Рассказал
• как устроены AI агенты
• как с ними норм прогать
• как работать с контекстом
• как прогать тг голосовухами

🔗 habr.com/ru/articles/987382/

посмотрим, насколько аудитория habr консерватина

В конце статьи бахнул опрос про любимый агент, результаты пока ожидаемы.

📟 Прилетело из @danokhlopkov

Вайб статистика @blockwallbot

Дал DATABASE_URL Клоду и сказал — посчитай там продуктовые метрики по боту какие считаешь важными.

В конце он предложил: а хочешь я видео сделаю?

И тут я ошалел. Но потом вспомнил, что сегодня увидел твит от remotion и добавил их скил. Слежу за ними уже давно.

Через 7 минут мне присылается файл. Смотрим:

📟 Прилетело из @danokhlopkov

Еще инвайты

Добавил еще 10 инвайтов для теста моего проекта. Если кто хотел, но не успел - это ваш шанс!

Инвайт тот же - solidityset

Буду рад отзывам!

#hornetmcp

📟 Прилетело из @solidityset

Этот подход аналитики спас меня от излишней веры в один проект.

Ниже — как я оцениваю проекты по системе 4К+ и почему в этом случае это помогло избежать лишних потерь.

В прошлом году проводил трансляцию с обзором Lighter.
Если кто не помнит - это perp и спот dex на базе zk роллапа Ethereum (сеть второго уровня).

Я там поставил оценку 15 из 25. В основном из-за разделов "Коин" - 2 из 5 (токеномики не было тогда) и "Код" - 1 из 5 (он закрыт).

Поэтому участвовал без напряга и без надежды на чудо.
К счастью, при таком подходе я почти ничего не потерял — и при этом получил хороший дроп.
Но сейчас $LIT себя показывает слабо (упал с 3.2 $ до $1.6).
Да и судя по данным, прибыль протокола сильно просела.

Значит мой аудит подтверждается: проект не очень, каким бы он интересным технически не был.

Если бы не разобрал проект заранее, я бы держал токены и продавал их по 20% со временем.
Я даже прикидывал такой сценарий: итог был бы на несколько процентов хуже текущего из-за падения цены.


А теперь — о том, как я оцениваю проекты и почему использую 4К+.

Благодарю Владимира Менаскопа за идею. Она у него называлась 4К, и состояла из списка вопросов.
Я её адаптировал, сделав более современной (например, сейчас нет смысла ставить балл за наличие проекта на форуме Bitcointalk).

Символ плюса же - это за практику.
Я считаю, что важно оценить и качество веб приложения. Если его нет, продуктом это назвать сложно — а значит, и говорить о клиентах и прибыли рано.

Остальные же разделы такие же:

1. Команда: профессионализм на основе опыта и соцсети (активность, ответы на вопросы и их корректность).

2. Концепт: документация (её качество и полнота). А также есть ли анализ спроса и конкурентов.

3. Коин - токеномика, инвестиции (от известных ли фондов, и нет ли у них большинства проектов с просадками больше чем на 90%).
Ещё хочу добавить ончейн анализ для существующих активов: если они централизованы на десяти кошельках - это минус проекту.

4. Код - открыт ли, активна разработка и есть ли аудиты (решены ли проблемы в них).

5. Практика - работает ли функционал, нет ли скрытых комиссий и насколько всё удобно.
Для меня важна и доступность для незрячих (элементы текстовые, есть блоки), но в рамках аналитики это не считаю важным: тут цель - определить параметры для всех.


А у вас есть формализованный подход к анализу проектов или он у вас скорее интуитивный?

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Noise: карманный проект Paradigm?

Noise — очередной предикт, но не совсем. Проект будет представлять из себя DEX с возможностью открытия позиций по трендам (грубо говоря Google Trends с плечом).

Недавно проект собрал 7.1M$ от Paradigm (самый щедрый по дропам фонд).

Сейчас они на стадии закрытого тестнета, а доступ можно получить только за активности в Discord и Twitter.

Как поучаствовать?
> Вступаем в Discord и подписываемся на X
> Делаем контент с данным проектов и выкладываем себе на страницу
> Все ссылки на посты закидываем в ветку #making-noise

WL станет доступом к раннему тестированию, а следовательно и потенциальным наградам (дропу).

Если желания тестировать проект нету, то WL сливают на ОТС по 80$, поэтому лоубанкам точно есть смысл погриндить.

Чат | Support | Market
Pelican | HiddenCode [EN]

📟 Прилетело из @hidden_coding

Алгоритмы. Пузырьковая сортировка

Продолжаем наше изучение алгоритмов и сегодня начнем разбирать пузырьковой сортировки, один из наиболее наглядных методов упорядочивания данных. Идея сортировки в целом подобна приведению в порядок перепутанной колоды карт, когда требуется расположить элементы от меньшего к большему или наоборот. В программировании эта задача возникает постоянно: будь то числа, строки или другие данные, требующие определённой последовательности. Например, изначальный список [64, 34, 25, 12, 22] после сортировки превращается в [12, 22, 25, 34, 64].

Название "пузырьковая" отражает суть процесса: более лёгкие элементы, подобно пузырькам воздуха в воде, постепенно всплывают к началу списка, в то время как тяжёлые опускаются в конец. Алгоритм построен на простом принципе: последовательно сравниваются соседние элементы, и если они расположены в неправильном порядке, происходит их обмен. Эти действия повторяются до тех пор, пока весь массив не будет упорядочен.

Для лучшего понимания разберём визуальный пример сортировки списка [5, 3, 8, 4, 2] по возрастанию. В первом проходе сравниваются 5 и 3 — поскольку 5 больше 3, они меняются местами, и список становится [3, 5, 8, 4, 2]. Далее 5 и 8 остаются на своих местах, так как 5 меньше 8. Затем 8 и 4 обмениваются, получается [3, 5, 4, 8, 2]. Наконец, 8 и 2 также меняются, и результат первого прохода — [3, 5, 4, 2, 8]. Обратите внимание, что самое большое число 8 оказалось в конце, заняв свою окончательную позицию. Второй проход перемещает 5 на предпоследнее место: после сравнений и обменов список принимает вид [3, 4, 2, 5, 8]. Третий проход ставит на место 4: [3, 2, 4, 5, 8]. Четвёртый проход завершает сортировку, обменяв 3 и 2, и итоговый результат — [2, 3, 4, 5, 8].

Теперь перейдём к программной реализации. Код функции пузырьковой сортировки на Python выглядит следующим образом:

def bubble_sort(arr):
    """Пузырьковая сортировка списка."""
    n = len(arr)
    for i in range(n):
        swapped = False
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
                swapped = True
        if not swapped:
            break
    return arr

Разберём каждую часть. Функция bubble_sort принимает список arr. Переменная n хранит его длину. Внешний цикл for i in range(n) определяет количество полных проходов по списку. Внутри него устанавливается флаг swapped = False, который отслеживает, были ли совершены обмены во время текущего прохода. Это важная оптимизация: если обменов не произошло, список уже отсортирован, и дальнейшие проходы не нужны.

Внутренний цикл for j in range(0, n - i - 1) отвечает за попарное сравнение соседних элементов. Выражение n - i - 1 ограничивает диапазон, потому что после каждого прохода самый крупный элемент "всплывает" в конец, и проверять его уже не требуется. Например, для списка из пяти элементов при первом проходе (i = 0) будут сравниваться пары с индексами от 0 до 3, при втором (i = 1) — от 0 до 2, и так далее.

Внутри внутреннего цикла условие if arr[j] > arr[j + 1]: проверяет, стоит ли текущий элемент правее, чем следующий. Если да, то с помощью конструкции arr[j], arr[j + 1] = arr[j + 1], arr[j] элементы меняются местами, а флаг swapped устанавливается в True. После завершения внутреннего цикла проверяется значение флага: если он остался False, что означает отсутствие обменов, внешний цикл прерывается оператором break. В конце функция возвращает отсортированный список.

Для демонстрации работы приведём полный пример:

📟 Прилетело из @solidityset

def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        swapped = False
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
                swapped = True
        if not swapped:
            break
    return arr

# Пример 1: Обычная сортировка
data1 = [64, 34, 25, 12, 22, 11, 90]
print(bubble_sort(data1.copy()))
# Результат: [11, 12, 22, 25, 34, 64, 90]

# Пример 2: Уже отсортированный список
data2 = [1, 2, 3, 4, 5]
print(bubble_sort(data2.copy()))
# Результат: [1, 2, 3, 4, 5]

# Пример 3: Обратный порядок
data3 = [5, 4, 3, 2, 1]
print(bubble_sort(data3.copy()))
# Результат: [1, 2, 3, 4, 5]

Чтобы лучше проследить за ходом алгоритма, можно использовать визуализированную версию:

def bubble_sort_visualized(arr):
    n = len(arr)
    print(f"Начальный список: {arr}")
    print()
    
    for i in range(n):
        print(f"=== Проход {i + 1} ===")
        swapped = False
        
        for j in range(0, n - i - 1):
            print(f"Сравниваем {arr[j]} и {arr[j + 1]}", end=" ")
            
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
                swapped = True
                print(f"→ Меняем! Теперь: {arr}")
            else:
                print(f"→ Оставляем")
        
        if not swapped:
            print("Обменов не было, список отсортирован!")
            break
        print()
    
    print(f"\nИтоговый список: {arr}")
    return arr

data = [5, 2, 8, 1, 9]
bubble_sort_visualized(data)

Одним из недостатков пузырьковой сортировки является её низкая эффективность на больших наборах данных. Сложность алгоритма в худшем и среднем случае оценивается как O(n²), где n — количество элементов. Это означает, что с ростом размера списка количество необходимых операций сравнения и обмена растёт квадратично. Например, для тысячи элементов может потребоваться около миллиона сравнений, в то время как более совершенные алгоритмы, такие как быстрая сортировка, справляются с этой задачей за порядка двадцати тысяч операций. Именно поэтому пузырьковая сортировка, при всей своей простоте и наглядности, не применяется в реальных проектах с большими объёмами данных.

Алгоритм можно модифицировать для сортировки по убыванию. Для этого достаточно изменить условие сравнения с > на <, чтобы более мелкие элементы перемещались вправо:

def bubble_sort_descending(arr):
    """Пузырьковая сортировка в порядке УБЫВАНИЯ."""
    n = len(arr)
    for i in range(n):
        swapped = False
        for j in range(0, n - i - 1):
            if arr[j] < arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
                swapped = True
        if not swapped:
            break
    return arr

data1 = [64, 34, 25, 12, 22, 11, 90]
print(bubble_sort_descending(data1.copy()))
# Результат: [90, 64, 34, 25, 22, 12, 11]

Также можно создать универсальную функцию, принимающую параметр reverse для выбора направления сортировки.

В заключение, пузырьковая сортировка служит отличным учебным инструментом для понимания базовых принципов алгоритмов сортировки. Она проста для восприятия и реализации, корректно работает на любых данных, но из-за квадратичной сложности неприменима для серьёзных задач. Её изучение даёт необходимую основу для перехода к более эффективным алгоритмам.

#algorithm

📟 Прилетело из @solidityset

Как я разгрёб склад своих работающих ботов на этой неделе.

Смотрю тут на днях, что оперативка заканчивается. И думаю: а всё ли нужно, чтоб работало?

В итоге:

Сначала передал Moni checker bot команде Moni.
Надеюсь, будет им полезен. Во всяком случае были рады получить код.
Логин @MoniCheckerBot принадлежит теперь не мне.

Потом отключил и опубликовал последние изменения @mirrorPostsBot (GitHub).
Причина: включили антибот-систему в Paragraph rss: не получить.
А заморачиваться с браузерами не хочу. Да и сам нашёл другие средства чтения rss.
Если интересно, напишите в комментах - распишу способы.

А далее занялся @price_informerBot.
Уже как-то писал про постраничную навигацию: оказывается она не работала, если туда-сюда листать. Исправил: была ошибка учёта в истории.

И главное:
сделал возможность поиска токенов путём простого ввода в чат с ботом!

Теперь можно просто запустить его и ввести, например, "Золото" - получите все токены с gold в названиях и тикерах.
Но и конечно "биткоин", "Солана" и т. п. поддерживаются.

Хотя и есть недостаток:
Если ввести "Эфир" ничего не найдёт. $ETH ищет лишь по "Этериум".
Либо, само собой, на Английском: "Ethereum".

Можно также искать по блокчейнам: Hyperliquid, Golos, Minter (вот что я пробовал).

В общем, думаю полезная функция. Приятного использования 😊.


А да! Чуть не забыл:
В @blind_dev_bot исправил историю. Теперь все сообщения, которые пишет пользователь в чат, не сохраняются в историю навигации (только команды). И теперь корректно работает выход из режима "Пригласить в канал" (у одного пользователя из-за нахождения там удалялись сообщения в @blind_dev_chat).

На этом всё. Хороших выходных!

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Раз среди нас есть любители scraping, поделюсь ещё одной статьёй, которую закончил буквально вчера. Это про сбор данных с amazon, но с помощью стороннего API (про "scraping амазона голыми руками" у меня тоже есть гайд, но там, конечно, будут боль и унижение).

Удобство API в том, что многие вещи уже делаются за вас, и вы можете сфокусироваться именно на работе с данными. https://www.scrapingbee.com/blog/how-to-scrape-amazon-product-data/

📟 Прилетело из @dev_in_ruby_colors