Open source *

Привет, Хабр! Продолжаем развивать DBML Diagram в Boost for Java.

В предыдущем обзоре мы показывали интеграцию с dbdiagram.io, экспорт SQL и проверку отношений между таблицами. В следующем обновлении сосредоточились на работе с самой диаграммой: как ориентироваться в схеме, отделять одну предметную область от другой и перемещать связанные таблицы вместе.

В версии 2.0.0 появилась визуализация TableGroup — цветные рамки с названиями групп. В 2.1.0 мы перешли на свободный SVG-канвас: убрали ограничение перемещения слева и сверху, добавили сетку, перенос групп и более удобную навигацию.

Версия 2.1.0 уже доступна в JetBrains Marketplace. Ниже расскажем, что изменилось, какие ограничения остались и какую обратную связь нам сейчас особенно хотелось бы получить.

Страница плагина · Исходный код

Это неочевино, но многие люди каждый день пишут код на языке 1С, проводят документы, закрывают месяцы и знают наизусть, что такое «Данные были изменены или удалены другим пользователем (сеансом)!». Kubernetes для большинства из них — что-то далёкое и чужое, с английскими словами, YAML-файлами и непонятной философией. Вчера в одном чатике по K8s Дядя Женя набросил про Kubernetes на 1С. Вызов был принят. Итак, что будет, если взять Kubernetes и перенести его в мир 1С, вместе с его языком, документами, регистрами и бухгалтерией за стенкой?

Получился дистрибутив, который я назвал Assnetes (или 1Ж:Оркестратор 8). Манифесты и операторы в нём пишутся на языке 1С (кириллицей), командная строка разговаривает голосом главного бухгалтера Тамары Петровны, а пакетный менеджер закупает в кластер Бухгалтерию и Битрикс вместе с операторами, один из которых умеет масштабировать кластер серверов 1С по количеству сеансов. Под всем этим работает самый обычный Kubernetes, и по дороге выяснилось, где он готов притвориться бухгалтерией, а где сопротивляется насмерть (могу его понять).

Делюсь опытом участия и заметками с полей одной из наиболее авторитетных научных конференций в области менеджмента, организованной исследовательским сообществом «Strategic Management Society» (SMS). Специальная конференция состоялась в Гонконге летом этого года и была посвящена управлению взаимоотношениями со стейкхолдерами: клиентами, поставщиками, партнерами и другими участниками создания ценности.

Для меня это была возможность апробировать свои научные наработки по теме open source-подхода для организаций. Дело в том, что я занимаюсь исследованиями в области стратегического управления и маркетинга, специализируясь на open source-подходе, сопутствующей коммуникации и других механизмах управления: пишу по теме научные статьи и популярные материалы, а также выступаю с докладами на конференциях.

Вопрос в последнее время становится крайне актуальным, так как чаты с искусственным интеллектом стали обыденностью не только в обычной жизни, но и в работе.

Частая картина: договор на сто страниц, дедлайн сгорел еще вчера и договор сам собой улетает в окно ChatGPT с просьбой «найди подвох в разделе об ответственности». И так делают далеко не единицы. В зарубежных опросах от 38 до 57% сотрудников признаются, что вводили в публичные нейросети конфиденциальные данные, причём многие — с личных аккаунтов, о которых работодатель не знает. В России картина похожая: по телеметрии ГК «Солар», за 2025 год объём корпоративных данных, уходящих в публичные нейросети, вырос в 30 раз, и среди них есть юридические документы. Последствия при этом не только административные. Летом 2026 года суд Москвы первой инстанции поддержал увольнение директора по продажам за разглашение коммерческой тайны: среди прочего она загружала внутренние отчёты в DeepSeek. Во взыскании 5 млн рублей по «золотому парашюту» суд ей отказал.

И, казалось бы, вот тебе инструмент, который мог бы помочь, ан‑нет, нельзя. И, что интересно, в просторах интернета есть различные инструменты, которые готовы обезличить документ, но они сами являются облачными сервисами. Есть и платные варианты, которые можно установить локально с подпиской. Но это все не то. Было решено, что надо делать самому. Слава вайбкодингу!

Я сам страдаю некоторым СДВГ (популярная нынче вещь) и мне не хотелось заморачиваться с загрузкой в какое‑то приложение и потом оттуда брать обезличенный документ, а только затем загружать в условный СhatGPT. Мне нужно было приложение, которое бы перехватывало текстовый документ на странице чата с ИИ и на лету обезличивало бы документ (чем короче пользовательский путь, тем выше шанс, что я сам буду этим пользоваться). Сказано — сделано: было решено делать расширение для Chrome на javaScript.

Из записок доктора Матсон о расследованиях великого сыщика Войлока Сокса. Все процессы реальны. Некоторые реплики слегка драматизированы. Ни один Кодекс при подготовке рукописи не пострадал.

После Качалки и «Чисто» — мелочь попроще: отправить в Telegram кружок не с камеры, а из готового видео. Ботов для этого полно, и почти все устроены одинаково: прежде чем что-то сделать, просят подписаться на четыре канала, потом показывают рекламу, а кружок отдают с водяным знаком.

Задача на вечер, но раз уж все делают её с подписками — сделал без. Бот @chisto_krugi_bot: присылаешь видео — получаешь кружок. Ни подписок, ни рекламы, ни регистрации. Код открыт.

Рассказывать тут особо не о чем, поэтому коротко: что умеет и на что я всё-таки наступил.

Помогает ли способ оценки шумных измерений принимать полезные изменения кода при одинаковых ролях, задачах и лимитах?

Разбираю фильтр Калмана на простой учебной модели: как он соединяет прогноз и отзыв критика, чем отличается от регулятора и что происходит при коррелированных ошибках, выбросах и задержках.

Затем проверяю четыре правила принятия правок в реальном цикле «автор — критик». Пилот завершён: 720 ответов модели, из них 144 для калибровки и 576 для оценки на шести задачах оптимизации Python-кода.

В симуляции фильтр улучшил оценку состояния и уменьшил величину правок. В реальном пилоте все четыре режима достигли критерия успеха, а дополнительного преимущества Калмана обнаружить не удалось.

К статье приложены ноутбук, исходники, результаты, графики и описание ограничений, а также готовый пакет для собственного эксперимента с агентами через OpenAI API — с инструкцией, калибровкой, паузой и возобновлением.

Предлагаю всем желающим заняться исследованием, на каких реальных задачах рой ИИ-агентов, использующий фильтр Калмана, лучше или хуже обычного роя ИИ-агентов.

Лет семь назад я собирал домашнюю автоматику примерно на 20 тысяч рублей: датчики влажности, CO₂, движения, розетки, реле. С ESP и Tuya простые команды по локальной сети получались, а вот таймеры и согласование нескольких устройств иногда жили своей жизнью. Хотелось меньше возиться с бытом, а не поменять класс проблем.

С тех пор Home Assistant, Zigbee2MQTT, ESPHome и локальный голос стали куда привычнее. Когда я принёс в IT‑чат первую статью о независимом умном доме, мне об этом напомнили. Дошло до торжественного: «Дамы и господа, мы придумали SprutHub». И ведь справедливо.

Для тех, кто не собирал умный дом: датчик сообщает о событии, шлюз или интеграция передаёт его системе вроде Home Assistant, та запускает сценарий. Иногда в эту цепочку вклинивается облако производителя. И вот тут начинаются приключения.

В октябре 2026-го после повреждения инфраструктуры «Яндекса» перебои затронули «Алису» и часть умного дома. Не значит, что у всех застряли шторы. Но почему команда мотору в соседней комнате вообще должна лететь через чужой сервер? Belkin отключила облачную поддержку части Wemo: устройства, заранее настроенные с HomeKit, могли продолжить работать, а вот новая настройка стала проблемой. Для контраста: во время сбоя Netatmo ручное управление и запись данных сохранились. Хотелось бы знать заранее, какой сценарий ждёт купленную железку.

Но даже полностью локальный дом иногда ломается. Просто теперь дежурный сисадмин — его хозяин. В одном чате человек рассказал, как автоматизация HA попыталась включить осушитель Midea 3407 раз за два часа. Помог перезапуск интеграции. У другого реле исчезло из базы Zigbee2MQTT, но продолжало отправлять сообщения. Пришлось поработать Шерлоком Холмсом. А одна рекомендация ИИ по перезапуску Chromium, по оценке владельца, закончилась 1,86 ТБ записи на SSD за выходные. И после этого мне хотелось бы слышать не только «исправлено», но и «проверил, что больше не ломается».

У меня очень давно в «идеях» лежала запись о том, что нужно создать браузер, который предназначен исключительно для чтения. Каждый раз я вспоминал о ней, когда натыкался на очередной сайт, где контент сложно прочитать из-за отвратительной вёрстки или обилия рекламы. И вот время настало: недельный лимит токенов не был израсходован, и мы с товарищем Клодом напряглись и создали браузер для чтения Brevier. Тот факт, что я уже много лет занимаюсь фронтенд-разработкой, дал свои плоды — я решил сделать браузер без JavaScript и без CSS.

Пролог

Когда-то интернет был тихой ламповой библиотекой. Каждая страница была свитком-папирусом. Вы брали нужный свиток, разворачивали и читали. Учёные мужи бережно писали эти свитки, любопытные читали, и никто не был обязан брать печенье для входа в библиотеку.

Худые стороны у этой библиотеки тоже имелись. Свитки было сложно читать: они были написаны разными почерками, разного качества чернилами и совершенно непредсказуемых цветов. Деды помнят, что даже видели свитки, написанные ярко-зелёными чернилами на фиолетовом папирусе. В любом случае, текст присутствовал, и если желание было, то его можно было прочесть.

Затем появились драконы.

15 октября вышла Ubuntu 26.10 Stonking Stingray. В новом выпуске много чего интересного: разработчики обновили рабочий стол GNOME, ядро Linux, проапдейтили или добавили системные утилиты и средства защиты. Появились нескучные обои интересные настройки экранов и окон, обновился App Center, а в систему добавили предварительную версию голосового ввода Myna. 

Вместе с выпуском Canonical представила планы развития Ubuntu до следующей LTS-версии — 28.04. Сначала разберем обновления нынешнего выпуска, а затем посмотрим, что разработчики готовят на будущее.

У Linux есть apt, dnf и pacman, и никто уже не помнит, как жили без них. У Kubernetes за десять лет так и не появилось ничего подобного. Есть Helm, который прекрасно ставит один чарт, есть Argo CD и Flux, которые умело синкают кластер с Git, но нет инструмента, который знал бы, что cert-manager нужен половине других компонентов, что KubeVirt нельзя откатить на прошлую версию после обновления и что CRD, поставленные одним релизом, не получится молча снести вместе с ним. Каждый, кто собирает платформу на Kubernetes, пишет эту прослойку сам, и каждый раз заново.

Бесплатный блокировщик рекламы для iPhone, Android и компьютера: DNS-фильтр без библиотек, режим для тех, у кого включён VPN, и расширение, которое проматывает рекламу блогеров на YouTube — даже если ролик с неё начинается. Рассказываю, как это устроено и что пришлось чинить после запуска.

Месяц назад я написал статью о том, как сделал отладчик рендеров для Vue — инструмент, который называет точную причину каждой перерисовки. Рассказывал про renderTriggered, про ловушки с process.env.NODE_ENV, кириллицей в байтовых смещениях и вычислением чужих computed.

С тех пор вышла версия 0.8 — с тремя большими фичами, которые я не планировал делать так быстро. Расскажу, что нового и зачем.

Две заметки могут быть похожи по смыслу, но это ещё не повод объединять их или удалять одну из них. Я хотел научить Veynrel не просто находить такие пары, а предлагать действия с ними. И довольно быстро выяснилось, что получить рекомендацию от LLM гораздо проще, чем безопасно применить её к Markdown.

В статье разбираю, как устроил проверку цитат модели, подготовку изменений, защиту от устаревших файлов и Undo. Покажу реальный TypeScript-код, результаты тестов и небольшой эксперимент с DeepSeek: все десять ответов прошли техническую валидацию, но как минимум один тезис оказался подтверждён выбранной цитатой лишь частично.

Glafira for Apache Kafka — бесплатный desktop-клиент для Kafka под macOS, Windows и Linux: Tauri 2, Rust, librdkafka, код открыт под Apache 2.0. Просмотр сообщений с фильтрами и JSONPath, Producer с шаблонами, consumer-сессии, топики, группы, сброс оффсетов и встроенная проверка кластера.

Самое интересное — MCP-шлюз для LLM. Claude, GigaCode, Cursor или любой другой клиент с поддержкой MCP подключается к Glafira, читает метаданные кластера, находит проблемы, оставляет замечания и предлагает изменения. Применить что-либо модель не может: у неё физически нет ни одного изменяющего инструмента, а предложение открывается заполненной формой, где кнопку нажимает человек. В статье — как это устроено, почему это гарантия, а не обещание, и два настоящих диалога с Claude Code.

journald умеет почти всё, что нужно для разбора проблемы на сервере: индексирует поля, фильтрует по юниту, процессу, пользователю и загрузке, ищет по времени и отдаёт записи по курсору. А смотрим мы его через journalctl, то есть одной командой за раз. Эта статья — о том, как оконный интерфейс из 1990 года оказался почти идеальной формой для этих возможностей, и о том, как устроен получившийся просмотрщик TurboJedi.

Репозиторий gpu-unlock снимает коммерческое ограничение NVIDIA на скорость FP16/BF16-тензорных ядер в картах 3000 серии. Мы прогнали его на своей RTX 3060 (GA106-302, LHR) в live Ubuntu: FP16 GEMM вырос с 27,1 до 49,5 TFLOPS (×1,83), при этом контрольная линия FP32 не сдвинулась ни на десятую. В статье о том, что именно урезано и на каком уровне, почему чтение регистров идёт до загрузки драйвера, чем наш замер отличается от уже влитого в апстрим PR, и почему для квантованного инференса llama.cpp это даёт ноль процентов.

Последние месяцы я делаю фичи в Claude Code не одним агентом, а командой: ведущий режет работу на задачи, кодеры пишут, рецензент смотрит, проверяющие принимают.

Довольно быстро выяснилось, что самый дорогой участник такой команды — не кодер и не рецензент, а ведущий, который просто ждёт. Его будит только внешнее событие, тишину команды он не отличает от её смерти, и каждое «посмотрю, как там дела» оплачивается всем его контекстом, а к середине прогона это сотни тысяч токенов. Одна пересылка письма через ведущего при контексте 437k стоила $0,38 по ценам API.

И тут я решил переизобрести Event Loop для Claude Code

Из этого вырос supertick — плагин для Claude Code, в котором ожиданием занимается скрипт, а не модель. Код открыт под MIT: https://github.com/denizen24/supertick. Ниже — как он устроен, как поставить, как он выглядит на живой задаче, сколько стоили задачи, где в команде другие модели и на какие грабли я наступил по дороге.

Вставляешь ссылку на видео с YouTube, TikTok, VK или Instagram, выбираешь 1080 p, 720 p или 480 p и жмёшь «Скачать». Через несколько секунд на Рабочем столе лежит mp4, который открывается в QuickTime, на айфоне и в любом плеере Windows. Пока идёт загрузка, по пиксельному офису бегает человечек и складывает в папку листки.

Это Качалка — бесплатная программа с открытым кодом. Никаких аккаунтов, рекламы и водяных знаков. Ниже — из чего она собрана и два бага, на которые я потратил больше всего времени: оба проявлялись только в собранной программе и ни разу при запуске из кода.

Давно хотел делать бесплатно для людей, время пришло.

У подписки на Claude Code не один лимит: есть пятичасовая сессия, общее недельное окно и отдельные недельные лимиты на некоторые модели, например на Fable. Команда /usage показывает остаток, но только внутри открытой сессии и только для одного аккаунта. А у меня разные проекты идут на разных аккаунтах, и вопрос обычно другой: на каком из них хватит до сброса, если работать в том же темпе.

Я сделал claude-limits — локальную страницу, где видны сразу все аккаунты Claude Code, Codex и Kimi Code, даже если у одного сервиса их несколько. Для каждого окна она прогнозирует, сколько будет к сбросу и на какую долю окна хватит квоты. Рассказываю, как это считается и на чём я ошибался по дороге.