Vitaliy Zarubin | @keygenqt

#bot Первый релиз Aurora Bot! v0.0.1 Две недели назад я начал писать клиент проекта Aurora Bot. Он уже набрался сил и может приносить пользу: 👉 Ответы на вопросы из Aurora Dataset. 👉 Умная командная строка. 👉 Классическая командная строка. 👉 Умная командная строка в Telegram. 👉 D-Bus API. Базовая архитектура заложена, остаётся лишь расширять функционал. Уже доступен полностью FAQ инструмент, и работа с эмулятором через все доступные приложению интерфейсы — отличная возможность пощупать что такое умная командная строка и запустить эмулятор на пк с приложения Telegram =) Поддержать проект можно ⭐️ на GitHub.

⚡️Мы продолжаем собирать вашу обратную связь по Vulkan API 👾 Поделитесь своим опытом ответив на вопросы исследования ➡️ https://forms.yandex.ru/cloud/6799ee4684227cdf493e3744/

#bot + deb package

Что хорошо в IDEA - все работает всегда отлично из коробки.

VSCode не плох, но надо попробовать.

Магия цифр говорит: рефакторинг прошел успешно )

#fyi Flutter для ОС Аврора в IDEA Community Edition. Фиксанули, видимо, баг в плагине.

Почему я говорю, что языки Kotlin & Rust похожи - наглядно... 🙂

#bot Emulator: - Поиск эмуляторов в системе - Получение информации о vm - Запуск - Соединение по ssh - Получение данных с эмулятора

#bot + emulator --start

#fun Когда услышал что тебя заменит AI.

Ну кайф же, что на Kotlin пишешь =)

let output = exec_wait_args(program, ["list", "vms"])?;
let uuids: Vec<String> = String::from_utf8(output.stdout)?
    .split("\n")
    .map(|e| {
        if !e.to_lowercase().contains("aurora") {
            return None;
        }
        if e.to_lowercase().contains("engine") {
            return None;
        }
        Some(e.split("{").skip(1).collect::<String>().replace("}", ""))
    })
    .filter(|e| e.is_some())
    .map(|e| e.unwrap().into())
    .collect();
println!("{:?}", uuids);

📊 Cosbot - не нравится мне это название... но он уже история, aurora-bot на Rust его заменил уже и пошел дальше. И Aurora CLI станет быстрее и лучше, вот думаю сейчас как это сделать - язык быстрый это хорошо, но как искать по всей системе sdk быстро, вопрос пока открыт...

#bot 🤖 Итак, основная архитектура приложения готова, есть все запланированные интерфейсы: 👉 Умная командная строка - позволяет выполнять команды в свободной текстовой форме, основана на релевантном поиске OpenSearch - дальше в планах подключить AI к поиску. 👉 Команды в Telegram - бот умеет отсылать команды на клиент для их выполнения. Та же умная командная строка только в вебе - удалённое управление. 👉 Классическая командная строка - даже если командная строка очень умная, иногда хотелось бы конкретики, без релевантных фантазий и AI. 👉 D-Bus API - приложение может служить базой для разработки различных GUI приложений, например, Toolbox можно будет перевести во Flatpak, доступ к D-Bus у него есть. Все эти интерфейсы будут обращаться в приложение - а вот приложение еще нужно реализовать. Ну, типа, написать Aurora CLI 4.0 на Rust, только на выходе будет Aurora Bot 1.0. Проект открыт, лежит на GitHub.

#bot + рефакторинг и поддержка соединения...

#see Aurora Bot | 4 интерфейса Демонстрация интерфейсов приложения Aurora Bot с асинхронной отправкой статуса выполнения: - Классический CLI. - Умный CLI. - Выполнение команд из бота Telegram. - D-Bus интерфейс для сторонних приложений. ▶️ RUTUBE Если нравиться, можно поставить ⭐️ на 🧰 GitHub.

Так-то лучше 😎

#fun Почему версия 3.0 лучше 1.0 и 2.0.

📊 Клиент Aurora Bot растет, перевалил за 1к строк кода Rust. Язык мне понравился, и ноги целы.

Китайский помощник искусственного интеллекта DeepSeek возглавил топ по скачиванию в США. ChatGPT-OpenAI была основана 10 лет назад, имеет 4500 сотрудников и привлекла $6,6 млрд капитала. Китайская DeepSeek была основана менее 2 лет назад, имеет 200 сотрудников и была разработана менее чем за $10 млн. Но они начали конкурировать. DeepSeek выпустил версию DeepSeek-V3, LLM с открытым кодом, который соответствует производительности ведущих американских моделей, но требует гораздо меньше затрат на обучение. В тестах производительности DeepSeek-V3 превосходит Llama 3.1 от Meta (запрещена в России) и другие модели с открытым кодом. DeepSeek-V3 соответствует или даже превосходит Chat GPT-4o, уступая лишь Claude 3.5 Sonnet от Anthropic. Китайская компания сообщает о расходах в размере 5,6 млн долларов на обучение сети по сравнению с предполагаемыми 500 млн долларов, потраченными на обучение Llama-3.1. @banksta