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
Я устал чинить компоненты руками. Поэтому написал плагин
matthew_kuli · 2026-05-10 · via Все публикации подряд на Хабре

Я устал чинить компоненты руками. Поэтому написал плагин

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели246

Кейс

Как это начиналось

У нас большая дизайн-система. Несколько библиотек, десятки дизайнеров, сотни экранов. И примерно раз в неделю кто-то прибегал с одной и той же проблемой: Обновил компонент в библиотеке, а в файле что-то пошло не так.

Проблемы были разные. Иногда инстанс просто переставал обновляться — висел как ни в чем не бывало, но уже с устаревшим мастером. Иногда после свапа библиотеки половина компонентов вставала на место, а другая половина превращалась в месиво или потерянные инстансы, мастер вроде бы есть, но Figma его не видит. Иногда слетали цвета, филд оставался, токен отображался как верный, но связь терялась и компонент жил своей жизнью. Или вообще мое любимое... компонент из нужно библиотеки, но внутри лежат компоненты из удаленной, при этом в самой библиотеке все было нормально

Стандартный Swap Library в Figma решал задачу процентов на 70. Остальные 30 нужно было искать руками: листать файл, кликать по каждому подозрительному элементу, смотреть привязан ли стиль, токен, отступ, из чего состоит этот элемент, нет ли каких либо компонетов из других либ. Это конечно была медитация, но не в хорошем смысле....

Что я попробовал сначала

Очевидное решение это найти готовый плагин. Что-то, что обходит файл и показывает проблемы списком. Инструменты были, но каждый закрывал одну задачу: этот ищет только чужие компоненты, тот проверяет только именование, третий смотрит только на стили. Переключаться между тремя или даже десятками плагинов, собирать результаты в голове и потом все равно чинить руками не очень то хотелось. Особенно, когда это происходит регулярно каждый 2 недели из-за большого кол-ва участников проекта. Гайды по ведению файлов и обязательные ритуалы на проверку были, но в процессе работы все равно случались моменты когда что то не желательно просачивалось в макеты или в библиотеку.

Так же пробовал ноу-хау виде Claude Code во главе с Opus 4.6 (позже попробовал даже на 4.7), думал вот оно, решение всех проблем, один запрос и все готово... Реальность оказалась совсем другой, из-за кол-ва метаданных в файлах клауд буквально захлебывался в контексте и постоянных запросов через mcp фигмы, так простая проверка на привязку отступов выдала мне счет на 15$ за API запрос. Подумал что нужно оптимизировать, почитал гайды, пересмотрел кучу видео, развернул сеть агентов с более дешевыми моделями. Каждый знал свою область наших дизайн систем и экранов по разделам. Затраты снизились, но все равно оставались слишком высокие 3$ за проверку по отступов на одной странице.

Я хотел одно полноценное решение и желательно без дополнительных трат на API запросы нейронок, нажал, получил полный список ошибок. Нажал еще раз и исправил. Такого не нашел и решил написать сам.

Как писал

Соответственно я начал с документации в Figma, а конкретно с Plugin API. И там на бумаге есть практически все, что нужно для аудита файла: привязки к стилям, переменным, компонентам, информация о том, из какой библиотеки пришел инстанс, есть ли живой мастер, какой токен привязан к отступу.

На практике все оказалось сложнее, плагин на ранних этапах постоянно падал с ошибками, так как Figma накладывает лимиты на запросы к API, и если запрашивать слишком много данных за раз, она просто возвращает ошибку. Пришлось долго разбираться с батчингом, оптимизировать запросы, искать обходные пути для случаев когда API вел себя неожиданно. Часть вещей, которые казались очевидными по документации, в реальных файлах работала иначе.

Начал с простого Design Review, создал несколько правил, текст без привязки к стилю, цвета без токенов или стилей, отступы и скругления, помучился с запросами и наконец получилось, что то рабочее. Запустил на реальном файле, нашлось несколько сотен элементов, о которых никто не знал, стало интереснее. Постепенно правил становилось больше, потом появился Library Cleanup, а затем и автофикс. В какой-то момент понял, что инструмент уже решает ту самую задачу, из-за которой все и начиналось.

В итоге получился плагин Design Ops

Плагин работает в двух режимах: Library Cleanup и Design Review. Хотя базис у них один и тот же, но задачи решают разные:

Library Cleanup

Ответ на исходную боль, найти все, что тянется из чужих или уже отключенных библиотек. Плагин обходит весь файл и находит компоненты из внешних библиотек, сиротские инстансы, стили и переменные, токены отступов и радиусов, текстовые стили и стили эффектов чужого происхождения. И выдает список с ошибками, в каждой ошибке есть: название страницы, слоя, и кнопка перехода к этому элементу. А так же для некоторых типов ошибок есть автофикс через выбор нужных токенов или стилей, или полноценный детач компонента.

Design Review

Полный аудит файла на соответствие правилам дизайн-системы. Проверки настраиваются можно включить только нужные, я их условно поделил на три группы:

Визуальные ошибки — текст без стиля, цвет без токена или стиля, обводка без стиля, эффект без стиля, дефолтные имена слоев вроде «Frame 12», скрытые слои, clip content режущий тени и обводки и так далее.

Состояния и компоненты — потерянные компоненты, отсутствующие состояния, нейминг не по паттерну, который задается в настройках плагина. Думаю чуть позже сделаю какой то более умный алгоритм с паттернами.

Сетка и геометрия — высота не кратна базовому шагу, скругления не из разрешенного набора, межэлементные отступы не по сетке, внутренние отступы без токена.

Что дальше

Пока сосредоточился на оптимизации сканирования, фигма каждый раз выкатывает обновления API, и думаю что получится оптимизировать сканирование на больший файлах до 1 минуты, сейчас же большую библиотеку (около 500 компонентов) обрабатывает 2-3 минуты

Плагин доступен в Figma Community

Если сталкивались с похожими проблемами или есть идеи что еще стоит проверять — пишите в комментарии, интересно услышать как это выглядит у других команд.