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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #605 · 22.10

Посмотрел, наконец, Cyberpunk: Edgerunners. Ну такое, очень подростково. Всякие издания понаставили ему высоких оценок, а я вот не впечатлился. Сюжет и персонажи очень простые, без глубины, но при этом всё слишком гипертрофировано: если у кого-то проблема, то исключительно уровня "он умирает или умрёт". Если конфликт, то сражение с кровью и расчленёнкой. Если оружие, то супер-пупер технология, позволяющая в одиночку разгромить армию. Даже романтическая линия катит лет на 14, что очень забавно для мультика с рейтингом 18+. Тот же Arcane во всём лучше: и персонажи глубже, и сюжет не такой примитивный, и картинка техничнее. Хотя, учитывая сроки (и, вероятно, стоимость) производства, сравнивать не слишком честно. Но не скажу, что прям хотелось бросить или заставлял себя досматривать. Нормально, местами интересно. Может только последнюю серию заставлял, т.к. совсем уже трэш, и примерно было понятно, что случится. Мир у CDPR всё-таки довольно неплохой получился, даром что в игре его не смогли хорошо использовать. Некоторые звуки из игры во мне прям отозвались воспоминаниями, всё-таки я в ней несколько недель провёл. Но в целом нормальных пасхалок именно на сюжет и персонажей игры почти нет. Видел что в игру добавили приблуду как у героя мультика (хотя работает она ожидаемо в разы скучнее). Но возвращаться пока не хочется. Сомневаюсь, что там исправили стрельбу и другие моменты. Может быть на пенсии перепройду. #fiction#games

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