И их стараются сделать настолько дешевыми, насколько возможно.
Например, на производственных предприятиях менеджеры даже используют термин "утоптать", чтобы описать эту практику.
Интересно сравнить, где такая оптимизация затрат проявляется сильнее: в продуктовом ИТ или в промышленном производстве. В первом случае акцент часто делается на скорости разработки и масштабируемости, а во втором — на сокращении издержек на всех этапах, включая трудовые ресурсы и материалы. Где, на Ваш взгляд, это более выражено?
Спасибо за статью! Для похожих задач я использую codanna — инструмент, который можно рассматривать как расширенную версию code2prompt с дополнительными возможностями:
Семантический индекс (быстрый поиск по коду, включая зависимости и вызовы функций).
Графы вызовов (визуализация связей между модулями, что критично для больших проектов).
Интеграция с MCP (протокол для взаимодействия с ИИ, например, Claude), что позволяет не только генерировать промпты, но и получать ответы напрямую от LLM с учётом контекста кода.
Поддержка широкого спектра языков (Rust, Go, Python, JavaScript/TypeScript, Java, C++, C#, PHP, GDScript).
Где это полезно?
Если вам нужно не только сгенерировать документацию или тесты (как в code2prompt), но и анализировать кодовую базу (например, найти все вызовы функции или оценить влияние изменений).
Если вы работаете с большими проектами, где важно понимать зависимости между модулями.
Если вы хотите интегрировать анализ кода напрямую с ИИ (например, через Claude) для более глубокого ревью или ответов на вопросы о коде.
Пример использования:
# Индексирование проекта (однократно)
codanna index src/ --progress
# Поиск всех вызовов функции authenticate
codanna mcp semantic_search query:"where is authenticate called" limit:10
# Анализ воздействия изменений
codanna mcp semantic_search query:"what breaks if I modify UserService interface" limit:5
Вывод:
code2prompt отлично подходит для генерации контента (документация, тесты, промпты).
codanna расширяет этот функционал анализом кода и интеграцией с ИИ, что делает его более универсальным инструментом для сложных проектов.
Если вам нужна генерация промптов + глубокий анализ кода, стоит присмотреться к codanna.
Откуда берутся мидлы? Один путь - качаться на свои средства, пять лет проходить через боль и самообучение. Я прошёл - выжил, но ощущение странное: после такого неясно, зачем вообще идти в найм, особенно теперь, когда есть ИИ.
Отличная статья! Дополнение к комменту автора о FreeCAD : если появится возможность выделить время на изучение, есть бесплатная альтернатива Солиду особенно для мелкоштучного производства - https://github.com/shaise/FreeCAD_SheetMetal библиотека для листовья в FreeCAD
К сожалению, не плевать. Вот ошибка, которая может возникнуть с Claude CLI : 451 Unavailable For Legal Reasons
Если возникла, вот команда проверки IP в powershell: Invoke-RestMethod -Uri 'https://www.cloudflare.com/cdn-cgi/trace' | Select-String -Pattern 'colo' . Если увидите loc=RU, смените DNS
И в том числе и не содержать ни одного (пустое множество ∅ содержится в любом множестве).
Например, на производственных предприятиях менеджеры даже используют термин "утоптать", чтобы описать эту практику.
Интересно сравнить, где такая оптимизация затрат проявляется сильнее: в продуктовом ИТ или в промышленном производстве. В первом случае акцент часто делается на скорости разработки и масштабируемости, а во втором — на сокращении издержек на всех этапах, включая трудовые ресурсы и материалы. Где, на Ваш взгляд, это более выражено?
Спасибо за статью! Для похожих задач я использую codanna — инструмент, который можно рассматривать как расширенную версию
code2promptс дополнительными возможностями:Семантический индекс (быстрый поиск по коду, включая зависимости и вызовы функций).
Графы вызовов (визуализация связей между модулями, что критично для больших проектов).
Интеграция с MCP (протокол для взаимодействия с ИИ, например, Claude), что позволяет не только генерировать промпты, но и получать ответы напрямую от LLM с учётом контекста кода.
Поддержка широкого спектра языков (Rust, Go, Python, JavaScript/TypeScript, Java, C++, C#, PHP, GDScript).
Где это полезно?
Если вам нужно не только сгенерировать документацию или тесты (как в
code2prompt), но и анализировать кодовую базу (например, найти все вызовы функции или оценить влияние изменений).Если вы работаете с большими проектами, где важно понимать зависимости между модулями.
Если вы хотите интегрировать анализ кода напрямую с ИИ (например, через Claude) для более глубокого ревью или ответов на вопросы о коде.
Пример использования:
Вывод:
code2promptотлично подходит для генерации контента (документация, тесты, промпты).codannaрасширяет этот функционал анализом кода и интеграцией с ИИ, что делает его более универсальным инструментом для сложных проектов.Если вам нужна генерация промптов + глубокий анализ кода, стоит присмотреться к
codanna.Откуда берутся мидлы? Один путь - качаться на свои средства, пять лет проходить через боль и самообучение. Я прошёл - выжил, но ощущение странное: после такого неясно, зачем вообще идти в найм, особенно теперь, когда есть ИИ.
Qwen
"Microsoft заявила, что Copilot пишет код быстрее, чем люди пьют кофе" они снова забыли добавить "в умелых руках"
Отличная статья! Дополнение к комменту автора о FreeCAD : если появится возможность выделить время на изучение, есть бесплатная альтернатива Солиду особенно для мелкоштучного производства - https://github.com/shaise/FreeCAD_SheetMetal библиотека для листовья в FreeCAD
К сожалению, не плевать. Вот ошибка, которая может возникнуть с Claude CLI : 451 Unavailable For Legal Reasons
Если возникла, вот команда проверки IP в powershell: Invoke-RestMethod -Uri 'https://www.cloudflare.com/cdn-cgi/trace' | Select-String -Pattern 'colo' . Если увидите loc=RU, смените DNS