Kurgan-Telecom Ru | Информационные технологии

На распределительных складах одна из главных задач — сортировка грузов. Коробки нужно сгруппировать в нужной точке с учетом их массогабаритных характеристик и адреса назначения. На одном из таких складов запустили автоматическую линию сортировки на 41 направление.

Производительность линии достигает 4000–5000 коробок в час. Но главная задача проекта заключалась не в автоматизации самого конвейера. Интегратору нужно было связать между собой три независимые системы: систему машинного зрения, складскую систему учета (WMS), систему управления конвейером. Кроме того, нужно было создать пользовательский интерфейс и организовать удаленный доступ к системе.

В статье подробно разберем это решение.

Приходите к нам на WBCE 2026 — выставка и конференция по автоматизации. Отчёты с прошлых выставок.

Больше двадцати лет американский психолог Пако Андерхилл выслеживал по торговым залам дичь. Нас с вами.

Его интересовало всё: на какие товары смотрим, как двигаемся по магазину, куда тянемся и чего боимся. Всё для того, чтобы дать ответ на главный вопрос: как мы покупаем?

В результате Андерхилл создал «науку о шопинге», лежащую на стыке психологии, искусства и экономики. Его книга «Как мы покупаем?» — попытка отреверсить механизмы принятия решений.

Некоторые удались, поэтому современные магазины и торговые центры проектируют отчасти и по его находкам уязвимостей поведения человека.

При проектировании многоэтажных зданий в nanoCAD BIM Строительство проектировщики регулярно сталкиваются с необходимостью многократного копирования элементов модели между этажами. Повторяющиеся конструкции — стены, перекрытия, проемы и другие элементы требуют быстрого и корректного переноса, чтобы избежать ручной работы и снизить риск ошибок.

В таких задачах помогает инструмент копирования между этажами, реализованный в nanoCAD BIM Строительство. Он позволяет переносить элементы модели на другие уровни проекта и ускоряет формирование типовых этажей.

В статье мы рассмотрим работу этого инструмента на практическом примере. Для этого поэтапно сформируем модель этажа и разберем основные шаги подготовки проекта. Начнем с создания сетки осей и настройки параметров, необходимых для корректной работы модели. Параметры осей, используемые в примере, приведены в таблицах 1-3...

Анимация: генерирует последовательность из 255 высокоточных кадров в формате BMP (frame_000.bmp ... frame_254.bmp) и автоматически компилирует их в видеоролик (файл Mandelbrot.mp4) с частотой 30 кадров в секунду, используя встроенный FFmpeg.

Скачать последнюю версию (Windows и Linux)
В windows это Mandelbrot_windows.exe и ffmpeg.exe
https://github.com/Divetoxx/Mandelbrot-Video/releases
Выше README содержит English и Русский!

FFmpeg - "швейцарский армейский нож" для обработки видео. В 2026 году он остается отраслевым стандартом, поддерживаемым сообществом разработчиков открытого программного обеспечения. От YouTube и Netflix до профессиональных киностудий - все на него полагаются. И да, он совершенно бесплатный.

Привет, Хабр! Это Сергей Перевозчиков, основатель агентства контекстной рекламы «КонтекстЛаб». Когда я захожу в такие проекты, первый вопрос, который себе задаю: как вообще отстроиться от тысяч конкурентов, которые продают одно и то же — да ещё и демпингуют до «услуги за 1 рубль»? И второй — где именно в воронке та самая пробоина, через которую утекают заявки вместе с рекламным бюджетом?

С такой ситуацией к нам пришла медицинская лаборатория. Реклама работала в минус, а роста не было. Мы начали с базы: сформулировали честное УТП, убрали из продвижения немаржинальные услуги, пересобрали товарные фиды, сделали акцент на поиске и отдельно переработали подход к работе отдела продаж.

В результате проект прошел путь от убыточной рекламы до шестикратного роста заказов на сбор анализов. Этот кейс — про системную работу: когда результат дает не один инструмент, а правильная сборка всей воронки.

20 марта 2026 вышла версия 10.0.0 системы автоматизированного проектирования печатных плат KiCAD.

Большинство, если не все, из возможностей новой версии и улучшений в части удобства использования описано в обсуждении на пользовательском форуме. Некоторые из них также представлены в докладе на FOSDEM 2026. Более подробный и полный список всех изменений доступен на GitLab.

KiCAD это свободная система автоматизированного проектирования печатных плат. На данный момент одна из самых популярных программ такого рода на Linux. Из свободных альтернатив есть Horizon-EDA и LibrePCB.

( читать дальше... )

 cad, eda, kicad, pcb, wxwidgets

Рассуждаем на тему того, что AI-агенты радикально скукожили привычный нам цикл разработки.

ИИ-инфлюенсеры утверждают, что скрам больше не нужен, тестировщики не нужны, всё сделает агент. Реальность интереснее: этапы сжимаются по-разному в зависимости от контекста.

В greenfield — минимум контроля, observability вместо code review. В brownfield — AI генерирует, человек валидирует. А там где много регуляторки ускорение есть, но и ответственность никуда не делась.

Я коуч, специализирующийся на выгорании и нейроотличиях в IT. И я сильно злюсь. Злюсь, как живой человек, который регулярно разгребает последствия того, о чём на Хабре пишут как об успешном кейсе.

Недавно вышла статья про то, как избавляться от незаменимых сотрудников. Там bus factor, ротация, работа вслух, и финальный аккорд – «в сложный период ушло 40% команды, но мы не сорвали ни одного релиза». Подаётся как успех менеджера. Я хочу поговорить про другое: про тех, кто такие статьи поддерживает и несёт их в мир и презентации. Не лично про людей – про тип мышления, который производит такие тексты, такие команды и моих будущих клиентов.

Одна из ключевых проблем ИИ — склонность к «галлюцинациям», то есть к генерации убедительно звучащих, но ложных ответов. Яркий пример на картинке :) Как это можно исправить или улучшить? Есть разные способы. Одно из самых простых решений, позволяющих значительно повысить точность и достоверность ответов, — RAG (Retrieval Augmented Generation). Это генерация с дополненной выборкой. 

Меня зовут Михаил Костецкий, я управляющий эксперт отдела обеспечения качества в ПСБ. Мы в коллегами сейчас тоже пробуем использовать технологию RAG в разных задачах — в своей статье я хочу поделиться этим опытом. Буду рад, если моя статья станет полезна тем, кому предстоит работать с методом. 

Все началось с довольно прикладного спора с коллегой об одном агентном решении. Мы не могли сойтись во мнении, что именно вообще стоит называть Ralph loop, так что пришлось лезть в интернет за пруфами. А дальше случился один из тех раздражающих моментов, когда чем больше читаешь, тем больше тумана. 

Постепенно стало ясно, что под "Ralph loop" уже начинают понимать очень разные, а иногда и почти противоположные вещи. И это не просто мое ощущение: вокруг Ralph довольно быстро появились публичные пересказы, упрощающие его по-разному [1] , [2], [3], а затем и публичные поправки к этим интерпретациям - [4], [5], [6], [7].

И поэтому любой разговор о нем очень быстро начинает напоминать сцену из Spider-Verse: “все вроде говорят про одного и того же Человека-паука и каждый уверен, что именно его версия и есть настоящая.”

Давайте разложим все по полочкам. А Питеров Паркеров Ральфов по их мирам.

Среди существующих реализаций встречаются следующие варианты - см. Таблицу

Всем привет! Недавно я рассказывал о том, как мы создали для риелторов сервис автоматической генерации stories в нашем мобильном приложении.

Сегодня я поделюсь тем, как мы продолжаем улучшать эту фичу и к каким результатам это привело. 

Представьте, что вам надо настроить камеры для целого города или очень большого завода, где их сотни или тысячи. Как сделать это удобно и не сойти с ума от конфигурирования каждой из этой тысячи?

У нас в конфигураторе Macroscop камеры организованы в виде «дерева».

Привет. Меня зовут Николай Пискунов, я руководитель направления Big Data. В Beeline Cloud у нас есть место для экспериментов — и я этим пользуюсь. Недавно я работал над шахматным ботом для игры по переписке в Телеграм. Одна из ключевых задач — генерация изображений шахматной доски из FEN-нотации.

Усвоение новой информации очень похоже на наращивание мышц. Есть период тренировок, когда важно нагружать ткани и прикладывать усилия, и период восстановления. Но если большинство людей тренируется по принципу: «понедельник, среда, пятница», то существует ли оптимальный тайминг для обучения? Исследователи обнаружили оптимальный интервал на уровне клеток, который способствует развитию и укреплению памяти.

Строгая типизация не всегда спасает от глупых ошибок. Если userId, orderId и productId — это один и тот же Int или Long, компилятор не увидит разницы и спокойно пропустит неверный аргумент. В Scala 3 для таких случаев есть opaque types: они позволяют сделать доменные типы различимыми на этапе компиляции, но без лишних обёрток и накладных расходов в рантайме. Разберём, как это работает и чем этот подход лучше type alias, case class и AnyVal.

У меня простое правило: если задача повторяется больше двух раз - её пора делегировать. Раньше делегировал людям. Теперь - AI-агентам, которые работают с базой данных, таблицами и трекерами напрямую.

Если что-либо можно измерить числами, то это уже вселяет оптимизм. Значит мы имеем дело с более-менее понятным объектом или явлением, которое можно описать устоявшимися правилами. И, казалось бы, что тут такого, измерить влажность почвы? Вроде простоя и понятная задача, но в ней всё оказывается не так уж просто. Давайте разбираться!

Индустрия ИИ сегодня напоминает строительство Вавилонской башни. Пока гиганты вроде OpenAI, Google и Meta соревнуются, кто закупит больше H100 и сожжет больше мегаватт, я разрабатываю детерминированное ИИ-ядро на обычном MacBook Air M2 (8GB RAM). В этой статье я расскажу, почему текущий путь развития нейросетей - это тупик, и как математика O(1) на языке Rust решает проблему галлюцинаций.

Типичная ситуация в ИТ-проектах: приходит задача на автоматизацию, бизнес-аналитик начинает с нуля собирать требования, рисовать процесс, согласовывать его с заказчиком, выявлять исключения, уточнять роли и данные. Проходит время, задача уходит в разработку. Через месяц — новый запрос, и снова тот же путь. Процессы рисуются «под задачу», не связаны между собой, в каждом проекте — своя терминология и своё видение.

Обратная ситуация - если бы в компании была единая, поддерживаемая и согласованная модель деятельности, которую можно «взять» как основу для любой задачи на автоматизацию. Такая модель и есть процессная архитектура организации.

Раньше длинное тире считалось признаком хорошей редактуры. Сегодня это «красный флаг» нейросети. Мы стали бояться правильной верстки и намеренно ставит «короткие черточки», лишь бы текст казался «человечным».

В статье вы узнаете когда нужно ставить длинное тире и получите шпаргалку с горячими клавишами, чтобы набирать его за секунду. В конце я поделюсь опытом работы редактора: как сделать ИИ помощником, а не заменой человека.