Open Source + Разработка

1. Безопасность: Бэкэнд помогает защитить конфиденциальные данные и токены аутентификации пользователей от атак типа MITM (Man-in-the-Middle). Он выступает в качестве защищенного шлюза между пользовательским устройством и базой данных или внешними службами, обеспечивая шифрование и аутентификацию всех данных.

2. Контроль над использованием сервисов: Управляя API и взаимодействием с пользователями через бэкэнд, вы можете отслеживать и контролировать использование приложения. Это включает в себя дросселирование для управления нагрузкой, предотвращение злоупотреблений и обеспечение эффективного использования ресурсов.

3. Интеграция с базой данных: Бэкэнд обеспечивает бесшовную интеграцию с базами данных, позволяя динамически хранить, извлекать и обновлять данные в режиме реального времени. Это важно для приложений, которые требуют учетных записей пользователей, хранят их предпочтения или нуждаются в быстром и безопасном получении больших объемов данных.

4. Модели подписки и Freemium: Реализация услуг по подписке или модели freemium требует наличия бэкенда для выставления счетов, отслеживания использования и управления уровнями пользователей. Бэкэнд может безопасно обрабатывать платежи и подписки, обеспечивая бесперебойную работу пользователей и соблюдая требования по защите данных.

5. Масштабируемость и обслуживание: Бэкэнд позволяет более эффективно масштабировать приложение. Логику на стороне сервера можно обновлять без необходимости передавать обновления клиенту, что упрощает обслуживание и ускоряет внедрение новых функций.

По сути, бэкенд — это не только функциональность, но и создание безопасной, масштабируемой и устойчивой среды для процветания вашего приложения.

Объяснение технического стека

• SwiftUI: Лучший вариант для нативных приложений для iOS после выхода UIKit. Он декларативен и упорядочен, а XCode является незаменимым редактором благодаря эпл. Для android код можно легко перевести на Kotlin с помощью Jetpack Compose.

• FastAPI: Выбран для бэкенда за его скорость, минимальное количество шаблонов и декларативность, редактируется с помощью превосходного Zed.dev.

• ChatGPT API: Используется в качестве большой языковой модели (LLM); выбор может меняться в зависимости от необходимости кастомизации.

• Ngrok: Реализует туннелирование с помощью простой команды CLI для выхода локального сервера в интернет.

Создание приложения для iOS

Теория: Архитектурные паттерны

1. MVVMP (Model View ViewModel Presenter):

• Model: Представляет собой структуры данных, используемые в приложении, такие как Question, Answer, Questionary и FilledQuestionary. Эти модели просты и содержат только данные, следуя принципу KISS.

• View: Отвечают только за представление пользовательского интерфейса и делегируют все данные и логику презентерам. Они не содержат никакой бизнес-логики и спроектированы так, чтобы быть простыми и сосредоточенными на рендере UI.

• ViewModel: В SwiftUI ViewModel представлена объектом ObservableObject, который служит моделью наблюдения за изменяемыми данными. Здесь нет методов и логики.

• Presenter: Presenter управляет всей логикой, связанной с модулем (экраном или представлением), но не бизнес-логикой. Он взаимодействует с доменным слоем для выполнения операций бизнес-логики, таких как взаимодействие с API или управление сохранением данных.

• Domain Layer: Этот слой содержит бизнес-логику приложения и взаимодействует с внешними ресурсами, такими как базы данных, API или другие сервисы. Он состоит из нескольких компонентов, таких как сервисы, провайдеры, менеджеры, репозитории, мапперы, фабрики и т. д.

• На самом деле, MP в MVVMP является инициалами Марка Паркера, а полная форма — «Model View ViewModel by Mark Parker».

1. Принципы СОЛИД:

   • Принцип единой ответственности: У каждого класса должна быть только одна причина для изменений.

   • Принцип открытость-закрытость: Компоненты должны быть открыты для расширения, но закрыты для модификации.

   • Принцип замещения Лискова: Объекты суперкласса должны быть заменяемы объектами подклассов.

   • Принцип разделения интерфейсов: Ни один клиент не должен быть вынужден зависеть от интерфейсов, которые он не использует.

   • Принцип инверсии зависимостей: Зависимость от абстракций, а не от конкретики, чему способствует DI.

2. Инъекция зависимостей (DI): Реализация с использованием DI-контейнера для соблюдения принципа инверсии зависимостей.

Разработка бэкенда

Код бэкенда довольно прост. Эндпоинты (main.py):

"onboarding" предоставляет список вопросов анамнеза, которые необходимо заполнить при первом запуске приложения. Ответы будут сохранены на устройстве и использованы для персонализированной диагностики в будущем. "doctor" — основной эндпоинт: он генерирует вопросы на основе предыдущих ответов и карты пользователя, либо возвращает результат диагностики.

Модели:

Промпты:

Модуль промптов использует GPT-3.5 от OpenAI для генерации ответов на основе пользовательского ввода, анамнеза и заполненных анкет. Он возвращает пользователю соответствующие вопросы и советы по диагностике здоровья. Как видите, ничего сложного здесь нет. Код элементарен, а промпты - просто набор четких инструкций для LLM.

Настройте окружение и запустите сервер с помощью fastapi dev main.py.

Подробности:

• fastapi.tiangolo.com/tutorial/first-steps

• pypi.org/project/openai/

Открытие доступа к локальному хосту через Интернет

1. Зарегистрируйтесь на сайте ngrok.com и получите токен доступа.

2. Установите ngrok с сайта ngrok.com/download.

3. Выполните команду ngrok config add-authtoken <TOKEN>.

4. Запустите с помощью команды ngrok http http://localhost:8080 (при необходимости измените порт).

Подробные инструкции по настройке можно найти в документации ngrok.

Кодим приложение

Я не буду показывать здесь весь исходный код, для этого есть GitHub. Найти его можно по адресу: HouseMDAI iOS App. Вместо этого я остановлюсь только на важных (IMO) моментах.

Начнем с краткого описания задачи: нам нужно приложение с текстовым полем на главном экране, возможностью задавать набор динамических вопросов и показывать ответ. Также нам нужен одноразовый онбординг. Итак, приступим к коду.

Первым делом нам нужны модели, и они довольно просты (принцип KISS).

Теперь давайте сделаем онбординг. Продолжаем следовать KISS и SRP (Single Responsibility Principle), никакой бизнес-логики в представлениях, только UI. В данном случае - только список вопросов с прокруткой. Все данные и логика делегированы презентеру. Единственное, что здесь интересно, это небольшой вспомогательный метод bindingForQuestion, который, вероятно, должен быть в презентере, но сейчас это не имеет значения.

Вы будете удивлены, но в презентере также нет никакой бизнес-логики!

Все по-прежнему simple, stupid и имеет только одну ответственность. Presenter должен содержать только логику своего представления. Бизнес-логика уровня приложения находится вне его юрисдикции, поэтому презентер просто делегирует ее наверх по стэку вызова.

Также можно заметить, что и View, и Presenter не инстанцируют ни одну из зависимостей, а получают их в качестве параметров при инициализации. Это соответствует принципу инверсии зависимостей, согласно которому модули высокого уровня не должны зависеть от модулей низкого уровня, но оба должны зависеть от абстракций. Это обеспечивает гибкость и упрощает тестирование, а также позволяет легко заменять зависимости или внедрять макеты для целей тестирования.

При использовании паттерна Dependency Injection зависимости предоставляются извне класса, а не инстанцируются внутри него. Это способствует развязке и позволяет упростить поддержку и тестирование кода.

Хотя в данном примере протоколы не используются явно, стоит отметить, что протоколы могут играть важную роль в коде, особенно для абстрагирования и облегчения тестирования. Определив протоколы для представлений, презентаторов и зависимостей, становится проще заменять реализации или предоставлять моки во время тестирования.

Если вы рассматриваете возможность использования протоколов в представлениях SwiftUI, необходимо помнить об одном важном моменте. Поскольку View в SwiftUI - это структура, она требует явного указания типов своих свойств. Это означает, что вам придется сделать её дженериком и пробрасывать тип через весь стек вызовов, что приведет к появлению большого количества шаблонного кода.

Однако существует альтернативный подход, предлагаемый MarkParker5/AnyObservableObject.
Эта библиотека работает аналогично родным оберткам свойств SwiftUI, но убирает проверку типа во время компиляции в пользу проверки во время рантайма. Хотя такой подход может внести некоторые риски, их легко снизить, написав элементарные xcode тесты, которые просто инициализируют представления так же, как вы делаете это во время рантайма.

Используя эту альтернативу, вы можете упростить свой код и оптимизировать процесс работы с протоколами в SwiftUI.

Итак, если презентер не содержит бизнес-логику, то где же она? Это задача для доменного слоя, который обычно содержит сервисы, провайдеры и менеджеры. У них всех очень схожее применение, и разница между ними до сих пор является предметом дискуссий. Давайте создадим OnboardingProvider, который будет содержать всю бизнес-логику процесса онбординга.

Опять же, он выполняет только одну задачу: управление бизнес-логикой процесса onboarding. Такая инкапсуляция позволяет другим классам взаимодействовать с ним без необходимости беспокоиться о деталях его внутренней реализации, что способствует созданию более чистой и удобной кодовой базы.

Теперь давайте соберем все вместе в корне приложения.

Это приложение SwiftUI устанавливает свое начальное состояние с помощью оберток полей StateObject. Оно инициализирует OnboardingProvider, OnboardingPresenter и HomePresenter в своем методе init. Провайдер OnboardingProvider отвечает за управление данными, связанными с онбордингом, а OnboardingPresenter управляет логикой представления онбординга. HomePresenter управляет главным домашним представлением.

В теле сцены приложения проверяется, нужна ли регистрация на сайте. Если да, то она представляет OnboardingView с OnboardingPresenter. В противном случае она представляет TabView, содержащий HomeView с HomePresenter и, если доступно, ProfileView.

Теперь настало время для домашнего экрана. Логика проста:

1. Получаем сообщение от пользователя

2. Используя сообщение, запрашиваем список вопросов из бэкенда

3. Показываем вопросы по одному, используя встроенную push-навигацию.

4. Добавляем ответы к запросу и повторяем 2-4, пока бэкенд-доктор не вернет окончательный результат

5. Показываем финальный результат

Похоже, я пропустил 4-й пункт... или нет? Поскольку представление не может содержать никакой логики, эту часть выполняет его презентер.

Он управляет вводом сообщения пользователем и обновляет путь навигации на основе ответов от бэкенда.

При отправке сообщения метод onSend() отправляет его на бэкенд с помощью DoctorProvider и ожидает ответа. В зависимости от типа ответа он обновляет навигационный путь, отображая либо набор вопросов, либо окончательный ответ.

Аналогично, когда заполняется вопросник, метод onQuestionaryFilled() отправляет заполненный вопросник на бэкенд и соответствующим образом обновляет путь навигации.

Здесь есть небольшое дублирование кода между методами onSend() и onQuestionaryFilled(), которое можно было бы отрефакторизовать в один метод для обработки обоих случаев. Однако оставим это как упражнение для дальнейшей доработки.

Модуль Questionary (View+Presenter) почти является копией Onboarding и просто делегирует логику до HomePresenter, поэтому я не вижу необходимости показывать код. Опять же, для этого есть github.

Последнее, что я хочу показать, это две реализации DoctorProvider, единственной обязанностью которых является вызов API и возврат DoctorResponse.

Первая использует наш бэкенд:

Вторая вызывает openai api напрямую (подход backendless) и является практически копией модуля подсказок из бэкенда:

Обе реализации легко взаимозаменяются благодаря инъекции зависимостей:

Другой пример

Посмотреть пример этой архитектуры в реальном приложении можно в моем проекте TwiTreads на github.com/MarkParker5/TwiTreads

Что делать дальше

• Интегрируйте аутентификацию и базу данных пользователей в бэкенд. Можете использовать официальный шаблон FastAPI из FastAPI Project Generation.

• Реализуйте логику аутентификации в приложении.

• Сосредоточьтесь на улучшении дизайна приложения, чтобы повысить удобство работы с ним. Давайте создавать красивые приложения!

Заключение

Приведенные проекты и ссылки на код служат реальными примерами, чтобы дать толчок вашей собственной разработке. Помните, что красота технологии заключается в итерациях. Начните с простого, создайте прототип и постоянно совершенствуйте его. Каждый шаг вперед приближает вас к овладению искусством разработки программного обеспечения и, возможно, к следующему большому прорыву в технологиях. Счастливого кодинга!

О других интересных проектах периодически пишу в телеграм.

№1. Libresolarbox

Проект OpenHardware SolarBox посвящен основам независимого фотоэлектрического источника питания и хранения энергии с использованием LiFePo4 аккумуляторов. Особое значение имеет графическое представление данных о солнечной энергии для контроля эффективности и в качестве основы для дальнейшего развития системы.

Концепция включает в себя типовые реализации на трех различных уровнях сложности, каждая из которых предназначена для трех различных областей применения и требований к производительности:

• Уровень: PowerBank - для мобильных устройств

• Уровень: eBike - для педальных велосипедов

• Уровень: BaseLoad - для автономного электроснабжения дома

LibreSolarBox Baseload, монолитная версия с инвертором и сетевым выключателем (не показан), для стационарного применения (домашние фотоэлектрические станции, емкостью от 0,9 до 2,4 кВт/ч)

Solarbox Powerbank

Powerbank используется для питания мобильных устройств, таких как ноутбуки, планшеты или iPhone, или освещения для активного отдыха. Необходимая емкость аккумулятора (при современном уровне развития техники) составляет до 72 Ач при напряжении системы 12 вольт (= 0,9 КВт-ч). Используются солнечные панели с номинальной мощностью от 100 до 300 Вт/

LibreSolarBox V.02. Для выставок и демонстраций боковая стенка из оргстекла позволяет видеть внутренности, но можно использовать и сплошную стенку.

LibreSolarBox V.02 Каркас основан на библиотеке компонентов UniProKit

Соединения LibreSolarBox V.02: сверху вниз: Powerswitch, CAN интерфейс, USB 5V, DC 12V, MC4 разъем для фотоэлектрической панели.

Аккумулятор LibreSolarBox V.02: ячейки CAM72 от CALB емкостью 72 А*ч, общая емкость около 0,92 кВт*ч

Solarbox Powerbank является частью более крупного проекта под названием [LibreSolarBox V.02], который осуществляется в сотрудничестве с LibreSolar и рабочей группой COS(H) и основан на LibreSolar_BMS.

Каркас бокса основан на Universal Prototyping Kit, открытом аппаратном конструкторе, что обеспечивает максимальную гибкость при разработке.

Эта версия заменяет более старую, разработанную нами, и архивируется здесь: SolarBox PowerBank (ранняя версия), и здесь: SolarBox Basics.

Дополнительную информацию можно найти на нашей странице проекта в Вики:

https://wiki.opensourceecology.de/SolarBox

Проект на GitHub:

https://github.com/CollectiveOpenSourceHardware/LibreSolarBox

№2. ZAC+

Цель этого проекта - разработать решение для долгосрочного хранения электрической энергии.

Как проект OSEG, ZAC+ представляет собой интересную альтернативу никель-железному аккумулятору («батарея Эдисона»), включенному в список OSE-US Top50.

Однако, в отличие от него, технология более понятна и проста, особенно производство. Компоненты легче достать и они сравнительно нетоксичны, что облегчает работу с ними.

Проект состоит из двух элементов:

1. цинково-воздушный топливный элемент Элемент состоит из углеродного катода, проводящего атмосферный кислород, и цинкового анода. В качестве электролита используется гидроксид калия, растворенный в воде (раствор едкого кали). Цинк «холодно сжигается» в качестве топлива, то есть окисляется, и образуется оксид цинка (ZnO). Теоретически максимальная плотность энергии ZAC составляет около 1,3 кВт*ч/кг.

2-й рециклер ZnO Для регенерации или перезарядки использованного топлива оксид цинка должен быть восстановлен до цинка с использованием энергии. Это можно сделать различными способами, например, при высоких температурах (>1200°C) с добавлением углерода или более простым способом - в процессе гальванизации, который и является тем решением, на которое мы ориентируемся в данном случае.

ZAC+ обладает рядом преимуществ, особенно по сравнению с другими типами аккумуляторных систем (свинцово-кислотными, литиевыми и т. д.), в том числе следующими:

Неограниченное количество циклов

• Неограниченный срок хранения

• Нечувствительность к глубокому разряду и перезарядке

• Простые и дешевые компоненты, доступные повсеместно

• Компоненты абсолютно безвредны для окружающей среды

• Самая высокая плотность энергии

Применение

• Стационарные, в качестве долговременных накопителей для солнечной энергии или других альтернативных источников энергии. Пока первичная энергия доступна бесплатно, вопрос эффективности имеет второстепенное значение.

• Цинково-воздушный топливный элемент имеет более высокую плотность энергии, чем литий-ионные элементы, используемые в настоящее время в широких масштабах.

Цели

• Сезонное хранение большого количества энергии в течение нескольких месяцев

• Определение эффективности всей системы (ZAC и утилизатор ZnO).

• Функционирующий прототип

• Собственное производство газодиффузионного электрода или его альтернативы

Экспозиция

• Сотрудничество с внешним партнером, Revoneer

• Создание прототипов с помощью аддитивного производства/3D-печати

Ссылки:

• https://wiki.opensourceecology.de/Zn/O-Brennstoffzelle

• https://github.com/case06/ZACplus

№3 FROSE2

Проект Frose2 предусматривает строительство фрезерного станка OSEG с рабочей зоной примерно 100 x 70 x 8 см. Это важная часть и способствует дальнейшему развитию других проектов OSEG, например:

• разработка общих прототипов

• Оборудование для мастерских OpenEcoLabs: самовоспроизведение

• Производственный станок для компонентов OpenHardware (например, UniProKit)

• Проект LibreSolarBox: отверстия в пластинах корпуса для соединений/разъемов

• Проект OHLOOM: производство деталей боковых панелей для наборов, в качестве основы для курсов (повышение квалификации) и мастер-классов.

• Проект ZAC+: фрезерные реакционные камеры с входными и выходными каналами из оргстекла.

Основой для конструкции послужил каркас старого специального станка с ЧПУ на базе Isel, который можно было купить очень дешево, и который изначально состоял только из основного корпуса и осей X и Y.

Это означало, что ось Z была недоступна, и ее пришлось полностью перепроектировать и переделать.

Нам удалось использовать очень качественный конструкторский план OpenHardware от Себастьяна Конца, оператора популярного и очень рекомендуемого канала на YouTube, посвященного фрезерным станкам с ЧПУ, которого мы хотели бы еще раз поблагодарить за это.

Мы внесли несколько небольших изменений в наши условия (например, просверлили отверстия для крепления оси Z к порталу) и перенесли все CAD-файлы в предпочитаемый нами формат FreeCAD.

Кроме того, на всех осях были установлены новые шаговые двигатели и разработан подходящий контроллер, основанный на Arduino Nano с открытым исходным кодом и прошивкой GRBL 1.1. В качестве управляющего программного обеспечения мы используем bCNC, также имеющий открытый исходный код.

В качестве фрезерного шпинделя используется Kress 1050 FME с частотой вращения 24000 об/мин.

Поперечная пластина

Поперечная пластина служит для соединения шпиндельного суппорта с порталом или осью X. Это происходит через соединительную пластину, расположенную под прямым углом к ней, поэтому здесь достигается особенно высокий уровень стабильности и жесткости благодаря двум крепежным уровням, расположенным под прямым углом.

Поперечная пластина требует углубления для гайки шпинделя и теоретически может быть изготовлена из толстого куска алюминия - но для этого потребуется фрезерный станок с ЧПУ. По этой причине углубление здесь создано путем дублирования узкими алюминиевыми пластинами, что также позволяет или несколько упрощает изготовление вручную.

Сборка

Плита каретки подвижно соединена с поперечной плитой с помощью линейных приводов. Направляющие каретки привинчены к задней части поперечной пластины, а рельсы прикреплены к каретке.

Блок гаек шпинделя (для приведения в движение) также соединен с поперечной плитой, а с другой стороны каретки находится шпиндель вместе с фиксированными и плавающими подшипниками и шаговым двигателем.

Составные части

Алюминиевые панели разработаны таким образом, чтобы их можно было изготовить вручную (с помощью дрели). При выборе размеров панелей была сделана попытка использовать панели, которые уже имеют правильные стандартные размеры и поэтому не требуют дополнительной обработки. Только панель для дублеров нужно прорезать один раз по центру.

Для получения дополнительной информации и подробной спецификации материалов (BOM), вот ссылка на страницу проекта на нашей платформе Wiki:

https://wiki.opensourceecology.de/Portalfr%C3%A4se

Посмотреть 3D-модель в браузере:

https://myhub.autodesk360.com/ue2971a9d/g/shares/SH7f1edQT22b515c761ee0871d644037a8fd

Станок за 500€:

https://www.instructables.com/LOW-COST-DIY-500-CNC-MILL/

№4 Намоточная машина для армированных труб

https://wiki.opensourceecology.de/Wickelmaschine_faserverst%C3%A4rkte_Rohre

Разработка, проектирование и изготовление прототипа были выполнены в рамках магистерской диссертации в Университете прикладных наук Оснабрюка.

stl-файлы и чертежи можно скачать по следующей ссылке: https://github.com/Simon0613/Wickelmaschine.

Эта намоточная машина может использоваться для производства армированных волокном труб, например (CFRP или GFRP). Размеры трубок могут быть индивидуальными и могут использоваться, например, для изготовления спортивного или туристического снаряжения. Машина работает по технологии укладки или обмотки лентой, при которой однонаправленные армированные пластиковые ленты обматываются вокруг сердечника и скрепляются с нижними слоями под воздействием источника тепла.

Намоточный станок может быть изготовлен с использованием простых производственных процессов. Большинство компонентов можно изготовить с помощью 3D-принтера FDM. Также используются стандартные детали, такие как винты, подшипники, гайки с оплавлением и пружины. Для привода осей используются компоненты, которые можно найти во многих 3D-принтерах: Шаговые двигатели, ремни и шкивы GT2, Arduino Uno, CNC shield и т.д. Остальная часть состоит из полуфабрикатов, таких как трубки и плоские профили, которые нужно распилить, просверлить и немного обработать напильником.

Размеры труб могут быть спроектированы в соответствии с личными требованиями. Станок может производить трубы диаметром 15-55 мм. Длину труб можно регулировать по желанию, только заранее необходимо скорректировать размеры станка под нужную длину труб.

Для сборки системы понадобятся следующие инструменты:

• Дрель

• Инструмент для разметки отверстий

• Плоский напильник

• Сверло 3,3 мм

• Сверло 4,5 мм

• Метчик M4

• Зенкер

• Зенковка для винтов с цилиндрической головкой M4

• Паяльник

• Измерительная лента

• Пила

• Очиститель

• Набор торцевых шестигранных ключей

Предыдущий пост:

Open-Source #1 Железо

Всем добра =)

В этой статье мы не будем вдаваться во все подробности технических деталей, реализаций и протоколов, а сосредоточимся на более общем, абстрактном, пользовательском описании системы, иначе статья выйдет слишком длинной, но мы обязательно вернемся ко всем деталям позже

Домашние гаджеты

Сегодня существует много разных гаджетов для дома: светильники, шторы, обогреватели, пылесосы, датчика безопасности и микроклимата. Они созданы для того, чтобы облегчить жизнь, но не всё так однозначно.

Раньше каждое устройство имело свой протокол управления, свои стандарты, свои методы безопасности и каждому из них нужно было отдельное приложение или пульт. Чем больше устройств в доме, тем больше времени нужно посвятить управлению ими, что превращается в новую рутину. Это похоже на жонглирование слишком большим количеством мячей.

Существующие решения

Системы "умного" дома (или домашней автоматизации) должны были решить эту проблему, но до идеала им еще далеко. Есть два типа таких систем: проприетарные от цифровых корпораций и народные с открытым кодом. К сожалению, и у тех, и у тех есть минусы. Предлагаю составить график, в котором по оси x будет легкость использования сложной к простой, а по оси y - умность и функциональность системы.

Окажется, что все проприетарные системы находятся где-то в центре-внизу. Они дают некоторый функционал, с которым может справиться обычный человек, потратив какое-то время на изучение. Чаще всего эти системы являются закрытыми и поддерживают только свой ограниченный список устройств в своем специальном приложении. Их функциональность сводится к замене физического выключателя кнопкой в телефоне или простыми голосовыми командами. Иногда встречаются элементарные автоматизации, точнее скрипты, которые нужно писать вручную.

В то же время они слишком зависят от облачных решений. Сбой сервера, изменения в политике, новые регуляции или простое отсутствие интернета означают отключение умного дома.

Но, что хуже всего, самые популярные системы принадлежат рекламным или маркетплейсным гигантам, зарабатывающим на продаже персональных данных пользователей. Это основа их бизнес-модели, из-за чего они не могут измениться, поэтому о доверии и приватности здесь не может быть и речи.

Тем, кто хочет больше возможностей или не хочет слежки, приходится переходить на открытые решения и платить за это сложностью настройки и установки. Это область выше и левее центра, но часто это того стоит. Открытые системы предлагают больше свободы, возможности интеграции с любыми устройствами и протоколами благодаря плагинам, неограниченные кастомизации и полный контроль. Единственное, это задачка для технарей, желающих проводить вечера за изучением форумов и разработкой. Точно так же некоторым нравится проводить часы в гараже перебирая все детали машины. Я не говорю, что это плохо, ведь у каждого есть свои хобби, но большинство людей хочет автомобиль, чтобы просто на нем ездить. Конечно, вы можете нанять профессионала, который займется всеми устройствами и безопасностью, потратив на это целое состояние. Но что, если вы не хотите ни нанимать профессионала, ни становиться им самостоятельно?

Мы хотим сделать систему, которая займет правый верхний угол: будет работать прямо из коробки, поддерживать широкий спектр устройств, надежно хранить данные пользователей, при этом будет умнее и функциональнее остальных.

Экосистема умного дома

Поговорим о том, как устроены экосистемы умного дома и чем они отличаются от систем домашней автоматизации. Все начинается с устройств, напрямую управляющих домом: лампы, реле, модули с мотором. Это первый "физический" уровень. Вторым уровнем пусть будет интерфейс "application layer". Свяжем их через wifi или bluetooth.

Но представим, что у нас несколько устройств, у каждого по своему приложению. Выглядит не очень удобно, да?

Теперь переведем устройства на более энергоэффективные радиопротоколы. Но как подключить их к смартфону? Добавим посредника в виде хаба, у которого с одной стороны радиомодуль, а с другой - тот же wifi. В качестве бонуса подключим к хабу все устройства того же производителя. Теперь в приложении может быть несколько устройств, но только одного бренда. Так выглядят закрытые "экосистемы". Каждая использует свои протоколы и стандарты, так что они не совместимы между собой.

Но, что хуже, далеко не все приложения умеют общаться с хабом напрямую в пределах локальной сети (LAN) и используют сервер даже когда вы находитесь дома. Это тот случай, когда отключение интернета означает полный блэкаут, а наличие интернета - возможность удаленного управления домом из облака (доверяете ли вы облаку компании, зарабатывающей на продаже ваших персональных данных, но не заботящейся об их сохранности?).

Чтобы это исправить, заменим проприетарный хаб на raspberry pi с какой-нибудь open source системой домашней автоматизации, а также добавим плагины для интеграции устройств. Это позволяет объединить все устройства в одну систему, например, чтобы программировать общие автоматизации или продвинутые сценарии. Уже лучше, но пропала одна мелочь под названием интерфейс.

К счастью, некоторые open source решения идут комплектом с вебным фронтендом или даже мобильным приложением (но не всегда с user-friendly интерфейсом). Добавив еще пару плагинов, мы можем пробросить часть устройств (или все, если очень повезет) в приложение какой-то из экосистем. В таком случае хаб выступает посредником или адаптером для устройств сторонних производителей. Но теперь мы зависимы от этой экосистемы и получаем те проблемы, о которых шла речь в начале статьи. В качестве альтернативы, мы можем подключить другой плагин с кастомным облаком, но это уже становится или слишком сложно, или все еще недостаточно безопасно.

Хочу заметить, что не всегда проприетарный хаб можно полностью заменить на кастомный. Часто вам понадобится иметь оба хаба (проприетарный и кастомный), чтобы система поддерживала оригинальные приложения и устройства. В итоге это может превратиться в запутанный клубок технологий.

Кстати, этот пример мне кое-что напоминает:

Итак, у нас есть 4 уровня: устройства, хаб (автоматизации, программное управление), сервера, интерфейс (приложения, голосовые ассистенты, итд). Экосистема — это все 4 уровня и их связь, а не какой-то один. Чтобы все работало идеально, мы делаем не просто один из уровней, например, систему автоматизации на уровне хаба. Мы делаем все три верхних уровня: приложение, голосовой ассистент, облако и хаб с максимальной поддержкой устройств других производителей, таким образом получая максимальную совместимость и интеграцию всей системы из коробки: автономную, приватную, независимую и безопасную. Это - МажорДом.

Чем наша система будет умнее: наша философия

В фундаменте своей работы мы закладываем следующие принципы:

• Полная приватность личных данных — дом не место для чужих глаз. Конфиденциальность — базовое право каждого пользователя.

• Автономность — максимальная независимость от внешнего мира, отключенный интернет не должен стать проблемой

• Легкость настройки и использования — технологии должны служить человеку, а не наоборот

• Максимальная поддержка разных устройств, протоколов и интеграций - в дополнение к предыдущему пункту

• Никаких искусственных ограничений — не быть эпл и дать возможность глубокой настройки и кастомизации тем, кому это нужно

Итак, мы собираемся заново изобрести умный дом. По нашему мнению, настоящий умный дом состоит из невидимой армии устройств, которые работают автономно в фоновом режиме, улучшая вашу повседневную жизнь и прикрывая вашу спину. По сути это цифровой дворецкий.

Настоящий умный дом должен быть независимым от внешнего мира. Никаких сбоев из-за отказа интернета или случайного сервера. Это полностью автономная экосистема, которой больше ничего не требуется: ни интернета, ни облачных сервисов, ни даже человека.

В то же время система должна быть простой в использовании. Никаких долгих установок и настроек. Отсутствие периодического изменения настроек. Никакого написания кода. Просто достать из коробки и включить. Технологии должны работать на вас, помните?

Описание MajorDom

Но как нам это сделать? Прежде всего, системе нужно имя. Мы выбрали для неё название MajorDom, которое отлично отражает её сущность. (от англ. majordomo — мажордом, дворецкий, управляющий домом)

Приватность

Пока остальные системы представляют собой черные ящики, мы считаем, что MajorDom должен иметь открытый исходный код, чтобы не было никаких скрытых манипуляций, любой человек мог открыть его, прочитать, выделить проблемы, предложить изменения или даже внести свой вклад.

Хотя исходный код общедоступен, данные пользователя защищены как никогда раньше. Чтобы сделать систему приватной и автономной, большая часть данных хранится локально на устройствах, в основном хабе. Это гарантирует конфиденциальность, а поскольку все данные хранятся локально, автоматизация и все остальные функции прекрасно работают даже при отсутствии интернета в отличие от систем, которые всегда полагаются на подключение к серверу, поскольку все данные хранятся где-то в интернете.

Но в некоторых случаях данные необходимо передавать через интернет, например, с помощью удаленного управления, когда вы не дома. В этом случае данные надежно шифруются (end-to-end), а ключи хранятся только на физических устройствах пользователя. Это означает, что вы всегда можете получить удаленный доступ к своему дому, но только вы и никто другой, включая админов и разработчиков.

Поддерживаемые устройства

Конечно, прежде чем настраивать автоматизации, в доме нужны устройства. Zigbee Alliance, переименованный в Connectivity Standards Alliance или CSA, — это объединение различных компаний, занимающихся умным домом, которые решили создать универсальный протокол связи для всех устройств домашней автоматизации. Они назвали этот протокол Matter. И MajorDom с ним совместим. Это означает, что вы можете добавить любое совместимое с Matter устройство в свою систему MajorDom. И это еще не все.

Matter изначально поддерживает только самые распространенные базовые устройства, поэтому мы создали протокол связи Merlin. Благодаря более гибкой архитектуре он не только существенно расширяет список поддерживаемых устройств, но и делает его бесконечным.

В то же время мы понимаем, что сегодня только малая часть уже выпущенных устройств поддерживает один из этих протоколов, поэтому мы также собираемся добавить интеграции устройств, использующих zigbee, z-wave, wifi и BLE, таким образом став самой универсальной экосистемой.

Интерфейс

Мы наконец-то собрали в одном месте все устройства, но как с ними общаться? Для этого мы разработали красивое мобильное приложение, доступное практически на всех платформах, включая устройства Android — телефоны, планшеты и часы, а также устройства Apple — iPhone, iPad, Mac, Apple Watch, Apple TV, CarPlay и даже новый шлем Vision Pro. Приложения так же включают виджеты, которые можно разместить на домашнем экране, экране блокировки или в любом другом месте, поддерживаемом операционной системой, что позволит управлять домом даже не запуская приложение.

По-настоящему умный дом большую часть времени должен работать автономно, в фоновом режиме, чтобы вы этого даже не замечали. Но как мы собираемся это автоматизировать, если никто не хочет писать скрипты?

Вместо этого:

Для автоматизации мы добавили в приложение вторую вкладку, которая поможет легко настроить любой сценарий. Но это было слишком просто и мы пошли дальше.

Чтобы еще больше упростить этот процесс, мы изобрели технологию умных предложений, которая предсказывает, что вы хотите автоматизировать. Иногда она настолько умна, что даже не требует помощи пользователя. Например, вы можете просто добавить все устройства и начать использовать их, не добавляя никакой автоматизации или сценария. Через некоторое время эта технология предложит сцены и автоматизацию на основе ваших привычек. Вы даже можете разрешить ей добавлять сцены и автоматизации без подтверждения, полностью в фоновом режиме. Настоящие умные автоматизации.

Арчи — умный голосовой ассистент

Автоматизация — это хорошо для ежедневной рутины, но иногда требуется более индивидуальный подход. Арчи в этом профессионал. В отличие от других "ассистентов", он понимает вас с высокой точностью, знает контекст, улавливает по несколько сложных запросов за сообщение и общается так, будто вы разговариваете с настоящим помощником, а не просто диктуете голосовые команды!

Перевод:
— Арчи, проверь мое расписание
— У вас встреча с командой разработки в 3 часа и планы на ужин в 7. Также, не забудьте, что сегодня день рождения у вашей мамы. У вас есть достаточно времени на звонок между 4 и 6 часами вечера

Арчи предназначен не только для контроля дома, но и для каждого аспекта повседневной жизни, от управления заметками до предоставления общей информации и голосовых уведомлений.

Как настоящий профессиональный мажордом, Арчи говорит на многих языках. Он может одновременно слушать до трех заранее выбранных языков и отвечать на соответствующем.

Арчи унаследовал все основные ценности MajorDom: конфиденциальность, автономность, простота в использовании и настоящая умность. Он может работать офлайн, но интернет расширяет его возможности до неограниченного диапазона, а благодаря использованию крупных языковых моделей, навыки этого ассистента ближе к настоящему искусственному интеллекту, чем когда-либо прежде в истории человечества.

Работа из коробки: делаем свои устройства

"Люди, серьезные на счет софта, должны делать своё железо" — эта цитата особенно актуальна для умного дома. Это единственный способ обеспечить беспроблемную интеграцию множества протоколов из коробки. То же самое касается ассистента: не каждая платформа потянет офлайн распознавание, обработку и синтез речи. К тому же, полностью доверять ему можно только тогда, когда знаешь, что на устройстве нет постороннего ПО с доступом к микрофону. Вот почему мы разрабатываем два собственных устройства: хаб MajorDom Hub для управления устройствами, автоматизацией и порталом в экосистему — это как руки дома. И колонка MajorDom Audio для голосового ассистента — уши и голос дома.

И еще кое-что… для активных пользователей

Мы хотим максимально упростить интеграцию идей пользователей — будь то аппаратное или программное обеспечение. С этой целью мы спроектировали два основных инструмента, позволяющих каждому внести свой вклад.

Во-первых, при разработке MajorDom мы создали «Idea Forge» (Кузницу идей). Эта платформа превращает предложения пользователей в реальные фичи. Любой желающий может предоставить идеи через форму на сайте. Необязательно быть программистом; достаточно одной светлой мысли. Эти предложения затем появляются на доске голосования сообщества, что позволяет каждому влиять на процесс разработки. Демократия в действии. Самые популярные идеи рассматриваются к реализации командой MajorDom. Речь идет не только о пользователях; речь идет о превращении пользователей в создателей.

Но это не просто игра в ожидание. Если вы любите приключения или просто не можете дождаться, вы можете засучить рукава и написать любую фичу самостоятельно.

Во-вторых, мы максимально упрощаем работу для всех разработчиков. Разрабатываем модульную прошивку хаба с поддержкой плагинов и удобные библиотеки с подробной документацией.

Заключение

На данный момент проект находится в стадии активной разработки, но большая часть упомянутого уже реализована, включая ядро системы, интеграции некоторых протоколов, удаленное управление, автоматизации, офлайн часть Арчи и мобильное приложение. Дальнейшие новости будем публиковать здесь, но так же рекомендую подписаться на соответствующие страницы проекта в социальных сетях. Записаться на ранний доступ можно на сайте majordom.io в один клик.

Присоединиться к проекту

Проект является довольно сложным и масштабным, а качественный результат требует много часов работы профессиональных инженеров, программистов и дизайнеров. В современном капиталистическом мире только коммерческая разработка может гарантировать стабильный результат.

Предзаказы, Кикстартер, Донаты

В будущем проект будет опубликован на кикстартер — платформу краудфандинга, на которой можно будет оформить самые ранние предзаказы устройств, но поддержать проект финансово можно уже сейчас на patreon или buymeacoffee.

Стать частью команды

В нашей команде уже есть дизайнеры, инженеры софта для фронта, бэка, мобильных приложений, хаба и голосового ассистента. В то же время мы ищем промышленных дизайнеров, embedded инженеров для железа, а так же программистов, разбирающихся в низкоуровневых деталях популярных протоколов в сфере умного дома. Если вы занимаетесь чем-то другим, но хотите присоединиться к проекту, пишите свои предложения, будем рады всем.

Инвесторам

Мы также рассматриваем получение инвестиций от $50k pre-seed раунда за долю компании. Говоря о цифрах, текущий рынок умного дома оценивается в 100 миллиардов долларов США, с прогнозируемым ростом до 600 миллиардов в 2033 году. Похоже на отличную возможность вложения.

Контакты

Telegram: t.me/MarkParker5
Email: mark@parker-programs.com

Для команды до 10 пользователей сервис бесплатный, его и тестим. Чуть больше там уже за деньги, но смешные.

У ребят и исходный код опубликован: https://github.com/hcengineering/platform

OpenAI провела первую конференцию Dev Day для разработчиков, посмотреть можно здесь

Для своих подписчиков я собрала полную информацию о новинке. Итак, вчера вышла превью версия GPT-4 Turbo, доступная девелоперам по API. Это такой зафайнтюненный GPT-4 с большим количеством токенов и более дешевым API. Для обычных пользователей это никак не скажется на стоимости подписки, и новая версия будет доступна через несколько недель. Вкратце, GPT-4 Turbo лучше и быстрее GPT-4

Что нового ❓

Контекст

Контекст – 128 тыс. токенов! - в 16 раз больше чем в GPT-4! Теперь можно не опасаться, что ChatGPT-4 Turbo забудет, о чем вы писали до этого, в него поместится стандартная книга более 300 страниц! Эта модель более аккуратна при работе с длинным текстом, не забывает то, что было в середине

Обновление базы знаний

Обновление базы знаний -теперь информация обновилась до апреля 2023 года!

Мультимодальность

Теперь можно бесшовно работать ChatGPT.  Не перепрыгивая из окна в окно между Code Interpreter, DALL-E 3 и плагинами, делать все задачи в одном окне не переключаясь, а можно вызвать несколько функций за раз. ChatGPT будет сама догадываться, чего вы от нее хотите

GPTs (на фото)

GPTs -это настраиваемые под определенную задачу ИИ-боты.

Теперь обычный пользователь без знаний программирования может создать своего GPT бота прямо в окне диалога. Ассистенты имеют доступ к Code Interpreter и сами смогут писать и исполнять код на языке Python. GPTs можно создать из промпта, нескольких вспомогательных маленьких файлов, на которые бот может опираться, и набора функций/инструментов. Помимо стандартных DALLE-3 и интерпретатора кода, можно свободно добавлять любые произвольные function calls к внешним сервисам.

Подробнее о GPTs

Документация

GPTStore

Более того, OpenAI анонсировали Свой “AppStore” – GPTStore (выйдет в конце месяца). Это магазин, где можно выложить своих GPTs ботов и пользоваться чужими: теперь можно зарабатывать на создании своих AI - ассистентов 🤌🏼

Custom Models

Инженеры OpenAI адаптируют тренировку под проблемы вашей компании

Голосовое управление

Расширенный функционал для разработчиков:

- можно заставить модель писать ответы в JSON-формате

- очень крутые возможности для интеграции GPT в свои приложения благодаря контролю JSON на выходе

- Снижение стоимости токенов (на фото):

для разработчиков и тех, кто использует API- входные токены дешевле в 3 раза, выходные в 2 раза. Подробнее о ценах здесь

- DALLE-3 доступна через API. Подробнее

- Whisper V3 – обновленная модель для распознавания речи – доступна по API. Файлы будут транскрибироваться еще быстрее и качественнее

- Исходный код открыт на ГитХаб

- Скоро добавят logprobs в API

- Код интерпретатор через API

- Хранить контекст через API больше не надо - теперь это делает OPENAI благодаря тредам

Полная информация представлена на сайте Open AI

Хотите узнавать первыми о полезных сервисах с искусственным интеллектом для работы, учебы и облегчения жизни? Подпишитесь на мой тг НейроProfit, там я рассказываю, как можно использовать нейросети для бизнеса