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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #721 · 26.12

Почему я люблю языки с сильной системой типов, проверяемой статическим анализом кода — хорошо написанная программа является своей собственной спецификацией и позволяет выражать через язык программирования законы существования предметной области. Когда-то давно я писал на ActionScript. Там была система типов, но вот десериализация JSON'ов по-умолчанию была в какой-то общий Object, к полям которого нужно было обращаться ["по_строковому_имени"]. В один момент мне потребовалось написать что-то на C#, который я совсем не знал, я стал гуглить, как десериализовать JSON, и с удивлением обнаружил кучу советов заранее объявить класс со всеми нужными полями и десериализовать в него. "Какой ужас!", — подумал я тогда, — "Это же дико неудобно! А если я не знаю полей JSON? А если их много? Отвратительный язык!" Теперь то я прекрасно понимаю, что JSON это контракт, и что правильная десериализация только такая и должна быть, и что в хорошем API в одном поле никогда не бывает данных принципиально разных типов, и так далее. Нет, если вы набиваете вечерами пет-проект или сидите бессонную ночь на хакатоне, нет ничего плохого в том, чтобы взять простой язык с динамическими типами вроде JavaScript или Python, не требующий описывать данные. Но вот в энтерпрайзе, особенно когда над одним проектом работает много людей (а бывает это очень часто) — хорошее использование системы типов убережёт разработчиков от огромного количества ошибок, будет бить их по рукам, когда они пытаются сделать что-то не то, и будет подсказывать, когда они не уверены в чём-то. С помощью статической типизации можно на уровне кода обозначить правила, по которым ведёт себя предметная область вашей программы в реальном мире. Разработчику не только будет сложно их нарушить, но он ещё и станет узнавать какие-то вещи, которые мог не знать раньше. Например, если мы делаем медицинскую CRM, и больница заводит новых пациентов только тогда, когда знает их группу крови, мы можем объявить тип "Пациент" (или, если точнее, "Карта пациента") и запретить создавать экземпляры этого типа, не передав в конструктор группу крови (которая, в свою очередь, тоже является типом, вероятнее всего ValueObject'ом). Если новый программист пришёл в проект, он, во-первых, не сможет записать в БД некорректную карту пациента. Понятно, мы не учитываем случаи, когда новый программист переделывает модели предметной области — это будет хорошо видно на кодревью. А, во-вторых, даже если ему никто не сказал, что пациенты должны быть с группой крови, он узнает это из кода. И уже будет понимать, что в тех процессах реальной жизни, которые он описывает кодом, карта пациента создаётся только при наличии группы крови. А, значит, нужно искать какой-то способ сначала эту группу крови получить, и только потом создавать карту. Программирование моделирует реальный процесс. В настоящей работе даже на языках с типами, конечно, без должного контроля можно написать что угодно. Нужна управленческая воля, компетентность руководства, понимание опасности техдолга, в идеале отдельные должности для архитекторов, опытные лиды и старшие разработчики. Но когда всё это есть, можно отсекать много проблем ещё на старте и проще погружать новичков. #dev

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #cua

当前筛选 #cua清除筛选
GitHub Trends

@githubtrending · Post #15063 · 15.08.2025 г., 13:00

#python#agents#ai#ai_ux#autogen#browser_use#computer_use_agent#cua#ui Magentic-UI is a tool that helps you automate complex web tasks by working together with you. It lets you plan step-by-step actions, watch the progress, and approve sensitive steps to keep control and safety. You can interact with it through a browser, upload files, and even run multiple tasks at once. It learns from past tasks to improve future automation. This means you save time on repetitive or complicated web activities while staying in control, making your work easier and more efficient. It supports Python 3.10+ and works best with Docker or WSL2 on Windows. https://github.com/microsoft/magentic-ui

GitHub Trends

@githubtrending · Post #14711 · 15.05.2025 г., 14:00

#python#agent#ai_agent#apple#computer_use#cua#lume#macos#manus#operator#swift#virtualization#virtualization_framework The information provided doesn't directly relate to Discord bots or their benefits. However, if we consider the broader context of automation and AI tools like those mentioned in the text, these technologies can enhance user experiences by automating tasks and providing interactive features. For example, AI agents can control virtual environments, which might be useful in various applications, including gaming or educational settings. This kind of automation can save time and increase efficiency, similar to how Discord bots automate tasks and engage communities[1][2]. https://github.com/trycua/cua

GitHub Trends

@githubtrending · Post #15071 · 18.08.2025 г., 12:30

#typescript#agent#agentic_ai#agents#ai#ai_agents#ai_tools#anthropic#automation#bytebot#computer_use#computer_use_agent#cua#desktop#desktop_automation#docker#gemini#llm#mcp#openai Bytebot is an open-source AI desktop agent that acts like a virtual employee with its own computer, able to use real applications, browse websites, handle passwords, and process documents automatically. You just describe tasks in plain English, and Bytebot completes them by clicking, typing, downloading files, organizing data, and running complex workflows across multiple programs. It runs locally on your own infrastructure, ensuring privacy and full control, and supports many AI models. This helps you save time by automating repetitive or complex tasks without scripting, improving efficiency and accuracy in business, research, or development work. https://github.com/bytebot-ai/bytebot