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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #655 · 17.11

Рынок настольных игр удивительно стабилен на фоне санкций и канселинга русских. Ну, типа, кинотеатрам каюк, электроника через дружественные страны, софт через всякие впны и оформленные в других местах карточки. А вот настолки из Европы продолжают официально подписывать, официально локализовывать на русский язык и продавать в России. И настолки русских авторов — продавать за рубежом и печатать заграницей, если надо. Возможно, рынок настолок такой маленький, что продажи в России составляют для него значимый процент, и поэтому банить Россию слишком невыгодно. Хотя ещё несколько лет назад говорили, что русские особо игры не покупают, и магазины чуть ли не в минус работают. Если это стало выправляться, то хорошо — больше интеллектуальных развлечений народу. Возможно, в целом тусовка всяких настольных авторов и издателей очень тесная и сплочённая. По себе знаю, как для настольщиков ценны другие настольщики, которые любят игры и разбираются в них: с казуальными компаниями ты в лучшем случае будешь какого-нибудь "Каркассона" раскладывать раз за разом, а с гурманами можно и в Brass зарубиться. Короче, единственное моё хобби, которое не просело и даже, кажется, набирает обороты. Дроны тоже в некотором смысле, но это потому что я перешёл на FPV, оборудование для которого берётся с Aliexpress. А вот официально те же DJI из России ушли (вот тебе и друзья-китайцы, ага). P.S. Собрал чат друзей для игры в настолки и назвал его Hellfire Club :) #games

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