Все потоки

Ранее, в статье «Погодозависимая автоматика для газового котла своими руками. Технологии умного дома», было описано как я подключал адаптер цифровой шины ectoControl к своему газовому котлу. Можно заметить, что в статье приведено множество технических деталей и сложных настроек. Это связано с тем, что система была собрана из тех интеграций, что уже были представлены в HomeAssistant. Основной была интеграция Modbus, так как именно этот протокол управления реализован в адаптере.

Уже тогда я принял решение, что разработаю полноценную интеграцию для этих адаптеров (в линейке есть поддержка шин Navien, eBUS и OpenTherm). И вот в прошедшие выходные я закончил разработку и вышла версия v1.0.0.

В данной статье я рассмотрю функционал интеграции, её установку и настройку.

Всем привет, меня зовут Олег Юрчик, я старший разработчик в Cloud.ru. Современный интернет — это не только IT-гиганты и готовые облачные сервисы. Под капотом глобальной сети скрываются базовые принципы, которые может воспроизвести любой технический специалист. В этой статье сначала вспомним, как появился Интернет и как он работает. А затем разберем, как создать его уменьшенную, но полностью управляемую копию с собственными DNS, центром сертификации и веб-сервисами.

Статья будет полезна всем, кто хочет знать, как взаимодействуют шестеренки всемирной паутины.

Всем привет! Мы делаем проекты по Zabbix, накопили большую экспертизу и решили сделать переводы нескольких статей, которые нам показались интересными и полезными. Наверняка, будут полезны и вам. Также своим опытом делимся в телеграм-канале zabbix_ru, где вы можете найти полезные материалы и записи наших вебинаров, опубликованных на нашем ютуб-канале (прим. переводчика). Ниже ссылки на предыдущие статьи из цикла.

— Миграция с MySQL на PostgreSQL
— SELinux: интеграция с Zabbix и другими инструментами
— Защита от ложных срабатываний триггеров в Zabbix с использованием функций min/max/avg

В этой статье обсуждаются варианты аутентификации в Zabbix, рассматривются примеры их настройки, а также обсуждаются преимущества и возможные недостатки использования отдельных методов. Подробности под катом.

Всем кажется, что услуги каршеринга и доставка еды, появились в России только сейчас, в век распространения интернета. Однако похожие проекты возникли еще в советское время. Вспоминаем, как это было. 

На исходе ноября 2025 года президент США Дональд Трамп объявил об отмене всех исполнительных указов и других документов, подписанных Джо Байденом с помощью автопера. Трамп указал, что это касается примерно 92% документов Байдена, якобы подписанных без его личного участия, и обвинил окружение экс-президента в незаконных действиях. В общем-то, нынешний глава Белого дома нередко выступает с громкими заявлениями, меня же заинтересовала прежде всего техническая сторона вопроса. А именно, что это за «автоперо» такое, и как оно работает? Я с самого начала предполагал, что речь идет об устройстве наподобие графического плоттера, и в целом не ошибся. Разве что автоперо — гораздо более продвинутый девайс, способный имитировать даже силу нажатия на бумагу и менять скорость письма. Но самое интересное — это хитрое устройство появилось задолго до персональных компьютеров, еще в 30-х годах прошлого века, и пользовалось популярностью не только у президентов. Как же на самом деле устроено автоперо и какова история его появления на свет? Сейчас расскажу.

Решая соревнования на Kaggle начинаешь замечать паттерн. Baseline сделать просто: загрузить данные, запустить CatBoost или LightGBM, получить baseline метрику. Это занимает полчаса. Но чтобы попасть в топ решений, нужно перепробовать десятки вариантов препроцессинга, сотни комбинаций фичей и тысячи наборов гиперпараметров.

Существующие AutoML системы не сильно помогают. Они работают по фиксированному сценарию: пробуют предопределенный набор алгоритмов, выбирают лучший по метрике и возвращают результат. AutoGluon обучает несколько моделей и делает многоуровневый ансамбль, но каждый запуск начинается с нуля. TPOT генерирует pipeline через генетический алгоритм, но не учится на ошибках предыдущих запусков.

Главная проблема в том, что эти системы не рассуждают. Они не анализируют почему конкретный подход сработал или провалился. Они не адаптируются к специфике задачи. Они не накапливают опыт между запусками. Каждая новая задача для них как первая.

Человек работает иначе. Если дата-саентист видит несбалансированные классы, он сразу знает что нужна стратификация и подбор порога. Если видел похожую задачу раньше, применяет то, что сработало тогда. Если первая попытка провалилась, анализирует почему и пробует другой подход.

С появлением языковых моделей появилась возможность создать систему, которая работает ближе к человеку. LLM умеют анализировать данные, рассуждать о выборе методов и учиться на примерах. Но одна модель недостаточна. Она может пропустить очевидную ошибку или зациклиться на неправильном подходе. Нужна архитектура, которая позволит системе проверять саму себя и накапливать опыт.

Олимпиадное программирование — это спорт для ума, который прокачивает алгоритмическое мышление, скорость и выдержку. Разбираем, с чего начать, какие навыки нужны, почему для соревнований чаще выбирают C++ и какие ресурсы помогут подготовиться школьникам, студентам и взрослым новичкам.

Хочешь попробовать интеллектуальный спорт, где за пять часов нужно решить несколько задач и обойти соперников по скорости мышления? Спортивное программирование даёт не только адреналин соревнований, но и реальный буст к учёбе, поступлению и карьере — от первых олимпиад в школе до участия в ICPC и стажировок в IT-компаниях.

Бывало ли такое, что вы ведете долгий проект вместе с агентом, ставите задачи ИИшке, а она только и делает, что топчется на месте, создавая выдуманные переменные и плодя кучу дубляжей файлов с приставками _fix, _final, _corrected?

На самом деле, таким болеют модели и на начальных стадиях, просто баги и мелочи проще отследить, но когда проект переходит за 10к+ строк, ситуация меняется, и хочется иметь агента, способного быть в теме, на какой стадии проект и как грамотно фиксить код.

Сегодня я поделюсь своим личным опытом, который я заработал, благодаря многочасовым перепискам с Claude Code, но которые ни к чему не привели, пока я системно не подошел к этому вопросу.

Выполнение множества задач резервного копирования одновременно приводит к резкому росту потребления ресурсов процессора, памяти, дисковой подсистемы на хосте виртуализации. В статье рассмотрим, как использование аппаратных моментальных снимков СХД снижает влияние резервного копирования на производительность хоста виртуализации VMware и помогает не терять в производительности рабочих виртуальных машин.

Оптимизировать запрос в вакууме — просто. Но как он поведет себя, когда десятки таких же запросов одновременно борются за ресурсы?

Эксперимент-5 : Условие WHERE

Краткий PMBoK, возможности Ганта, STATIK, контрольная диаграмма, диаграмма сгорания задач, топ таск‑трекеров, ошибки делегирования, манипуляции на проекте, синдром спасателя и всё интересное, что писали за последние 2 недели про управление проектами. Мы прочитали все публикации и выбрали для вас самые крутые и полезные. Читайте, сохраняйте и применяйте!

Я стажер отдела цифровых коммуникаций «Газпром нефти» (дальше ГПН), а совместительству политолог с 3 курса СПбГУ. Если вы задались вопросом «как политолог попал в нефтянку», то это статья для вас. На самом деле, мой путь в компанию начался с простой мысли: хочу применить свои навыки анализа и коммуникации в большой технологической компании. И вот что из этого вышло.

Расскажу о своих стереотипах и мифах, которые были перед собеседованием.

GraphQL API — это мощно, но как его документировать, чтобы разработчики остались довольны? В этой статье — готовый план действий. Мы начнём со сравнения GraphQL и REST, затем покажем, как с помощью комментариев и примеров кода превратить схему в наглядное руководство. Вы узнаете, как улучшить GraphiQL Playground подсветкой синтаксиса и создать статический справочник, если Playground недоступен. В конце вас ждёт учебный репозиторий для тренировок на реальном API.

Я изучаю Kubernetes как часть практики по контейнеризации и автоматизации развертывания. Чтобы системно выстроить понимание, я веду рабочий конспект в формате статьи: фиксирую используемые команды, практические наблюдения и способы решения возникающих проблем. Моя цель — уверенно понимать, как устроен кластер изнутри, и уметь работать с ним в реальных условиях. Эта статья будет полезна тем, кто также начинает путь в Kubernetes и сталкивается с тем, что документация даёт базу, но не всегда описывает полную последовательность действий и типичные ошибки, возникающие в процессе.

Для практики я использую локальный кластер на Minikube — он позволяет экспериментировать с компонентами Kubernetes без аренды серверов или облачных инфраструктуры.

Это моя первая статья здесь, в новом «амплуа», она про суровую реальность маркетинга, с которой сталкивается новичок, 12 лет оторванный от «реального мира».

Короткий бэкграунд: 12 лет я отдал госслужбе. Работал в Федеральной налоговой службе, доработал до заместителя начальника отдела регионального УФНС. Но в ноябре 2025 года я окончательно осознал, что пора двигаться дальше, сбросил «оковы» госслужащего, зарегистрировал ИП и открыл для себя дивный мир частного налогового консалтинга.

Вообще, решение «валить» из госслужбы созрело давно, но я долго боялся, что меня ждет в мире, где придется начинать с нуля и принимать все решения самостоятельно. В итоге — решение принято, и вот уже почти месяц я пытаюсь разными способами продвинуться в конкурентной борьбе с другими «специалистами». Что из этого вышло — узнаете дальше.

Коллектив исследователей из МГУ им. М.В. Ломоносова, Института системного анализа РАН и МФТИ провел детальное численное моделирование, раскрывающее уникальные аэродинамические эффекты при полётах в разреженной атмосфере Марса. Оказалось,  что при посадке летательного аппарата вязкость тонкого марсианского воздуха создает неожиданный стабилизирующий момент, что также позволит реализовать  машущий полёт исследовательских дронов. Результаты работы опубликованы в журнале Acta Astronautica при поддержке гранта РНФ номер 24-71-10026.

Полёты на Красной планете — это вызов для инженеров. Атмосфера Марса почти в сто раз менее плотная, чем земная, что кардинально меняет законы аэродинамики. Движение в такой среде происходит при так называемых низких числах Рейнольдса, когда силы инерции уступают силам вязкости. Это означает, что все интуитивные представления о полёте, основанные на земном опыте, требуют пересмотра. Особенно критичным становится понимание динамики вблизи поверхности — на финальном этапе посадки, когда любая нестабильность может привести к катастрофе.

Чтобы пролить свет на эти сложные процессы, ученые поставили перед собой две цели: во-первых, детально изучить, как близость к поверхности влияет на силы, действующие на тонкое крыло, а во-вторых, оценить, можно ли в таких условиях создать эффективный двигатель по принципу машущего крыла насекомого. Для этого они использовали сложный численный метод, основанный на решении сингулярных интегральных уравнений, который позволил с высокой точностью промоделировать движение тонкой пластины в разреженном газе.

Сначала новость кратко: Let's Encrypt собирается постепенно сократить срок жизни сертификатов с 90 до 45 дней. Это решение знаменует собой очередной этап в эволюции стандартов безопасности веба, в которой, да, изначально всё началось с гораздо более длительных сроков действия сертификатов. Еще в 2015 году сертификаты могли действовать до 5 лет, но по мере роста угроз и появления новых уязвимостей в криптографических алгоритмах индустрия постепенно переходит к более коротким срокам.

С 13 мая 2026 года появится (пока как опция) возможность получения 45-дневных сертификатов. Далее, 10 февраля 2027 года максимальный срок сократится до 64 дней, а к 16 февраля 2028 года — до финальных 45 дней.

Я собрал Laravel-репозиторий, в котором GitHub Copilot работает не как один «волшебный ИИ», а как команда кастомных агентов: одни оформляют ТЗ и архитектуру, другие пишут и проверяют код, третьи обновляют документацию и собирают релизы. В статье показываю, как устроен этот workspace и как его можно использовать в своих проектах.

Современный фронтенд давно перестал быть просто "лицом" приложения. Мы переносим в браузер нейросети, обработку видео и криптографию. Но когда дело доходит до банальной аналитики файлов — например, локального парсинга тяжелого Excel или Parquet-файла и выполнения SQL-запросов по ним — мы часто упираемся в ограничения JS-библиотек или вынуждены гонять данные на сервер.

Команда r7-consult решила задачу радикально: мы взяли наш C++17 движок excel_loader, скомпилировали его в WebAssembly и получили возможность выполнять полноценный SQL по локальным файлам прямо в браузере.

В этой статье разберем архитектуру решения wasm-sqlite-database, посмотрим, как C++ код дружит с JS, и покажем, как превратить браузер в локальный ETL-инструмент.

В большинстве случаев новичок, который хочет получить гайд по разработке FastAPI-приложения, сталкивается со статьями формата: «давайте напишем TODO» или «простенький интернет-магазин с парой товаров». Но проблема в том, что по этим примерам непонятно, зачем нужна правильная архитектура, за что браться в начале, какие папки и файлы создавать и т.д. В этой статье я попробую рассказать об этом на примере достаточно нетривиальной задачи — анализа видео с помощью нейросетей.