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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1128 · 21.07

Вопросы не задавали, и мне задать не дали. Презентацию прервали, я ушёл. Позже в коридорах уже конкретные мужики инженеры, с кем я изначально обсуждал проект, нормально высказали пожелания и дали мне ответы. А ещё упаковали с собой коробку с несколькими газоанализаторами и ПЛК к ним. В общем, настроение моё было смешанное. Вроде у нас договор, так что кинуть меня не должны были. Но вроде как начальству пофиг. Но по меньшей мере я понял, что делать нужно попроще, и после возвращения домой выпилил движок с выражениями, оставив набор выпадающих условий. А ещё подключил к настоящим устройствам и погонял дома у себя с помощью зажигалки. В итоге всё закончилось хорошо. Проект я сдал, оплату получил. Используют ли его, я не знаю, надеюсь, что хотя бы экспериментально установили кому-нибудь из клиентов на производство. Но это первый мой заказ, который включал сразу бэк, фронт, работу с железом, шифрование, формирование установочных пакетов. Короче, опыта набрал прилично. На первом фото сборка газоанализаторов у моего компьютера, на втором дашборд с графиками концентраций. #dev#gadgets

Hashtags

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