Лига Новых Технологий
1 357 постов
•
16 191 подписчик
Бесплатная программа для дизайна интерьера - обзор DreamFlat
Дом - это больше, чем просто крыша над головой. Это наше убежище, отражение личности и место, где мы проводим значительную часть жизни. Но задумывались ли вы, насколько сильно дизайн интерьера влияет на наше самочувствие, комфорт и даже настроение? Красивый и функциональный дизайн способен творить чудеса, превращая обычную квартиру в стильное и уютное пространство, которое вдохновляет и дарит силы. В этой статье мы расскажем о том, почему дизайн интерьера так важен, какие задачи он решает и как создать дом своей мечты, не прибегая к помощи профессионалов.
Индустрия дизайна интерьера постоянно развивается, появляются новые тенденции, отражающие меняющиеся вкусы и потребности людей. Давайте погрузимся в мир современных трендов дизайна интерьера, используя данные исследований и insights ведущих специалистов отрасли.
Статистика и тенденции дизайна интерьера
Рост интереса к комфорту и функциональности: Исследования показывают, что домовладельцы все больше внимания уделяют созданию комфортных и функциональных пространств. Это означает мебель с несколькими функциями, продуманные системы хранения и использование пространства таким образом, чтобы оно соответствовало образу жизни.
Биофилия прочно входит в дизайн интерьера: Люди стремятся к связи с природой, и этот тренд отчетливо виден в дизайне интерьера. Элементы природы, такие как комнатные растения, натуральные материалы (дерево, камень, лен, хлопок) и обилие естественного света, становятся все более популярными.
Индивидуальность и самовыражение: Дизайн интерьера выходит за рамки простого следования модным тенденциям. Люди хотят создавать пространства, отражающие их уникальный стиль и личность. Это может выражаться в использовании винтажной мебели, акцентных предметах ручной работы или смешении различных дизайнерских направлений.
Многофункциональность помещений: Тенденция к компактным домам и квартирам приводит к необходимости помещений выполнять несколько функций. Гостиные превращаются в домашние офисы, спальни используются для занятий спортом, а кухни становятся местом для общения и развлечений.
Устойчивость и экологичность: Современные домовладельцы все больше осознают свое влияние на окружающую среду. Поэтому экологически чистые материалы, энергоэффективная бытовая техника и мебель из вторичного сырья становятся все более востребованными.
Умный дом и технологии: Технологии играют все более важную роль в дизайне интерьера. Системы умного дома позволяют управлять освещением, температурой, безопасностью и другими функциями дома с помощью смартфона или голосовых команд.
Это лишь некоторые из ключевых тенденций, которые формируют современный дизайн интерьера. По мере того, как мы движемся вперед, можно ожидать появления новых инноваций и идей, направленных на создание еще более стильных, функциональных и комфортных пространств для жизни.
При этом программное обеспечение для 3D-моделирования и визуализации стало незаменимым инструментом как для профессиональных дизайнеров, так и для начинающих энтузиастов.
Почему правильный выбор программы так важен?
Визуализация идей: Программы позволяют создавать реалистичные изображения и 3D-модели вашего будущего пространства, что дает вам возможность увидеть дизайн "вживую" до его реализации.
Обнаружение проблем: На этапе визуализации можно выявить и исправить ошибки планировки, расстановки мебели, освещения и других элементов дизайна, что позволит избежать дорогостоящих переделок в будущем.
Презентация проекта: 3D-визуализации - это отличный способ презентовать ваши идеи клиентам или заказчикам, позволяя им
по-настоящему погрузиться в атмосферу будущего интерьера.
DreamFlat: новый, революционный этап в создании и визуализации дизайна интерьера!
Вы дизайнер интерьеров или визуализатор? Используете одну программу для моделирования, другую для визуализации, третью для создания моделей, а может быть, еще и кучу плагинов для создания контента? Однако на рынке существует решение, объединяющее в себе весь необходимый для вас функционал: работа с планировкой, создание дизайна и итогового контента.
Представляем вашему вниманию инновационное приложение для создания и визуализации дизайна интерьера для Windows - DreamFlat!
Что такое DreamFlat?
DreamFlat – это инновационное приложение для Windows, которое позволяет создавать и визуализировать интерьеры без особых навыков за несколько минут в режиме реального времени. Проект разработан на основе игрового движка Unreal Engine 5, обеспечивающего красивую графику в режиме реального времени даже в VR.
UE5 значительно ускоряет рендеринг сцены (создание фото, видеопролетов, 3D-туров), который в программе занимает от нескольких секунд до нескольких минут.
Как работает DreamFlat?
Проект в DreamFlat включает два основных этапа: создание планировки помещения и создание дизайна интерьера, для выполнения которых используется разный функционал, однако идут они последовательно друг за другом.
Сначала вы простыми движениями в несколько кликов обводите необходимое помещение по загруженному изображению, а затем, в режиме дизайна, расставляете мебель из библиотеки готовых моделей, накладываете на стены, пол и потолок необходимые материалы, настраиваете свет, вид из окна и всего за пару кликов создаете необходимый контент.
Библиотека программы уже содержит тысячи моделей мебели, декора, техники и материалов. В DreamFlat необязательно создавать свои модели, однако вы всегда можете добавить необходимые модели и материалы локально и использовать их в своих проектах. Более того, вы можете экспортировать целые сцены из таких программ как AUTODESK 3DS MAX, SKETCHUP PRO, AUTODESK REVIT, AUTODESK NAVISWORKS, RHINO, GRAPHISOFT ARCHICAD, SOLIDWORKS, FORM•Z. Полный список смотрите здесь.
Кому подойдет DreamFlat?
DreamFlat для конечного пользователя – это программа для создания и визуализации интерьеров. Программа не требует особых навыков и подойдет для любого пользователя с ПК на Windows. Одновременно с этим DreamFlat представляет собой настоящую экосистему в рамках программного продукта, объединяющую в себе дизайнеров, застройщиков, производителей мебели и отделки, а также различных креаторов (художники, декораторы, скульпторы).
Дизайнеры и визуализаторы
DreamFlat помогает дизайнерам интерьеров значительно ускорить процесс создания проекта, а также сэкономить время на рендеринге, тем самым увеличив прибыль. Кроме того, они могут опубликовать свой профиль и работы в DreamFlat, повысить за счет этого узнаваемость и таким образом увеличить поток клиентов со всего мира. Любой дизайнер может разместить свою карточку в DreamFlat в разделе «Дизайнеры». На данный момент они (пока что) публикуются бесплатно.
Застройщики
С помощью DreamFlat застройщики могут не только самостоятельно создавать визуальный контент для клиентов, но и размещать собственную недвижимость в рамках программного комплекса. За счет этого они получают дополнительный канал продаж, а также возможность демонстрировать свои объекты недвижимости в режиме виртуальной реальности. Более того, клиент из любой точки мира сможет посмотреть интересующую его квартиру и даже создать в ней дизайн. Каждый застройщик в рамках тарифа Enterprise может разместить свой объект (до 15 уникальных планировок) в DreamFlat в разделе «Недвижимость».
Производители мебели и отделки
Производители мебели и отделочных материалов могут разместить в библиотеке DreamFlat модели своих товаров. Модель сопровождается описанием, а также ссылкой на ресурс производителя или ритейлера. Это открывает возможность для всех пользователей DreamFlat использовать модели производителей в собственных проектах. Кроме того, с помощью DreamFlat компании могут предоставлять услуги по экспресс-дизайну для клиентов с собственной мебелью – например, показать, как будет смотреться диван в комнате или меблировать всю квартиру – и все это пока клиент пьет кофе и листает журналы. Каждый производитель в рамках тарифа Enterprise может разместить до 200 собственных моделей и материалов, а также при необходимости добавить собственный шоурум в раздел «Мебель и отделка».
Художники, декораторы, скульпторы
Художники и декораторы могут размещать свои модели в каталоге с указанием ссылки на ресурс производителя или же использовать их для презентации собственных работ. Каждый креатор может разместить собственные модели в библиотеке моделей DreamFlat, а также добавить свой шоурум в разделе «Арт».
Обучение
В помощь пользователям DreamFlat на сайте имеется раздел «Справочный центр», в котором можно найти ответы на все вопросы о работе в DreamFlat. Также вы можете обратиться в чат поддержки клиентов через сайт или начальный экран DreamFlat.
Однако обилие информации и идей может быть ошеломляющим. Возможно, у вас просто нет времени или желания самостоятельно заниматься разработкой дизайн-проекта. Именно здесь вам на помощь готова прийти компания DreamFlat!
У DreamFlat есть своя дизайн-студия, DreamFlat Design Studio, которая объединяет команду опытных дизайнеров-профессионалов. Они помогут вам создать стильное и функциональное пространство вашей мечты, учитывая все ваши пожелания, бюджет и образ жизни.
Независимо от того, нужна ли вам помощь с полной разработкой дизайн-проекта, включающей планировку помещений, подбор мебели, отделочных материалов и освещения, или просто консультация по отдельным элементам интерьера, специалисты DreamFlat Design Studio к вашим услугам. Они учтут все детали, чтобы создать пространство, которое не только будет эстетически pleasing (приятным), но и идеально подойдет для вашего комфортного проживания.
Так что смело воплощайте свои дизайнерские мечты в реальность вместе с DreamFlat!
Показать полностью
3
Новая нейросеть AlphaFold 3 произвела революции в биологии: она может с высокой точностью генерировать белки, ДНК и РНК
💭 Создатели уже сейчас раздают нейронку ученым по всему миру, чтобы продвигать научный прогресс.
*Благодаря этому врачи и исследователи смогут быстрее проектировать, например, лекарства для лечения рака.
💰 Всё-таки от карточек Куртки - главы Nvidia, есть хоть какой-то материальный толк, не только спекулятивный.
#Наука #ИИ #Медицина
Компьютерный чип, созданный с использованием живых клеток человеческого мозга
Перевод видео осуществлен нейросетью Elevenlabs
Австралийский стартап Cortical Labs разрабатывает нечто удивительное: компьютерный чип, созданный с использованием живых клеток человеческого мозга. Этот проект, получивший название Dishbrain, представляет собой настоящую инновацию.
На кремниевой основе чипа растут живые нейроны человеческой коры головного мозга, выполняя функции проводников и связываясь между собой и с другими элементами системы. Это можно сравнить с миниатюрной версией мозга, которому уже удалось научиться играть в классическую видеоигру Pong. Хотя в игре он показал себя не идеально, скорость и эффективность его обучения превзошли традиционные цифровые методы ИИ. Такие гибридные чипы могут кардинально изменить не только развитие искусственного интеллекта, но и медицину, предоставляя новые возможности для тестирования лекарств и изучения заболеваний.
Cortical Labs утверждают, что их чипы способны расти, учиться и адаптироваться, подобно человеческому мозгу. Возможности, которые откроются перед нами благодаря этому изобретению, могут быть поистине революционными.
Если вам интересны новые технологии, полезные сервисы и новости будущего, добро пожаловать в ИИшница 🍳
Показать полностью
Для чего нужна Sora?
«ИИ нужен не для того, чтобы делать что-то лучше человека, а чтобы делать вещи, которые раньше были невозможны»
Эта фраза прямая иллюстрация к нейросети Sora от Open AI. Она поможет не копировать старое, а воплощать в жизнь новые и невозможные идеи, которые иначе мы никогда бы не увидели.
От перфокарт до ИИ: программирование 55 лет назад vs сегодня
Сначала ты носишь свой код в коробках и борешься с коллегами за возможность сесть за клавиатуру (одну на всех), а потом ты просто говоришь машине, что делать. Или всё не так просто? Если присмотреться, то так ли много изменилось? Меняют ли что-то сегодня нейросети в работе, например, джуна или синьора?
Эта статья состоит из трех частей. Первая и вторая написаны по воспоминаниям программистов из Швеции и СССР: Марианны Эрнерфельд и Владимира Николаевича Орлова. И третья — из опыта работы с нейросетями.
Первые коды для дейтинга и железной дороги
Интервью с Марианной Эрнерфельд было опубликовано в июле 2019 в блоге ее сына. Оно более полное, особенно версия на шведском языке.
Девушка решила стать программистом в 1965 году. Тогда не было ни одного университета, обучающего программированию, но существовал годовой курс в Сольне (коммунна в Швеции), и на него могли выдать студенческий займ.
В то же время SJ (шведская государственная железнодорожная компания, на то время монополист) рекламировала годовую программу стажёрства, на которой можно было учиться работе в разных отделах компании. У SJ был компьютерный отдел, поэтому Марианна подала заявление и в эту программу, надеясь оказаться в нем.
На каждое место было по 14 кандидатов, а компания не хотела нанимать соискателей женского пола, но у Марианны (и нескольких других женщин) получилось успешно пройти все тесты.
Во время обучения студенты обучались всему: от поездов и путей и до того, как работали электрические и телефонные линии. В 1969 году SJ начинает программу внутреннего обучения программированию, и Марианна попадает в нее.
Компьютерный отдел SJ состоял примерно из 40 программистов и системных инженеров. Больше никаким другим образом научиться программированию в Швеции было нельзя — совершенно новая профессия. Некоторые из программистов раньше были машинистами локомотивов, и у большинства даже не было аттестатов о полном среднем образовании.
Обучение началось с объяснения, что такое компьютеры. Затем они прошли курсы в IBM, у которой в огромном здании в Стокгольме находилась «машина для обучения».
Одновременно на одном курсе было примерно 50-100 человек, но нас разделили, так что в каждом кабинете присутствовало по 8 студентов. Там мы смотрели на телеэкраны в передней части класса. Преподаватель и его доска транслировались на экраны из другого кабинета. У каждого преподавателя было примерно по 10 кабинетов со студентами, и каждый кабинет мог задавать вопросы при помощи микрофона, обращая на себя внимание нажатием кнопки. Это было сверхсовременно!
Сначала студенты узнали об IBM OS, а затем изучили собственный язык программирования IBM под названием PL/I. Это была более современная версия Кобола, обладавшая возможностями, которых у Кобола пока не было (но они появятся позже), например, создание таблиц и запросов.
После первого курса IBM Марианна вернулась в SJ для выполнения своих первых практических программ. Она и трое обучающихся создали программу для дейтинга — оператор вводит данные мужчин и женщин, их черты, а затем генерирует пары между ними при помощи изобретённого алгоритма. Позже программистка прошла ещё несколько курсов, например, изучала ассемблер (язык программирования).
Как же тогда кодили? Сначала рисовали блок-схемы, а затем писали карандашом код. Его передавали в отдел перфорирования, где код вбивали в перфокарты. Перфокарты состояли из 80 столбцов (72 под программу и 8 для последовательности), поэтому строка кода не могла содержать больше 72 символов.
Программисты должны были писать код чётко, чтобы работавшие на перфораторе женщины могли его читать. Спустя несколько лет работы в SJ им выделили человека для чтения кода. В остальном они по большей мере перфорировали карты данных: отчёты об отработанных часах в SJ, пробег каждого железнодорожного вагона (чтобы их можно было отправлять на обслуживание). Перфоратор выглядел как обычная печатная машинка, пробивающая отверстия с картах. Кроме того, над каждым столбцом она печатала обычным текстом букву.
«А ещё мы носили на перфокартах пирожные, так что они были довольно удобны»
Когда Марианна только начинала работу, программы были маленькими, но позже каждая могла занимать несколько коробок длиной по метру. Одна строка кода превращалась в одну перфокарту. Отдел перфорирования возвращал готовую программу (тысячи карт). Кроме того, приходилось создавать «контрольные карты», в которых кодировалось: должны ли перфокарты компилироваться или исполняться, на каком языке они были написаны и т.д. Контрольные карты имели собственный цвет. Первая карта была рабочей картой с именем на ней, чтобы отдел знал, кому их возвращать.
Еще карты возвращались вместе с «пижамной бумагой», содержащей списки кодов ошибок и номеров строк. У сотрудников был доступ к паре дыроколов, они могли вносить небольшие изменения самостоятельно.
Пижамная бумага с ошибками
Затем создавали тестовые файлы и смотрели, даёт ли программа ожидаемый результат. Если нет, то начинали «настольное тестирование» (с карандашом и бумагой), пытаясь разобраться, в чём ошибка. Для создания правильной программы требовалось много времени.
В машинном зале было примерно 10 операторов машин. Все они носили белые халаты, работали с ленточными накопителями, дисками и вставляли перфокарты. На входе висела табличка «Магазин закрыт», а программистам редко разрешалось посещать огромный машинный зал. Первые машины (IBM 1400) занимали 10-20 квадратных метров, а более новые были размером с холодильник.
Изначально у железнодорожной компании имелась IBM 360, а также более старые машины. Позже они получили IBM 370.
Ближе к концу 70-х появились терминалы. Все работали в общем зале с терминалами. Когда нужно было внести изменения в программу, приходилось сражаться за терминальное время. В компании пользовались жёлто-коричневыми терминалами Alfaskop. До самого увольнения из SJ в 1979 году у Марианны не было персонального терминала.
Alfaskop
Системные инженеры в основном работали со спецификациями, входными и выходными данными программ. Программисты были решателями задач, рисовали блок-схемы и думали, как выполнять задачи.
Какие коды писали? Например, онлайн-бронирование SG, работавшее 24/7. Это было современно по тем временам, а система целиком была написана на ассемблере. Благодаря этому SJ выделялась — ни одна другая компания в Швеции к этому и близко не стояла. Программисты создавали коды, а после завершения и тестирования отдавали их другим отделам. Их поддержкой занимались другие, отдел Марианны только писал новые.
Изображение создал Upgraide.me
Джоконда и работа в Вентспилс
В блоге Владимира Николаевича Орлова есть порядка 7 частей (и несколько отступлений) его автобиографичного рассказа о советском программировании. Дальше наш пересказ одного отрывка.
В 1976 году Владимир служил в Латвийском военном городе Вентспилс-8. Он был в числе первых, кто прошёл полный курс обучения по специальности «военный инженер-программист». Подготовка специалистов по ЭВМ и программированию велась с 1956 года.
Учились тогда прикладному программированию. Из студентов готовили IT-специалистов широкого профиля со знанием теории построения операционных систем, систем программирования, информационно-поисковых систем.
Обучение программированию начиналось с посещения машинного зала ЭВМ М-220.
За пультом ЭВМ М-220 старший лейтенант.
В те годы неотъемлемым атрибутом любого машинного зала (а для размещения ЭВМ М-220 требовалось не менее 100 квадратных метра) было присутствие в нем на стене портрета Джоконды (вспомните кинофильм «Служебный роман»):
Тогда Владимиру и другим обучающимся показали, как рождается портрет. В устройство для чтения перфокарт поставили колоду перфокарт, набрали команду на пульте управления ЭВМ и на АЦПУ стал появляться портрет Джоконды.
«Я окончательно понял, что поступил правильно, выбрав специальность программиста, а ЭВМ М-220 на ближайшие 7 лет стала моей рабочей лошадкой»
Это не означает, что Орлов не работал на других ЭВМ : к концу обучения в академии он был «на ты» с М-220, Минск-32, ЭВМ «Весна», СПЭМ-80, а также имел навыки работы на ЕС ЭВМ. Но главной машиной до 1979 года в Советском Союзе оставалась ЭВМ М-220.
Как тогда кодили? Программирование на М-220 серьёзно отличается от сегодняшнего программирования. Нужно обязательно знать машинные команды. Хотя бы те, которые позволяли загрузить программу с перфокарт, магнитных ленты и барабана в память машины и передать ей управление, чтобы она начала выполняться.
После Вентспилса я на всю жизнь запомнил команды ЭВМ М-220 для работы с внешними устройствами – 50 и 70. Все программы, которые я в итоге напишу в Вентспилсе, будут написаны в машинных кодах, никаких языков высокого уровня или даже автокода.
Одним из рабочих заданий была автоматизация кассы взаимопомощи.
Сначала информация по новым членам кассы взаимопомощи записывалась на бумажные бланки. С бланков данные набивались на перфокарты. Затем перфокарты вручную сортировались. Запускалась небольшая программа, которая данные с перфокарт записывала на магнитную ленту. После всего этого начинался процесс добавления новых членов в базу данных кассы взаимопомощи.
Для этого в лентопротяжки ставились три бобины, одна с новыми данными, вторая с данными, подготовленными ранее или текущей базой данных, и чистая, на которую переносилась информация, получаемая слиянием.
Неочевидное обучение программированию
Спустя 55 лет развития сферы программирования писать код можно даже не своими пальцами. Не работать на громоздких и медленных машинах, не запоминать команды. Можно и читерить: искусственный интеллект уже хорошо справляется со многими задачами. Вот модель GPT 4 — стандарт по умолчанию для создания контента, анализа, машинного перевода и, конечно, для решения задач.
GPT 4 можно использовать и для обучения программированию. Скормите чату условие своей задачки, а на выходе будет код программы на требуемом языке, часто еще и с объяснениями основных моментов в коде. Так можно создать себе персонального учителя.
Как можно использовать нейронку? Например, отправить в чат фрагмент или готовый код программы и промпт к нему:
расскажи, какую задачу решает код
объясни код по строкам
добавь комментарии в код
найди в коде синтаксические ошибки
найди в коде логические ошибки
оптимизируй код (уменьши расход памяти или ускорь выполнение)
уменьши сложность алгоритма
Не всегда, правда, код без глюков, а решения полные :( Главная проблема ИИ типа ChatGPT в том, что многие считают их универсальными. Из-за этого нередко либо результат не устраивает (завышенные ожидания), либо понимаешь, что проще и быстрее сделать самому.Чтобы апгрейднуть результат и сэкономить время, достаточно сделать очевидное: для каждой задачи использовать профильную нейронку.
В рамках API ограничения по получению ответа у GPT-4 составляет 4096 токенов, а у Claude 3 Opus около 128к токенов, в связи с этим и ответ получаемый от Claude 3 Opus будет больше. Плюс модели Claude 3 показывают себя более вдумчивыми.
Так мы справились с громоздкой задачей по программированию, сохранив себе пару часов для отдыха или другой задачи. Возьмем за пример задание из типовых курсов по программированию: написать мобильное приложение для сети клиник.
Возьмем эту задачу и декомпозируем ее. Разбить на более легкие шаги — это заведомо хорошая стратегия, чтобы нейронка не разваливалась и не отвлекалась.
У нас вышли такие шаги:
Составь функциональные требования, основанные на следующем описании: [полное описание из задания].
Теперь распиши полученные функциональные требования в виде User stories.
На основе полученных данных (Функциональных требований и user stories) составь сущности и атрибуты к ним с выделением первичных ключей.
Теперь на основе полученной информации составь plantUML.
Теперь составь BPMN TO-BE в виде кода.
Теперь составь полную спецификацию требований к этому ПО.
Теперь распиши каждый пункт спецификации подробнее, мне нужна готовая заполненная спецификация.
Составь документацию API с описанием всех методов системы на базе swagger.
И на все у Opus был ответ. Теперь проверим, исправим баги, если они есть — и готово! Конечно, не все так легко, как здесь читается, но работа над этими 8 пунктами своими руками была бы дольше в много-много раз.
Показать полностью
15
Умный гриль с искусственным интеллектом
Компания Brisk It представила новинку — умный гриль с искусственным интеллектом, который обещает довести приготовление еды до совершенства.
ИИ автоматически настраивает температуру для каждого ингредиента, позволяя готовить несколько блюд одновременно без риска их испортить.
Управление грилем осуществляется через специальное мобильное приложение, которое не только включает и выключает огонь, но и уведомляет вас о готовности блюда.
Цена умного гриля составляет 132 000 рублей, и это отличный выбор для празднования майских праздников.
Если вам интересны новые технологии, полезные сервисы и новости будущего, добро пожаловать в ИИшница 🍳 - пища для ума в мире высоких технологий
Показать полностью
4
Git Flow. Разделяй и властвуй: Сила ветвления в разработке ПО
Продолжая тему управления проектами в IT-сфере, хочу затронуть один важный аспект - ветвление (branching) в системах контроля версий, таких как Git.
В Телеграм есть канал "Самоучки IT(Управление проектами)" https://t.me/+NfVrLMxdKS0yNDNi где регулярно пополняется материал по всем этим вопросам.
Git Flow - это одна из самых популярных методик работы с гитом, которая предоставляет огромные возможности по работе с ветками, коммитами, просмотру истории, откатам, черепицам и многим другим вещам. Однако у гита есть одна фундаментальная проблема - отсутствие стандартной методики, по которой можно было бы вести проекты. Поэтому и появилось множество методических подходов, одним из которых является Git Flow
Git Flow - это методика, которая позволяет использовать функциональные ветки для внедрения фич и набор основных веток, которые позволяют делать релизы. Эта методика хорошо подходит для проектов, жизненный цикл которых составляет один или две недели. Я лично использую Git Flow в 95% своих проектов, которые я веду вместе с командами, и могу с уверенностью сказать, что она очень хорошо подходит для Agale методологий, таких как, Scrum где спринты длительностью одна или две недели.
Давайте теперь разберемся, что стоит за Git Flow и как по нему работать. Начнем с того, что Git Flow - это методика, которая предоставляет функциональные ветки для внедрения фич и набор основных веток, которые позволяют делать релизы или трясти наш успех. Все начинается с двух основных веток: Main (или Master) и Develop.
На вершине ветки Main создаются теги, которые служат для маркировки определенных моментов в истории разработки проекта. Эти теги используются для сборки проекта, выпуска САСД и других процессов, связанных с релизами. Таким образом, ветка Main остается стабильной и содержит только версии проекта, готовые к развертыванию в продакшен..
Develop - это рабочая ветка, куда, если вдруг что-то мы принимаем, оно попадает в Develop. Это некоторые отрывочные коды, которые в результате попадают у нас в Develop, а затем уже через какой-то процесс попадают в продакшен. Ветка Develop также должна быть всегда стабильной, поэтому напрямую в нее делать коммиты также нельзя.
Далее, когда мы хотим внедрить какую-то фичу, мы создаем отдельную ветку от Develop, которую называем Фичер веткой. Фичер ветка - это ветка, которую берут от Develop, когда приходит и хочет внедрить какую-то фичу, разработчик. В этой ветке работы он может ковать сколько угодно комитов, всё что угодно делать и в результате, получать какой-то финальную работающую фичу или исправленный баг, если мы говорим о баг.
Когда фича готова, ее нужно влить в Develop. Для этого мы создаем Pull Request (PR)и просим кого-нибудь из команды проверить наш код. Этот процесс называется Код Ревью. Код Ревью - это очень важный процесс, который позволяет нам доставлять качественный код в продакшен. Поэтому без Код Ревью мы не можем влить нашу фичу в Develop.
Когда фича прошла Код Ревью и была влита в Develop, мы можем начать готовиться к релизу. Для этого мы создаем отдельную ветку от Develop, которую называем Релизной веткой. Релизная ветка - это ветка, в которую мы вливаем все фичи, которые должны быть в следующем релизе. Эта ветка обычно тестируется ручными тестировщиками, а также запускаются все автоматические тесты.
Когда релиз готов, мы его вливаем в Мэйн и создаем тег с номером релиза. После этого мы также вливаем релиз в Develop, чтобы все фиксы, которые были сделаны в релизной ветке, попали в наш основную рабочую ветку.
Иногда может случиться так, что в продакшене обнаружилась критическая ошибка, которую нужно исправить срочно. В этом случае мы создаем отдельную ветку от Main, которую называем Hotfix веткой. Hotfix ветка - это ветка, в которую мы вносим изменения, которые необходимо срочно исправить в продакшене. Когда изменения готовы, мы их тестируем и вливаем в Main и Develop. После этого мы также создаем новый релиз, который содержит наш Hotfix .
Итак, мы рассмотрели основные ветки и процессы, которые используются в Git Flow. Давайте теперь рассмотрим некоторые практические примеры использования Git Flow.
Пример 1. Внедрение новой фичи.
Предположим, нам нужно внедрить новую фичу в нашем проекте.
Для этого мы выполняем следующие шаги:
Создаем новую ветку от Develop, например: git checkout -b feature/my-new-feature develop
Делаем необходимые изменения в коде и комитим их: git add .; git commit -m "Add my new feature"
Отправляем наши изменения на удаленный репозиторий: git push origin feature/my-new-feature
Создаем Pull Request в Develop.
- Просим кого-нибудь из команды проверить наш код и дать комментарии.
-Вносим необходимые изменения на основе комментариев и отправляем их в Pull Request.
Когда наш код прошел Код Ревью, мы вливаем его в Develop: git checkout develop; git pull; git merge feature/my-new-feature; git push origin develop
Удаляем нашу Feature ветку: git branch -d feature/my-new-feature
Пример 2. Исправление критической ошибки в продакшене.
Предположим, в нашем проекте в продакшене обнаружилась критическая ошибка, которую нужно исправить срочно. Для этого мы выполняем следующие шаги:
- Создаем новую ветку от Main, например: git checkout -b hotfix/critical-bug-fix master
-Делаем необходимые изменения в коде и комитим их: git add .; git commit -m "Fix critical bug"
-Отправляем наши изменения на удаленный репозиторий: git push origin hotfix/critical-bug-fix
-Создаем Pull Request в Main.
-Просим кого-нибудь из команды проверить наш код и дать комментарии.
-Вносим необходимые изменения на основе комментариев и отправляем их в Pull Request.
-Когда наш код прошел Код Ревью, мы вливаем его в Main : git checkout master; git pull; git merge hotfix/critical-bug-fix; git push origin master
-Создаем новый тег с номером релиза: git tag -a v1.1.1 -m "Hotfix release"
-Вливаем наш hotfix в Develop : git checkout develop; git pull; git merge hotfix/critical-bug-fix; git push origin develop
-Удаляем нашу hotfix ветку: git branch -d hotfix/critical-bug-fix
Итак, мы рассмотрели основные ветки и процессы, которые используются в Git Flow, а также практические примеры их использования. Git Flow - это очень мощная и гибкая методика, которая позволяет нам эффективно работать с гитом и контролировать процесс разработки. Если вы еще не используете Git Flow в своих проектах, я рекомендую вам его попробовать. Вы не пожалеете!
Ну и в конце небольшое примечание. Git Flow - это не догма, а всего лишь набор рекомендаций, которые можно изменять под свои нужды. Если какой-то процесс не подходит вашей команде, вы всегда можете его изменить или вообще не использовать. Главное - чтобы процесс работы был понятен всем участникам команды и не мешал эффективной разработке. Пользуйтесь на здоровье, а подробности изучайте в канале "Самоучки IT(Управление проектами) " https://t.me/+NfVrLMxdKS0yNDNi - там много годного материала и обсуждения!
Показать полностью
1