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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #452 · 19.07

Наконец выдалось время, и реализовал несколько сценариев умного дома в квартире. Один из них банальный — управление светом в прихожей. Прихожая далеко от окон — если не считать санузлы, то только она нуждается в искусственном освещении в любое время года и суток. Оказалось прямо очень удобно, и входя домой (свет по открытию двери) не искать выключатель, и подходя к двери, чтобы открыть курьеру или ответить на домофон (свет по движению). Обратный сценарий тоже важен: при отсутствии движения в течение пары минут свет в прихожей гаснет. Реализуется очень частый в моей жизни кейс, когда ты заходишь домой с какими-нибудь сумками, которые несёшь сразу на кухню, и приходится возвращаться обратно, чтобы нажать на выключатель. Все сделано на базе Aqara. Кажется, только у них есть и многообразие устройств, и отсутствие необходимости делать в квартире ремонт. Отдельно хороши Zigbee-выключатели без нейтрали, питающиеся от тока утечки. Взять нейтраль в уже установленных коробках было бы просто неоткуда. Естественно, поддерживается голосовое управление в том числе. И ещё добавил уюта: при низком освещении (вечером и ночью) в момент входа на кухню включается мягкая лампа на подоконнике. Тоже постоянный в нашей практике случай: пошел ночью воды попить, верхний свет включать слишком жёстко, а вручную пока до этой лампы дойдёшь через всю кухню, пока выключатель нащупаешь... Очень приятное чувство — дом будто бы живой и реагирует на присутствие человека. #gadgets

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #langmem

当前筛选 #langmem清除筛选
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