#fullstack — Public Fediverse posts

Пишу русскоязычный ЯП. Помогите выбрать самый читаемый вариант синтаксиса

Если честно, я давно планировал написать свой язык. Просто надоело на каждом проекте писать одинаковый бойлерплейт, ловить неожиданные ошибки в рантайме, натыкаться на компоненты аля LoanPreloanInterractNDFL6.2ReportViewComponent - и гадать - что имел ввиду художник... В итоге получился язык "Марка" — штука статически-типозированная, но в которой типы живут во время выполнения, ошибки обрабатываются сами, а из REPL можно сразу дергать запросы и смотреть, что приходит на клиенте и сервере. Как давно мечтал. Но раскидав исходники по знакомым, получил неутешительный фидбэк: читать трудно! Встал дурацкий вопрос: как это должно выглядеть в коде, чтобы было удобно? Я набросал 4 варианта синтаксиса — от LISP-стиля до почти Python - нотации. У каждого есть плюсы и минусы, и я уже неделю не могу выбрать. Т.к. язык русскоязычный, все варинаты сделаны так, чтобы в процессе кодинга не пришлось переключать раскадку. Для некоторых действиет правило: - `фун(эл1 эл2)` символ без пробела перед скобкой - значит вызов функции - `(эл1 эл2)` нет символа без пробел перед скобкой - значит список Поэтому хочу обратиться за помощью к вам: какой вариант был бы реально удобен в ежедневной работе? Не теоретически, а когда надо быстро накидать фичу и не думать о запятых. Какой вариант Вам читать и писать было бы удобнее?

https://habr.com/ru/articles/1070114/

#языки_программирования #lisp #функциональное_программирование #синтаксис #fullstack #backend #frontend #статическая_типизация #typescript #python

Пишу русскоязычный ЯП. Помогите выбрать самый читаемый вариант синтаксиса

Если честно, я давно планировал написать свой язык. Просто надоело на каждом проекте писать одинаковый бойлерплейт, ловить неожиданные ошибки в рантайме, натыкаться на компоненты аля LoanPreloanInterractNDFL6.2ReportViewComponent - и гадать - что имел ввиду художник... В итоге получился язык "Марка" — штука статически-типозированная, но в которой типы живут во время выполнения, ошибки обрабатываются сами, а из REPL можно сразу дергать запросы и смотреть, что приходит на клиенте и сервере. Как давно мечтал. Но раскидав исходники по знакомым, получил неутешительный фидбэк: читать трудно! Встал дурацкий вопрос: как это должно выглядеть в коде, чтобы было удобно? Я набросал 4 варианта синтаксиса — от LISP-стиля до почти Python - нотации. У каждого есть плюсы и минусы, и я уже неделю не могу выбрать. Т.к. язык русскоязычный, все варинаты сделаны так, чтобы в процессе кодинга не пришлось переключать раскадку. Для некоторых действиет правило: - `фун(эл1 эл2)` символ без пробела перед скобкой - значит вызов функции - `(эл1 эл2)` нет символа без пробел перед скобкой - значит список Поэтому хочу обратиться за помощью к вам: какой вариант был бы реально удобен в ежедневной работе? Не теоретически, а когда надо быстро накидать фичу и не думать о запятых. Какой вариант Вам читать и писать было бы удобнее?

https://habr.com/ru/articles/1070114/

#языки_программирования #lisp #функциональное_программирование #синтаксис #fullstack #backend #frontend #статическая_типизация #typescript #python

Пишу русскоязычный ЯП. Помогите выбрать самый читаемый вариант синтаксиса

Если честно, я давно планировал написать свой язык. Просто надоело на каждом проекте писать одинаковый бойлерплейт, ловить неожиданные ошибки в рантайме, натыкаться на компоненты аля LoanPreloanInterractNDFL6.2ReportViewComponent - и гадать - что имел ввиду художник... В итоге получился язык "Марка" — штука статически-типозированная, но в которой типы живут во время выполнения, ошибки обрабатываются сами, а из REPL можно сразу дергать запросы и смотреть, что приходит на клиенте и сервере. Как давно мечтал. Но раскидав исходники по знакомым, получил неутешительный фидбэк: читать трудно! Встал дурацкий вопрос: как это должно выглядеть в коде, чтобы было удобно? Я набросал 4 варианта синтаксиса — от LISP-стиля до почти Python - нотации. У каждого есть плюсы и минусы, и я уже неделю не могу выбрать. Т.к. язык русскоязычный, все варинаты сделаны так, чтобы в процессе кодинга не пришлось переключать раскадку. Для некоторых действиет правило: - `фун(эл1 эл2)` символ без пробела перед скобкой - значит вызов функции - `(эл1 эл2)` нет символа без пробел перед скобкой - значит список Поэтому хочу обратиться за помощью к вам: какой вариант был бы реально удобен в ежедневной работе? Не теоретически, а когда надо быстро накидать фичу и не думать о запятых. Какой вариант Вам читать и писать было бы удобнее?

https://habr.com/ru/articles/1070114/

#языки_программирования #lisp #функциональное_программирование #синтаксис #fullstack #backend #frontend #статическая_типизация #typescript #python

Реалтайм на WebSocket со сквозной типизацией: TypeScript, Bun, React, Point0

Бывает так: есть фулстек проект, и в нём всё хорошо. Откуда-то есть сквозные типы (tRPC, генерация из OpenAPI), есть авторизация, есть основной функционал. А потом вы решаете добавить реалтайм: уведомление о новом посте в ленте, чат между пользователями, интерактивную доску. И появляется целый новый слой абстракций, в котором надо заново изобрести всё, что в проекте уже есть, только на новый лад. И дальше поддерживать две разные системы. В своём фреймворке Point0 я добавил четыре новых реалтайм-поинта (структурные единицы наравне со страницами, лэйаутами, квери, мутациями): канал, спейс, клиентский хэндлер, серверный хэндлер. На них собирается практически любая реалтайм-функциональность, кода получается мало, и читается он интуитивно. Эти поинты несут те же свойства, что и все остальные: код сервера и клиента живут в одном файле, компилятор вырезает клиентский код из серверной сборки, а серверный из клиентской типизация сквозная и выводится из дженериков самого фреймворка, без генерации типов Под катом покажу на примерах, как это работает, и объясню суть парадигмы, чтобы вы могли собрать любое реалтайм-приложение.

https://habr.com/ru/articles/1069716/

#react #typescript #nodejs #point0 #bun #websocket #webdevelopment #realtime #fullstack

Реалтайм на WebSocket со сквозной типизацией: TypeScript, Bun, React, Point0

Бывает так: есть фулстек проект, и в нём всё хорошо. Откуда-то есть сквозные типы (tRPC, генерация из OpenAPI), есть авторизация, есть основной функционал. А потом вы решаете добавить реалтайм: уведомление о новом посте в ленте, чат между пользователями, интерактивную доску. И появляется целый новый слой абстракций, в котором надо заново изобрести всё, что в проекте уже есть, только на новый лад. И дальше поддерживать две разные системы. В своём фреймворке Point0 я добавил четыре новых реалтайм-поинта (структурные единицы наравне со страницами, лэйаутами, квери, мутациями): канал, спейс, клиентский хэндлер, серверный хэндлер. На них собирается практически любая реалтайм-функциональность, кода получается мало, и читается он интуитивно. Эти поинты несут те же свойства, что и все остальные: код сервера и клиента живут в одном файле, компилятор вырезает клиентский код из серверной сборки, а серверный из клиентской типизация сквозная и выводится из дженериков самого фреймворка, без генерации типов Под катом покажу на примерах, как это работает, и объясню суть парадигмы, чтобы вы могли собрать любое реалтайм-приложение.

https://habr.com/ru/articles/1069716/

#react #typescript #nodejs #point0 #bun #websocket #webdevelopment #realtime #fullstack

Реалтайм на WebSocket со сквозной типизацией: TypeScript, Bun, React, Point0

Бывает так: есть фулстек проект, и в нём всё хорошо. Откуда-то есть сквозные типы (tRPC, генерация из OpenAPI), есть авторизация, есть основной функционал. А потом вы решаете добавить реалтайм: уведомление о новом посте в ленте, чат между пользователями, интерактивную доску. И появляется целый новый слой абстракций, в котором надо заново изобрести всё, что в проекте уже есть, только на новый лад. И дальше поддерживать две разные системы. В своём фреймворке Point0 я добавил четыре новых реалтайм-поинта (структурные единицы наравне со страницами, лэйаутами, квери, мутациями): канал, спейс, клиентский хэндлер, серверный хэндлер. На них собирается практически любая реалтайм-функциональность, кода получается мало, и читается он интуитивно. Эти поинты несут те же свойства, что и все остальные: код сервера и клиента живут в одном файле, компилятор вырезает клиентский код из серверной сборки, а серверный из клиентской типизация сквозная и выводится из дженериков самого фреймворка, без генерации типов Под катом покажу на примерах, как это работает, и объясню суть парадигмы, чтобы вы могли собрать любое реалтайм-приложение.

https://habr.com/ru/articles/1069716/

#react #typescript #nodejs #point0 #bun #websocket #webdevelopment #realtime #fullstack

📈 Metrics that actually matter for a web app:

Don't track:
❌ Pageviews (vanity metric)
❌ Registered users (who cares if they don't return)

Do track:
✅ DAU/MAU ratio (engagement health)
✅ Core action completion rate
✅ p99 API latency
✅ Error rate by endpoint
✅ Revenue per user

Build a dashboard you check daily.

#Metrics #WebDev #Analytics #FullStack #SoftwareEngineering #Startups

📈 Metrics that actually matter for a web app:

Don't track:
❌ Pageviews (vanity metric)
❌ Registered users (who cares if they don't return)

Do track:
✅ DAU/MAU ratio (engagement health)
✅ Core action completion rate
✅ p99 API latency
✅ Error rate by endpoint
✅ Revenue per user

Build a dashboard you check daily.

#Metrics #WebDev #Analytics #FullStack #SoftwareEngineering #Startups

📈 Metrics that actually matter for a web app:

Don't track:
❌ Pageviews (vanity metric)
❌ Registered users (who cares if they don't return)

Do track:
✅ DAU/MAU ratio (engagement health)
✅ Core action completion rate
✅ p99 API latency
✅ Error rate by endpoint
✅ Revenue per user

Build a dashboard you check daily.

#Metrics #WebDev #Analytics #FullStack #SoftwareEngineering #Startups

📈 Metrics that actually matter for a web app:

Don't track:
❌ Pageviews (vanity metric)
❌ Registered users (who cares if they don't return)

Do track:
✅ DAU/MAU ratio (engagement health)
✅ Core action completion rate
✅ p99 API latency
✅ Error rate by endpoint
✅ Revenue per user

Build a dashboard you check daily.

#Metrics #WebDev #Analytics #FullStack #SoftwareEngineering #Startups

🧠 I've used 6 different AI coding assistants. My verdict:

→ Cursor: Best overall for complex refactors
→ GitHub Copilot: Great autocomplete, weaker chat
→ Claude in editor: Best for reasoning + architecture
→ Tabnine: Privacy-focused teams
→ Codeium: Free tier is impressive
→ Supermaven: Speed king

I use Cursor + Claude daily. Productivity is 2-3x vs without.

#AI #CodingTools #WebDev #FullStack #Developer #GenerativeAI

🧠 I've used 6 different AI coding assistants. My verdict:

→ Cursor: Best overall for complex refactors
→ GitHub Copilot: Great autocomplete, weaker chat
→ Claude in editor: Best for reasoning + architecture
→ Tabnine: Privacy-focused teams
→ Codeium: Free tier is impressive
→ Supermaven: Speed king

I use Cursor + Claude daily. Productivity is 2-3x vs without.

#AI #CodingTools #WebDev #FullStack #Developer #GenerativeAI

🧠 I've used 6 different AI coding assistants. My verdict:

→ Cursor: Best overall for complex refactors
→ GitHub Copilot: Great autocomplete, weaker chat
→ Claude in editor: Best for reasoning + architecture
→ Tabnine: Privacy-focused teams
→ Codeium: Free tier is impressive
→ Supermaven: Speed king

I use Cursor + Claude daily. Productivity is 2-3x vs without.

#AI #CodingTools #WebDev #FullStack #Developer #GenerativeAI

🧠 I've used 6 different AI coding assistants. My verdict:

→ Cursor: Best overall for complex refactors
→ GitHub Copilot: Great autocomplete, weaker chat
→ Claude in editor: Best for reasoning + architecture
→ Tabnine: Privacy-focused teams
→ Codeium: Free tier is impressive
→ Supermaven: Speed king

I use Cursor + Claude daily. Productivity is 2-3x vs without.

#AI #CodingTools #WebDev #FullStack #Developer #GenerativeAI

Dowe – A full-stack language for server, web, desktop, Android, and iOS

https://www.dowe.dev

Comments: https://news.ycombinator.com/item?id=49076975

#HackerNews #Dowe #fullstack #language #server #web #development #mobile #apps

Dowe – A full-stack language for server, web, desktop, Android, and iOS

https://www.dowe.dev

Comments: https://news.ycombinator.com/item?id=49076975

#HackerNews #Dowe #fullstack #language #server #web #development #mobile #apps

Dowe – A full-stack language for server, web, desktop, Android, and iOS

https://www.dowe.dev

Comments: https://news.ycombinator.com/item?id=49076975

#HackerNews #Dowe #fullstack #language #server #web #development #mobile #apps

Dowe – A full-stack language for server, web, desktop, Android, and iOS

https://www.dowe.dev

Comments: https://news.ycombinator.com/item?id=49076975

#HackerNews #Dowe #fullstack #language #server #web #development #mobile #apps

🧪 Testing AI systems — what actually works:

Unit tests: ❌ (too brittle for LLM output)
E2E tests: ⚠️ (expensive, flaky)
LLM-as-judge: ✅ (ask GPT-4 to grade outputs)
Golden datasets: ✅ (curate 50-100 examples)
Human eval spot checks: ✅ (weekly)

Track: accuracy, hallucination rate, latency, cost per call.

Evals are your safety net. Build them early.

#AI #LLM #Testing #GenerativeAI #RAG #FullStack #MachineLearning

🧪 Testing AI systems — what actually works:

Unit tests: ❌ (too brittle for LLM output)
E2E tests: ⚠️ (expensive, flaky)
LLM-as-judge: ✅ (ask GPT-4 to grade outputs)
Golden datasets: ✅ (curate 50-100 examples)
Human eval spot checks: ✅ (weekly)

Track: accuracy, hallucination rate, latency, cost per call.

Evals are your safety net. Build them early.

#AI #LLM #Testing #GenerativeAI #RAG #FullStack #MachineLearning

🧪 Testing AI systems — what actually works:

Unit tests: ❌ (too brittle for LLM output)
E2E tests: ⚠️ (expensive, flaky)
LLM-as-judge: ✅ (ask GPT-4 to grade outputs)
Golden datasets: ✅ (curate 50-100 examples)
Human eval spot checks: ✅ (weekly)

Track: accuracy, hallucination rate, latency, cost per call.

Evals are your safety net. Build them early.

#AI #LLM #Testing #GenerativeAI #RAG #FullStack #MachineLearning

🧪 Testing AI systems — what actually works:

Unit tests: ❌ (too brittle for LLM output)
E2E tests: ⚠️ (expensive, flaky)
LLM-as-judge: ✅ (ask GPT-4 to grade outputs)
Golden datasets: ✅ (curate 50-100 examples)
Human eval spot checks: ✅ (weekly)

Track: accuracy, hallucination rate, latency, cost per call.

Evals are your safety net. Build them early.

#AI #LLM #Testing #GenerativeAI #RAG #FullStack #MachineLearning

Фронтенд никогда не умрёт

Каждые пять лет я слышу одно и то же: фронтенд больше не нужен, ему остался последний год. Сначала говорили про визуальные конструкторы - Wix, Tilda, все дела. Потом, когда ИИ выстрелил, начали хоронить разработчиков под флагом «AI напишет тебе кнопку за секунду». А сейчас новая мода - фулстекеры. Приходят такие ребята и говорят: «Да зачем нам отдельный фронт, я сам и бэк, и фронт на коленке соберу, проект сэкономит, все будут счастливы». Давай просто выдохнем и разберемся, что на самом деле происходит, без паники и хайпа.

https://habr.com/ru/articles/1063144/

#fullstack #frontend #backend

Фронтенд никогда не умрёт

Каждые пять лет я слышу одно и то же: фронтенд больше не нужен, ему остался последний год. Сначала говорили про визуальные конструкторы - Wix, Tilda, все дела. Потом, когда ИИ выстрелил, начали хоронить разработчиков под флагом «AI напишет тебе кнопку за секунду». А сейчас новая мода - фулстекеры. Приходят такие ребята и говорят: «Да зачем нам отдельный фронт, я сам и бэк, и фронт на коленке соберу, проект сэкономит, все будут счастливы». Давай просто выдохнем и разберемся, что на самом деле происходит, без паники и хайпа.

https://habr.com/ru/articles/1063144/

#fullstack #frontend #backend

Фронтенд никогда не умрёт

Каждые пять лет я слышу одно и то же: фронтенд больше не нужен, ему остался последний год. Сначала говорили про визуальные конструкторы - Wix, Tilda, все дела. Потом, когда ИИ выстрелил, начали хоронить разработчиков под флагом «AI напишет тебе кнопку за секунду». А сейчас новая мода - фулстекеры. Приходят такие ребята и говорят: «Да зачем нам отдельный фронт, я сам и бэк, и фронт на коленке соберу, проект сэкономит, все будут счастливы». Давай просто выдохнем и разберемся, что на самом деле происходит, без паники и хайпа.

https://habr.com/ru/articles/1063144/

#fullstack #frontend #backend

Ваш AI-агент не понимает код. Он просто очень уверенно угадывает — поэтому мы создали SLICER

AI-агенты отлично решают локальные задачи, но часто теряют связи между частями большой кодовой базы. Из-за этого изменение одной функции может незаметно сломать frontend, backend-роут, сервис, repository, background task или тест. В статье разбирается CodeSlicer — локальный CLI, MCP-сервер и визуальный анализатор, который строит проверяемый граф влияния проекта. Он связывает функции, классы, DI-провайдеры, HTTP-endpoint’ы, frontend-компоненты и тесты, сохраняя evidence chain, provenance, confidence и причины каждой связи. Показывается полный pipeline: inventory, extraction, semantic resolution, support packs, unknown regions, mutation testing, runtime observation и impact analysis. Отдельно разобрано, почему система не должна превращать предположение AI в подтверждённое ребро. На размеченных Python-сценариях протестированы 21 тестовый сценарий, 29 mutation-сценариев, 20 обязательных semantic edges, 0 false positive и 0 false negative. Для TypeScript и frontend-backend bridge проверены 12 сценариев, 15 мутаций и 4 cross-language цепочки с endpoint precision 1.0. Также рассматриваются интеграции с AI-агентами через CLI, MCP и skills, отличие CodeSlicer от обычных графов кода и дальнейшее развитие проверенного registry библиотек

https://habr.com/ru/articles/1063004/

#AIагенты #статический_анализ #граф_зависимостей #Python #TypeScript #MCP #code_review #рефакторинг #fullstack #developer_tools

Ваш AI-агент не понимает код. Он просто очень уверенно угадывает — поэтому мы создали SLICER

AI-агенты отлично решают локальные задачи, но часто теряют связи между частями большой кодовой базы. Из-за этого изменение одной функции может незаметно сломать frontend, backend-роут, сервис, repository, background task или тест. В статье разбирается CodeSlicer — локальный CLI, MCP-сервер и визуальный анализатор, который строит проверяемый граф влияния проекта. Он связывает функции, классы, DI-провайдеры, HTTP-endpoint’ы, frontend-компоненты и тесты, сохраняя evidence chain, provenance, confidence и причины каждой связи. Показывается полный pipeline: inventory, extraction, semantic resolution, support packs, unknown regions, mutation testing, runtime observation и impact analysis. Отдельно разобрано, почему система не должна превращать предположение AI в подтверждённое ребро. На размеченных Python-сценариях протестированы 21 тестовый сценарий, 29 mutation-сценариев, 20 обязательных semantic edges, 0 false positive и 0 false negative. Для TypeScript и frontend-backend bridge проверены 12 сценариев, 15 мутаций и 4 cross-language цепочки с endpoint precision 1.0. Также рассматриваются интеграции с AI-агентами через CLI, MCP и skills, отличие CodeSlicer от обычных графов кода и дальнейшее развитие проверенного registry библиотек

https://habr.com/ru/articles/1063004/

#AIагенты #статический_анализ #граф_зависимостей #Python #TypeScript #MCP #code_review #рефакторинг #fullstack #developer_tools

Ваш AI-агент не понимает код. Он просто очень уверенно угадывает — поэтому мы создали SLICER

AI-агенты отлично решают локальные задачи, но часто теряют связи между частями большой кодовой базы. Из-за этого изменение одной функции может незаметно сломать frontend, backend-роут, сервис, repository, background task или тест. В статье разбирается CodeSlicer — локальный CLI, MCP-сервер и визуальный анализатор, который строит проверяемый граф влияния проекта. Он связывает функции, классы, DI-провайдеры, HTTP-endpoint’ы, frontend-компоненты и тесты, сохраняя evidence chain, provenance, confidence и причины каждой связи. Показывается полный pipeline: inventory, extraction, semantic resolution, support packs, unknown regions, mutation testing, runtime observation и impact analysis. Отдельно разобрано, почему система не должна превращать предположение AI в подтверждённое ребро. На размеченных Python-сценариях протестированы 21 тестовый сценарий, 29 mutation-сценариев, 20 обязательных semantic edges, 0 false positive и 0 false negative. Для TypeScript и frontend-backend bridge проверены 12 сценариев, 15 мутаций и 4 cross-language цепочки с endpoint precision 1.0. Также рассматриваются интеграции с AI-агентами через CLI, MCP и skills, отличие CodeSlicer от обычных графов кода и дальнейшее развитие проверенного registry библиотек

https://habr.com/ru/articles/1063004/

#AIагенты #статический_анализ #граф_зависимостей #Python #TypeScript #MCP #code_review #рефакторинг #fullstack #developer_tools

Does #FullStack Software developer imply #JavaScript and #NodeJS? these days? Or something other, more broad than this?

Databases can be classified by how they organize, store, retrieve, and distribute data, as well as how they handle performance and scalability. Here are the main types of databases 😎👇

Find high-res pdf ebooks with all my DevOps related infographics at https://study-notes.org

#database #devops #technology #backend #fullstack

Databases can be classified by how they organize, store, retrieve, and distribute data, as well as how they handle performance and scalability. Here are the main types of databases 😎👇

Find high-res pdf ebooks with all my DevOps related infographics at https://study-notes.org

#database #devops #technology #backend #fullstack

Databases can be classified by how they organize, store, retrieve, and distribute data, as well as how they handle performance and scalability. Here are the main types of databases 😎👇

Find high-res pdf ebooks with all my DevOps related infographics at https://study-notes.org

#database #devops #technology #backend #fullstack

Hey gang, I'm looking for a new full-time role for the first time since… I think 2012?

I've been building software for more than 20 years, I have deep experience with a variety of languages and platforms, and I've led multiple successful engineering teams.

I'm open to remote work, or in-person local to Pittsburgh, PA.

I appreciate any boosts you're willing to give.

#fedihire #web #ios #macos #swift #python #typescript #frontend #backend #fullstack #pittsburgh

Hey gang, I'm looking for a new full-time role for the first time since… I think 2012?

I've been building software for more than 20 years, I have deep experience with a variety of languages and platforms, and I've led multiple successful engineering teams.

I'm open to remote work, or in-person local to Pittsburgh, PA.

I appreciate any boosts you're willing to give.

#fedihire #web #ios #macos #swift #python #typescript #frontend #backend #fullstack #pittsburgh

Hey gang, I'm looking for a new full-time role for the first time since… I think 2012?

I've been building software for more than 20 years, I have deep experience with a variety of languages and platforms, and I've led multiple successful engineering teams.

I'm open to remote work, or in-person local to Pittsburgh, PA.

I appreciate any boosts you're willing to give.

#fedihire #web #ios #macos #swift #python #typescript #frontend #backend #fullstack #pittsburgh

Hey gang, I'm looking for a new full-time role for the first time since… I think 2012?

I've been building software for more than 20 years, I have deep experience with a variety of languages and platforms, and I've led multiple successful engineering teams.

I'm open to remote work, or in-person local to Pittsburgh, PA.

I appreciate any boosts you're willing to give.

#fedihire #web #ios #macos #swift #python #typescript #frontend #backend #fullstack #pittsburgh

🔄 CI/CD pipeline I use for every project:

1/ GitHub Actions (lint, typecheck, test on PR)
2/ Preview deployments on Vercel/Railway
3/ Automated DB migrations via Drizzle
4/ Sentry for error monitoring
5/ Lighthouse CI for performance regression

Merge to main = deployed in ~3min.

Fast feedback loops = faster product iteration.

#DevOps #CI #CD #WebDev #FullStack #GitHub #Programming

⚡ Edge computing for AI apps — here's when it makes sense:

✅ Auth checks (middleware)
✅ A/B testing logic
✅ Geolocation routing
✅ Rate limiting

❌ Don't put on edge:
→ Heavy AI inference
→ Database queries (no persistent connections)
→ File processing

Edge is fast but limited. Use it surgically.

#CloudComputing #WebDev #NextJS #AI #FullStack #Performance #Edge

⚡ Edge computing for AI apps — here's when it makes sense:

✅ Auth checks (middleware)
✅ A/B testing logic
✅ Geolocation routing
✅ Rate limiting

❌ Don't put on edge:
→ Heavy AI inference
→ Database queries (no persistent connections)
→ File processing

Edge is fast but limited. Use it surgically.

#CloudComputing #WebDev #NextJS #AI #FullStack #Performance #Edge

⚡ Edge computing for AI apps — here's when it makes sense:

✅ Auth checks (middleware)
✅ A/B testing logic
✅ Geolocation routing
✅ Rate limiting

❌ Don't put on edge:
→ Heavy AI inference
→ Database queries (no persistent connections)
→ File processing

Edge is fast but limited. Use it surgically.

#CloudComputing #WebDev #NextJS #AI #FullStack #Performance #Edge

Mermaid как платная AI функция в проекте Django/Next

Mermaid это текстовый формат описания диаграмм. В строках задаются тип схемы, узлы и связи. На выходе получается SVG. Формат подходит для API и базы данных. Код можно сгенерировать, проверить, сохранить, открыть повторно и отрендерить на клиенте. В mermind/ views.py добавлен 503 , если ответ модели не начинается с валидной головы Mermaid. Без этой проверки запрос завершается успешно, ответ от модели приходит, но диаграмма не строится. В ответе остаются fenced-блоки, Markdown, строки с # , служебный текст и фрагменты до первой строки диаграммы. В проекте собран полный серверный и клиентский контур. Генерация, очистка ответа, проверка, рендер, повторная правка, сохранение и библиотека. Как извлекать Mermaid-код из ответа модели. Ответ сначала режется до fenced-блока. Потом проверяется первая строка.

https://habr.com/ru/articles/1061160/

#Mermaid #Nextjs #Django #TypeScript #OpenRouter #LLM #AI #Fullstack #API #SVG

Mermaid как платная AI функция в проекте Django/Next

Mermaid это текстовый формат описания диаграмм. В строках задаются тип схемы, узлы и связи. На выходе получается SVG. Формат подходит для API и базы данных. Код можно сгенерировать, проверить, сохранить, открыть повторно и отрендерить на клиенте. В mermind/ views.py добавлен 503 , если ответ модели не начинается с валидной головы Mermaid. Без этой проверки запрос завершается успешно, ответ от модели приходит, но диаграмма не строится. В ответе остаются fenced-блоки, Markdown, строки с # , служебный текст и фрагменты до первой строки диаграммы. В проекте собран полный серверный и клиентский контур. Генерация, очистка ответа, проверка, рендер, повторная правка, сохранение и библиотека. Как извлекать Mermaid-код из ответа модели. Ответ сначала режется до fenced-блока. Потом проверяется первая строка.

https://habr.com/ru/articles/1061160/

#Mermaid #Nextjs #Django #TypeScript #OpenRouter #LLM #AI #Fullstack #API #SVG

Mermaid как платная AI функция в проекте Django/Next

Mermaid это текстовый формат описания диаграмм. В строках задаются тип схемы, узлы и связи. На выходе получается SVG. Формат подходит для API и базы данных. Код можно сгенерировать, проверить, сохранить, открыть повторно и отрендерить на клиенте. В mermind/ views.py добавлен 503 , если ответ модели не начинается с валидной головы Mermaid. Без этой проверки запрос завершается успешно, ответ от модели приходит, но диаграмма не строится. В ответе остаются fenced-блоки, Markdown, строки с # , служебный текст и фрагменты до первой строки диаграммы. В проекте собран полный серверный и клиентский контур. Генерация, очистка ответа, проверка, рендер, повторная правка, сохранение и библиотека. Как извлекать Mermaid-код из ответа модели. Ответ сначала режется до fenced-блока. Потом проверяется первая строка.

https://habr.com/ru/articles/1061160/

#Mermaid #Nextjs #Django #TypeScript #OpenRouter #LLM #AI #Fullstack #API #SVG

Topcoat: The full full-stack framework for Rust

https://github.com/tokio-rs/topcoat

Comments: https://news.ycombinator.com/item?id=48952067

#HackerNews #Topcoat #Rust #Framework #FullStack #Programming #OpenSource

Topcoat: The full full-stack framework for Rust

https://github.com/tokio-rs/topcoat

Comments: https://news.ycombinator.com/item?id=48952067

#HackerNews #Topcoat #Rust #Framework #FullStack #Programming #OpenSource

Topcoat: The full full-stack framework for Rust

https://github.com/tokio-rs/topcoat

Comments: https://news.ycombinator.com/item?id=48952067

#HackerNews #Topcoat #Rust #Framework #FullStack #Programming #OpenSource

Topcoat: The full full-stack framework for Rust

https://github.com/tokio-rs/topcoat

Comments: https://news.ycombinator.com/item?id=48952067

#HackerNews #Topcoat #Rust #Framework #FullStack #Programming #OpenSource

Our next #JCON2026 session is live: 'Why Full-Stack Is the #Future of #Web Application Development' with Leif Åstrand

There's currently a trend away from typical #SPA frameworks and towards #fullstack solutions where both the #frontend and …

Grab your coffee and hit play: https://youtu.be/1_Vn8UZ-N64

Our next #JCON2026 session is live: 'Why Full-Stack Is the #Future of #Web Application Development' with Leif Åstrand

There's currently a trend away from typical #SPA frameworks and towards #fullstack solutions where both the #frontend and …

Grab your coffee and hit play: https://youtu.be/1_Vn8UZ-N64

Our next #JCON2026 session is live: 'Why Full-Stack Is the #Future of #Web Application Development' with Leif Åstrand

There's currently a trend away from typical #SPA frameworks and towards #fullstack solutions where both the #frontend and …

Grab your coffee and hit play: https://youtu.be/1_Vn8UZ-N64

Our next #JCON2026 session is live: 'Why Full-Stack Is the #Future of #Web Application Development' with Leif Åstrand

There's currently a trend away from typical #SPA frameworks and towards #fullstack solutions where both the #frontend and …

Grab your coffee and hit play: https://youtu.be/1_Vn8UZ-N64

🌱 OSS contribution tips for devs in 2026:

1/ Start with docs — underrated, high-impact
2/ Fix typos, then bugs, then features
3/ Read CONTRIBUTING.md before anything
4/ Comment before coding ("I'm working on X")
5/ Small PRs merge faster than large ones

My first merged PR was a one-line fix. Now I maintain packages with 10k+ stars.

Every expert was once a beginner.

#OpenSource #GitHub #WebDev #FullStack #CareerTips #Programming

💻 Why I choose TypeScript for everything — even scripts:

✅ Catch bugs before runtime
✅ Self-documenting code
✅ Refactoring with confidence
✅ Better IDE experience
✅ Works with Zod for runtime safety too

The one-time cost of typing = saved hours of debugging.

If you're still on plain JS for your backend — try ts-node or Bun today.

#TypeScript #JavaScript #NodeJS #WebDev #FullStack #Programming

🧩 Building a chatbot with memory in 2026:

Step 1: Short-term memory → Conversation history in context
Step 2: Long-term memory → User facts in vector DB (pgvector)
Step 3: Episodic memory → Summarise past sessions
Step 4: Semantic memory → RAG over your knowledge base

The magic: combine all 4 layers.

This is how you build AI that feels like it "knows" you.

#AI #LLM #RAG #GenerativeAI #FullStack #ChatBot #MachineLearning

🧩 Building a chatbot with memory in 2026:

Step 1: Short-term memory → Conversation history in context
Step 2: Long-term memory → User facts in vector DB (pgvector)
Step 3: Episodic memory → Summarise past sessions
Step 4: Semantic memory → RAG over your knowledge base

The magic: combine all 4 layers.

This is how you build AI that feels like it "knows" you.

#AI #LLM #RAG #GenerativeAI #FullStack #ChatBot #MachineLearning

🧩 Building a chatbot with memory in 2026:

Step 1: Short-term memory → Conversation history in context
Step 2: Long-term memory → User facts in vector DB (pgvector)
Step 3: Episodic memory → Summarise past sessions
Step 4: Semantic memory → RAG over your knowledge base

The magic: combine all 4 layers.

This is how you build AI that feels like it "knows" you.

#AI #LLM #RAG #GenerativeAI #FullStack #ChatBot #MachineLearning

📊 Database decisions that scale:

For most apps:
→ PostgreSQL (with pgvector for AI apps)
→ Redis for cache/sessions
→ S3 for files

When to reach for something else:
→ MongoDB: truly schemaless docs (rare)
→ ClickHouse: analytics at massive scale
→ DynamoDB: infinite write throughput (AWS-locked)

Don't over-engineer. PostgreSQL handles more than you think.

#Database #WebDev #PostgreSQL #FullStack #Backend #NodeJS

📊 Database decisions that scale:

For most apps:
→ PostgreSQL (with pgvector for AI apps)
→ Redis for cache/sessions
→ S3 for files

When to reach for something else:
→ MongoDB: truly schemaless docs (rare)
→ ClickHouse: analytics at massive scale
→ DynamoDB: infinite write throughput (AWS-locked)

Don't over-engineer. PostgreSQL handles more than you think.

#Database #WebDev #PostgreSQL #FullStack #Backend #NodeJS

📊 Database decisions that scale:

For most apps:
→ PostgreSQL (with pgvector for AI apps)
→ Redis for cache/sessions
→ S3 for files

When to reach for something else:
→ MongoDB: truly schemaless docs (rare)
→ ClickHouse: analytics at massive scale
→ DynamoDB: infinite write throughput (AWS-locked)

Don't over-engineer. PostgreSQL handles more than you think.

#Database #WebDev #PostgreSQL #FullStack #Backend #NodeJS

📊 Database decisions that scale:

For most apps:
→ PostgreSQL (with pgvector for AI apps)
→ Redis for cache/sessions
→ S3 for files

When to reach for something else:
→ MongoDB: truly schemaless docs (rare)
→ ClickHouse: analytics at massive scale
→ DynamoDB: infinite write throughput (AWS-locked)

Don't over-engineer. PostgreSQL handles more than you think.

#Database #WebDev #PostgreSQL #FullStack #Backend #NodeJS