Привет, Хабр! Меня зовут Никита Пастухов — автор FastStream, Principal Engineer и мейнтейнер AG2 (фреймворк для разработки агентов). Я уже 8 лет в разработке, последний год - по уши в агентах.

И я хочу доказать вам, что написать своего агента не сложнее, чем написать CRUD

Почему это вообще нужно доказывать? Потому что есть заметный разрыв между тем, что происходит с AI в мире, и тем, что происходит в среднестатистической российской компании. В мире — в каждой компании подписка на OpenAI, миллиард стартапов с AI-продуктами, агенты глубоко интегрированы в бэкофис. В России — «опасно, хостим свои модели», «непонятно» и чат-боты поддержки. В мире инженеры уже умеют разрабатывать агентов. В России — «что это вообще такое?»

Поэтому давайте разберём устройство агентов на примере OpenClaw — самого хайпового “личного AI-агента” прямо сейчас. Он живёт в вашем мессенджере, разбирает почту, ведёт соцсети, пишет код, деплоит сервисы. Его популярность — свидетельство того, насколько мало люди пока используют агентов в быту. Для тех, кто в теме, OpenClaw не привнёс ничего нового.

Ни для кого не секрет, что ElevenLabs сегодня является монополистом в области озвучки текста. Но, к сожалению, данная нейросеть пока не доступна для нашей локации, а запрос огромный…

Вместе с тем, выход есть всегда, а часто и не один. Сегодня мы расскажем о том, как использовать ElevenLabs для клонирования голоса, какие есть варианты, и как добиться наилучшего результата. Без воды. Без пластика. Только по делу — читайте до конца, чтобы не тратить время и нервы.

Чтобы почувствовать себя полноправным гражданином мира и платить за иностранные сервисы, такие как OpenAI, Netflix и Steam, нужна нормальная банковская карта. В первые годы санкций с этим были проблемы, но сейчас зарубежная виртуалка оформляется в онлайне за пару секунд без проверки личности. В интернете появилось несколько финтех-агентов, которые помогают оформить карту легальным способом. Одни сами создают карты, а другие от лица банка выпускают физическую карту и вы реально становитесь клиентом этого банка.

Есть и официальные международные карты, которые выдают обычные банки Беларуси и Кыргызстана, прямо в онлайне, специально для россиян.

Пополнение «виртуалки» возможно в любой фиатной валюте, с карт РФ по СБП, в крипте. Сама карта принимается во всех странах мира.

Ну что, продолжаю серию постов о роботах-пылесосах. Они уже давно перестали быть диковинкой: технологическая эволюция превратила хаотично катающихся по полу, застревающих под диваном и в проводах системы в полноценные мощные уборочные агрегаты. И я знаю, что говорю, поскольку первый робот-пылесос от iRobot приобрел в 2008 году. Тогда купил сразу два — сухой и моющий, Roomba и Scooba. С тех пор регулярно обновлял «парк». 

Последним девайсом от iRobot стал Roomba 896. Он честно отработал несколько лет, хорошо справляясь со своими обязанностями. Но с каждым годом становилось очевиднее: технологии ушли далеко вперед, а iRobot, компания-производитель, отстает. Захотелось чего-то суперсовременного. Одно время посматривал на Roborock Saros Z70 с манипулятором, убирающим все, что плохо лежит. Но полторы тысячи евро было жалко. В итоге выбор пал на Dreame L40s Pro Ultra — одну из самых продвинутых моделей на сегодняшний день. Спустя пару месяцев эксплуатации расскажу о своем опыте. 

В детстве у меня была мечта, чтобы все игрушки умели разговаривать. Ну знаете, как в мультиках, когда плюшевый медведь выдаёт мудрые советы, а солдатики обсуждают тактику перед боем. Реальность была суровее: говорящие игрушки тех времён выдавали пять заученных фраз скрипучим голосом, который скорее пугал, чем радовал.

Потом появились первые голосовые помощники, и надежда вспыхнула снова. Но нет, эти ребята говорили так, будто их озвучивал робот из «Ну, погоди!», тот самый заяц с механическим голосом. Монотонно, с рандомными паузами, с ударениями от которых учителя русского языка хватались за сердце. Попросить их прочитать вслух хотя бы абзац текста было актом мазохизма.

И вот мы в 2025 году. Нейросети научились имитировать живую речь, и теперь их пихают буквально везде: в аудиокниги, подкасты, рекламу, обучающие курсы, озвучку видео. Детская мечта о говорящих игрушках как будто сбылась, только теперь заговорило вообще всё. Насколько хорошо заговорило и стоит ли оно того, сейчас разберёмся.

В этом материале мы собрали 7 сервисов для синтеза речи, от монстров индустрии до перспективных новичков, и протестировали каждый на деле.

Поехали посмотрим на результаты!

Как поднять мультимодальный AI-сервис (OCR, ASR, LLM, TTS) на одной GPU 16GB без облачных API?

Разбираем пошагово:

• Подготовка VPS (Ubuntu + CUDA + драйверы)

• FastAPI-архитектура с PyTorch/Transformers

• Управление памятью (без OOM-ошибок)

• Продакшен: systemd + Nginx + HTTPS + домен

• Тестирование в Swagger

Итог: локальный сервис "под ключ" с предсказуемыми расходами, полной приватностью данных и возможностью масштабирования.

Для кого: DevOps, Python-разработчики, AI-интеграторы, стартапы.

Исходники в репозитории, демо-видео, лайфхаки по разработке прямо на сервере!

Данная научная публикация посвящена анализу кибератаки с применением широко признанных фреймворков: MITRE ATT&CK, MITRE D3FEND, Cyber Kill Chain и оценки степени критичности CVSS, каждый из которых представляет уникальную точку зрения на тактики, техники и поведенческие паттерны злоумышленников. В исследовании акцент сделан на синергетическом эффекте, достигаемом при комплексном применении этих моделей.

Не так давно мы выпустили новую версию open source xFlow-коллектора и анализатора xenoeye. Это неплохой повод попиариться. тем более что xFlow-коллекторами/анализаторами часто пользуются для анализа, мониторинга и борьбы с DoS/DDoS атаками, это сейчас очень актуально.

Если совсем коротко - анализатор собирает xFlow (Netflow и некоторые родственные протоколы типа Jflow, IPFIX, sFlow), распределяет их по объектам мониторинга, экспортирует информацию в СУБД (в текущей версии PostgreSQL), и может быстро реагировать на всплески трафика выше порогов для детекции DoS/DDoS атак с помощью скользящих средних.

Информацию из СУБД можно визуализировать разными способами - генерировать статические картинки и отчеты или показывать красивое в Grafana.
Реагировать на всплески можно тоже по-разному - отправлять сообщения в мессенджер, писать данные об аномалиях в БД, анонсировать BGP Flowspec для подавления атак.

В жизни многих программных проектов наступает момент реализации требования о функциональности печати. Пользователям системы часто нужно получить свои бизнес-данные в файле одного из привычных форматов (.docx/.xlsx/.pdf, нужное подчеркнуть), чтобы дальше этот файл распечатать, отправить на согласование, передать в интегрируемые системы, или все вместе. Иногда — и мы в своих проектах с этим сталкивались — для пользователя отображение данных в документе даже важнее, чем на экране в приложении, и, как следствие, внимание к правильности данных при печати в документ более пристальное, чем при выводе в UI. Структура документа в таких случаях, как правило, регламентирована некоторым шаблоном.

Так какими же инструментами воспользоваться, чтобы покрыть требования печати документов?

Написание собственного стека TCP/IP поначалу может показаться пугающей задачей. И в самом деле, за свой тридцатилетний срок жизни TCP впитал в себя множество спецификаций. Однако базовая спецификация остаётся относительно компактной1 — из важных частей в ней можно выделить парсинг заголовков TCP, машину состояний, отслеживание перегрузок и вычисление таймаута повторной передачи.

Самые распространённые протоколы слоя 2 и слоя 3, Ethernet и IP, скромны по сравнению с сложностью TCP. В этой серии статей мы реализуем минимальный стек TCP/IP пользовательского пространства для Linux.

Посты и код служат исключительно в образовательных целях, они позволят вам глубже изучить сетевое и системное программирование.

В мире современных технологий 3D-модели стали незаменимым инструментом — их используют в кино, играх, дизайне, анимации и даже в промышленности. Они помогают создавать реалистичные объекты, персонажей и целые миры, которые мы видим на экране или в виртуальной реальности. Но что если процесс создания таких моделей может стать проще и быстрее? Сегодня, благодаря AI, любой может попробовать себя в роли 3D-дизайнера, не имея специальных навыков. Нейросети умеют генерировать различные объекты, просто опираясь на текстовый запрос.

Озвучка диалогов из текста может сильно упростить и ускорить работу во многих ситуациях: подкасты, аудиокниги, обучающие материалы, рекламные ролики, создание игр, reels и даже фильмов.

Часто записать аудио крайне трудно: нет доступа к микрофону, шумная обстановка или ограниченные временные рамки. Или просто лень.

Поэтому сегодня на обзоре нейросеть Fishspeech, которая реалистично озвучит текст, сохраняя интонации и эмоциональную окраску. Так ещё можно добавлять свои голоса или использовать уже готовые 50+ голосов от сообщества Нейро-Софт. Вообще сказка! Давайте к обзору.

Если вам неинтересно долгое скучное введение, то переходите сразу к разделу о методике виртуальных труб. Но меня это немного расстроит.

Я одержим генерацией рельефа, играми на основе сеток, симуляциями и тому подобным. И часто во всём этом присутствует вода, или, по крайней мере, её присутствие кажется естественным.

Допустим, вы генерируете карту для стратегической игры, но не хотите, чтобы границы карты были заполнены непроходимой пустотой (как в олдскульных RTS). Разве не будет здорово, если граница будет заполнена водой, как на этой карте из одного моего заброшенного проекта?

Рендеринг обводки (контуров) — это техника, часто используемая в играх или из эстетических, или из геймплейных соображений. Например, в игре Sable контуры применяются для создания стиля, напоминающего комиксы, а в The Last of Us контуры используются для выделения врагов, когда игрок переходит в режим скрытности.

В этом посте мы расскажем о пяти способах рендеринга контура вокруг объекта.

Устройство для управления компьютером при помощи голосовых команд, и получение отклика, на выполненную инструкцию, голосом Полины из новеллы «Зайчик».

В статье я хочу поделиться знаниями о том, как быстро и легко локализовать .NET-приложение с помощью собственного решения для локализации — Slang.Net.

В этой статье описано создание эмулятора 16-битной приставки Sega Mega Drive на C++.

Будет много интересного: эмуляция процессора Motorola 68000, реверсинг игр, графика на OpenGL, шейдеры, и многое другое. И все это на современном C++. В статье много картинок, можно хоть на них посмотреть.

Статья будет полезна разработчикам встраиваемых систем, которые хотят автоматизировать процесс тестирования своих проектов. Отдельный блок посвещен отладке gdb в эмуляторе QEMU. В качестве примера используется библиотека логирования (GitHub, Habr)

Entity Framework обладает достаточно богатым встроенным языком запросов, позволяющим решать широкий спектр задач. Но бывают ситуации, когда либо сгенерированные с его помощью запросы оказываются недостаточно оптимальными, либо возможности EF покрывают не весь спектр функционала базы.

В этом случае приходится либо генерировать запросы вручную (напрямую, либо с помощью хранимых процедур), либо прибегать к дополнительной обработке сгенерированных запросов с помощью механизма интерсепторов. Рассмотрим работу этого механизма подробнее.