惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
The Last Watchdog
The Last Watchdog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
T
Troy Hunt's Blog
L
LINUX DO - 最新话题
C
Check Point Blog
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
罗磊的独立博客
V
Vulnerabilities – Threatpost
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
J
Java Code Geeks
Apple Machine Learning Research
Apple Machine Learning Research
大猫的无限游戏
大猫的无限游戏
S
Security @ Cisco Blogs
IT之家
IT之家
T
The Exploit Database - CXSecurity.com
The GitHub Blog
The GitHub Blog
D
Docker
Engineering at Meta
Engineering at Meta
AWS News Blog
AWS News Blog
S
Security Affairs
U
Unit 42
P
Palo Alto Networks Blog
V
Visual Studio Blog
Y
Y Combinator Blog
D
DataBreaches.Net
Forbes - Security
Forbes - Security
阮一峰的网络日志
阮一峰的网络日志
美团技术团队
Security Latest
Security Latest
aimingoo的专栏
aimingoo的专栏
Simon Willison's Weblog
Simon Willison's Weblog
A
Arctic Wolf
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hacker News: Front Page
博客园 - 司徒正美
博客园 - Franky
宝玉的分享
宝玉的分享
TaoSecurity Blog
TaoSecurity Blog
Latest news
Latest news
Scott Helme
Scott Helme
MongoDB | Blog
MongoDB | Blog
量子位
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
P
Privacy International News Feed
Application and Cybersecurity Blog
Application and Cybersecurity Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Глубокая интеграция месседжинга с бизнес процессами в фреймворке NodaLogic
Дмитрий Воронцов · 2026-05-25 · via Все публикации подряд на Хабре

Средний

8 мин

8.3K

В NodaLogic добавились чаты и мессенджинг в широком смысле (как доставка сообщений и как пользовательские чаты) и это имеет целью стереть границы между классическим интерфейсом работы с бизнес-процессами и лентой чата, создать глубоко интегрированную пользовательскую среду работы с документами и событиями, а в будущем – переиспользование этой инфраструктуры для LLM. Кроме того инфраструктура обмена сообщениями используется для обмена между объектами и обработчиками, а не только в "человекочитаемых" чатах что позволяет разработчику избавиться от многих забот по организации обменов данными и представляет из себя своеобразную шину данных.

Перечислю коротко основные особенности и факты по мере нарастания интересности:

Интерактивные объекты в чатах

В чаты (p2p и групповые) можно кидать любые объекты (в NL любые объекты называются «узлы») - документы, задачи и т.д. и работать с ними там. Это полноценные формы документов или справочников, такие же как в обычном интерфейсе. Также принятые объекты просто отображаются в отдельном списке вне чатов (типа как папка «Загруженные»)

Можно работать, не заходя в объект – вытащить на обложку любые элементы. Активные элементы обложки вызывают события, обработчики меняют данные. Объект обновляется у участников группы или p2p чата мгновенно (для этого используются специальные служебные сообщения) и также мгновенно отображается.

Дискуссии по объекту

Можно вести дискуссию по объекту. Это просто сообщения, привязанные к объекту которым поделились. За счет API это можно встроить во внешние системы также.

Так выглядит в мобильном клиенте

Так выглядит в мобильном клиенте

Так выглядит в веб-клиенте

Так выглядит в веб-клиенте

Объекты из внешних систем

В чат можно кидать объекты за пределами своей информационной системы, не как условно PDF – а именно объект с активными формами, обложкой, бизнес-логикой, обработчиками, хранением и т.д. Даже если ваша система не NodaLogic Вот статья об интеграции с 1С – решение для коммуникации на полном автомате: в 1С на лету генерируется разметка и логика: https://infostart.ru/1c/tools/2682705/

Так настраивается генерация форм и данных узлов

Так настраивается генерация форм и данных узлов

Так выглядит сгенерированный документ

Так выглядит сгенерированный документ

Как это работает:

В NL такая архитектура, что узлы (объекты, документы) всегда выполняются локально, т.е. например устройство не просто отрисовывает, а и хранит данные и исполняет

Но при этом есть сервер и синхронизации с ним.

Когда вы делитесь узлом внутри NodaLogic вы можете выбрать Share by link тогда вместе с данными узла уйдет просто ссылка на класс (имя класса в конфигурации), ведь у получателя и на сервере уже есть эта конфигурации, в ней есть класс, а в нем все необходимое для работы узла

Но узлом можно поделиться в режиме Package class. Я называю это «самостоятельные объекты» или «все свое ношу с собой». Это по сути JSON в котором есть класс с разметкой и обработчиками, данные и прочие необходимые поля.  Им можно поделиться изнутри клиента (пока только мобильная платформа)

 В результате возникает ссылка download_url и дальше уже система работает с ней.

В примере с 1С этот объект пассивный – т.е. участники просто пишут данные в объект, он обновляется (его _data) по ссылке и его всегда можно качнуть по этой ссылке, забрать данные. Т.е. такой расшаренный JSON. Но это не единственный вариант, см. далее.

API обработчиков и внешних систем

То что было до этого – это пользовательский базовый уровень - то есть обмен сообщениями между людьми. Но в системе живут процессы у которых есть события и обработчики и интеграция конечно же касается их. Под словом «живут» я подразумевал то, что узлы самостоятельно выполняются на клиентах, это отличие NL от подобных систем, но также может быть задействован и сервер, поэтому далее рассмотрена интеграция на разных уровнях раздельно. И это, обработчики и методы сообщений – пожалуй самое интересное, потому что это и делает систему живой. Так, возможен обмен сообщениями между узлами и "человеческими чатами" и узлами между собой невидимыми Data-сообщениями. И это все как на уровне "клиент-клиент" так и на уровне "сервер-клиент"

HTTP API

Есть REST API для внешних систем для размещения узлов и ведения в них дискуссий

POST /api/user/<username or group>/nodes-message – отправка узла «все в одном» - узел деплоится, т.е. получает свой url и дальше уже отпарвляется сообщение пользователю или группе. Для группы формат group:<group_id>

POST /api/node-discussion/by-node/<path:node_id>/messages отправка сообщение в дискуссию по узлу.

GET /api/node-discussion/by-node/<path:node_id>/messages получение всех сообщений в дискуссию по узлу.

Функции и обработчики событий уровня клиент

Функции для отображаемых сообщений

Из обработчиков можно писать «человеческие» - т.е. отображаемые сообщения как в чаты так и в дискуссии по узлу

Так как в NL в обработчиках на выбор 2 языка – python и собственный NodaScript то пишу примеры по обоим, сигнатуры методов одинаковые. Этот пост можно сразу читать как документацию.

В получателях можно указывать как логин получателя (p2p-чаты) так и группу в формате group:<ид_группы>

sendTextMessage(String target,String text) оправка текстового сообщения

sendImageMessage(String target, String text, String filename) отправляют картинку или картинку с подписью. Картинка – ссылка на s3.

sendNodeMessage(target,id) – отправляет сам узел в чат

sendTextToNodeDiscussion(NodeEx node,String text) – отправка сообщения в дискуссию по узлу

sendImageToNodeDiscussion(NodeEx node,String text, String filename) – отправка картинки в дискуссию по узлу

Обработчики уровня узла на клиенте (в формате событие/listener)

onInput/onDiscussionMessage – событие появления в дискуссии по узлу сообщения. В _data попадают переменные:

"_message_text" – текст сообщения

"_message_image_url" -картинка если есть

"_message_sender_user" – отправитель

"_message_sender_user_display_name" – отправитель, отображаемое имя

В python-обработчиках также у объекта-узла доступны:

self._deploy(self) - опубликовать/обновить узел в режиме "самостоятельного узла"

self._send(self,target) - опубликовать и послать узел получателю

Data-сообщения

Было бы кощунством не переиспользовать инфраструктуру доставки, кеширования т.д. и т.д. для обмена сообщениями между обработчиками. И я конечно же сделал это. Это мощная штука – по сути не надо заботиться об инфраструктуре гарантированной доставки(очереди, кеширование, ack/pending , адресация на устройства и т.д.) а просто написать 1 команду и указать получателя. В отличии от WebSocket например – не держит радиоканал, а получает данные от FCM (и pending если не было связи).

Например рассмотрим сборку товара по одному заказу или строке заказа разными сборщиками: от "пикают" товар и как только они пикнули - отправляют данные к этому узлу на другие устройства (для более двух можно использовать "групповой чат") и все - сообщение помещается в очередь доставки, как будет связь оно дойдет до всех устройств получаетеля, вызовет событие узла onInput в котором прописано что то наподобие "обновить таблицу товаров на экране"

sendDataToNode – отправка произвольных данных (json) в узел на стороне получателя. Сообщение не отображается в чатах, по нему срабатывает событие узла onInput c listener = onDataMessage в котором приходят в data переменная message_payload – туда приходит то, что указано в payload

payload= {"action":"я нажал кнопку"};
sendDataToNode("_server",_data.my_node,payload) 

sendDataToConfiguration(String target, String configurationUid, JSONObject payload) – отправка произвольных данных не узлу а целиком конфигурации. Предполагается, что у получателя стоит конфигурация, которая будет принимать сообщения (как правило это та же, что и у отправителя, но не обязательно) и в ней прописано общее событие onDataMessage – входом для него будет payload, который отправил отправитель. Напомню, что немного по-разному python-обработчики и NodaScript обработчики устроены: для NS это будет просто data, а для python это будет параметр функции inputdata

Функции и обработчики уровня Сервер. Чат боты.

В рассмотренном выше примере сборки заказа и обмена сообщениями между пользователями в одноранговой сети есть недостаток - не хватает оркестрации. Лучше сделать схему клиент-сервер-клиент. Т.е. пикнули товар на клиентском устройстве, отправили на сервер, сервер проконтролировал логику выполнения, возможно пообщался с внешней системой, возможно заказ уже собран и надо всех оповестить/выдать другую задачу. В общем, я к тому, что если надо ввести в это уравнение сервер то это делается проще простого.

В сообщении sendDataToNode можно указать предопределенное "_server" в target и тогда оно не пойдет дальше сервера. Собственно если узел хранится на сервере то обратиться к нему можно и напрямую, без системы мессенджинга, правда например может не быть связи… Но дело даже не в этом. Дело в том, что узел может не стоять на сервере. Помните в самом начале – узлом может поделиться внешняя система, это по сути JSON имеющий url для доступа и ничего более. Как же он может принять и обработать сообщение?

Оказывается может точно также как и с узлом из конфигурации. Но есть нюансы – так как это узел не развернут то и python-модули обработчиков не развернуты. Для этого случая обработчики надо писать на специальном portable-скрипте python, в системе он называется PythonScript. В чем суть? Вы пишете как скрипт обработчика в окне конфигуратора, потом он сохраняется в виде s3-ссылки (он и доступен по ней, она публичная). В класс упаковывается ссыка на скрипт, когда надо выполнить – она достаётся из s3. Естественно, оно кешируется как и сам узел в download_url чтобы не скачивать по новой каждый раз.

В итоге узел получает onInputServer/onDataMessage уже на сервере

И также сервер (по той же схеме) может перехватывать сообщения в дискуссии по узлу. По сути узел на сервере может быть своеобразным чат-ботом - перехватывать всю переписку и писать по мере надобности в чаты.

Сервер можно подписать на событие по каждому сообщению в переписке по узлу (событие уровня узла) onInputServer/onDiscussionMessage и соответственно сервер через message_text видит что вы ему написали.

При этом узел на сервере сам может писать в чаты:

sendTextMessage(target: str, text: str)

sendImageMessage(target: str, text: str, filename: str)

sendTextToNodeDiscussion(node, text: str)

sendImageToNodeDiscussion(node, text: str, filename: str)

Некоторая техническая информация

Серверная часть написана на python и доступна на Github (ссылки в конце статьи), т.е. можно скачать и развернуть у себя – это вместе с всей остальной базовой функциональностью NodaLogic – сервером узлов, веб-клиентами, конфигуратором. Если этого не делать – то все проходит через nmaker.pw. Тогда данные будут все у вас – узлы, сообщения. Но есть работа с Firebase Messaging она только на стороне nmaker так как учетка храниться там. Т.е. единственное, что недоступно – это отправка пушей. При схеме «сервер у вас» вам просто надо будет пинать nmaker чтобы он отправил пуш.  

Еще в этой схеме широко используются s3-хранилище – для изображений и для обработчиков. Тут такая схема – для безопасности это обернуто в серверное API, т.е. на клиенте не хранятся ключи доступа к s3 на запись (предполагается что на чтение ключей не надо – оно публичное, если нет, нужно добавить авторизацию и на чтение). Клиент получает временный токен, записывает с ним данные и получает ссылку. В nmaker свое хранилище, если вы будете разворачивать свой NL-сервер, вам понадобится также s3-хранилище (в случае, если вы будете использовать PythonScript обработчики или картинки) и надо будет прописать данные своей учетки в boto3.client

Что дальше к этой функциональности?

Есть инфраструктура чатов (человеческих) и обмен сообщениями между обработчиками и объектами. Данные не надо доставать запросами – единообразная структура БД – JSON/NoSQL все решения строятся из одного кирпичика – «узла». Узлы могут читать сообщения как на уровне устройств так и на уровне сервера. И писать. И кидать картинки. И все это можно развернуть локально без утечки данных в облака… Ничего не напрашивается? Конечно же привинтить LLM к этому – как локально так и на устройствах. В виде тех же узлов-чат-ботов которые имею доступ к данным, событиям и интерфейсам и могут оперативно реагировать на события в реале.Ну и с ними можно переписываться в чатиках. Кстати, интерфейсы в NL изначально могут реагировать на события из фона/сервера что было сделано как раз для такого рода интеграции.  Это следующий шаг, уже больше не на уровне платформы (в платформе для этого все есть), а на уровне прикладных решений. Ну и ждем Gemini Nano для Android чтобы локально работать с узлами на устройствах без интернета.

Также до сих пор не реализованы некоторые моменты из запланированного – например сквозное шифрование. Что несколько нивелируется что система может быть развернута на своем сервере и передача по https.

Ссылки

Статья по NodaLogic в целом: https://habr.com/ru/articles/1011090/

GitHub, чтобы развернуть локально (конструктор+сервер+веб-клиенты): https://github.com/dvdocumentation/nodalogic

Облако, с тем же функционалом, чтобы попробовать сразу (конструктор+сервер+веб-клиенты): https://nmaker.pw/

ТГ-канал платформы: https://t.me/thinknodes_ru

Приложение в GooglePlay (мобильная платформа): https://play.google.com/store/apps/details?id=com.dv.noda и RuStore: https://www.rustore.ru/catalog/app/com.dv.noda