Мы используем Makefile думая, что нет альтернатив, что это стандарт и всё такое.
Но make это не запускалка команд, а система сборки. Мы фактически используем его не по назначению.
И на самом деле альтернатива есть! Некоторое время назад я открыл для себя прекрасный инструмент - just. Он решает все проблемы make.
just - это не система сборки как make, это именно исполнитель команд!
Больше никаких Phony Targets и табуляций, привет нормальный синтаксис и передача аргументов!!! 😎
⭐️Что умеет just:
✅ Автодокументирование команд
Не нужно делать отдельную команду с докой, просто добавь комментарий
# команда сборки
build:
...
$ just --list
Available recipes:
build # команда сборки
Команда с именем default запускается по умолчанию если не указано другое, так что я обычно делаю так:
default:
just --list
Теперь просто выполняем just и получаем доку из текущего файла.
✅ Удобная работа с переменными окружения
# загрузить из .env
set dotenv-load
# глобальная переменная
export PYTHONPATH := "./src"
# переменная для команды
test $TESTUNG="true":
pytest
✅ Передача аргументов
build target:
@echo 'Build {{target}}...'
команда запуска
$ just build dev
# Build dev...
✅ Выбор интерпретатора прямо в команде
Пример с инлайн-скриптом на python:
system:
#!/usr/bin/env python3
import platform
print(platform.system())
Эта же функция позволит выполнить скрипт как одну команду вместо перезапуска шела для каждой строки
foo:
#!/usr/bin/env sh
for file in ls .; do
echo $file
done
✅ Выполнение команды в определенной директории. Можно указать как релятивный путь так и абсолютный
[working-directory: 'backend']
build:
docker compose build
Также можно задать рабочую директорию глобально
Там еще много интересного:
- поддержка функций
- автокомплиты и интеграции
- экспрешены
- алиасы команд
- группировка команд
- альтернативы команды под разные ОС
- импорт других just-файлов
- цветной вывод
- ... и другие штуковины!
Так что вперёд - ➡️ читать доку!
Репозиторий: ➡️https://github.com/casey/just
Статья: ➡️https://www.chicks.net/reference/file_formats/just/
ЗЫ. Кажется, на Makefile я уже не вернусь)
#tools
OpenAI представит первый свой гаджет в 2026: ждать ли революцию от ИИ-гиганта?
Скоро «умный» мир ждет пополнение: в 2026 году OpenAI планирует выпустить свой первый гаджет. Подробностей мало — компания не раскрывает ни цен, ни точных дат. По информации инсайдеров, это будет носимый аудио-девайс. Эксперты прогнозируют, что его отличительной чертой станет глубокое голосовое взаимодействие с ИИ, а дизайнерскую концепцию создаст легендарный Джони Айв (Jony Ive).
➡️Что это значит? OpenAI выходит за пределы софта, чтобы напрямую влиять на то, как мы взаимодействуем с ИИ в реальном мире.
➡️Почему это важно? Попытки создать гарнитуру для общения с ИИ уже были у Humane и Rabbit, но рынок пока не завоеван. Если OpenAI удастся предложить уникальный опыт, это может задать новый тренд.
Что думаете, удастся ли OpenAI переизобрести «умные» гаджеты?
#OpenAI#ИскусственныйИнтеллект#AIhardware#Гаджеты#ИИновости
Источники: Axios, TechCrunch.
https://t.me/semasci
⚡️ Google представила Coral NPU - открытую платформу для создания умных ИИ-устройств на Эйдж девайсах
Это полный стек для разработки локального искусственного интеллекта, который работает без облака и практически без задержек.
Coral NPU - это новый тип нейропроцессора (Neural Processing Unit), созданный для умных гаджетов, IoT и носимых устройств.
Можно обучать и запускать модели прямо на устройствах с низким энергопотреблением - от датчиков и дронов до мини-роботов и камер. Coral NPU позволяет делать это быстро и безопасно.
🧩 Врунти:
- SDK и инструменты для TensorFlow Lite и ONNX
- Компилятор, квантование и оптимизация моделей
- Поддержка Python, C++ и микроконтроллеров
Как это работает
1. Модель обучается (в TensorFlow / PyTorch).
2. Компилятор Coral NPU превращает её в оптимизированный код через MLIR → IREE → NPU binary.
3. Код работает прямо на устройстве, используя:
- RISC-V (управляет задачами)
- Векторные блоки( выполняют параллельные операции)
- Матричные ускорители MAC (считают нейронные сети за милливатты энер)гии.
Результат - ИИ-инференс с производительностью до 512 миллиардов операций в секунду, при этом устройство потребляет очень мало ресурсов и не передаёт данные в облако.
Edge AI получает свою открытую архитектуру от Google.
Подробнее: https://research.google/blog/coral-npu-a-full-stack-platform-for-edge-ai/
@ai_machinelearning_big_data
#EdgeAI#GoogleResearch#CoralNPU#RISC_V#AIHardware
🚀 AlphaTON Capital Secures $43 Million Strategic Funding for AI Infrastructure
AlphaTON Capital has announced a strategic financing agreement with Vertical Data, valued at approximately $43 million. According to Foresight News, the deal is expected to be finalized by the second quarter of 2026. The funding will focus on AI hardware deployment, accelerating the development of privacy computing and sovereign AI infrastructure. This initiative aims to support the integration of AI, digital assets, and confidential computing. Additionally, AlphaTON's AI and privacy computing infrastructure will provide foundational computing power for applications related to partners such as Telegram and Animoca Brands.
#AlphaTONCapital#StrategicFunding#AIInfrastructure#PrivacyComputing#SovereignAI#DigitalAssets#AIHardware#ConfidentialComputing#VerticalData#ForesightNews#Telegram#AnimocaBrands#TON