас всегда тянут в три стороны – подчинённые (ещё вопрос, кто чей подчинённый по факту), начальство (тянут то нас, то наши жилы), и коллеги (или «коллеги», равные по иерархии, зачастую – конкуренты).

Жизнь заставляет нас постоянно балансировать между взаимоисключающими требованиями. Иногда кажется, что своих целей, потребностей, желаний и голоса у нас просто нет – всё навязано кем-то извне. А ты бегаешь, как дурак, и ставишь костыли, чтобы всё это не развалилось, да ещё и как-то работало. В идеале – чтобы развивалось.

Нишу среднего звена я выбрал сознательно. Во-первых, я в ней всегда и работал – общий опыт управления 20 лет. Опыта работы топ-менеджером у меня нет, поэтому о чём не знаю – говорить не буду.

У вас тоже есть такая проблема на windows, что превью к таскбару не прилипает?

Вот хочешь посмотреть (быстро и без переключения)  — "что там скрипт/агент/отладчик прямо сейчас делают?" — наводишь на иконку в таскбаре и смотришь сильно прищуриваясь. Только мышку отвёл — и всё пропало. А раскладывать всё по сеткам windows‑окон сложно: во‑первых напрягает это делать на каждый запуск нового окна, во‑вторых при переключениях получается сюрреалистичная картина «поверх окон одного экрана висят половинки/четвертинки другого». А тут у меня несколько параллельных процессов по несколько часов и я во время работы поймал себя на постоянных переключениях между окнами, что сильно отвлекает.

Решил что «хватит это терпеть» и запилил (через Claude) маленькое приложение, которое решает всю проблему — montab (Monitoring Tab). Поскольку это windows и нужны прямые системные API — решил делать на NET11. А потом оптимизировать, чтобы размер был минимальный и без всяких зависимостей.

Привет, Хабр! Меня зовут Артур Валиев. Я продолжаю делать свой VST3-плагин Mix Teacher AI.

В прошлый раз я рассказывал про идею плагина: поставить его на дорожку, посмотреть уровни, пики, RMS, примерный LUFS, частотные зоны и получить простую подсказку человеческим языком.

Но довольно быстро стало понятно, что анализировать только одну дорожку мало.

Потому что в сведении часто проблема не в одной дорожке.

Кик сам по себе нормальный.
Бас сам по себе нормальный.
Вокал сам по себе нормальный.
Барабаны вроде тоже нормальные.

А вместе всё почему-то не звучит.

И вот тут начинается самая интересная часть: конфликты между дорожками.

v1.1.0: убрали HTTP-костыль для sink’ов, закрыли /metrics, Teams в UI, trusted clusters. Про v1.0.3 и типичный «pairing failed» на Docker — внутри. Продолжение серии.

TL;DR. Из интереса обучил собственный русский RAG‑сплиттер — захотелось проверить, можно ли сделать context‑aware‑нарезку русских документов лучше готовых чанкеров.

Я взял идею датской context-aware-splitter, пересобрал её под русский на базе T-lite-it-2.1 и изменил главное: модель возвращает индексы границ, а не переписанный текст. Хост потом режет оригинал по этим индексам.

У index‑output оказалось три практических плюса:

В настоящее время, когда бум клинической ностальгии по донди и сежке еще не отгремел, уже подрастает новое поколение ретрогеймеров, для которых 90-е прочно ассоциируются с первой плойкой. Вышла околодокументальная книга "PlayStation. Игра против правил" Ильи Воронина, где досконально разобраны причины зарождения еще одного игрока на консольном ТВД, вклад в это всем известной конторы Нинтендо, а также, оглушительный успех Сони на новом поприще и завоевание короны лидера на рынке видеоигр (наверное, не дочитал еще). Всю шедевральность плейстейшена можно прочувствовать даже не читая книгу, просто потрогав эти потрясающие выпуклые кнопочки на обложке. И где такие книжки по Сатурну?

Но если Сони победила, и ее первая игровая консоль буквально уничтожила конкурентов, что же такое пишет автор данного опуса, на чем основывает свое мнение и что за легкое жжение ощущается при вдумчивом прочтении заголовка? Обо всем этом я расскажу чуть ниже! С позиций ретрогейминга)

Почти через 3 года после выхода Mageia 9 наконец-то вышла Mageia 10.

Основные новшества:

• Ядро 6.18, Mesa 26.0, X.Org 21.1, Wayland.
• Для 32-бит: требуется процессор с SSE2, поддержка урезана.
• Оформление: новые обои высокого разрешения (до 4K) в формате JXL.
• Установка: запрос часового пояса в начале (для корректной проверки подписей), поддержка Wi-Fi (с бета-версии), улучшена система восстановления.
• Пакетный менеджер: RPM 4.20, DNF v5 (альтернатива urpmi), добавлена поддержка AppStream.
• Инструменты: обновлены MCC, MageiaWelcome, Isodumper, dnfdragora, manafirewall, python-manatools (новая графическая абстракция для Qt6/GTK4/текста).

( читать дальше... )

 mageia, дистрибутив, новости от saahriktu

Саймон Рамо - сын русской иммигрантки, отец межконтинентальной баллистической ракеты США и бизнесмен. Однажды он захотел улучшить свою игру в теннис и применил тот же строгий, основанный на фактических данных подход, который когда-то привел его к успешной карьере.

В результате в 1970 году им была написана книга «Необыкновенный теннис для обыкновенного игрока».

Почему бы написать статью в виде одного только агентского скилла. И вам полезно и мне не трудно.

Поэтому, формат простой. Побежали!

Агентский скилл / методология рефакторинга и проектирования долгоживущих корпоративных систем с богатой бизнес-логикой на основе предварительного выявления намерений, археологии домена, функционального DDD Скотта Влашина и стратегии тестирования Майкла Физерса.

Мы создаем софт для горно-геологических служб калийных рудников. Наши геологи и маркшейдеры каждый день превращают тысячи скважинных проб в карты: отметки кровли пласта, содержания KCl, мощности, газоопасность. Классический инструмент для этого - кригинг, и в QGIS он формально есть: SAGA, GRASS, Smart-Map, связки со SciPy. На практике же каждый вариант чем-то не устраивал, и год назад я начал писать свой плагин. Сейчас Isoliner - это 24 инструмента в официальном репозитории plugins.qgis.org: кригинг четырёх видов, вариограммный анализ, кросс-валидация с отчётами, изолинии с контурными полигонами, геологические разрезы и собственный 3D-просмотр. Вычислительное ядро - чистый NumPy, ни одной внешней зависимости.

Под катом - зачем понадобился ещё один кригинг, как выглядит система кригинга в двадцати строках NumPy, что такое вариограмма на пальцах и почему абсолютные единицы силла — главные грабли всех, кто впервые открывает такие инструменты.

Используем старый Mikrotik в качестве сигнализации.

Если у вас завалялся устаревший, но рабочий роутер mikrotik, сделайте из него сигнализацию на удаленном объекте, например в гараже.

После появления ChatGPT и массового распространения GitHub Copilot, Cursor, Claude Code, Windsurf и других AI-инструментов разработка стала заметно быстрее. Код, тесты, README, комментарии и небольшие utility-функции теперь можно получить за секунды.

Но вместе с этим появился менее очевидный вопрос: если миллионы разработчиков используют похожие модели и похожие промпты, не становится ли открытый код более однообразным?

В этой статье я проверяю эту гипотезу на данных GitHub за 2019-2025 годы: через GH Archive, BigQuery, commit messages, README, имена функций и собственный GitHub Uniformity Index.

При самых низких температурах во Вселенной материя начинает вести себя странно. Когда атомы охлаждаются до температуры чуть выше абсолютного нуля, они начинают проводить электричество без сопротивления, превращаться в облака «суперчастиц» или течь без трения и подниматься по стенкам сосудов.

Существование на самых мелких и холодных масштабах подчиняется законам квантовой статистики, которая определяет поведение бозонов и фермионов — двух семейств фундаментальных частиц, из которых, как считается, состоит всё во Вселенной.

Бозоны — это частицы, переносящие взаимодействия, такие как фотоны или бозон Хиггса. Множество таких частиц может занимать одно и то же квантовое состояние, а это означает, что неограниченное количество бозонов может «перекрываться» друг с другом и вести себя как когерентные волны.

По традиции здесь должна быть баннерная картинка, сгенерированная очередной нейросетью, но если уж я решил поделиться своими наблюдениями о том, что нейросетям не стоит доверять бездумно, начинать статью с этого было бы как минимум странно. Заодно глаза отдохнут.

Самая вычислительно прожорливая индустрия в истории считает на языке, который медленнее C примерно в 70 раз и занял 26-е место из 27 по энергоэффективности. Разбираемся, как Python стал королём ИИ, во сколько обходится его корона — в микросекундах, гигаватт-часах и удвоенном труде инженеров, — и почему новые территории (on-device, edge, локальный инференс) уже отвоёвывают компилируемые языки, в первую очередь Swift. С цифрами, ссылками на первоисточники и разбором честных контраргументов.

Уверен, что многие, кто когда-либо играл в «Dark Messiah of Might and Magic», находятся в поиске чего-то похожего. Но, к сожалению, за двадцать (!) лет мы так и не получили игры, которая смогла бы приблизиться к «Тёмному Мессии». Что же в нём было такого особенного, и почему никто до сих пор не сумел повторить простую, на первый взгляд, формулу?

Оптимизация потребления памяти в ML-библиотеке LANCETNIC

Недавно я столкнулся с проблемой: моя библиотека lancetnic при обучении на больших текстовых датасетах просто перегружала оперативную память. На ноутбуке с 16 ГБ RAM модель не могла обучиться даже на 25 тыс. строк. Я начал разбираться и нашёл пару причин критического перерасхода памяти.

Привет! Началось всё с дурацкого вопроса. Я который месяц живу в Claude Code — ставлю задачи, ругаюсь, прошу переделать, снова ругаюсь. И тут до меня дошло: каждая моя реплика лежит на диске. Вообще каждая. Каждое «сделай», каждое «проверь», каждый капс в три часа ночи — всё это тихо копится в JSONL‑файлах в домашней папке. У меня таких логов набралось на 200 тысяч слов за полтора месяца. Это, на минуточку, две «Мастер и Маргариты».

И вот сижу я, смотрю на эту гору данных и думаю — а как я вообще выгляжу со стороны машины? Не «хороший я или плохой», а буквально: какими словами командую, в котором часу наиболее опасен, сколько раз прервал модель на полуслове. Досье же готовое. Осталось его вскрыть.

Так за сутки диалога родился Prompt Warrior — опенсорсный скилл для Claude Code и других харнесов, который превращает локальные логи сессий в геймифицированный психологический портрет: титул, уровень, 74 ачивки с редкостями как в Стиме, шесть шкал характера и биография, которую пишет сама нейросеть.