озадачился этим некоторое время назад, как переехали, до это пользовал HMS(home media server) но не устраивало, что надо системник держать всегда врубленным, сейчас же когда контент таскают 4 телевизора , ноут , моноблок и стационарный ПК, давно стало не вариантом. еще по "православным" ценам был приобретен Asustor 5304T куда встали 2 WD red nas edition под фото в первом рейде, и 2 toshiba MG08 по 16 tb, за год это все забилось, докупилась полка расширения AS6004U , внутри 4 штуки Seagate SkyHawk AI по 16tb место еще есть зато прекрасно себя там ощущает Plex, в гардеробе на антресоли в коридоре прекрасно себя ощущают не греются и за закрытой дверью очень тихо
Решил завести свой домашний сервачок: на ноутах и компе накопилось много файлов/фоток, старые харды начали сбоить, возник риск потери семейного архива.
Нашёл на авито сб/у серверный корпус тауэр, и б/у серверную мат.плату с двумя Ксеонами 2420v2 и 96ГБ оперативки, всë в сумме вышло на 12 тыр. В ДНС купил SSD на один ТБ, и два харда WD Red на 8 ТБ для рейда - всё новое, иначе старьё опять начнёт сыпаться.
Накатил Proxmox, объединил харды в рейд 1 (зеркало), для надёжности. К сожалению, не смог настроить аппаратный рейд через LSI MegaRAID, ОС не запускалась, сделал программный через LVM.
Внутри Proxmox создал виртуалку с FreeNAS, пробросил в неё виртуальный накопитель и настроил отдельные шары по SMB, для фильмов, фото и прочих данных.
Хотел развернуть Plex Media Server в LXC-контейнере, но шара не пробрасывалась. Забил и поднял Plex в отдельной виртуалке поверх дебиана.
Загрузил на шару обучающие видео со своих разных семинаров - крутота! Работает :) теперь с телевизора можно смотреть свои видосы и фильмы.
Пока на этом остановился, поскольку внезапно обнаружил, что старый хард с семейным фотоархивом на компе застучал... Не успел... Попробую восстановить данные и перекинуть их на файлообменник.
В дальнейших планах: установить Immich, попробовать Jellyfin (говорят, удобнее, чем Plex), привязать домен и настроить реверс-прокси. А также попробовать HomeAssistant, и, может, с self-hosted нейросетями поиграть.
Могу расписать подробнее, что и как настроил. Позже распишу, что успел настроить ещё.
Есть сильное подозрение, что на компутер загнали программу удалённого доступа. Был момент, когда мышка сама начала произвольно двигаться, эффект пропал после выдёргивания сетевого провода.
Система WIN10 21H2, в лок. сети 3 компьютера, интернет через TP-Link, проброшенных портов нет. В диспетчере задач ничего подозрительного не находится. Стандартных портов удалённого доступа на компьютере не открыто, кроме 3389. В автозагрузке ничего нового не появилось. Единственное, что подозрительное делалось пользователем в этот день на компутере - включался протокол IPv6 и адреса из свойств подключения этого протокола вводились в несколько сервисов Whois.
Что можно предпринять для нахождения дырки в системе ? Как можно вычислить процесс пустивший жулика в компутер ? Как-то можно поискать порты на которых висит сервер удалённого доступа или это в винде есть встроенная возможность подключения типа VNC ?
В прошлый раз мы увидели, как с помощью powershell можем взаимодействовать с моделью Gemini через интерфейс командной строки. В этой статье я покажу как извлечь пользу из наших знаний. Сегодня мы соберем интерактивный справочник, который на вход будет принимать параметры компонента (марка, модель, категория, артикул и т. п.), а возвращать интерактивную таблицу с характеристиками, полученную от модели Gemini.
Дисклеймер. В пикабу нет редактора кода - поэтому такое форматирование и картинки. В конце поста я дам ссылку на github. Почитайте, и если вам интересно, смотрите код на гитхабе.
Инженеры, разработчики и другие специалисты сталкиваются с тем, что нужно узнать точные параметры, например материнской платы, автомата в электрощитке или сетевого коммутатора. Наш справочник всегда будет под рукой и по запросу соберет информацию, уточнит параметры в интернете и вернет искомую таблицу. В таблице можно выбрать необходимый параметр/ы и по необходимости продолжить углубленный поиск. В дальнейшем мы научимся передавать результат по конвейеру для дальнейшей обработки: экспорта в таблицу Excel, Google таблицу, хранения в базе данных или передачи в другую программу В случае неудачи модель посоветует, какие параметры надо уточнить. Впрочем, смотрите сами:
Шаг 1: Настройка
Назначение строк:
$env:GEMINI_API_KEY = "..." — устанавливает API ключ для доступа к Gemini AI
if (-not $env:GEMINI_API_KEY) — проверяет наличие ключа, завершает работу если его нет
$scriptRoot = Get-Location — получает текущую рабочую директорию
$HistoryDir = Join-Path... — формирует путь к папке для хранения истории диалогов (.gemini/.chat_history)
$timestamp = Get-Date... — создает временную метку в формате 2025-08-26_14-30-15
$historyFileName = "ai_session_$timestamp.jsonl" — генерирует уникальное имя файла сессии
$historyFilePath = Join-Path... — создает полный путь к файлу истории текущей сессии
Проверка окружения — что должно быть установлено.
Что проверяется:
Наличие Gemini CLI в системе — без него скрипт не работает
Файл GEMINI.md — содержит системный промпт (инструкции для AI)
Файл ShowHelp.md — справка для пользователя (команда ?)
Основная функция взаимодействия с AI.
Задачи функции:
Вызывает Gemini CLI с указанной моделью и промптом
Захватывает все выводы (включая ошибки)
Очищает результат от служебных сообщений CLI
Возвращает чистый ответ AI или $null при ошибке
Функции управления историей.
Назначение:
Add-History — сохраняет пары «вопрос-ответ» в JSONL формате
Show-History — показывает содержимое файла истории
Clear-History — удаляет файл истории текущей сессии
Функция отображения выбранных данных
Show-SelectionTable
Задача функции: После выбора элементов в Out-ConsoleGridView показывает их в консоли в виде аккуратной таблицы, чтобы пользователь видел, что именно выбрал.
Основной рабочий цикл.
Основой цикл программы
Ключевые особенности:
Индикатор [Выборка активна] показывает, что есть данные для анализа
Каждый запрос включает всю историю диалога для поддержания контекста
AI получает и историю, и выбранные пользователем данные
Результат пытается отобразиться как интерактивная таблица
При неудаче парсинга JSON показывается обычный текст
Структура рабочей директории.
Проследим весь жизненный цикл нашего скрипта - что происходит с момента запуска и до получения результатов.
Инициализация: подготовка к работе
При запуске скрипт первым делом настраивает рабочее окружение. Он устанавливает API ключ для доступа к Gemini AI, определяет текущую папку как базовую директорию и создает структуру для хранения файлов. Особое внимание уделяется истории диалогов - для каждой сессии создается уникальный файл с временной меткой, например ai_session_2025-08-26_14-30-15.jsonl.
Затем система проверяет, что все необходимые инструменты установлены. Она ищет Gemini CLI в системе, проверяет наличие файлов конфигурации (системный промпт и справка). Если что-то критично важное отсутствует, скрипт предупреждает пользователя или завершает работу.
Запуск интерактивного режима
После успешной инициализации скрипт переходит в интерактивный режим - показывает приветственное сообщение и ждет ввода от пользователя. Приглашение выглядит как 🤖AI :) > и меняется на 🤖AI [Выборка активна] :) > когда у системы есть данные для анализа.
Обработка пользовательского ввода
Каждый ввод пользователя сначала проверяется на служебные команды через функцию Command-Handler. Эта функция распознает команды ? (справка из файла ShowHelp.md), history (показать историю сессии), clear и clear-history (очистить файл истории), gemini help (справка по CLI), exit и quit (выход). Если это служебная команда, она выполняется немедленно без обращения к AI, и цикл продолжается.
Если это обычный запрос, система начинает формировать контекст для отправки в Gemini. Она читает всю историю текущей сессии из JSONL файла (если он существует), добавляет блок с данными из предыдущей выборки (если есть активная выборка), и объединяет все это с новым запросом пользователя в структурированный промпт с разделами "ИСТОРИЯ ДИАЛОГА", "ДАННЫЕ ИЗ ВЫБОРКИ" и "НОВАЯ ЗАДАЧА". После использования данные выборки обнуляются.
Взаимодействие с искусственным интеллектом
Сформированный промпт отправляется в Gemini через командную строку. Система вызывает gemini -m модель -p промпт, захватывает весь вывод и очищает его от служебных сообщений CLI. Если происходит ошибка на этом этапе, пользователь получает предупреждение, но скрипт продолжает работать.
Обработка ответа AI
Полученный от AI ответ система пытается интерпретировать как JSON. Сначала она ищет блок кода в формате json..., извлекает содержимое и пытается его распарсить. Если такого блока нет, парсит весь ответ целиком. При успешном парсинге данные отображаются в интерактивной таблице Out-ConsoleGridView с заголовком "Выберите строки для следующего запроса (OK) или закройте (Cancel)" и множественным выбором. Если JSON не распознается (ошибка парсинга), ответ показывается как обычный текст в голубом цвете.
Работа с выборкой данных
Когда пользователь выбирает строки в таблице и нажимает OK, система выполняет несколько действий. Сначала вызывается функция Show-SelectionTable, которая анализирует структуру выбранных данных: если это объекты с свойствами, она определяет все уникальные поля и показывает данные через Format-Table с автоподбором размера и переносом. Если это простые значения, отображает их как нумерованный список. Затем выводит счетчик выбранных элементов и сообщение "Выборка сохранена. Добавьте ваш следующий запрос (например, 'сравни их')".
Выбранные данные преобразуются в сжатый JSON с глубиной вложенности 10 уровней и сохраняются в переменной $selectionContextJson для использования в следующих запросах к AI.
Ведение истории
Каждая пара "запрос пользователя - ответ AI" сохраняется в файл истории в формате JSONL. Это обеспечивает непрерывность диалога - AI "помнит" весь предыдущий разговор и может ссылаться на ранее обсуждавшиеся темы.
Цикл продолжается
После обработки запроса система возвращается к ожиданию нового ввода. Если у пользователя есть активная выборка, это отражается в приглашении командной строки. Цикл продолжается до тех пор, пока пользователь не введет команду выхода.
Практический пример работы
Представим, что пользователь запускает скрипт и вводит "RTX 4070 Ti Super":
Подготовка контекста: Система берет системный промпт из файла, добавляет историю (пока пустую) и новый запрос
Обращение к AI: Полный промпт отправляется в Gemini с просьбой найти характеристики видеокарт
Получение данных: AI возвращает JSON с массивом объектов, содержащих информацию о различных моделях RTX 4070 Ti Super
Интерактивная таблица: Пользователь видит таблицу с производителями, характеристиками, ценами и выбирает 2-3 интересующие модели
Отображение выборки: В консоли появляется таблица с выбранными моделями, приглашение меняется на [Выборка активна]
Уточняющий запрос: Пользователь пишет "сравни производительность в играх"
Контекстный анализ: AI получает и исходный запрос, и выбранные модели, и новый вопрос - дает детальное сравнение именно этих карт
Завершение работы
При вводе exit или quit скрипт корректно завершается, сохранив всю историю сессии в файл. Пользователь может в любой момент вернуться к этому диалогу, просмотрев содержимое соответствующего файла в папке .chat_history.
Вся эта сложная логика скрыта от пользователя за простым интерфейсом командной строки. Человек просто задает вопросы и получает структурированные ответы, а система берет на себя всю работу по поддержанию контекста, парсингу данных и управлению состоянием диалога.
Всем привет, имеется инфраструктура с множеством вм MSsql для 1С. Хотим перенести это все на 1 сервер или кластер серверов для удобства администрирования и обновления. Сначала думали использовать кластер Postgres + patroni + etcd но как я понял (а я человек очень далёкий от 1с, в компании занимаюсь только инфраструктурой и linux) 1С не умеет разделять куда отправлять запросы на чтение, а куда на запись, соответственно балансировать запросы в кластере master/slave не получиться.
У нас имеется кластер proxmox ceph с RBD для нужд виртуализации, впринципе HA можно обеспечить только нахождением вм на ceph, ответ на вопрос хватит ли нам одного инстанса postgres без балансировки мне пока не известен.
Подскажите у кого был опыт сколько пользователей 1С способен обслуживать 1 инстанс postgres ? Какие решения кластеризации master master вы прикручивали к 1С? Или лучше как вы организовывали шардирование базы для 1с? Есть ли польза от pgbouncer для 1С при использовании postgres?
Дисклеймер. В пикабу нет редактора кода - поэтому такое форматирование и картинки. В конце поста я дам ссылку на github. Почитайте, и если вам интересно, смотрите код на гитхабе.
Под аббревиатурой «ии» я подразумеваю модель машинного обучения. Я буду использовать gemini-2.5-pro/flash. У гугла есть интерфейс командной строки gemini-cli.
Если коротко, Gemini CLI — это командная строка для взаимодействия с моделями ИИ от Google. Вы запускаете его в своем терминале, и он превращается в чат, который, в отличие от веб-версий, имеет доступ к вашей файловой системе.
Ключевые возможности:
Понимает код: Он может анализировать ваши скрипты, находить в них ошибки и предлагать исправления.
Генерирует код: Вы можете попросить его написать PowerShell-скрипт для решения вашей задачи, и он это сделает.
Работает с файлами: Может читать файлы, создавать новые, вносить изменения в существующие.
Запускает команды: Может выполнять команды оболочки, такие как git или npm.
Для наших целей самое важное то, что Gemini CLI умеет работать в неинтерактивном режиме. То есть мы можем передать ему промпт как аргумент командной строки, и он просто вернет нам ответ, не запуская свой интерактивный чат. Именно эту возможность мы и будем использовать.
Установка и настройка
Чтобы начать, нам нужно подготовить наше окружение. Это делается один раз.
Шаг 1: Установка Node.js Gemini CLI — это приложение, написанное на Node.js (популярная среда для JavaScript). Поэтому сначала нам нужно установить саму Node.js.
Скачайте и установите LTS версию. Это самый стабильный и рекомендуемый вариант. Просто следуйте инструкциям установщика.
После установки откройте новое окно PowerShell и проверьте, что все работает:
node -v npm -v
Вы должны увидеть версии, например, v20.12.2 и 10.5.0.
Шаг 2: Установка самого Gemini CLI Теперь, когда у нас есть npm (менеджер пакетов для Node.js), установка Gemini CLI сводится к одной команде. Выполните ее в PowerShell:
Флаг -g означает "глобальная установка", что сделает команду gemini доступной из любого места в вашей системе.
Шаг 3: Аутентификация В первый раз, когда вы запустите Gemini CLI, он попросит вас войти в свой аккаунт Google. Это нужно, чтобы он мог использовать вашу бесплатную квоту.
Просто введите в PowerShell команду:
gemini
Он задаст вам вопрос о входе. Выберите "Sign in with Google".
В вашем браузере откроется стандартное окно входа Google. Войдите в свой аккаунт и предоставьте необходимые разрешения.
После этого в консоли вы увидите приветственное сообщение от Gemini. Поздравляю, вы готовы к работе! Можете ввести /quit, чтобы выйти из его чата.
Философия PowerShell: ужасный Invoke-Expression
Прежде чем мы соединим все вместе, познакомимся с одним из самых опасных командлетов в PowerShell — Invoke-Expression, или его коротким псевдонимом iex.
Invoke-Expression берет текстовую строку и выполняет ее так, как будто это была команда, напечатанная в консоли.
Эта команда сделает то же самое, что и простой вызов Get-Process -Name 'chrome'.
Почему он опасный? Потому что выполнение строки, которую вы не контролируете (например, полученной из интернета или от ИИ), — это огромная дыра в безопасности. Если ИИ по ошибке или со злым умыслом вернет команду Remove-Item -Path C:\ -Recurse -Force, iex без раздумий ее выполнит.
Для нашей задачи — создания управляемого и контролируемого моста между запросом на естественном языке и его выполнением — он подходит идеально. Мы будем использовать его с осторожностью, полностью осознавая риски.
Соединяем всё вместе: командлет Invoke-Gemini
Напишем простую PowerShell-функцию, которая позволит нам отправлять промпты одной командой.
Давайте зададим ему вопрос на общую тему прямо из нашей PowerShell-консоли.
Invoke-Gemini -Prompt "Расскажи о пяти последних трендах в области машинного обучения" Пробуем магию:
👏 Поздравляю! Вы только что успешно встроили ИИ в PowerShell.
В следующей статье я расскажу, как использовать Gemini CLI для запуска скриптов и автоматизации задач.
Наткнулся я на статью, о домашнем медиа сервере, файловой Мусорке. Фильмы раньше качал на ноутбук, и через переносной жесткий диск, смотрел на Пк у телевизора. Встал вопрос о внутрисетевом хранилище. По шарил по рынку б\у предложений NAS цены кусаются. Увидел несколько роликов по этой теме в "Красном телевизоре", задумался.
- Комп (Персональный компьютер) для этих целей есть, более менее подходящий. (4 ядра по 3.1 Гг. 8 ОЗУ, 256 SSD.) корпус не большой , шумит не громко, даже если нагружать. Какой комп по форум фактору использовать, тут не важно, приблизительно выбирай такие же характеристики, и будет тебе Счастье фоток компа нет.
Были приобретены два жестких диска для самого хранилища.
Собственно если возникает вопрос, почему именно они? а не серверные 10 тысячники, то дело было в цене и доступности. Обошлось все это ниже рынка раз в 5 .
Далее встал выбор в ОС. После долгого просмотра "Красного телевизора" и "Перекура" по форумам было выбрано решение CasaOS. Почему то сразу понравилась тем, что у нее большой, расширяемый магазин приложений, дружественный интерфейс и не много жрет ресурсов.
В общем то вот так выглядит интерфейс внутри.
После установки жестких дисков и проведения кабель-менеджмента, начался процесс установки.
CasaOS — это платформа для создания и управления личными облачными сервисами с использованием технологии Docker. В CasaOS можно легко развернуть такие приложения как: Nextcloud, Transmission, Adguard Home, Plex, Nginx proxy Manager и многое другое. Это отличная среда для дома и мини ПК, которая очень проста в управлении, красивая и не требовательная. CassaOS это такой NAS на минималках, но в то же время если заморочиться, то можно получить очень неплохой результат. Хотя я вижу CasaOS установленной на мини ПК, так как системные требования минимальные, с одним или двумя дисками HDD или SSD для просмотра фильмов и дополнительного место для сохранения личных фотографий, а так же любых других программ из docker хаба.
Официально CasaOS можно установить на эти операционные системы:
Debian 12 ( Протестирован, Рекомендуется)
Сервер Ubuntu 20.04 ( Протестирован)
ОС Raspberry Pi ( Протестировано)
Сейчас 2025 год, поэтому я буду устанавливать на Ubuntu 24.04 LTS. В теории эта версия Ubuntu будет актуальна еще 10 лет, но если вы установите на 22.04 LTS то в теории, то же все будет хорошо. Хотя если ставить, то ставить на самую свежую ОС.
Идем на сайт Ubuntu.com и скачиваем ISO образ серверной версии 24.04 LTS
Затем нужно создать загрузочную флешку с данным образом. Это можно сделать с помощью balenaEtcher или как я с помощью Ventoy. Загрузиться с этой флешки и установить Ubuntu Linux 24.04 LTS server. Более подробно будет в видео ролике. Единственное рекомендую во время установки отключить LVM, так как у CassaOS есть собственный способ расширять хранилище.
И не забудьте установить SSH сервер
Установка CasaOS Для установки CasaOS нужно ввести всего одну команду, но я рекомендую предварительно обновить вашу Ubuntu Linux до актуальной версии
После окончания установки вы должны увидеть такую информацию и можно первый раз подключаться к интерфейсу CasaOS
Разблокировка Docker Hub в CasaOS
30.05.2024 года Docker Hub заблокировал свои ресурсы для Российского сегмента интернета. Но решение есть и очень простое. Добавить зеркало всего тремя командами.
Готово, теперь Docker Hub на вашем CasaOS разблокирован в России и не только.
Настройка CasaOS
Откройте новую вкладку в браузере и страницу CasaOS по адресу http;//IP-server и вы должны увидеть красивое приветствие
Придумайте логин и пароль от CasaOS
Увидите такое окно, где сразу нажмите на шестеренку и настройте ваш язык
Для добавления диска в хранилище, нажмите на кнопку создать хранилище, выберите нужный диск и нажмите форматировать и создать
Процесс не быстрый, я объединил два накопителя в одно хранилище.
Теперь из магазина приложений ставим себе по вкусу. у меня установлены
Immich - для резервного копирования и хранения фото с ваших устройств, так же есть приложение на ios , andriod.
Jellyfin - это мощная медиатека ваших видео и аудио (есть возможность разбросать по папкам и коллекциям, есть функция продолжить просмотр и предложки по вашим предпочтениям)
QBittorrent - одноименная качалка торрентов , очень удобно, закинуть удаленно с любого места торрент файлик и он качается в Ваш медиа сервер, далее проброшенная папка, указанная в Jellyfin подтянет фильм в медиатеку, останется только изменить название, если такое не нравится , и установить картинку превью, ну и закинуть в альбом, коллекцию.
Но Все это не делает его Медиа сервером если ты не можешь лазить к нему из вне сети. Лично я сделал все просто. Заказал услугу Белый IP у Оператора поставщика интернет, эта услуга стоит у нас 40 рублей в месяц. либо можно использовать программу NETBIRD https://netbird.io/ Но она периодически вылетает приходится заново регистрировать железку на сервере. Так что заморочтесь с белым IP.
Пробрасываешь порты в своем модеме, и заходишь в приложения из вне с любой точки где есть интернет. У разных Операторов и производителей модемов инструкция может быть разной.
Еще плюс , можно смотреть на Телефоне, компьютере фильмы, слушать аудиокниги. Синхронизировать фото напрямую , находясь в поездке вне дома.
Тут же в поездке или офисе можно закинуть торрентик и смотреть его в дороге , приложение jellyfin умеет сживать поток видео вплоть до 360 p в реальном времени. есть возможность создавать пользователей под тип : Родители, Бабушки, друзья, и так же дать им возможность синхронизировать свои фотки, и смотреть фильмы. не рекомендую больше 10, это уже нужно смотреть по загрузке железки - сервера.
У меня работает 24\7 уже как минимум год - полет нормальный, иногда требуются перезагрузки и обновление приложений. Для тех у кого есть время, желание и не много финансового урона, предлагаю к действию. Да и так, иногда отвлечься от серых будней и сделать что то руками, от сборки до настройки ручками. За вечер "под пиво" можно сделать, некий конструктор для взрослого "мальчика". И да, приятно осознавать, что все твои файлики и фото находятся в одном месте.
Сейчас пытаюсь поднять на нем Nextcloud полноценный, что тоже есть в магазине приложений из коробки, настройка его это отдельный квест, но в "Красном Телевизоре" есть куча инструкции. Возможно Системные Админы скажут, что casaOS это игрушка, но она в принципе выполняет свои функции для домашнего использования.
P\S Чукча не писатель, ошибки могут быть, палками не бить, если только тапки!) возможно будет продолжение....
