я бы вообще всё сделал на локальных переменных - родительский буфер, имя проекта (если включена поддержка projectile, кстати, надо посмотреть на project.el), чтобы лишний раз не перебирать, параметры самомого тоггла (размеры, позиция). но это такая стейтмашина нужна будет, шо ппц

а ещё было бы круто делать тогглом любой буфер/файл вообще

Это будет дезинформирующе.  Лисп хорошо описывает
• любые алгоритмы
• любым образом

Думаю, подавляющее большинство программ на лиспе, доступных обычным юзерам в природе, написано императивно, с теми или иными декларативными фичами.

И никто не пишет никаких Maybe, даже в Clojure.

Оке, буду знать )

ммм, пишут

Извините.   Про Clojure не знаю.  Зря сказал.

там какой-нибудь кривой maybe

Ну в CL тоже есть библиотеки, где есть Maybe, но это вообще не популярно.  Недавно видел мнение человека (украинца), который пишет на CL за деньги, что уникально хаскеллевские фичи — это попытки классифицировать макросы, чтоб больше не нужно было писать макросы, а можно было обойтись более узким классом специальных конструкций.

В такой постановке затея очень сомнительная, не имеет привлекательности для лисперов и вообще не факт, что выполнима (даже если эти хреновины классифицировать, потом кому-то понадобятся метапреобразователи этих хреновин, так что это выглядит бесполезно).

От установки “for dummies” точно надо отказаться.

Сейчас популярны видеолекции; интересно, что популярны, но по-моему лекции вообще бесполезны, этот формат передачи знаний устарел когда изобрели книгопечатание. (Не моя мысль.)   «Лекция это книга, прочитанная тебе не в твоем темпе, а в темпе лектора.» (Моя мысль.)

Чтоб изучить базовый теоретический курс, особенно самому, какой-то одной книги / Lecture Notes / видео недостаточно.  Всегда в какой-то момент станет непонятно, и нужно будет несколько точек зрения.

Я считаю, в наше время продуктивно ориентироваться на задачник.  Решать задачи, пока не перестанет получаться.  Как перестанет — смотреть на math Stackexchange (к примеру) решения.  Там много, и качество ответов хорошее.  Чтоб они там часто находились, полезно решать популярные задачи, вот это новичку непросто делать, наверное.  Если в решениях незнакомое понятие, тогда читать лекции в нужном месте.

Но вообще ж тем, кто не в machine learning, ничего кроме элементарной комбинаторики не нужно.  Анализ уж точно бесполезен, или даже вреден — научат еще, что 0^0 «неопределено», отучиваться придется.

Наконец, быстрый поиск в вебе подсказывает, что в Хаскелле используют, например, термин «функтор» в более узком смысле, чем в математической литературе, так что тут тоже легко потратить кучу времени зря.

я могу сказать, что в этом году с очередной (ндцатой) попытки у меня все-таки получилось начать что-то писать на хаскеле и при этом понимать, что же я творю.

И как мне кажется, тут помогло не только то, что я на степике курс посмотрел, но и то, что я его понял, а в этом мне помогло то, что я все-таки предварительно закопался в основы теории категорий

а это было в свою очередь немножко милевски, немного видео с китаянкой на ютубе, но в основном книжка про топосы (в целом я пролистал ее всю, хотя что-то понял только в первых главах, но именно это и требовалось)

то, что в математической литературе называется функтором, в хаскеле называется аппликативным функтором.

тот забавный момент, когда понимаешь, что услышал про милевски еще тогда когда он долбился в плюсы

я в целом согласен, но не согласен про темп лекции. Сужу конечно по личному опыту, но у меня обычно случаются недопонимания когда отвлекаюсь на несколько минут например и прелесть записей в том что можно в любой момент перемотать, не?

Прелесть книги в том, что не надо и перематывать, нет? :-]

👌

Лектора можно попросить внести ясность

Книжку уже не попросишь.