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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #348 · 18.05

Я уже когда-то говорил, что, как пилот дрона, обращаю много внимания на висящие провода в городе. Когда был в Москве, тоже смотрел наверх, и, кажется, проводов там прям намного меньше: я почти не встречал жутких переплетений даже в центре, да и редкий одинокий кабель через улицу в спальном районе Москвы куда менее частое зрелище, чем в Петербурге. Зависит ли это от в среднем бОльшего расстояния между домами, из-за которого провода натягивать труднее? Или есть какое-то регулирование? Вообще, существуют ли нормы в этом вопросе? Может ли мне кто-то помешать просто так взять и натянуть провод между домами в произвольном месте? Есть ли случаи, когда людей за это действительно привлекали? Сейчас мне кажется, что в Петербурге этот вопрос полностью заброшен, и любой человек может творить с воздушным пространством между домами почти всё, что хочет, если только это не запрещённая вывеска. По крайней мере, за проводами вряд ли кто-то вообще следит. Особенно это заметно в центре: мало где над центральными улицами нет адской волосни. Один из признаков того, что городским властям не наплевать на облик города — это как раз регулирование таких вопросов. Фотографию я сделал сегодня недалеко от Восстания.#life

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