Оцифровка показаний счетчиков и автоматическое отправление показаний ЖКХ с помощью HomeAssistant и ESP

Летняя фотосессия больше не обязательно начинается с поиска фотографа, студии, визажиста и свободного окна в календаре. Сегодня достаточно хорошего исходного снимка, понятного описания и подходящей модели ИИ, чтобы получить серию кадров в отпускном, пляжном, городском, семейном или fashion-стиле. Генерация изображений помогает быстро примерить разные локации, одежду, свет, настроение и ракурсы без поездок, аренды декораций и десятков дублей. Особенно удобно это для аватарок, соцсетей, резюме, рекламы, личного бренда и визуала для маркетплейсов.

Главная причина популярности таких инструментов — возможность получить красивый результат без сложных навыков. Пользователь загружает фото, пишет, каким должен быть образ, а нейросеть для создания фотопревращает обычный снимок в кадр, похожий на профессиональную съемку. 

Годная машина на тему Windows AD, Kerberos. В начале разведки получаем доступ к гостевой шаре. Оттуда достаем файл с паролем, но не знаем от какой учетной записи. Проводим разведку юзеров, получаем список и находим 1 пользователя к которому подходит этот пароль. Далее проводим разведку с помощью BloodHound и по цепочке получаем доступ к нескольким аккаунтам у последнего есть права Unconstrained Delegation Privilege на доменный компьютер. С помощью механизма S4U2self, запрашиваем билет на имя администратора и захватываем компьютер.

Привет! Я не AI-инженер, у меня нет ML образования. Я проджект-менеджер со старым бекграундом в качестве веб-разработчика и с опытом более 10 лет в управлении командами разработки ПО. И с приходом полноценных AI-агентов я стал по выходным заниматься экспериментами на своих пет-проектах. 

Один из таких проектов - мобильное приложение для запоминания карточек/слов: я учу японский язык и не нашёл ни одного сервиса, в котором добавлять новые слова в словарь было бы не мучительно, поэтому решил сделать своё, для себя. Что ж, для этого у меня не было GPU-кластера и команды, но был MacBook, свободное воскресенье и конкретная проблема, которую я хотел решить.

Ниже я опишу свои наблюдения с точки простого PM'a, и вытекающую ​идею и концепт.

Самый полный обзор видеокарты V100 в интернете! Или как собрать самый бюджетный ИИ-сервер в 2026 году. Внутри вас ждёт:

1. Что за V100 и почему она такая дешевая?
2. Какие у неё ограничения и где она реально спотыкается?
3. Бенчмарки 128 моделей — от текста до генерации видео и картинок, с реальными конфигурациями запуска!

Недавно я решил завести собственный блог. Сначала посмотрел в сторону SSG, но они показались мне не слишком удобными для того сценария, который я хотел получить. Затем попробовал несколько CMS, однако быстро упёрся в другую проблему: мой сервер оказался слишком слабым для большинства современных решений.

В итоге ни одно из готовых решений так и не смогло закрыть все мои требования одновременно. Так и появилась идея сделать небольшую файловую CMS на Rust, которая не требует базы данных, не потребляет много памяти и при этом остаётся достаточно гибкой для повседневного использования.

Со временем идея небольшого блогового движка разрослась в полноценную CMS с SSR, виртуальной файловой системой, поддержкой локализации, визуальным редактором статей и горячей перезагрузкой контента. В этой статье я постараюсь показать, как всё это устроено изнутри.

За последние два года в экосистеме PHP вокруг AI-разработки сформировалась целая индустрия. Если раньше интеграция LLM выглядела как несколько строк кода с вызовом OpenAI API, то сегодня разработчики строят полноценные агентные системы: с памятью, инструментами, workflow, наблюдаемостью (observability) и даже командами специализированных агентов.

Обычно, когда говорят об AI-разработке, в первую очередь говорят о Python. Тут полно интересных вещей, таких как: LangChain, LangGraph, CrewAI, AutoGen – весь основной шум долгое время происходил именно там.

Но параллельно интересная история развивается и в PHP. И меня это, безусловно, очень радует.

Причем если еще пару лет назад PHP-разработчику приходилось буквально собирать все вручную поверх SDK провайдеров, то сегодня уже существует полноценная экосистема инструментов разного уровня абстракции – от клиентов для работы с моделями до платформ управления многоагентными системами.

Давайте посмотрим, как выглядит этот рынок сейчас.

Многие знают Agile по ежедневным стендапам, спринтам и доскам в Jira. Но мало кто задумывается, почему Agile вообще появился. Если вам интересен ответ на этот вопрос, очень рекомендую книгу Роберта Мартина «Clean Agile. Back to Basics». Для меня это одна из лучших книг об Agile, которую стоит прочитать каждому Project Manager.

Для многих специалистов в IT имя автора не нуждается в представлении. Именно Роберт Мартин, известный также как Uncle Bob, был одним из авторов Agile Manifesto, опубликованного в 2001 году и навсегда изменившего подход к разработке программного обеспечения.

Книга получилась интересной не только для разработчиков, но и для руководителей проектов. Это не очередной учебник по Scrum или набор модных практик. Скорее, это попытка вернуться к истокам Agile и объяснить, зачем он вообще появился.

Мартин начинает с простой мысли: современный мир полностью зависит от программного обеспечения. Софт управляет практически всеми аспектами нашей жизни. Программное обеспечение стало кровеносной системой современной цивилизации. Без него привычный нам мир просто не смог бы существовать. Поэтому неудивительно, что люди, создающие программное обеспечение, постоянно ищут способы делать это быстрее, качественнее и эффективнее.

Большая часть книги посвящена истории возникновения Agile. Автор подробно рассказывает, какие проблемы существовали в индустрии до появления Agile-подходов и почему традиционные методы управления проектами перестали справляться с задачами быстро меняющегося мира разработки.

Представьте: ваш сервис Y генерирует 10 000 событий в секунду, а сервис X может проглотить только 500. И при этом нельзя потерять ни одного события, а порядок обработки обязан быть строгим. Очередь? Конечно. Но какую? И что делать, когда она переполнится?

В статье — разбираем реальную архитектурную задачу с разбором типовых ошибок, двух подходов к порядку (strict FIFO и per‑key ordering), нюансами DLQ, backpressure, идемпотентностью и скрытыми проблемами типа head‑of‑line blocking.

Ещё пару лет назад, чтобы аккуратно вырезать фон, стереть случайного прохожего или поменять лицо, нужен был Photoshop и руки, которые умеют работать со слоями, масками и каналами. Сегодня большую часть этой работы делает нейросеть за несколько секунд: загружаете кадр, отмечаете задачу — и модель сама отделяет объект от фона, достраивает пространство за удалённым предметом, переносит лицо и убирает водяной знак. Порог входа упал с «уметь в Photoshop» до «уметь нажать кнопку».

или “Страшная сказка: продолжение-3”

В предыдущих разборах серии («О бедном луддите замолвите слово…», «Об Open-source — спасителе человечества…», и в исходной «Страшной сказке») я разбирал, кого, что и почему мы теряем в ходе AI-кризиса: воронку джуниоров, цикл воспроизводства экспертизы, frontier-фронт, наработанные в OSS анклавы. Каждый раз картина была про минусы и проблемы.

В этой статье — про другую сторону медали. Потому что у того же самого процесса, помимо потерь, есть некоторое количество “трофеев”. И стоит их упомянуть, чтобы картина была полной и честной.

Для этого я расскажу “байку”…

Сразу оговорюсь: всё, что описано ниже — без имён, без названий компаний, и с лёгким смешением реальных случаев в обобщающий портрет. Многие смогут сказать «это же про меня», и скорее всего ошибутся, ибо таких ситуаций за последние два года было, только на моих глазах, не одна и не две…

Месяц назад я начал делать pet-приложение для государственных закупок: свайпай тендеры как в Tinder, видишь AI-скоринг заказчика — стоит ли вообще лезть. Для скоринга нужны данные обо всех контрактах заказчика. Источник один — ЕИС zakupki.gov.ru. И тут начались сюрпризы.

SOAP-API требует ЭЦП юр.лица — отвал на старте. FTP-сервер с XML-выгрузками закрыт с 1 января 2025. OpenData портал — красивый каталог датасетов, но без единой ссылки на скачиваемый файл. Часа три я экспериментировал и сдался.

Остаётся HTML-парсинг публичных страниц. Дальше всё интереснее: 44-ФЗ и 223-ФЗ имеют разную вёрстку, заказчик идентифицируется тремя разными форматами одновременно (real_inn / orgId / orgCode), а НМЦК и дата эл.акта приёмки лежат вообще не там, где подсказывает имя URL.

В статье — архитектура на Vapor + Redis + PostgreSQL, код канонизации ИНН, четыре грабли где я тормозил по нескольку часов, и реальные цифры: 128k+ строк контрактов в БД, ~340 уникальных заказчиков с полным скорингом, ~100ms средняя latency на feed-запрос.

Если кто-то знает легальный путь к данным ЕИС без ЭЦП юр.лица — буду благодарен в комментах. Может я что-то упустил.

Герои экшен-игр восхищают нас своими навыками боя. Без мощных ударов и брутальных бросков даже самый харизматичный персонаж — это как разъярённый тигр без клыков и когтей. Но фундамент любого виртуального мастерства заложен вековыми традициями реальных боевых искусств.

В надежде поразить наш взор красотой движений, бойцы из игр смешивают самые разные стили и школы. И только пытливым взглядом летящего орла мы можем проследить, откуда растут корни того или иного вымышленного стиля.

Сегодня предлагаю рассмотреть, как воплощены в играх разные боевые искусства, насколько аутентично показывают нам реальные техники, как принципы настоящего поединка даже используются в геймдизайне и почему нанизывание орков на шипы — это почти что Тайский Бокс.

Рассматриваемый вид излучения уже давно применяется в медицине и используется в диагностическом оборудовании. Его особенностью является способность проникать через многие материалы, включая мягкие ткани организма. При этом хорошо изучены материалы, которые эффективно ослабляют или блокируют данное излучение. Именно поэтому для защиты пациентов и медицинского персонала используются специальные средства защиты, например свинцовые фартуки и защитные экраны.

Качество ИИ фотосессии в 2026 году определяет не модель, а промт. Между «опять нейросетевая картинка с пластиковой кожей» и «вау, как с реальной съёмки» лежит не выбор Nano Banana Pro вместо FLUX 2, а то, как именно вы описали сцену. На современных моделях разница между слабым и сильным промтом отделяет результат уровня стоковой иллюстрации от снимка, который трудно отличить от работы профессионального фотографа.

Привет, на связи Саша Солдатов, CEO REB8T, мы создаём игры и геймификации для бизнеса. За последние несколько лет запустили 30+ игровых проектов для банков, маркетплейсов и брендов. Среди наших клиентов Альфа-Банк, МегаМаркет, Туту, Ситидрайв.

Сегодня поговорим о геймдизайне. Есть такой человек — Джесси Шелл, в книге «Геймдизайн. Как создать игру, в которую будут играть все» он описывает четыре составляющих любой игры. Мы взяли эту тетраду, адаптировали под мобильный и корпоративный сегмент, и в этой статье расскажу вам, как создать игру, в которую будут играть ваши клиенты. В конце оставил чек-лист по созданию игр. Материал для статьи помогал собирать Артур Рябушенко, гейм-дизайнер REB8T.

Попытки связать большие языковые модели с инженерным программным обеспечением обычно разбиваются о суровую реальность.

Системы уровня T-FLEX CAD работают через закрытые DLL-библиотеки, требуют жесткого контроля сессии и точного вызова методов API. В такой среде нейросети часто «галлюцинируют», выдавая код, который выглядит правдоподобно, но на практике приводит к падению процесса или зависанию лицензии. САПР не прощает ошибок в типах данных или абстрактных догадок.

Чтобы автоматизировать реальные конструкторские задачи и получать стабильный результат, нам пришлось отказаться от привычного формата чат-ботов. Мы разработали tflex_harness в котором агент состоит из языковой модели, из контура управления, локального поиска по API-документации, генерации C#-кода, компиляции и контролируемого запуска в T-FLEX CAD.

Практически в каждом высоконагруженном .NET-проекте рано или поздно появляется один и тот же паттерн:

Есть коллекция данных.

Для каждого элемента нужно выполнить дорогую операцию.

Например:

вычислить хэш;

Объём данных в EdTech растёт взрывными темпами, а запрос на персонализацию обучения становится главным драйвером перемен.

В ответ на это возникают технологии, которые ещё пять лет назад казались фантастикой: цифровой профиль, собирающий десятки параметров студента в реальном времени, и аватар преподавателя, способный прочитать лекцию на 70 языках, неотличимо копируя мимику и голос живого наставника.

Российские и зарубежные проекты уже переходят от экспериментов к массовому внедрению, и именно эти два направления — профилирование участников образовательного процесса и создание «цифровых двойников» — формируют новый облик школы и университета.

Разберёмся, что стоит за этими технологиями, какой опыт накопили лидеры рынка и с какими вызовами сталкиваемся на пути к ИИ-ориентированному образованию.

В мае 2026 года выпустили OpenBSD 7.9. В новой версии разработчики обновили планировщик задач для гибридных процессоров, добавили механизм отложенной гибернации, подтянули графический стек и расширили поддержку современного железа, включая Wi-Fi 6, USB4 и Apple Silicon. Часть изменений касается виртуализации и энергосбережения, часть — низкоуровневых механизмов безопасности и сетевой подсистемы. Давайте разбираться, что там и как.

Командная разработка в 1С не обязана держаться на блокировках, непрозрачной истории и ручном разборе изменений.

В статье показываем, как перевести проект в 1С:EDT, настроить Git и Git LFS, организовать ветки для команды и аккуратно работать с конфликтами в XML‑метаданных.

Привет, Хабр! Мне давно хотелось опробовать какой-нибудь инструмент этой популярной марки, и сегодня задумка, наконец, осуществилась. Под катом вы сможете заглянуть внутрь гитары и послушать её звучание до и после доработки.

Спойлер: инструмент не идеальный, но весьма порадовал, и даже приятно удивил!

Мы были двумя 16-летними студентами колледжа, чья программа безнадёжно отставала от индустрии. Пока на парах проходили технологии пятилетней давности, реальный мир уже жил в экосистеме React, Next.js и WebAssembly. Пришлось учиться самим — по вечерам разбирая современный стек и споря об архитектуре. Эта тяга сподвигла нас создавать не абстрактные проекты для портфолио, а реально полезные инструменты, которыми хочется пользоваться каждый день.

Так четыре года назад родился наш проект — 167 утилит и 8 интерактивных песочниц в одном сервисе. Форматтеры, конвертеры, генераторы паролей и UUID, DevOps-конфиги, шпаргалки и песочницы для Python, SQL и Bash. Всё сделали прямо в браузере, без сервера.

Рассказываем как это было.

Создать видео из фото нейросетью в 2026 году стало рутинной задачей: загрузил снимок, выбрал движение, забрал готовый ролик через минуту. За последние два года image-to-video перешёл из категории «вирусный курьёз» в категорию рабочих инструментов, и подходящих моделей в продакшен-качестве набралось семь-восемь штук. Параллельно появилось несколько способов получить к ним доступ из России без VPN и зарубежной карты — что для русскоязычного пользователя в 2026-м критично, потому что Kling, Sora 2, Hailuo, Runway, Luma и Veo напрямую без обходных путей не работают.

AI-агенты уже вышли за пределы чат-ботов. Они читают документы, вызывают API, анализируют логи, создают тикеты, готовят правки в коде и выполняют многошаговые задачи без ручного подтверждения каждого шага. Это делает их полезными, но меняет модель риска: агент с инструментами становится явным риском внутри инфраструктуры.

Главная идея Zero Trust для таких систем проста: агенту нельзя доверять по умолчанию только потому, что он запущен внутри компании или работает от имени легитимного пользователя. Его идентификация, права, вызовы инструментов (tool calls), память и действия нужно проверять так, будто компрометация рано или поздно случится.

Когда в 1956 г. отправился на своё первое задание американский самолёт-разведчик U-2, получение информации о стратегических объектах в странах ОВД и глубине СССР в значительной степени упростилось: на высоте в 20 - 21 км U-2 был недосягаем для советской ПВО и мог спокойно проводить фотосъёмку. Но в ЦРУ одновременно с осознанием невообразимых перспектив росло и понимание того, что это не может продолжаться вечно. Советские радары уже доставали U-2 на высоте 21 км, поэтому необходимо было задуматься о повышении защищённости самолётов-разведчиков.

В предыдущей публикации я представил веб-инструмент для построения линий влияния в многопролётных шарнирных балках. Инструмент позволяет визуализировать линии влияния поперечных сил Q, изгибающих моментов M и реакций опор R, а также получать численные значения для любого заданного сечения.

Теперь — следующий шаг.

Я хочу поделиться идеей, как с помощью уже работающего инструмента автоматически строить эпюры Q и M для всей балки целиком. На данный момент это концепция и алгоритм, который я планирую реализовать. Буду рад услышать мнение сообщества.

В шестой части мы разобрали логистическую регрессию и увидели, как линейная модель может разделять классы с помощью вероятностного подхода.

В этой части поговорим о SVM — алгоритме, который ищет не просто разделяющую гиперплоскость, а оптимальную границу с максимальным зазором между классами.

Если логистическая регрессия отвечала на вопрос "с какой вероятностью объект принадлежит классу?", то философия SVM звучит иначе "где провести наиболее устойчивую границу между классами?".

За две недели до СВО, в Лондоне зарегистрировали хостинговую компанию под названием Stark Industries. 18 мая 2026 года нидерландская FIOD изъяла в двух дата-центрах под Амстердамом более 800 серверов и задержала двух человек.

Между этими датами — четыре названия хостинга, попадание под санкции ЕС, нидерландская фирма-прикрытие, датские выборы и одна молдавская семья. История о том, как санкции против инфраструктуры не закрывают её — а запускают гонку.

Пятница, вечер. Один эндпоинт начал отвечать восемь секунд вместо двухсот миллисекунд, а в Grafana всё зелёное. PostgreSQL редко падает громко — он неделями копит мёртвые строки, лишние индексы и зависшие транзакции, пока не станет совсем плохо.

В статье — пять SQL-запросов из моего queries.sql, которыми я реально пользуюсь: bloat и dead tuples, топ тяжёлых запросов по pg_stat_statements, неиспользуемые индексы, висящие транзакции и блокировки. Работают на голом PostgreSQL 13+

Историй о предпринимателях, бросающих университет ради собственного бизнеса, немало: Джон Кармак, Билл Гейтс, Джек Дорси — список можно продолжать долго. Для многих из них отсутствие диплома стало чем-то вроде знака почета, едва ли не символом предпринимательской дерзости и независимости. Однако существуют истории и о том, как именитые специалисты возвращались в альма-матер, чтобы завершить обучение.

Стив Возняк сделал это в свои 31, а Митч Капор, разработчик табличного процессора Lotus 1-2-3, — и вовсе в 74. Сегодня мы решили разобраться, почему даже после громкого успеха некоторые инженеры и предприниматели все-таки решают получить «корочку».

Paralives против The Sims, старый «Ведьмак» с новыми системниками, бесплатный Marathon на неделю. Плюс Джеймс Бонд от авторов Hitman и LEGO Batman, который порвал Metacritic. Главные события на 30 мая за 2-3 минуты в этом дайджесте новостей.

Откуда берётся "среднее приложение с GitHub"? Если попросить агента создать JPA-сущность или настроить Spring Security, то он выдаст вполне рабочий код. Вопрос только в одном: для какого проекта?

Модели натренированы на миллионах репозиториев: студенческие работы, всех задолбавшая Petclinic, туториалы с YouTube, у меня кстати, есть куча своих :D.

Но без чёткого контекста агент выдаёт типичное «среднее приложение с GitHub»: всё синтаксически верно, но далеко не всегда вписывается в существующий РЕАЛЬНЫЙ проект. С Lombok или без него? Используя @IdClass или @EmbeddedId? Предпочитаешь Record'ы или классические классы? Как у тебя маппятся DTO? Агент этого не знает и чаще всего либо пытается угадать, либо начинает грепать всё что можно и нельзя.

Prompt engineering помогает, но ненадолго. Прикреплять каждый раз примеры сущностей и архитектурные правила — прошлый век. Интеграция в IDE с @ и выбором файлов уже лучше, но всё равно надо постоянно об этом помнить и как РОБОТ писать ему одно и тоже.

Обработка фото нейросетью в 2026 году разделилась на восемь самостоятельных задач: улучшение качества фото, восстановление старого фото, реставрация старых фотографий, ретушь портрета, апскейл, колоризация чёрно-белых снимков и редактирование изображения по текстовому запросу. Под каждую задачу обучены свои модели, и подобрать одну нейросеть для редактирования фото «на все случаи» технически невозможно: универсальный сервис всегда уступает специализированному в его собственной нише.

28 мая Anthropic выкатил Opus 4.8. Через 41 день после 4.7, каденс ускорился до полутора месяцев между мажорными релизами. Сел разбираться по docs и релиз-нотам. Mid-conversation system messages, effort high по умолчанию плюс полная калибровка пяти уровней (max/xhigh/high/medium/low), fast mode за 10, lower prompt cache minimum 1024, refusal stop details, Dynamic Workflows с 1000 параллельных subagents в Claude Code. Coding 64.3 → 69.2, reasoning с тулзами 54.7 → 57.9. Что в API, что в Claude Code, что трогать первым после миграции.

Каждый раз, когда я хотел поправить отступ или цвет в процессе разработки, я делал одно и то же:

открыл DevTools → нашёл элемент → поменял значение → понравилось → скопировал → переключился в редактор → нашёл файл → вставил.

Это семь шагов ради однострочного изменения. Я сделал LiveStyleSync, чтобы это был один шаг.

Я большой поклонник «Формулы-1», и поскольку гонки в Саудовской Аравии и Бахрейне на тот момент сезона не были включены в календарь, ожидание следующего уикенда казалось слишком долгим. Поэтому вместо того, чтобы ждать с нетерпением, я решил собрать свой собственный контроллер в виде гоночного руля, чтобы сделать впечатления от «Формулы-1» максимально домашними.