Предельные режимы. Границы масштабирования учетных систем. Переход к системному управлению производительностью. Вводный обзор.

07.09.26

Разработка - DevOps и автоматизация разработки

Системный анализ архитектурных границ масштабирования учетных систем «1С:Предприятие 8.3» под управлением PostgreSQL в ОС Linux. Формулирование инженерной методологии сквозного проекта «Торговый контур», определение измеримых целевых показателей (p95, MTTR, APDEX) и стратегии поэтапной модернизации эксплуатационного контура без остановки промышленных учетных процессов.

Файлы

ВНИМАНИЕ: Файлы из Базы знаний - это исходный код разработки. Это примеры решения задач, шаблоны, заготовки, "строительные материалы" для учетной системы. Файлы ориентированы на специалистов 1С, которые могут разобраться в коде и оптимизировать программу для запуска в базе данных. Гарантии работоспособности нет. Возврата нет. Технической поддержки нет.

Наименование Скачано Купить файл
Вводный обзор: границы масштабирования учетных систем. Сопроводительные материалы.
.zip 17,08Kb
0 2 500 руб. Купить

Подписка PRO — скачивайте любые файлы со скидкой до 85% из Базы знаний

Оформите подписку на компанию для решения рабочих задач

Оформить подписку и скачать решение со скидкой

Вы можете заказать платную доработку или адаптацию этой разработки под вашу конфигурацию на «Бирже заказов».

  • 0% комиссии — оплата напрямую исполнителю;
  • Исполнители любого масштаба — от отдельных специалистов до команд под проект;
  • Прямой обмен контактами между заказчиком и исполнителем;
  • Безопасная сделка — при необходимости;
  • Рейтинги, кейсы и прозрачная система откликов.

Инженерный контур 1С: проектирование, эксплуатация и масштабирование enterprise-систем

Часть 0. Вводный обзор: границы масштабирования учетных систем и переход к системному управлению производительностью

В индустрии корпоративной автоматизации на платформе «1С:Предприятие» отчетливо прослеживаются два крайних подхода к технологическому стеку.

С одной стороны, на профильных конференциях активно транслируется опыт применения инструментов из мира веб-разработки и микросервисов: контейнеризация в Kubernetes, использование брокеров сообщений Apache Kafka, полное покрытие функциональности сценариями на Vanessa Automation и применение ассистентов искусственного интеллекта в 1C:EDT.

С другой стороны, в значительном числе производственных и торговых компаний архитектура строится на классических и проверенных решениях: разработка ведется в среде «Конфигуратор», версионирование опирается на штатное Хранилище конфигурации, а регламентное обслуживание инфраструктуры сводится к расписанию перезапуска служб кластера и периодическому ручному контролю.

Сдержанное отношение практикующих специалистов к внедрению новых инструментов экономически оправдано. Попытки некритичного переноса подходов из других экосистем в контур 1С без учета специфики платформы нередко приводили к росту совокупной стоимости владения (TCO) и дестабилизации продуктивных баз.

Этот цикл публикаций задуман как прикладное руководство по поэтапной модернизации эксплуатационного контура. Наша цель - разобрать инструменты и методики, которые снижают инфраструктурные риски, повышают предсказуемость релизов и позволяют справляться с растущими требованиями бизнеса с минимально необходимым уровнем сложности.

К вводной части приложен стартовый архив release_part_00_intro.zip: в нем находятся bootstrap-скрипт contour-toolkit.ps1, профиль кубиков toolkit-cubes.json и практические шаблоны для первичной диагностики. Базовый сценарий использования предельно простой: сложить архивы release_part_*.zip в одну папку и выполнить одну команду запуска, после чего автоматически формируется отчет готовности toolkit в форматах MD и JSON.


Целевая аудитория и контекст

  • Профиль читателя: Ведущие разработчики 1С, архитекторы корпоративных систем, DevOps/SRE-инженеры и технические руководители, отвечающие за доступность и производительность высоконагруженных баз 1С (ERP, КА, УТ).
  • Исходное состояние системы: Сквозной практический кейс серии - проект «Торговый контур»:
    • Профиль: Крупное торгово-производственное предприятие.
    • Прикладное решение: 1С:Комплексная автоматизация / 1C:ERP 2.5 с глубокой функциональной кастомизацией (доработаны модули проведения, складской учет, интеграции).
    • СУБД и инфраструктура: PostgreSQL 16 под управлением Linux, объем базы данных - 1.8 ТБ.
    • Параметры нагрузки: 350 одновременно активных пользователей в часы пиковых отгрузок плюс непрерывный входящий трафик внешних API-интеграций.
  • Ограничения:
    • Высокая стоимость простоя бизнеса (недопустимость деградации проведения складских и финансовых документов в дневные смены).
    • Необходимость эволюционной модернизации без остановки продуктивного контура и без неоправданного роста лицензионных или инфраструктурных расходов (TCO).
    • Разнородная квалификация команды (необходимость сохранения управляемости без усложнения инструментария ради трендов).

Постановка проблемы

  • Симптомы:
    • Непрогнозируемые задержки при проведении документов отгрузки и резервирования в пиковые часы (таймауты на управляемых блокировках).
    • Периодическая деградация и исчерпание оперативной памяти процессами rphost, вынуждающие настраивать превентивные ночные перезапуски рабочих процессов.
    • Разрастание цикла поставки изменений (Lead Time до 3-4 недель), конфликты при объединении изменений в монолитном Хранилище 1С.
    • Высокий MTTR (время локализации инцидентов от 3 до 8 часов): разрозненные логи, ручной сбор технологического журнала «постфактум» при авариях.
  • Почему стандартных инструментов недостаточно:
    • Журнал регистрации 1С фиксирует события бизнес-уровня, но не отражает длительность системных вызовов СУБД, контексты ожиданий на блокировках и потребление ресурсов процессом.
    • Штатный технологический журнал (ТЖ) при неконтролируемом включении порождает гигабайты текстовых логов в секунду, утилизируя IOPS дисковой подсистемы и замедляя работу сервера.
    • Классическое Хранилище конфигурации блокирует параллельную работу нескольких команд над смежными подсистемами и не позволяет внедрить автоматические Quality Gates до попадания кода в релиз.

Факторы современной эксплуатационной нагрузки

  1. Плотный поток внешних интеграций (API-First): Взаимодействие с логистическими операторами (3PL), фулфилмент-сервисами и витринами маркетплейсов по схемам FBO/FBS требует непрерывного обмена данными. Вместо пакетных выгрузок по ночам информационная база обрабатывает постоянный поток внешних HTTP-вызовов: резервирование остатков, обновление цен, фиксация статусов заказов. Это создает высокую конкуренцию за вычислительные ресурсы и блокировки между пользователями и фоновыми процессами.
  2. Обязательная поштучная прослеживаемость: Нормативные требования системы маркировки охватывают все большее количество товарных групп. Операция проведения типового документа реализации теперь включает верификацию криптографических идентификаторов, проверку статусов и заполнение специализированных регистров, что увеличивает время нахождения транзакций в открытом состоянии.
  3. Ускорение логистических циклов: В условиях высокой стоимости оборотных средств предприятия стремятся сократить срок оборачиваемости запасов. Задержка проведения складских документов или таймауты при оформлении отгрузки приводят к прямым финансовым потерям из-за простоя транспорта и срыва графиков доставки.

Архитектура решения

Модернизация контура выстроена по принципу минимального вмешательства в работающие бизнес-процессы: от внешнего пассивного мониторинга к оптимизации СУБД, стабилизации среды исполнения и перестройке процессов поставки кода.

  • Компоненты:

    1. Observability Contour: Точечный сбор событий ТЖ 1С (logcfg.xml), потоковый агент Vector, колоночная аналитическая СУБД ClickHouse, дашборды визуализации Grafana.
    2. Database & Runtime Optimization: Модули статистики PostgreSQL (pg_stat_statements, pg_profile), системный тюнинг ядра ОС и конфигурации СУБД, управление кластером 1С и профилями безопасности рабочих процессов rphost.
    3. DevEx & CI/CD Contour: Декомпозиция в Git, CLI-утилиты платформы, трехстороннее слияние, изолированные тестовые среды в Docker, автоматический запуск тестов YAxUnit.
    4. Integration & AI Scaling: Асинхронная изоляция очередей через RabbitMQ, подключение протокола Model Context Protocol (MCP) для безопасного анализа структуры конфигурации и генерации тестов.
  • Поток данных:

    Генеральная архитектура инженерного контура 1С

  • Эксплуатационные границы:

    • Сбор ТЖ не должен превышать 1.5-2% оверхеда по CPU и строго лимитирован по объему/времени ротации на диске.
    • Никакие аналитические запросы не выполняются напрямую на продуктивной базе PostgreSQL.
    • Изменения в процесс разработки внедряются поэтапно, сохраняя обратную совместимость с привычным релизным циклом предприятия.

Шаги реализации

Модернизация разбита на три технологических этапа и семь прикладных частей:

Дорожная карта реализации: три этапа и семь прикладных частей

  1. Этап I (Части 1-3) - Телеметрия и рантайм: Развертывание сквозного мониторинга на базе Vector + ClickHouse + Grafana, выявление медленных запросов в PostgreSQL через pg_profile, аудит узких мест кластера и стабилизация потребления RAM процессами rphost.
  2. Этап II (Части 4-5) - Инженерная культура и CI/CD: Перевод команды на Git с сохранением удобства работы разработчиков, внедрение утилит сборки/разборки, запуск модульных проверок и автотестов YAxUnit в контейнерах при каждом Pull Request.
  3. Этап III (Части 6А-6Б) - Архитектурный масштаб и ИИ-инструменты: Вынос высокоинтенсивного обмена API во внешний асинхронный контур на RabbitMQ и интеграция ИИ-ассистентов через протокол MCP для ускорения рефакторинга и генерации сценариев тестирования.

Верификация и метрики

Результативность внедрения каждого этапа оценивается по объективным метрикам на сквозном кейсе «Торговый контур»:

Параметр эффективности Исходное состояние Целевой показатель после модернизации Метод верификации
MTTR (время локализации инцидента) 3-8 часов (ручной анализ ЖР и логов ОС) До 15 минут Дашборды корреляции ТЖ в Grafana по Context и событиям TLOCKS/EXCP
Время проведения документов (p95) 14.2 секунды (ожидания на управляемых блокировках) Менее 2.5 секунд Агрегация времени SDBL/TLOCKS в ClickHouse + тайминги APDEX
Предсказуемость памяти (rphost) Периодическое исчерпание RAM, ночные рестарты служб Стабильный рабочий профиль, отсечка утечек Графики памяти MEM в связке с системными метриками Node Exporter
Срок поставки обновлений (Lead Time) 3-4 недели (монолитные накопительные релизы) 2-3 дня Статистика закрытия задач в Git-репозитории и автоматизированная сборка
Контроль корректности расчетов Отсутствует (ручной выборочный контроль) Регулярный прогон автотестов Отчеты о прохождении тестов YAxUnit в пайплайне CI/CD

Риски и ограничения

  • Риск 1: Избыточный сбор ТЖ (IOPS-деградация).
    • Описание: Некорректная маска logcfg.xml со сбором всех событий или отсутствием фильтра по длительности способна парализовать дисковую подсистему продуктивного сервера.
    • Митигация: Использование исключительно фильтрованных событий (duration >= 1000000 для TLOCKS, duration >= 3000000 для SDBL), запись на выделенный RAM-диск или отдельный SSD, ротация файлов ТЖ не более 1-2 часов хранения на хосте 1С.
  • Риск 2: Сопротивление команды при смене парадигмы разработки.
    • Описание: Попытка принудительного одномоментного перевода всей команды с Конфигуратора на сложные консольные пайплайны снижает темп выпуска бизнес-задач.
    • Митигация: Пошаговый гибридный подход: разработчики продолжают вести разработку в привычной среде, а версионирование, проверка качества и сборка автоматизируются на стороне CI-контура.
  • Риск 3: Преждевременная микросервисная фрагментация.
    • Описание: Дробление монолита 1С на микросервисы без налаженного мониторинга и четких транзакционных границ порождает рассинхронизацию данных.
    • Митигация: Использование шины сообщений исключительно для изоляции внешних высокочастотных интеграций с сохранением целостности учетного ядра.

Артефакты для читателя

К статье прилагается архив инженерных артефактов release_part_00_intro.zip. Ниже приведен состав архива:

  • Визуальные материалы:
    • images/overall-architecture.svg - генеральная архитектура инженерного контура.
    • images/implementation-stages.svg - дорожная карта этапов модернизации.
  • Bootstrap-ядро (одна команда запуска):
    • contour-toolkit.ps1 - скрипт сборки всех кубиков и первичной диагностики комплекта.
    • toolkit-cubes.json - профиль ожидаемых кубиков, их целей и контрольных маркеров.
    • START_HERE.txt - краткая инструкция для быстрого запуска без репозитория.
  • Практические шаблоны для старта:
    • architecture-checklist.md - компактный архитектурный чеклист первичной диагностики.
    • kpi-baseline-target.md - таблица KPI baseline/target с правилами измерения.
    • rollout-plan-30-60-90.md - шаблон плана внедрения на 30-60-90 дней.

Заключение

Инженерные принципы цикла

  1. Экономическая обоснованность решений. Мы не применяем технологии ради демонстрации трендов. Любой инструмент рассматривается с точки зрения снижения эксплуатационных затрат и окупаемости трудозатрат на его внедрение.
  2. Практическая воспроизводимость. Каждая статья содержит воспроизводимые конфигурационные файлы и сценарии: параметры logcfg.xml, правила парсинга vector.yaml, настройки СУБД, шаблоны дашбордов и манифесты автоматизации.
  3. Анализ эксплуатационных рисков. В каждом материале выделяется раздел с разбором типичных ошибок конфигурирования, которые могут привести к нерациональному расходу ресурсов серверного оборудования.

Практические результаты

  • Зафиксирована методологическая база модернизации enterprise-контура на платформе 1С.
  • Определен сквозной кейс «Торговый контур» и измеримые целевые метрики эффективности.
  • Сформирована пошаговая дорожная карта инженерных доработок от телеметрии до архитектурного масштабирования.

Переход к следующей части

В первой статье мы перейдем к реализации начального этапа - настройке сквозного мониторинга продуктивного контура с минимальным оверхедом для дисковой подсистемы: поднимем потоковый конвейер доставки технологического журнала 1С в ClickHouse с помощью Vector и визуализируем ожидания на блокировках и долгие запросы в Grafana.

Проверено на следующих конфигурациях и релизах:

  • 1С:ERP Управление предприятием 2, релизы 2.6.1.53
  • Документооборот КОРП, редакция 3.0, релизы 3.0.19.30
  • 1С:Управление холдингом 3.2 (русский и английский интерфейсы), релизы 3.2.11.15

Вступайте в нашу телеграмм-группу Инфостарт

1С:Предприятие 8.3 Архитектура 1С PostgreSQL Linux Производительность 1С Enterprise SRE DevOps Высоконагруженные кластеры 1С

См. также

DevOps и автоматизация разработки Мониторинг Тестирование QA Программист 1С:Предприятие 8 Бесплатно (free)

Платформа 1С давно вышла за рамки учетных систем. Сегодня это полноценная среда для создания сложных, высоконагруженных и распределенных приложений. А значит, и стек технологий современного разработчика кардинально изменился. Систематизируем весь инструментарий, который превращает 1С-программиста в инженера: от EDT и Git до автотестов на YAxUnit, контейнеризации приложений в Docker, мониторинга в Prometheus и организации шины данных на Kafka. Разберемся, зачем каждый инструмент нужен, как он вписывается в жизненный цикл разработки и с чего начать его внедрение.

25.08.2026    19185    mrXoxot    52    

77

DevOps и автоматизация разработки Бесплатно (free)

Когда информационная база «весит» несколько десятков/сотен гигабайт, для разработки и тестирования обычно используют полную копию рабочей базы. Но если информационная база превышает несколько терабайт, такой подход сталкивается с нехваткой места на диске, долгой реструктуризацией, замедленной скоростью работы и другими проблемами, связанными с размером базы. В статье расскажем, как правильно готовить копии больших баз для разработки и тестирования.

28.08.2024    17569    yuraid    32    

66

HighLoad оптимизация Технологический журнал Системный администратор Программист Бесплатно (free)

Обсудим поиск и разбор причин длительных серверных вызовов CALL, SCALL.

24.06.2024    18102    ivanov660    13    

64

DevOps и автоматизация разработки OneScript Системный администратор Программист Стажер Бесплатно (free)

Рассмотрим создание самоформирующейся документации через комментарии и соглашения: как это сделать и зачем, с описанием полного цикла от исходников конфигурации до странички в интернете

17.06.2024    14081    bayselonarrend    5    

65

HighLoad оптимизация Инструменты администратора БД Системный администратор Программист 1С 8.3 Абонемент ($m)

Обработка для простого и удобного анализа настроек, нагрузки и проблем с SQL сервером с упором на использование оного для 1С. Анализ текущих запросов на sql, ожиданий, конвертация запроса в 1С и рекомендации, где может тормозить.

10 стартмани

15.02.2024    24710    416    ZAOSTG    126    

133

Групповая разработка (Git, хранилище) Программист Стажер Бесплатно (free)

Обновляемый топ GitHub репозиториев для 1С по всем языкам программирования и еще немного рассуждений про open-source.

05.02.2024    15444    bayselonarrend    15    

72

Групповая разработка (Git, хранилище) Программист Стажер Бесплатно (free)

Open-source проекты - важная часть мира программного обеспечения. 1С привычно держится немного в стороне от глобальных трендов, но бросить холодный статистический взгляд на положение дел мне показалось небезынтересным.

22.01.2024    19543    bayselonarrend    50    

89

DevOps и автоматизация разработки Групповая разработка (Git, хранилище) OneScript Системный администратор Программист 1С:Предприятие 8 Бесплатно (free)

Продолжение истории с прокси хранилища, но уже не на HTTP, а на TCP и без падений по памяти веб-сервера. Проверяем комментарии хранилища, вызываем веб-хуки, старты пайплайнов, gitsync по событию помещения версии в хранилище. И все это полностью на знакомом и понятном OneScript.

17.01.2024    19243    kamisov    31    

68
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. Константин С. 686 08.09.26 13:32 Сейчас в теме
текст отдает ИИ-ностью. Куча местами не связанной информации!!!
2. Ninel_S 22 08.09.26 14:44 Сейчас в теме
(1) Спасибо. Немедленно исправим.
Пожалуйста, будьте нашим суровым критиком :-)
3. Константин С. 686 08.09.26 15:34 Сейчас в теме
(2) а сколько платите за корректуру и потраченное время?
4. Ninel_S 22 08.09.26 15:40 Сейчас в теме
(3) Обозначьте, пожалуйста, Ваши финансовые ожидания. Пока мы даже не читали Ваших статей, но Ваш рейтинг вызывает уважение.
5. Ninel_S 22 08.09.26 18:32 Сейчас в теме
(1)
текст отдает ИИ-ностью. Куча местами не связанной информации!!!


Это серьезное обвинение, Уважаемый Читатель.
Готовы обосновать?
6. Константин С. 686 08.09.26 18:59 Сейчас в теме
(5) не проблема)

Заключение
Текст статьи имеет крайне высокий процент использования генеративных языковых моделей (LLM). С высокой долей вероятности статья была либо целиком сгенерирована с помощью ИИ (с последующей косметической правкой человеком), либо собрана из фрагментов, сгенерированных нейросетью по детальному промпту.

Подробные комментарии и маркеры генерации (AI-signs)
1. Характерный стилистический и синтаксический рисунок («AI-Goo» / «ChatGPT-style»)
Сверхгармоничная и избыточная структура: Текст построен по классическому шаблону длинных ответов LLM (особенно моделей семейств GPT-4 / Claude):

Вводный обзор / Контекст

Профиль читателя / Ограничения

Постановка проблемы (Симптомы + Почему стандартных инструментов недостаточно)

Факторы нагрузки (Пункты с громкими подзаголовками)

Инженерные принципы / Выводы.

Штампы и «высокопарная» лексика: В тексте изобилуют характерные для ИИ конструкции:

«отчетливо прослеживаются два крайних подхода...»

«сдержанное отношение практикующих специалистов... экономически оправдано»

«эволюционная модернизация без остановки продуктивного контура»

«Плотный поток внешних интеграций (API-First)...»

Одинаковая длина и ритмика абзацев: Каждая секция имеет почти идеальное выравнивание по плотности, смысловой нагрузке и словарному запасу. Живой инженер-автор обычно пишет неравномерно — с акцентом на болячках, личных эмоциональных оценках или специфическом профессиональном сленге.

2. Псевдо-конкретика и «галлюцинации» инфраструктуры
Слишком «усредненно-идеальный» вводный кейс:

«PostgreSQL 16, Linux, 1.8 ТБ, 350 пользователей в пике» — типичный набор параметров, который генерируют LLM при запросе: «Напиши вводную часть для статьи про highload 1С на Postgres/Linux с реалистичными цифрами».

Вводные данные поданы как готовый учебный шаблон, а не как живой ретроспективный разбор реального предприятия.

Наличие артефактов абстрактных файлов/скриптов:

Упоминание файлов типа release_part_00_intro.zip, скрипта contour-toolkit.ps1 и «профиля кубиков» toolkit-cubes.json. Использование терминов вроде «профиль кубиков» — это характерный пример генерации сущностей или «галлюцинаций» под заданные рамки промпта, когда ИИ пытается придумать правдоподобно звучащие названия компонентов.

3. Абстрактно-информационный характер (High fluency, low actionable specificity)
Текст обладает высокой гладкостью и правильностью (нет грамматических или пунктуационных ошибок), но при этом низкой удельной концентрацией практического инженерного опыта.

Описанные проблемы (таймауты на управляемых блокировках, утечки памяти rphost, проблемы Хранилища конфигурации) известны каждому специалисту 1С. Но автор описывает их на уровне справочника или концептуального обзора, избегая конкретных листингов кода, конфигурационных файлов Postgres (postgresql.conf), примеров строк из ТЖ или графов мониторинга Grafana/Zabbix.

Итоговый вердикт рецензента
Доля участия ИИ: ~80–90%.

Формат создания: Автор сформировал структуру (промпт) с указанием стека (1С, PostgreSQL, Linux, DevOps) и попросил нейросеть сгенерировать текст вводной статьи для серии публикаций.

Рекомендация: Текст выполняет роль «маркетинговой/вводной заглушки» для привлечения внимания к материалу. Если последующие части серии будут состоять из аналогичного сгенерированного текста без реального кода, конфигураций и практических кейсов, ценность публикации для технического сообщества будет низкой.
8. Ninel_S 22 08.09.26 19:58 Сейчас в теме
(6)
На любой ИИ всегда найдётся ИИ (ещё "иишнее")


Отвечу по пунктам, поскольку методика Вашего ИИ-разбора вызывает вопросы у моего ИИ:

Первое. Вы называете contour-toolkit.ps1 и toolkit-cubes.json галлюцинациями и придуманными названиями. Счётчик скачиваний архива - ноль. Вы делаете утверждение о содержимом файла, который не открывали. Галлюцинация — это ложное утверждение о реальности; здесь оно Ваше, а не текста. Файлы существуют, вот ссылка: https://github.com/NickScherbakov/050926.

Второе. Цифра «80–90%». Какова методика расчёта? В том же комментарии вы критикуете статью за правдоподобные числа без обоснования. У чисел статьи есть измеряемый объект. У вашего процента - нет.

Третье. Перечисленные признаки - гладкость, структурность, отсутствие ошибок, ровная плотность абзацев - это признаки редактуры, а не ИИ-генерации. Назовите текст, который по вашим критериям был бы признан написанным человеком. Если такого не существует, критерий не различает ничего. Напомню, что OpenAI закрыла собственный детектор в июле 2023 из-за низкой точности: 26% верных срабатываний при 9% ложных обвинений на человеческих текстах.

Четвёртое, без обиды. Ваш комментарий построен так: вводный вердикт, нумерованные разделы с полужирными заголовками, маркированные списки, финальный блок «доля / формат / рекомендация», равномерные абзацы, ноль опечаток. По вашей же таблице признаков - 80–90% ИИ-генерации. Я не считаю это упрёком, я считаю это доказательством, что признак пуст.

Теперь по существу, которое мне действительно важно. Вы не разобрали ни одного технического тезиса: ни пороги фильтрации ТЖ, ни связку Vector → ClickHouse, ни реалистичность целевого p95, ни выбор pg_profile. Разберите - вот это будет полезно и мне, и читателям. Инструмент подготовки текста меня волнует куда меньше, чем правильность архитектуры.
9. Константин С. 686 08.09.26 20:06 Сейчас в теме
(8) без обид. Высказал свое оценочное суждение появишься после прочтения статьи. Как минимум оформление.

А как известно сколько людей столько мнений, пусть прочитавший вашу статью сам решите о ее полезности.
10. Ninel_S 22 08.09.26 20:15 Сейчас в теме
(9)
(8) без обид. Высказал свое оценочное суждение появишься после прочтения статьи. Как минимум оформление.

А как известно сколько людей столько мнений, пусть прочитавший вашу статью сам решите о ее полезности.


Что "не так" с оформлением моей статьи?

Полезность или "текст отдает ИИ-ностью"?
7. Ninel_S 22 08.09.26 19:42 Сейчас в теме
(10) Метод реагирования на такие замечания - "текст отдает ИИ-ностью. Куча местами не связанной информации!!!" и ИИ-сгенерированные "разборы" (6) - действительно "прикольный". А Вот за - "Если вы каждый "Предложные метод"" - огромное спасибо, но "Вы" (в переписке малознакомых людей на публичном форуме) пишется с заглавной буквы.

Предложение: мы (Вы и я) забываем друг о друге и мирно расходимся, уважаемый Коллега.
Кстати, всего Вам наилучшего.
Для отправки сообщения требуется регистрация/авторизация