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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #770 · 9.03

Сюжет я во многом предугадал, но я читаю и смотрю слишком много фантастики. В целом не назвал бы его каким-то слишком примитивным, но и особо оригинальным не назовёшь. С мотивациями персонажей тоже более менее гладко. Пожалуй, хуже всего то, что важные сюжетные детали недостаточно подробно объясняются (у меня до сих пор есть вопросы к авторам, и у многих игроков тоже — народ строит теории одна сомнительнее другой). А концовка оставила откровенно неприятное послевкусие (я посмотрел обе, но сам прошёл по каноничной, со сражением) — финал будто бы обесценивает вообще всё, что происходило в течение игры. Спишем на то, что сюжет, вероятно, сразу писали под DLC и вторую часть игры, которая вроде как уже в разработке. Тем не менее, игра подарила много кайфа и точно запомнится надолго. В ней есть интересные сюжетные и игромеханические идеи, а арт-дизайн выше всяких похвал. Для первого опыта ААА игры от студии, которая раньше такие серьёзные проекты не делала, это не просто прыжок выше головы — это невероятно значительное достижение, говорящее о высоком профессионализме и таланте участников. #games

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