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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #846 · 22.07

Несколько лет назад по сети разошёлся один видеоролик с демонстрацией концепции игры. Оказывается, автор не бросил затею, и всё это время собирал команду и делал релизную версию. И вот игра вышла несколько дней назад под названием Viewfinder, я сразу купил и прошёл. Чтобы понять, в чём прикол, посмотрите кусочек моего геймплея ниже. Viewfinder это в чистом виде паззл. Хоть и есть некая претензия на сюжет, игровой процесс всё равно состоит из того, что вы последовательно решаете задачки, используя показанный принцип. Сами задачки интереснее и сложнее, чем, например, в The Entropy Centre. Но всё равно я мало где надолго задумался, кроме задачи с арбузом (кто проходил — напишите, быстро ли смогли догадаться). Однако, вот этот вот переход при размещении фотографии каждый раз ощущается очень кайфово. Ты прям ждёшь очередного места в игре, где нужно будет это сделать. Создаётся даже ощущение, что игра эксплуатирует свою основную механику недостаточно интенсивно (хотя на ней буквально построено абсолютно всё). В какой-то момент авторы частично лишают нас этих возможностей, и все такие уровни я прошёл без удовольствия. Ну и фишку с таймером запускают слишком поздно, уже в самом конце. Короче, классный пример инди с крутой идеей и качественной реализацией. Если вы по моему совету поиграли когда-то в Superliminal, и вам понравилось, то эта тоже зайдёт. #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