Визуальное программирование *

Directus — это open‑source платформа для управления данными, которая превращает любую SQL‑базу в headless CMS, предоставляя автоматическую REST и GraphQL API и удобный веб-интерфейс для управления контентом.

Она устанавливается поверх существующей базы данных и не требует её миграции — Directus быстро строит схему, интерфейс и API на лету, позволяя пользователям работать с данными через визуальную Data Studio.

В статье я рассмотрю пример базовой настройки Directus.

Хорроры, шутеры, бродилки и даже музыкальные игры — все это нетрудно сделать на Scratch.

Чтобы научиться писать блочный код на данном языке и использовать другие инструменты для создания игр, анимации и мультфильмов, можно посмотреть обучающие ролики и почитать текстовые инструкции или записаться на курсы, но сегодня не об этом: хотим привести примеры почти самых лучших игр в Скретче.

Недавно мы выпустили статью «Всё про Qdrant. Обзор векторной базы данных», в которой подробно познакомились с данным сервисом. Сегодня мы рассмотрим векторную БД с практической стороны. В статье будет описана инструкция по разработке no‑code RAG‑приложения на основе n8n с использованием Qdrant и OpenAI.

Разработка программного обеспечения и DevOps-инфраструктура в сложно представить без мощных open-source-инструментов. Некоторые из них не просто полезны — они меняют подход к автоматизации, деплою, ИИ-интеграции и безопасности. В этой статье собраны действительно сильные и перспективные проекты с открытым кодом: они бесплатны, активно развиваются и способны радикально упростить жизнь разработчика.

Добро пожаловать в четвёртую и заключительную часть серии о новом Flowable Async Executor. До этого момента путь был довольно насыщенным:

Однако остаётся один важный вопрос: как мы пришли к текущей реализации? Что подтолкнуло нас к этим изменениям и почему? Как мы нашли узкие места и использовали эти данные для создания лучшего подхода? И, учитывая, что первая версия появилась более десяти лет назад, как Async Executor эволюционировал, сохраняя обратную совместимость?

Именно этому посвящена эта часть. Мы воспользуемся возможностью оглянуться назад и вспомнить различные реализации, которые появлялись за это время. Мы выделили четыре поколения Async Executor и кратко рассмотрим каждое из них. Поскольку Flowable является форком Activiti, история начинается с первой версии Activiti (5.0.0).

Когда речь заходит о производительности BPM-ldb;rf, главным показателем является пропускная способность заданий и таймеров. Проще говоря: чем больше заданий или таймеров выполняется за определённый промежуток времени, тем быстрее смогут продолжать выполнение процессы или кейсы, которые их используют.

Обычно, когда речь заходит про автоматизацию с n8n, мы представляем что-то простое: формы, письма, таблички, API-запросы. И все довольно удобно — до тех пор, пока не появляется необходимость работы с видео.

Допустим, нам нужно вырезать кусок ролика, сжать его, сделать превью для большого видео — в общем, обработать видео. И здесь внезапно оказывается, что стандартного функционала в образе n8n для этого не хватает.

В этой статье я покажу, как быстро и без Dockerfile развернуть n8n с ffmpeg, используя готовый образ rxchi1d/n8n-ffmpeg. Также в статье мы рассмотрим несколько рабочих примеров.

Как получить прозрачность в бизнес-процессах, если архитектура строится на микросервисах и событийных потоках? В своей статье Бернд Рюкер, сооснователь Camunda, делится практическими подходами к отслеживанию и управлению процессами в распределённых системах. Он объясняет, как переход от простого мониторинга событий к полноценной оркестрации помогает лучше понимать происходящее, своевременно реагировать на инциденты и сохранять контроль над сложными бизнес-операциями. В статье разбираются плюсы и минусы различных подходов — от Elastic-подобного мониторинга до использования движков рабочих процессов, а также рассматривается важность баланса между оркестрацией и хореографией.

Всем привет! Меня зовут Диана. Я ведущий аналитик в ИТ-компании Simbirsoft и работают в бизнес-анализе уже более 9 лет. Начинала как аналитик процессов (специалист процессного управления, специалист организационного развития — единого наименования этой должности не существует). У меня накопился опыт работы над проектами в разных отраслях и компаниях. Хочу поделиться, как применение методологий для улучшения процессов помогают компания достичь их конечной цели — масштабировать бизнес, оптимизировать деятельность и повышать результативность работы. 

В предыдущей части статьи я рассказала, насколько актуально бизнес-аналитику понимать СМК (Система менеджмента качества) и, в частности, процессное управление, а также методологии LEAN (бережливое производство) и ТОС (теория ограничения систем). На практическом примере показала, как с помощью моделей и анализа процессов можно навести в них порядок, выстроить систему метрик и начать их отслеживать. И, если в первой части речь шла о фиксации и анализе процессов в их текущем состоянии, то в этой части я бы хотела акцентировать внимание на этапе их улучшения.

Существует большое количество методологий и концепций, направленных на улучшение деятельности. В своей статье хочу остановиться на двух самых известных: 

Добро пожаловать во второй пост серии о Flowable Async Executor. В первой части мы рассмотрели базовые понятия: что такое асинхронные задания и таймеры, и почему они полезны при построении BPMN- и CMMN-моделей. В последнем разделе мы также показали общую схему новой архитектуры Async Executor.

Компании стремятся к оптимизации деятельности и, логично, что растет спрос на услуги по описанию, анализу бизнес-процессов и предложению улучшений. В этом может помочь бизнес-аналитик, который знает и использует методологии улучшения процессов в соответствии с профстандартом и BABOK (Business Analysis Body of Knowledge , свод знаний по бизнес-анализу). 

Статья будет особенно полезна аналитикам, которые хотят перейти в ИТ-сферу, так как все они в своей работе сталкиваются с задачей анализа процессов на разном уровне их абстракции (то есть детализации). Также материал пригодится менеджерам, стремящимся улучшать процессы в зоне своей ответственности.

Российский рынок low-code платформ активно развивается и насчитывает более 50 программных продуктов. Интерес к ним проявляет, в основном, крупный бизнес. Часто корпорации развивают собственные центры разработки, но нередко прибегают и к помощи вендоров, поскольку растет потребность в поиске современных универсальных решений для разработки высоконагруженных корпоративных систем. Как результат, возрастает интерес к low-code платформам (Low-Code Application Platforms, LCAP).

Для выбора платформы необходима объективная оценка рынка, для которой формируется ряд требований к инструментарию разработки, интеграционным возможностям и параметрам масштабирования. Важно составить оптимальный список требований и в деталях проанализировать опыт крупных заказчиков, мнения ИТ-руководителей относительно применимости, предпочтений и перспективных направлений использования low-code платформ в ИТ-ландшафте крупного бизнеса.

В проекте Фонда «Сколково» и аналитического центра TAdviser, о котором речь пойдет далее, предпринята попытка оценить уровень зрелости российского рынка low-code платформ с точки зрения функциональной готовности решений к запросам заказчиков. В рамках исследования были изучены две точки зрения на рынок – со стороны пользователей и со стороны разработчиков.

Исследование включает в себя три этапа:

1.      Глубинные интервью с конечными пользователями.

2.      Опрос разработчиков.

3.      Экспертная оценка.

В этой статье мы расскажем о его результатах, а также коснемся общей проблематики вопроса.

Давайте представим, как могло бы выглядеть рабочее место SOC-аналитика будущего. В том числе рассмотрим, какие были бы полезны в реагировании и расследовании ML-помощники: некоторые из упомянутых в статье мы уже внедрили в наши продукты, а некоторые – еще в планах или могут послужить в качестве идеи для тех, кто сталкивается с подобными задачами.

Исключения являются частью любого процесса. Разработчики, создающие бизнес-процессы, должны уметь обрабатывать исключения в бизнес-кейсе, чтобы гарантировать, что сам процесс устойчив и может продолжаться после возникновения сбоев. Логика обработки исключений различается в зависимости от вашей задачи и инструментов, которые у вас есть в распоряжении. В этой заметке я попытался определить различные методы обработки исключений, используя язык паттернов. Каждый паттерн следует определённой структуре, называемой Контекст (общая ситуация, в которой проблема повторяется), Проблема (формулировка), Условия (условия, при которых можно рекомендовать предложенные решения) и Решение. Итак, давайте приступим.

Flowable Async Executor (также известный как Job Executor) — это ключевой компонент Flowable. По сути, это многократно используемый, автономный компонент, работающий внутри различных движков Flowable и обеспечивающий асинхронное выполнение логики.

Сервис для автоматизации процессов n8n быстро развивается, обновления выходят раз в несколько дней. Часто для использования функционала, связанного с LLM, требуются последние версии. А обновление сервиса не так тривиально.

Мы рассмотрим два способа, один из которых универсальный, а другой позволяет обновить n8n одной кнопкой, но содержит ограничение по способу развёртывания.

Никто не любит очереди и ожидания. Мы не любим стоять в очередях и ещё больше не любим лезущих вне очереди. Сверхэффективный ад порой представляют как бесконечную, зацикленную саму на себе очередь... В конце концов, что есть символ неизбывной печали и тоски, как не Хатико.

Знаете, кто ещё больше не любит ожидания? Бизнес. Бизнес очень не любит, когда ожидания копят важные проекты и инициативы. Согласно исследованиям средняя эффективность потока в Delivery составляет 35%, а всё остальное время - задачи ждут. (Данные на основе опросов специалистов — ссылка. Метаанализ тысяч workflow от Nave - ссылка ) Справедливо, что ключевая точка роста для ускорения поставки — уменьшение ожиданий.

Именно об этих "фантастических" ожиданиях и пойдёт речь в статье. Я расскажу о системной работе с блокировками и зависимостями, которые повинны в значительном количестве задержек. Мы погрузимся в необходимую теорию, рассмотрим наш успешный практический кейс в hh.ru и, что особенно ценно, я поделюсь конкретными пошаговыми инструкциями по настройке Jira & n8n, а также способами работать с визуализацией блокеров в удобных плагинах, чтобы вы могли применить этот подход у себя.

Этот материал будет полезен IT-менеджерам, тимлидам, руководителям проектов, delivery менеджерам и руководителям функций — всем, кто стремится более осознанно и эффективно распоряжаться временем и ресурсами.

Примечание: Этот пост является продолжением предыдущего, так как многие читатели спрашивали, что происходит, когда у асинхронных заданий заканчиваются попытки повторного выполнения.

Я много общаюсь о микросервисных архитектурах с «не-Java-людьми» — будь то разработчики на C#, энтузиасты Node.JS/JavaScript или GoLang. Все они сталкиваются с необходимостью оркестрации в микросервисной архитектуре — или просто хотят использовать workflow, упорядочивание действий, обработку таймаутов, Saga и компенсации, а также другие полезные возможности.

Open Source BPM-платформа Camunda отлично подходит для этих задач. Ориентированность на разработчиков — один из ключевых принципов продукта, но при изучении документации может показаться, что она рассчитана в основном на Java-разработчиков. Платформа предоставляет множество точек расширения и интеграции, но всё это реализуется на Java. Значит ли это, что другим разработчикам путь закрыт?

Нет! На самом деле, запустить Camunda и работать с ней без знания Java очень просто — архитектуру можно выстроить так, чтобы писать код на любом удобном языке. В этом посте:

Low code стремительно ворвался в корпоративный ландшафт, чего от него никто не ожидал. Мы думали — ну, да, занятная вещица, пусть пользователи поиграют в программистов, лишь бы работать не мешали. А сегодня куда ни глянь, все хотят, чтоб даже у серьезных энтерпрайз-решений обязательно были какие-то хотя бы элементы лоукода. Но зачем?