Расширение jsquery для PostgreSQL — точные и быстрые выборки из JSONB

Насколько знаю, на него можно накатить плагин, только нужно собрать конфигу с указанием бинарников

Автоматизируем сканирование IT-инфраструктуры: скрипт v2.0 для Сканер-ВС 6

Добрый день. Сканер используем не только для внутренней инфраструктуры, но там вместо подсетей уже используем ip-адреса. В первой части как раз сканились только айпишники.
Для установки сканера необходим только ISO-образ(демо-версия есть на официальном сайте, ограничение - 16 активов), PSQL разворачивается при установке самого сканера. В первой части описываю все шаги установки, можете ознакомиться.

Руководство по pgcrypto — шифрование внутри PostgreSQL. Часть 2

Через скрипт например.
Тоесть скрипт получает ключ из KMS через API-запрос , а psql использует ключ в sql-запросах через подстановку переменных - скрипт можно запускать вручную или в пайплайне

Руководство по pgcrypto — шифрование внутри PostgreSQL. Часть 1

С pgcrypto напрямую невозможно индексировать данные. Есть конечно не слишком удобные решения, по типу детерминированного шифрования или хранения даннных в открытом виде, но это все неэффективно. Лучше тогда уж индексировать хэш зашифрованных значений, и то это не панацея.

Блокбастер на коленке с НЛО, коровами и Ван Даммом. Тестируем нейросети для видео

очень красивая генерация, где создавали?
Хотя больше похоже на blender, слишком четко все прорисовано

Блокбастер на коленке с НЛО, коровами и Ван Даммом. Тестируем нейросети для видео

соглашусь)
пока еще не сильно понимают модели разницу между панками))

Блокбастер на коленке с НЛО, коровами и Ван Даммом. Тестируем нейросети для видео

изучал вопрос, и дирижабль получился, как я считаю, менее стимпанковским и более футуристичным)
Хотя если посмотреть картинки по запросу "стимпанк дирижабль", будут похожие на сгенерированный.

Сканируем уязвимости без рутины: «Сканер-ВС 6», API и Telegram-оповещения

Добрый день. После завершения сканирования и создания всех отчетов, активы и задачи удалятся. Приведу часть кода:

for client in clients:
if task.get("status") == "done": asset_id = task.get("id_asset") netscan_task_id = task.get("id_netscan") vulnscan_task_id = task.get("id_vulnscan") if asset_id: delete_assets(auth_cookies, asset_id) if netscan_task_id: delete_task(auth_cookies, netscan_task_id) if vulnscan_task_id: delete_task(auth_cookies, vulnscan_task_id) users_to_keep = { "id": user.get("id"), "name": user.get("name"), "ip": user.get("ip") }

Генератор картинок от разработчиков DeepSeek. Тест-драйв новой нейросети

qwen очень неплох, если задавать промпт на английском и в мельчайших подробностях описывать, что от него хотят. Можно попросить qwen сгенерировать промпт, а потом ему же его и скормить))

Генератор картинок от разработчиков DeepSeek. Тест-драйв новой нейросети

Пока да, но наблюдать за развитием модели точно стоит)

DeepSeek — новый ChatGPT, Qwen — новый DeepSeek? Проверяем модели в разработке, иллюстрациях и готовке

Спасибо за комментарий! Полезная информация.
Я заметил, что нейронки дают "вредные советы" в модификации сложных скриптов.
при работе с api возникают проблемы, и они не всегда решаемы с помощью подсказок и переделок кода.

DeepSeek — новый ChatGPT, Qwen — новый DeepSeek? Проверяем модели в разработке, иллюстрациях и готовке

у Chat GPT та же проблема, просил выдать список литературы по работе -- все книги (20 штук) не существуют. к сожалению нейросети пока что не совершенны.

DeepSeek — новый ChatGPT, Qwen — новый DeepSeek? Проверяем модели в разработке, иллюстрациях и готовке

А мне предложил книгу, которая в реальности называется «История античной эстетики» .

нейросети обучаются на английском, меньше на китайском языках -- по языкам их создателей. Можно спросить наши нейронки, но что-то мне подсказывает, что про иконы они не ответят. В любом случае, нейросети не на все вопросы смогут ответить корректно, к сожалению.

DeepSeek — новый ChatGPT, Qwen — новый DeepSeek? Проверяем модели в разработке, иллюстрациях и готовке

Сегодняшний запрос

Сделал сегодня запрос, альтабнулся, прихожу и вижу картину -- 242 секунды. Почитал ее DeepThinking, рассуждает о выборе оптимального алгоритма, выводит примеры функций.

даже что-то проверяет сам. Но нагрузка на сервера повысилась, отчего такое время "раздумий"

DeepSeek — новый ChatGPT, Qwen — новый DeepSeek? Проверяем модели в разработке, иллюстрациях и готовке

К сожалению даже с обратной связью в виде вывода результата работы программы, и описания, что сделано не так, и что нужно сделать, нейросети допускают те же ошибки при повторной генерации с учетом моих подсказок. И получается простенький код они могут писать сами, а начиная со средней сложности, нужно подсказывать, и то не всегда можно получить желаемый результат