Сначала контекст. Я делаю внутреннего read-only агента для инфраструктурных расследований: он может читать данные, но не изменять production. Инженер пишет ему в Mattermost или резервном web-чате обычный вопрос: «почему сервис отдаёт 502?», «кто выкатил эту версию?» или «что изменилось перед инцидентом?». Агент сам собирает данные из Kubernetes, VictoriaMetrics, Elasticsearch, GitLab, Grafana, GSLB и других эксплуатационных источников, а затем возвращает ответ с доказательствами и явно перечисленными пробелами.
Рубрика «Go» - 4
502 на ingress, 302 в приложении: как я учил инфраструктурного LLM-агента не врать
2026-07-27 в 9:35, admin, рубрики: deepseek, devops, evaluation, Go, kubernetes, LLM-агенты, MCP, observability, qwen, sreВ Go 1.27 завезли SIMD
2026-07-25 в 16:31, admin, рубрики: 1.27, AVX-512, AVX2, Go, go 1.27, go1.27, neon, simd, sseДядя Хашимото сказал разобраться, я попытался. Речь про его эссе «Everyone Should Know SIMD»: SIMD должен знать каждый разработчик; примеры там на Zig, но суть от языка не зависит. Мой язык - Go, и в февральском обзоре Go 1.26 я написал про новый SIMD-пакет грустную строчку: «поддержка ARM64 планируется в будущих версиях».
Будущее пришло быстрее, чем я ждал: в go1.27rc2 пакет simdЧитать полностью »
Как я собрал корпоративного AI‑ассистента в Mattermost для девопс‑задач
2026-07-22 в 12:05, admin, рубрики: devops, Go, llm-приложенияРасскажу, как за несколько месяцев из простого пайплайна для решения багов с помощью LLM вырос полноценный AI‑ассистент, который живёт прямо в нашем корпоративном Mattermost, умеет сам ходить в десятки внешних систем (GitLab, Jira, Kubernetes, Prometheus и другие), и работает целиком внутри нашего контура — без обращений к внешним сервисам. Все запросы к моделям идут через LLM гейтвей за которым стоит несколько виртуалок с видеокартами для инференса. Сразу скажу что ассистент использовался при написании статьи.
С чего всё началось
Почему AI-агенту недостаточно репозитория: архитектура как общее представление системы
2026-07-22 в 7:02, admin, рубрики: ai-агенты, dsl, Go, llm, SDDAI уже неплохо пишет отдельные функции, исправляет ошибки и собирает небольшие приложения. Но чем больше проект, тем заметнее странный парадокс: прежде чем изменить несколько строк, агенту приходится прочитать сотни файлов и попытаться восстановить устройство всей системы.
Мы привыкли считать исходный код наиболее точным описанием программы. Для машины это действительно исполняемая истина. Но код не всегда хорошо отвечает на другой вопрос: почему система устроена именно так?
JSX для Go: как маленькая разметка потянула за собой рантайм, компилятор и кучу компромиссов
2026-07-09 в 12:35, admin, рубрики: Go, GoFrame, golang, jsx, open source, UI, wasm, webassembly, компиляторЯ не начинал с идеи написать «убийцу JavaScript». Честно говоря, такие заявления обычно только мешают думать.
Сначала была гораздо более скромная мысль: мне нравится Go, мне нравится его простота, типизация и ощущение предсказуемого инструмента. Но когда дело доходит до интерактивного веб‑интерфейса, почти неизбежно оказываешься в другой вселенной: JavaScript, Node.js, сборщики, плагины, отдельная модель компонентов, отдельная экосистема.
Go подробно! Часть 1. Структура проекта
2026-07-09 в 9:25, admin, рубрики: Go, golang, документация, курс, урокПривет!
Буду с вами честен, для меня читать сухие переводы документации или смотреть 40-часовые видеокурсы - то еще удовольствие. Поэтому я решил устроить эксперимент и разбирать Go прямо в публичном поле, шаг за шагом документируя весь процесс.
Я не новичок в разработке - повседневно пишу на Python и TypeScript, знаком с базовым devops. Но вот на территорию Go осознанно захожу впервые.
Я возьму за основу официальный трек обученияЧитать полностью »
Как я писал in-memory векторный движок на Go — и в каком месте он обогнал hnswilb
2026-07-08 в 14:38, admin, рубрики: benchmark, Go, golang, hnsw, in-memory, rag, векторные базы данных, векторный поиск, квантизацияПривет! Меня зовут Николай, мне 32 года. По образованию я врач, анестезиолог-реаниматолог — но последние годы развиваюсь в инженерной сфере, и, честно говоря, она затянула меня сильнее. Больше всего — всё низкоуровневое: как устроена память, что происходит под локами, почему индекс быстрый или медленный. Реанимация научила одной вещи, которая неожиданно пригодилась в инженерии: доверять только измеренным показателям, а не ощущениям.
От полной выгрузки к S3 и PostgreSQL: как мы доставляем гигабайты данных в память подов
2026-07-06 в 12:00, admin, рубрики: backend, Go, golang, highload, ozon tech, высоконагруженные системы, Программирование, проектирование систем
Представьте себе высоконагруженный сервис, который решает, с какого из множества складов нужно отправить товар покупателю. В пике через него проходит около 600 000 RPSЧитать полностью »
Query‑first подход или как из SQL запросов или MongoDB контрактов получить готовое REST API
2026-07-06 в 11:33, admin, рубрики: backend, cli, Go, mongodb, openapi, postgresql, query-first, rest api, SQLC, генерация кода
Я уже давно думал об одной вроде небольшой, но на самом деле изрядно, по крайней мере меня, доставшей backend‑проблеме.
Как я добавил MAX в китайский AI-мост и запустил Claude прямо в мессенджере
2026-07-05 в 8:15, admin, рубрики: AI, Anthropic, claude, Go, golang, MAX мессенджер, open source, plugin architecture, контрибьюция, чат-ботЯ хотел использовать Claude прямо в мессенджере MAX — без браузера, без переключения контекста. Готового решения не было. Нашёл на GitHub китайский проект cc-connect — Go-фреймворк с plugin-архитектурой для подключения AI-агентов к мессенджерам. Telegram, Feishu, Discord там были. MAX — нет.
Написал адаптер, открыл PR. Приняли. Теперь поддержка MAX — часть основного репозитория.
Что такое cc-connect
cc-connect — Go-фреймворк с чёткой трёхслойной архитектурой:
core/ — ядро: интерфейсы, engine, роутинг
platform/*/ — адаптеры мессенджеров (Telegram, Feishu, Discord, MAX...)
agent/*/ — адаптеры AI-агентов (Claude, GPT, DeepSeek...)
Главное правило: core/Читать полностью »
