Не просто RAG: Строим MCP-сервер на Node.js, чтобы дать LLM «архитектурное зрение»
Привет, Хабр!Мы живем в удивительное время. Попросить LLM написать для нас код стало так же естественно, как гуглить ошибку. Но у этой магии есть предел. Попросите модель написать quickSort, и она справится блестяще. А теперь попросите ее: «Добавь метрики Prometheus в метод processOrder в нашем проекте».И тут магия рушится. LLM — это гениальный, но страдающий амнезией стажер. Она знает все языки мира, но не имеет ни малейшего понятия о вашем проекте. Она не знает, какой у вас логгер, как вы обрабатываете ошибки и что у вас уже есть готовый MetricsService
Ускорение крупномасштабной миграции тестов с помощью LLM
TL;DRЗадача: перевести тесты React с Enzyme на RTL без потери замысла и покрытия.Подход: LLM-управляемый пофайловый конвейер в виде машины состояний: Enzyme→RTL → Jest → ESLint --fix → фиксы линтера → TSC.Ретраи: повтор шагов до успеха; на каждом повторе модель получает актуальный файл и логи валидации (динамические промпты).Контекст: для сложных кейсов промпты 40–100k токенов (до ~50 связанных файлов, хорошие примеры RTL, исходники компонента и импортов).
Кто спасёт фронтенд, когда кнопки перекрашивает ИИ?
Tailwind напишет ИИ, Redux — давно пора похоронить, а фронтендеру остаётся главный вопрос: быть инженером или уйти в историю как «человек, который красил кнопки».
Google Chrome исполнилось 17 лет: история браузера и его будущее
Команда JavaScript for Devs подготовила перевод статьи Адди Османи к 17-летию Google Chrome. За эти годы браузер прошёл путь от «минималистичного проекта с комиксом» до полноценной платформы для приложений с ИИ. Скорость, безопасность, стабильность и простота остаются его основными принципами, а впереди — новая эра с локальными AI-API и встроенным ассистентом Gemini.Введение
Масло, вода, ртуть, акварель. Простой тест для LLM… или нет?
конечно графика немного не такая, в тесте, но мы явно движемся к этому =)
Переводите i18n JSON файлы с помощью ИИ
Интернационализация (i18n) лежит в основе создания по-настоящему глобального ПО. Традиционно перевод i18n JSON-файлов выполнялся либо людьми, либо инструментами машинного перевода. Перевод, основанный на искусственном интеллекте, выводит точность и удобство для разработчиков на новый уровень. Давайте разберёмся почему.Почему ИИ лучше традиционного машинного перевода1. Понимание контекстаОбычный машинный перевод часто упускает тонкие нюансы контекста. Возьмём пример:{ "pixie.definition": "She is a small imaginary person", "dialog.pixie.answer": "I found it..." }
С чего начать изучение ИИ: лучшие языки программирования в 2025 году
Команда AI for Devs подготовила перевод статьи о том, какие языки программирования для ИИ стоит учить в 2025 году. TL;DR: Python остаётся стартовой точкой, C++ берёт на себя критические по производительности задачи, JavaScript и TypeScript открывают путь к ИИ прямо в браузере, Java удерживает корпоративный сектор, а Go обеспечивает лёгкость продакшн-развёртывания.
Почему ИИ не смог заменить меня в n8n, но стал идеальным ассистентом
n8n — это мощный инструмент, который я, как и многие инженеры, полюбил за гибкость и простоту. Он позволяет собрать практически любую интеграцию, как из конструктора, но с возможностью в любой момент залезть «под капот» с кастомным JavaScript. Идеально.
Мы 30 лет делали сайты руками, а потом пришла нейросеть
Привет, Хабр! Хочу поделиться опытом создания сайта с помощью ИИ. Сразу скажу — я не профессиональный разработчик. Программировал несколько лет назад, потом переключился на другие задачи. Когда понадобилось сделать новый сайт, оказалось, что многое изменилось — новые инструменты, подходы. Пришлось учиться заново, но теперь уже с ИИ в качестве помощника.Так что не судите строго — делюсь тем, что получилось, возможно, многое можно было сделать лучше или правильнее. Буду рад вашим советам!
