[Automation] Nut.js - Node.js 데스크톱 자동화 프레임워크

Nut.js는 Node.js 기반의 데스크톱 자동화 프레임워크로, 마우스·키보드 제어, 클립보드 접근, 이미지·텍스트 온스크린 검색을 제공합니다. Windows, macOS, Linux에서 동작하며 E2E 테스트와 워크플로 자동화에 활용할 수 있습니다. 설치 방법, 핵심 기능, 사용 예시와 장단점을 정리했습니다.

[Linux] 디스크 용량 측정 시 심링크(dereference) 포함하기

Linux에서 du·df로 디스크 용량을 측정할 때 심링크(symlink)를 따라가 대상의 실제 용량을 반영하는 방법을 설명한다. du -L(모든 심링크 역참조), -D/-H(명령줄 인자만) 옵션 차이, 디렉터리 순회 시 동작, 실전 예제와 중복·순환 링크 주의사항, 참고 문헌을 포함한다.

[Plex] Windows에서 Plex Media Server 재실행·자동 재시작 가이드

Windows에서 Plex Media Server가 멈추거나 응답 없을 때 TASKKILL과 배치 스크립트로 재실행하는 방법과, Plex Checker로 조건부 자동 재시작하는 방법을 단계별로 정리한다. 42jerrykim.github.io에서 더 많은 기술 글을 확인할 수 있다.

[Rust] Rust Atomics and Locks 서평

Mara Bos 저 Rust Atomics and Locks 서평. 동시성·원자 연산·메모리 순서·뮤텍스·조건 변수·OS API 연동까지, Rust 저수준 동시성을 올바르게 다루고 싶은 개발자를 위한 실전 가이드 요약, 추천 대상, 핵심 내용, 예제 코드 링크, 장단점과 종합 평가, 참고 문헌을 정리했다.

[Tutorial] futurecoder - 초보자용 파이썬 무료·오픈소스 인터랙티브 강의

futurecoder는 완전 무료·오픈소스 온라인 파이썬 학습 플랫폼이다. 조건문·반복문·자료구조 등 기초 코딩을 실습형으로 배우며, 디버거·힌트·파슨스 문제로 초보자 친화적이다. 추천 대상과 사용 팁을 소개한다.

[Rust] Comprehensive Rust 무료 강의 정리 및 코스 구조

Comprehensive Rust는 Google이 제공하는 Rust 기초부터 고급까지 무료로 배우는 공식 스타일 강의다. Ownership, 메모리 관리·에러 처리·동시성·Android까지 4일 과정으로 구성되어 있으며, 실습과 연습문제를 통해 시스템 프로그래밍 역량을 체계적으로 키울 수 있다. 42jerrykim.github.io에서 더 많은 기술 글을 확인할 수 있다.

[Tutorial] Learn Prompting - 프롬프트 엔지니어링 무료 가이드 정리

Learn Prompting은 LLM·GenAI와 효과적으로 소통하기 위한 프롬프트 엔지니어링 무료 오픈소스 가이드다. 기초·응용·고급 기법, 신뢰성·이미지 프롬프트·RAG·에이전트까지 체계적으로 배울 수 있으며, 42jerrykim.github.io에서 더 많은 기술 글을 확인할 수 있다.

[C#] CancellationTokenSource 사용법과 Task 취소 패턴

C# CancellationTokenSource와 CancellationToken의 개념, TaskFactory와의 연동, 비동기 작업 취소 시나리오에서의 올바른 사용법을 실전 예제와 함께 설명한다. Task.Delay에 토큰 전달·취소 요청 처리 등 실무 팁을 포함한다. 42jerrykim.github.io에서 더 많은 기술 글을 확인할 수 있다.

[Git] git-story - 커밋 히스토리를 애니메이션으로 시각화하기

git-story는 Git 저장소의 커밋 히스토리를 바탕으로 MP4 애니메이션을 자동 생성하는 무료 오픈소스 도구입니다. 프로젝트 시각화, 팀 워크플로우 공유, 블로그·유튜브용 영상 제작에 활용할 수 있으며, Manim 기반으로 한 번의 커맨드로 결과물을 얻을 수 있습니다.

[Algorithm] C++ 백준 8983번 : 사냥꾼

이 문제는 x축에 놓인 여러 사대를 이용해 2차원 평면상의 동물을 사정거리 내에서 사냥할 수 있는 최대 동물의 수를 계산하는 알고리즘 문제입니다. 각 동물이 사대 중 하나라도 사정거리 내에 있다면 잡을 수 있고, 효율적인 이분 탐색으로 빠른 판별이 가능하여 탐색 최적화와 수학적 거리 계산, 정렬, 탐색 알고리즘의 응용을 함께 익힐 수 있습니다.