Спасибо за объяснение и примеры, но в моей картине мира это выглядит по-другому.
RUG (Repeat Until Good) — это принцип, который говорит: улучшай код итеративно, пока он не станет достаточно хорошим для поставленных целей. Как прогрессивный JPEG.
То есть, наговнякай, чтобы работало хоть как-то, а потом доводи но нужного уровня хорошести.
Одновременно измененные MD через Obsidian git нормально мёрджатся, а вот если одновременно изменить canvas, тогда чуда не произойдет, и придется исправлять конфликт вручную. Это единственный недостаток командной работы над требованиями в Obsidian с синхронизацией через git, в остальном работает шикарно.
Не удаётся установить по инструкции в Chrome (https://github.com/krakotay/ai-translator-chrome?tab=readme-ov-file#installation) ни одним способом: 1. При перетаскивании в окно chrpme://extensions появляется сообщение CRX_REQUIRED_PROOF_MISSING, и CRX-файл удаляется, не устанавливаясь. 2. Папки dist в исходных файлах нет.
Мои изыскания и опыт показывают, что успешный успех зависит от того, насколько соискатель и работодатель подходят друг другу.
Парадоксально, но более слабый в целом кандидат может считаться более успешным и ценным для конкретной вакансии, если у него больше опыта или навыков в конкретной наиболее важной для работодателя области.
Таким образом, любой кандидат может найти идеальную для себя работу. Это лишь вопрос количества собеседований. Поэтому кмк важно быть честным перед собой и работодателем и не останавливаться, пока не получите предложение, которое будет со всех сторон подходящим. Плюс при принятии решения нужно обращать внимание на эмоции и интуицию, а не только руководствоваться логикой, переходящей в гипотезы.
У меня семейное дерево было на rodivid.org, потом перерисовал на канвасе Obsidian.
Фоточки распределяются по виртуальным папкам людей, чьи лица на них присутствуют, штатной функцией Synology. Сразу после того как автоматически скидываются с телефонов на этот семейный NAS.
Поэтому я иногда мечтаю о простом языке описания системных требований на базе Markdown — с минимальной валидацией, автокомплитом и всем прочим.
Не совсем голый маркдаун, а ещё немного магии Obsidian Dataview. Я примерно это сделал для своей продуктовой команды. В пике трекали 390 требований. Мапили на них истории, критерии приемки и версии продукта.
Просто он офигенный. Плюс тема ведения заметок - довольно понятная и простая, поэтому написать про Обс может любой. А если попутно упомянуть Цеттелькастен и пнуть ящик Лумана - всё, ты в топе 😁
Здорово, что все делает один скрипт. Респект! У меня все по отдельности, и пока без диаризации.
Каждый день много встреч и, соответственно, масса входящей информации. Я пару лет пользуюсь Python-обёрткой над Whisper для пакетного распознавания файлов и восстановления пунктуации, которую сам сделал (лежит на GitHub).
Тема диаризации интересна, но на практике была не очень нужна, поэтому не занимался ею. Однако недавно стала нужна, так что разобрался c pyannote. Пока он выдает просто отдельный отчёт, но планирую скрестить с транскриптом и автоматически размечать в транскрипте, кто что сказал.
Для создания саммари пользуюсь отдельным скриптом, который работает в два этапа:
Извлекает из транскрипта список обсужденных вопросов.
По списку из п.1 и полному пранскрипту пишет протокол встречи.
Так получается стабильнее, чем в один этап (когда даже хорошая дорогая модель может упустить что-то важное). Если запись не конфиденциальная, использую Gemini 2.5 Flash. Если конфиденциальная - локальную Saiga YandexGPT 8B (быстро и качественно).
В Obsidian кладу саммари некоторых встреч. Для вопросов и ответов по протоколам использую AnythingLLM.
В прошлом году выступал на Flowconf с темой AsyncAPI: https://m.vk.com/video-214741188_456239297
Поздравляю, вы изобрели заметки и рабочий журнал! 🎉🎉🎉
Да. Но из вашего объяснения в посте это следует очень неявно.
Причина кмк в неправильном переводе расшифровки термина на русский язык.
Until перевели как while, хотя это противоположности.
Спасибо за объяснение и примеры, но в моей картине мира это выглядит по-другому.
RUG (Repeat Until Good) — это принцип, который говорит: улучшай код итеративно, пока он не станет достаточно хорошим для поставленных целей. Как прогрессивный JPEG.
То есть, наговнякай, чтобы работало хоть как-то, а потом доводи но нужного уровня хорошести.
В моей реализации по ссылке в первом комменте идентификаторы требований семантические - от общего к частному через точку.
Это даёт дополнительные возможности поиска и связи требований, ну и в принципе удобно.
P.S. MD - это Markdown, как верно отметили выше. Прошу прощения, что непонятно высказался. Думал, что в контексте Obsidian будет понятно.
Грамотное управление требованиями - залог хорошего продукта.
Я тоже делал систему управления требованиями для команды аналитиков, и тоже в Obsidian 😀
https://github.com/dimonier/Obsidian-Requirements-Management
Одновременно измененные MD через Obsidian git нормально мёрджатся, а вот если одновременно изменить canvas, тогда чуда не произойдет, и придется исправлять конфликт вручную. Это единственный недостаток командной работы над требованиями в Obsidian с синхронизацией через git, в остальном работает шикарно.
Спасибо, получилось установить из dist.
Переводит прекрасно :)
Как бы ещё сделать кнопку для перевода страницы целиком (а не только выделенного элемента)?
Так уж и все? Я не юзаю. Автор, видимо, тоже.
Не удаётся установить по инструкции в Chrome (https://github.com/krakotay/ai-translator-chrome?tab=readme-ov-file#installation) ни одним способом:
1. При перетаскивании в окно chrpme://extensions появляется сообщение CRX_REQUIRED_PROOF_MISSING, и CRX-файл удаляется, не устанавливаясь.
2. Папки
distв исходных файлах нет.Так и есть. Повторение - мать учения 😁
Мои изыскания и опыт показывают, что успешный успех зависит от того, насколько соискатель и работодатель подходят друг другу.
Парадоксально, но более слабый в целом кандидат может считаться более успешным и ценным для конкретной вакансии, если у него больше опыта или навыков в конкретной наиболее важной для работодателя области.
Таким образом, любой кандидат может найти идеальную для себя работу. Это лишь вопрос количества собеседований. Поэтому кмк важно быть честным перед собой и работодателем и не останавливаться, пока не получите предложение, которое будет со всех сторон подходящим. Плюс при принятии решения нужно обращать внимание на эмоции и интуицию, а не только руководствоваться логикой, переходящей в гипотезы.
Опечатка в адресе сайта. Правильно: rodovid.org
Хорошая тема, спасибо за статью!
У меня семейное дерево было на rodivid.org, потом перерисовал на канвасе Obsidian.
Фоточки распределяются по виртуальным папкам людей, чьи лица на них присутствуют, штатной функцией Synology. Сразу после того как автоматически скидываются с телефонов на этот семейный NAS.
Спасибо, с удовольствием прочитал.
Для связей 1:М можно использовать как список (массив) FK в первой таблице, так и обычный FK во второй таблице
Скрытое продвижение однополых отношений. Теперь и с ИИ 🤣
Не совсем голый маркдаун, а ещё немного магии Obsidian Dataview. Я примерно это сделал для своей продуктовой команды. В пике трекали 390 требований. Мапили на них истории, критерии приемки и версии продукта.
https://github.com/dimonier/Obsidian-Requirements-Management
Просто он офигенный. Плюс тема ведения заметок - довольно понятная и простая, поэтому написать про Обс может любой. А если попутно упомянуть Цеттелькастен и пнуть ящик Лумана - всё, ты в топе 😁
Поискать приличные модели TTS на hugging face и попросить DeepSeek/qwen написать python-скрипт, который делает это
Спасибо, отличная статья!
Здорово, что все делает один скрипт. Респект! У меня все по отдельности, и пока без диаризации.
Каждый день много встреч и, соответственно, масса входящей информации. Я пару лет пользуюсь Python-обёрткой над Whisper для пакетного распознавания файлов и восстановления пунктуации, которую сам сделал (лежит на GitHub).
Тема диаризации интересна, но на практике была не очень нужна, поэтому не занимался ею. Однако недавно стала нужна, так что разобрался c pyannote. Пока он выдает просто отдельный отчёт, но планирую скрестить с транскриптом и автоматически размечать в транскрипте, кто что сказал.
Для создания саммари пользуюсь отдельным скриптом, который работает в два этапа:
Извлекает из транскрипта список обсужденных вопросов.
По списку из п.1 и полному пранскрипту пишет протокол встречи.
Так получается стабильнее, чем в один этап (когда даже хорошая дорогая модель может упустить что-то важное). Если запись не конфиденциальная, использую Gemini 2.5 Flash. Если конфиденциальная - локальную Saiga YandexGPT 8B (быстро и качественно).
В Obsidian кладу саммари некоторых встреч. Для вопросов и ответов по протоколам использую AnythingLLM.
Xeon 2680v4 + RTX 3090 24GB
Попробуйте для STT Whisper с моделью large-v3-turbo. Она очень быстрая, на CPU должна приемлемо работать.
А для суммаризации - Saiga YandexGPT light 8B. На GPU очень быстро работает, на CPU тоже должно быть приемлемо.
Тормоза и глюки обсидиан - это миф, поддерживаемый любителями обвешать его плагинами по самое не могу.
У меня с десятком плагинов на нескольких тысячах заметок работает прекрасно без всяких тормозов и глюков. И я далеко не один такой.