Golang Books

🦐 ИИ-ассистент на плате за $10 — с Telegram, памятью и инструментами PicoClaw — лёгкий персональный ИИ-агент на Go. По ссылке — активно развиваемый форк проекта: с веб-интерфейсом, MCP, плагинами и работой нескольких агентов. Что умеет: • Общаться через Telegram, Discord, WhatsApp, Slack и VK. • Искать в интернете, работать с файлами и запускать код. • Выполнять задачи по расписанию и хранить память. • Подключать внешние инструменты через MCP. • Работать с облачными LLM и моделями через Ollama или vLLM. Разработчик заявляет 10–20 МБ RAM для ядра в свежих сборках и поддержку недорогих Linux-плат, включая ARM и RISC-V. Эти мегабайты относятся к самому агенту. Для локального запуска нейросети ресурсы потребуются отдельно; можно подключить модель по API. 💻 https://github.com/afjcjsbx/picoclaw

👣 Примеры программ на Go: 20 готовых проектов на Golang в 2026 с разбором кода 20 готовых программ на Go 1.25+ с подробным разбором: REST API, пул воркеров, итераторы, LRU-кэш, rate limiter, TCP-чат, балансировщик нагрузки и другие. Только стандартная библиотека - копируйте и запускайте. Примеры программ на Go — самый быстрый способ выучить язык. Go (Golang) в 2026 году — один из главных языков для бэкенда, облачной инфраструктуры, DevOps-инструментов и высоконагруженных сервисов: на нём написаны Docker, Kubernetes, Terraform, Prometheus и тысячи микросервисов. Но вместо чтения документации лучше сразу писать реальные программы. В этой статье собраны 20 готовых примеров программ на Go с подробным разбором: от CLI-утилит до балансировщика нагрузки. Весь код актуален для Go 1.25–1.26, использует только стандартную библиотеку, компилируется и запускается командой go run .. Каждый пример — готовая основа для пет-проекта или задачи на собеседовании. https://uproger.com/primery-programm-na-go-2026/

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

🚀 DevOps Interview 2026 - шпаргалка-курс для подготовки к собеседованию Всё, что спрашивают на собеседованиях DevOps / SRE / Platform Engineer в 2026 году — в одном репозитории. Короткая теория, команды, типовые вопросы с ответами, задачи live-coding и «ловушки» интервьюеров. https://github.com/justxor/devops-interview-2026

🛠 Siemens удалила репозиторий. Сообщество сохранило проект. 1 октября Siemens закрыла OpenRadioss, открытый инструмент для моделирования аварий, ударов и разрушений. GitHub-репозиторий удалили без публичного архива. Четыре года работы сообщества остались без своего дома. Но код уже был выпущен под AGPLv3, позволяющей продолжать его развитие. Сооснователь Rocky Linux Брайан Клеменс запустил форк OpenCourant. Полную историю коммитов сохранили, инфраструктуру сборки восстановили. Уже доступны версии для Linux и Windows. Компания может удалить репозиторий. Открытая лицензия даёт сообществу возможность продолжить работу. https://opencourant.org

🎓 Тестовый собес с Go Senior из Гамбурга, с опытом работы в Yandex и Uzum [ + эталонные ответы на 50 сложных вопросов в подарок ] В четверг, 8 октября, в 19:00 МСК приходи онлайн на тестовое собеседование. Можно посмотреть, как всё устроено изнутри, и понять, насколько ты готов к такому интервью. Интервьюер: Маруф Караев — Senior Software Engineer из Гамбурга, ex-Yandex, ex-Uzum. Как это будет: 📂 Маруф задаст разработчику-добровольцу те вопросы и задачи, которые даёт кандидатам на своих интервью. Заранее их никто не знает; 📂 После каждого ответа Маруф даст обратную связь: что прозвучало сильно, а что стоило раскрыть иначе. Так станет понятнее, на что обращают внимание на собесе; 📂 В конце сможешь задать Маруфу любой вопрос и получить развёрнутый ответ; Эфир проходит в рамках менторской программы ШОРТКАТ для Go-разработчиков, которые хотят сменить работу и вырасти в грейде и зарплате. 🎁 Подарок для всех, кто зарегается на веб: файл с эталонными ответами на 50 сложных вопросов с Go-интервью 🔥 Жми на кнопку, чтобы попасть на эфир и забрать подарок ↓ @shortcut_go_bot Реклама. О рекламодателе.

Go 1.27: что нового - подробный разбор для Go-разработчиков Go 1.27 вышел в августе 2026 года и стал самым заметным релизом языка со времён дженериков в Go 1.18. В нём появились дженерик-методы, новый encoding/json/v2, пакет uuid в стандартной библиотеке, постквантовые подписи ML-DSA и стабильный профиль утечек горутин. Это практический разбор для бэкенд-разработчиков: что изменилось, как это выглядит в коде, где можно споткнуться при обновлении и в каком порядке мигрировать продакшен-сервисы. Примеры написаны с нуля и проверены по официальным release notes и документации пакетов на pkg.go.dev. https://uproger.com/go-1-27-chto-novogo/

👣 Большой разбор собеседований на Go в 2026 году На GitHub появился мощный репозиторий для подготовки к Golang-интервью: более 190 вопросов, каверзные задачи и live coding с решениями. Внутри: - 25 задач «что выведет код?»; - 22 live coding задачи с разборами; - goroutines, channels, sync, atomic и memory model; - runtime, scheduler, escape analysis и GC; - generics и context.Context; - HTTP, gRPC, базы данных и брокеры; - System Design для Middle+/Senior; - свежие изменения Go 1.22–1.27. Есть классические задачи вроде Worker Pool, LRU Cache, Rate Limiter, Fan-in, Pipeline, TTL Cache, Singleflight и Graceful Shutdown. По сути, готовая шпаргалка + задачник + roadmap для подготовки к Go-собеседованию. https://github.com/justxor/sobesrazborgoogle

Forwarded From Go наконец получил переносимый SIMD: один код для x86, ARM и WebAssembly В Go 1.27 появился экспериментальный пакет `simd`. Векторный код теперь пишется один раз и работает на AVX, AVX2 и AVX512 на amd64, на NEON на arm64 и на WebAssembly SIMD. Раньше под каждую платформу приходилось держать отдельную реализацию или уходить в ассемблер. Ширина вектора спрятана от типов. Вместо привычных Int32x4 или Float64x8 используются типы вроде simd.Float32s и simd.Uint8s. Сколько элементов влезет в регистр, 128, 256 или 512 бит, решает железо, на котором запущена программа. Код от этого не меняется. Набор операций знакомый: загрузка и выгрузка, Add, Mul, MulAdd, сравнения и маски. В пакет попало только то, что есть на всех платформах, а недостающее эмулируется. Цель авторы формулируют так: писать один раз и получать производительность, близкую к ассемблеру. Компилятор специализирует код под конкретную ширину и убирает накладные расходы на диспетчеризацию внутри вычислений. Если переносимого набора не хватает, можно спуститься ниже. Методы `ToArch()` и `FromArch()` переводят значения в архитектурно-зависимый пакет archsimd из Go 1.26, где доступны инструкции конкретного процессора. archsimd поддерживает ещё PowerPC, s390x, RISC-V64 и loong64. Поведение удобно проверять через GODEBUG. Значение simd=0 включает полную эмуляцию, simd=128, 256 или 512 фиксирует ширину вектора, а вариант с плюсом, например simd=+256, частично включает возможности и паникует на отсутствующих инструкциях. Так можно прогнать тесты на всех ширинах на одной машине. Ограничения тоже есть. В 1.27 нет редукций, поэтому даже сумму элементов вектора придётся собирать обходным путём. В Go 1.28 обещают SVE для ARM, редукции, перестановки элементов, OnesCount и новые операции с масками. Ещё добавят варианты возможностей, чтобы на железе вроде Raspberry Pi код не откатывался в полную эмуляцию из-за одной недостающей инструкции. Включается всё флагом `GOEXPERIMENT=simd`. Для тех, кто пишет на Go инференс, обработку изображений, кодеки или числодробилки, это первый шанс получить векторизацию без ассемблера и без пачки файлов под каждую архитектуру. https://go.dev/blog/simd-experiment

🔥 Stepik Курс: «Python современный AI для разработчика и автоматизации задач» ровно про второе. 63 урока, 382 шага, ноль вдохновляющих рассуждений. В каждом уроке разбор темы с рабочим кодом, короткие вопросы и задача с автопроверкой, которая решается на чистом Python без ключей и без интернета. Внутри то, о чём молчат туториалы: структурированный вывод по схеме, RAG, который не выдумывает, агенты с tool calling, evals и ловля регрессий, кэш, лимиты и очереди, инъекции промптов, локальный запуск через Ollama и vLLM, text-to-SQL с правами только на чтение, pgvector с HNSW, MCP и песочница для кода агента. Плюс то, что окупается в первый же день: разбор входящей почты, отчёты без выдуманных чисел, вебхуки, боты, сценарии в браузере. Для тех, кто уже пишет на Python и устал от демок. 72 часа скидка 55% процентов, начать учиться - https://stepik.org/a/295921

Теренс Тао: «ИИ катком проходит по всей математике. Нам нужно замедлиться. Темп безумный». Примерно через 10 дней OpenAI: • создала независимую консультативную группу из математиков • заявила, что новая модель решила более 100 давно открытых задач • отдельно уточнила, что группа не будет советовать компании, как замедлять внутренний прогресс в математике То есть математиков пригласили помогать с проверкой, публикацией и научными стандартами. Но не с темпом исследований. Советоваться о последствиях будут. Замедляться не собираются. 😬 Заявление о 100 задачах пока принадлежит самой OpenAI. Независимая проверка результатов ещё впереди. https://openai.com/index/advisory-group-on-mathematics-and-ai/

⚡️ Полный стек специалиста по кибербезопасности в одном бандле Хватит собирать знания по крупицам. Мы объединили 5 флагманских прикладных курсов CyberYozh Academy в единую экосистему. Все ключевые инструменты для работы в безопасности и автоматизации: ▪️ Базы данных: SQL для хакера ▪️ ОС и инфраструктура: Linux CyberPunk (с официальным дипломом сисадмина) ▪️ Практический пентест: HackerPoint + HackerPoint (Blue vs Red Team) ▪️ Кодинг и автоматизация: AI-помощники на Python Вместо покупки разрозненных курсов по отдельности (~250 000 ₽), вы забираете полный комплект за 50 000 ₽. ⚠️В открытом доступе на сайте этого бандла нет - предложение доступно только по прямому запросу. 🦔Отправь промокод GolangBooks в чат с менеджером, чтобы закрепить за собой скидку и узнать подробности: 👉@cyacademy_support

Apache Kafka 4.x - продвинутый бесплатный практический курс 2026 года https://github.com/justxor/KAFKAFREECOURSR/tree/main

🔥 Большой гайд по миграции с Go на Rust - без банального «Rust просто быстрее» Главная мысль: для backend-команд переход обычно упирается не в скорость, а в гарантии корректности, runtime trade-offs и ergonomics. Внутри подробно сравниваются: go build → cargo build go test → cargo test go vet → cargo clippy nil → Option<T> error → Result<T, E> interfaces → traits goroutines → async/await -race → compile-time ограничения через Send / Sync Отдельно хорошо показано, где Rust действительно выигрывает: data races, lifetime ресурсов, typed errors, отсутствие GC-пауз и более жёсткие гарантии компилятора. Но автор не агитирует переписывать всё подряд: для большинства backend-сервисов Go остаётся достаточно быстрым и очень удобным. Rust имеет смысл там, где цена runtime-багов уже выше, чем цена более сложной разработки. Есть и практический раздел про постепенную миграцию сервисов, а не «rewrite from scratch». https://corrode.dev/learn/migration-guides/go-to-rust/

🔥 Один из лучших обучающих курсов на StepiK по SQL SQL можно знать годами и всё равно теряться, когда запрос внезапно начинает тормозить в проде. Этот курс про уровень, где ты не просто пишешь SELECT, а понимаешь, что происходит внутри MySQL, почему запрос работает медленно и как ускорить его без новых проблем. Здесь разбираются EXPLAIN, индексы, CTE, оконные функции, транзакции, аналитические паттерны, legacy SQL и работа с AI-ассистентами. Каждый урок - с практикой и реальными SQL-задачами на MySQL 8 с автопроверкой. После курса ты сможешь увереннее разбирать чужой код, находить узкие места и предлагать решения, которые действительно работают. Для подписчиков скидка - 49% в течение 2 суток: https://stepik.org/a/298827/

Forwarded From 🔥 Как Kronk управляет локальными LLM и не убивает VRAM Kronk — Go SDK и model server поверх llama.cpp, который позволяет запускать модели локально прямо внутри Go-приложения без Python-стека и отдельного inference-сервера. :contentReference[oaicite:0]{index=0} Самое интересное — model management. Когда вы загружаете модель, системе мало просто открыть GGUF. Нужно понять: модель → файлы → параметры железа → доступная RAM/VRAM → context size → конфигурация запуска Kronk автоматически подбирает настройки под конкретное железо и учитывает память не только под веса модели, но и под KV cache, compute buffers и параллельные запросы. :contentReference[oaicite:1]{index=1} Внутри также есть: - continuous batching - общий экземпляр весов для нескольких запросов - отдельный KV cache для каждой активной сессии - кеширование уже обработанного контекста - автоматическая загрузка совместимых llama.cpp библиотек и моделей В итоге приложение работает с локальной LLM почти как с обычным API, а большая часть низкоуровневой возни с памятью, загрузкой и inference остаётся внутри Kronk. https://internals-for-interns.com/posts/kronk-model-management/