TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1006 · 24.07

Долгое время у меня в кабинете на столе жил "Куб управления Aqara" — специальный беспроводной пульт умного дома, который разными жестами позволял совершать разные действия. Но по-настоящему различимых работоспособных жеста было всего 4: поворот на 90, поворот на 180, горизонтальное вращение, встряхнуть. Не хватало еще парочки. И вот Aqara выпустила новую версию. Хотя на самом деле конечно добавить такую функциональность можно было обновлением прошивки, но маркетинг диктует необходимость продать людям тот же продукт ещё раз. В любом случае, "новая версия" умеет понимать, какой гранью вверх она находится, и отстраивать функцию от этого. В оригинале там на каждой грани нарисованы точки, как на игральной кости. Но я использовал этикеточный принтер (на удивление удачная и полезная покупка для дома) и сделал наклейки. Теперь достаточно повернуть куб нужной картинкой вверх и потрясти, тогда будет включена/выключена, например, люстра, открыты/закрыты шторы, включен рабочий компьютер и так далее. Занял все слоты, удобно. #gadgets#life

Резултати

Намерени 2 подобни публикации

Търсене: #a2a

当前筛选 #a2a清除筛选
GitHub Trends

@githubtrending · Post #15283 · 09.11.2025 г., 14:30

#go#a2a#agents#agents_sdk#ai#aiagentframework#gemini#genai#go#llm#mcp#multi_agent_collaboration#multi_agent_systems#sdk#vertex_ai The Agent Development Kit (ADK) for Go is an open-source toolkit that makes it easy to build, test, and deploy smart AI agents using the Go programming language. It lets you create simple or complex agent workflows, use ready-made or custom tools, and run your agents anywhere, especially in cloud environments. With ADK, you get full control, flexibility, and the ability to scale your applications, making it faster and simpler to develop powerful AI solutions for real-world tasks. https://github.com/google/adk-go

GitHub Trends

@githubtrending · Post #14693 · 10.05.2025 г., 12:00

#jupyter_notebook#a2a#agentic_ai#dapr#dapr_pub_sub#dapr_service_invocation#dapr_sidecar#dapr_workflow#docker#kafka#kubernetes#langmem#mcp#openai#openai_agents_sdk#openai_api#postgresql_database#rabbitmq#rancher_desktop#redis#serverless_containers The Dapr Agentic Cloud Ascent (DACA) design pattern helps you build powerful, scalable AI systems that can handle millions of AI agents working together without crashing. It uses Dapr technology with Kubernetes to efficiently manage many AI agents as lightweight virtual actors, ensuring fast response, reliability, and easy scaling. You can start small using free or low-cost cloud tools and grow to planet-scale systems. The OpenAI Agents SDK is recommended for beginners because it is simple, flexible, and gives you good control to develop AI agents quickly. This approach saves costs, avoids vendor lock-in, and supports resilient, event-driven AI workflows, making it ideal for developers aiming to create advanced, cloud-native AI applications[1][2][3][4]. https://github.com/panaversity/learn-agentic-ai