pythonportal | Unsorted

Telegram-канал pythonportal - Python Portal

50319

Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Работаем с @Spiral_Yuri РКН: https://clck.ru/3GMMF6

Subscribe to a channel

Python Portal

Ох уж эти дурные мысли в приливе продуктивности

👉 @PythonPortal

Читать полностью…

Python Portal

Ого, экономия токенов в 49 раз?? Надо срочно заценить это. 🤭

Кто-то сделал локальный граф знаний для Claude Code, который снижает расход токенов в 49 раз в повседневных задачах разработки.

Называется code-review-graph — он строит персистентную структурную карту всего кодбейза с помощью Tree-sitter, поэтому Claude читает только действительно релевантные файлы, вместо того чтобы тратить токены на сканирование всего подряд.

→ в среднем 8.2× снижение потребления токенов на 6 реальных репозиториях
→ анализ blast radius: трассирует всех вызывающих, зависимые компоненты и тесты, затронутые любым изменением
→ инкрементальные обновления: перепарсиваются только изменённые файлы менее чем за 2 секунды
→ работает из коробки с Claude Code, Cursor, Windsurf, Zed и др.

100% open-source

👉 @PythonPortal

Читать полностью…

Python Portal

Перевод 35 практических мыслей о системном дизайне от Рауля Джанго 😆

✅Основные принципы

1. Любая система — это компромисс → нельзя одновременно получить скорость, низкую стоимость и простоту.
2. Латентность накапливается → каждая добавленная миллисекунда на каждом слое превращается в боль для пользователя.
3. Масштабируемость ≠ производительность → одно про рост, другое про скорость.
4. Read vs Write пути → масштабирование каждого требует совершенно разных стратегий.
5. Проектируй под изменения, а не под идеал → требования будут меняться.

✅Базы данных и хранение

6. Индексы — это рычаг → колонки с высокой селективностью стоит индексировать, с низкой — чаще нет.
7. Репликация помогает чтению, партиционирование — записи → не путай эти вещи.
8. Dual writes — это иллюзия → без координации неизбежен рассинхрон.
9. Event store > очереди (иногда) → лучше трассируемость, хуже простота.
10. Инвалидация кэша — всё ещё самая сложная проблема → свежесть vs производительность — вечный компромисс.

✅Надёжность и согласованность

11. Идемпотентность спасает → ретраи без неё приведут к проблемам.
12. Fail fast, fail loud → тихие ошибки убивают системы.
13. Eventual consistency — это фича → а не баг, но только если бизнес это допускает.
14. Разрешение конфликтов в active-active — это бизнес-логика, а не инфраструктура.
15. Надёжность (durability) не бесплатна → синхронизация между регионами стоит денег и добавляет задержки.

✅Архитектурные паттерны

16. Микросервисы — это про организацию команды, а не про технологическую цель.
17. Сначала монолит, потом модульность, потом микросервисы → не прыгай раньше времени.
18. Choreography масштабируется, orchestration упрощает → выбирай по зрелости команды.
19. Serverless даёт фокус, но забирает контроль.
20. Очереди не убирают работу, они её сглаживают.

✅Наблюдаемость и эксплуатация

21. Трейсинг > логирование → логи говорят «что», трейсы — «почему».
22. Метрики деградируют без владельца → измеряй то, что кто-то реально использует.
23. Ретраи без backoff = DDoS на самого себя.
24. Dead-letter очереди — обязательны → в любой системе есть «ядовитые» сообщения.
25. Рычаги > крутилки → проектируй быстрые kill switch’и и механизмы ограничения blast radius.

✅Производительность и стоимость

26. Оптимизируй hot path, а не cold path.
27. Большинство узких мест — в базе данных, а не в коде.
28. Горизонтальное масштабирование лучше вертикального → пока координация не начинает всё ломать.
29. Тёплый кэш маскирует плохие запросы → проверяй и холодные старты.
30. Самый дешёвый ресурс — диск, самый дорогой — время.

✅Люди и процессы

31. Лучшая архитектура умирает без документации.
32. Design review — это не про диаграммы, а про компромиссы.
33. Маленькие PR — про скорость, большие — про контекст → нужен баланс.
34. Роль синьора — задавать неудобные вопросы «а что если».
35. Ни один дизайн не переживает первое столкновение с продом → но хороший — гнётся, а не ломается.

👉 @PythonPortal

Читать полностью…

Python Portal

Если ты думаешь, что AI-видео не может быть смешным, тогда что это. 😹

👉 @PythonPortal

Читать полностью…

Python Portal

Вайбкодеры, это вам: нашёл Claude HUD — плагин для Claude Code, который в реальном времени показывает, что происходит: использование контекста, активные инструменты, запущенные агенты и прогресс задач (todo), всё это отображается прямо под полем ввода.

Стоит попробовать, если хочешь больше прозрачности в своём workflow.

https://github.com/jarrodwatts/claude-hud

👉 @PythonPortal

Читать полностью…

Python Portal

Ничоси: кто-то решил самую большую проблему Claude Code.

Все знают, что Claude Code плохо справляется с UI-дизайном. Поэтому кто-то создал MCP, который даёт Claude встроенный AI-инструмент для дизайна.

Вместо постоянного переключения между дизайн-платформой и редактором кода, он генерирует дизайн и сразу добавляет его в кодовую базу.

👉 @PythonPortal

Читать полностью…

Python Portal

🇷🇺Разбираешься в радиочипах, оптике и связи? Забери до 2 000 000 рублей за свои инженерные навыки на турнире «Дронкон»🇷🇺

«Сталинские Соколы» открывают регистрацию на 3-й Всероссийский турнир «Дронкон», который пройдет с 8 по 14 мая.

2 направления для победы:
- Инженерное дело:
беспроводная связь, радиочипы и оптические системы + стратегия «Битва Дронов»;
- Пилотирование: War Thunder, GeoGuessr и FPV-гонки + стратегия «Битва Дронов».

Призовой фонд для победителей одной дисциплины:
🥇место – 2 000 000 рублей
🥈место – 1 500 000 рублей
🥉место – 1 000 000 рублей
Награда за 4-8 места - 150 000 рублей

Пройди заочный онлайн-этап и получи путевку на очный этап турнира в Республику Татарстан!
Перелет, питание, проживание - за счет организаторов.

🇷🇺 Подать заявку и узнать подробности 🇷🇺

Реклама: ИП Райхерт Карина Андреевна ИНН 346001991373 erid: 2Vtzqv2GhpJ

Читать полностью…

Python Portal

Быть добру: кто-то выложил в open-source Python-библиотеку, которая даёт прямой доступ к Google Flights.

Она называется Fli — обходит веб-интерфейс и работает напрямую с реверс-инжиниренным API, выдавая быстрые и структурированные результаты.

100% open-source.

👉 @PythonPortal

Читать полностью…

Python Portal

Как превратить годы обучения в IT в реальный опыт и деньги

Самое странное сейчас это пытаться вкатиться в IT по классике, когда опытные программисты давно кодят с нейронками даже в больших проектах.

Поэтому в 2026 выигрывает тот, кто быстро делает рабочие решения без долгих лет обучения и максимально сокращает путь с нуля до первого реального проекта в IT.

Андрей Ивашев запускает бесплатный 3-дневный интенсив:

«Первые деньги на вайбкодинге»

📅 7-9 апреля в 19:00 МСК

Для тех хочет начать программировать с нейронками и заработать на этом первые деньги даже без опыта и образования.

Программа 🔥

7 апреля

почему сегодня вход в IT стал сложнее и почему вайбкодинг меняет правила игры

8 апреля

3 способа заработать на вайбкодинге в 2026 и где брать первого клиента, чтобы сделать проект за реальные деньги

9 апреля

На практике соберём AI-ассистента, который станет твоим первым IT-проектом.

🎁 Бонус за регистрацию:

«Библиотека промптов для заработка на вайбкодинге», которые помогут упаковать портфолио и общаться с клиентами так, чтобы покупали

50 бесплатных нейросетей, чтобы кодить без остановки + серкетные бонусы

Бесплатных мест для наших подписчиков всего 100.

Зарегистрироваться бесплатно
Зарегистрироваться бесплатно
Зарегистрироваться бесплатно


Тыкни на 🔥, если идёшь.

Читать полностью…

Python Portal

Как проверить, является ли строка печатаемой или нет в Python 🤯

>>> "123".isprintable()
True

>>> "abc".isprintable()
True

>>> "\t\n".isprintable()
False


👉 @PythonPortal

Читать полностью…

Python Portal

Свойства и методы

Если вы хотите узнать свойства и методы объекта или модуля, используйте функцию dir(). Ниже мы проверяем свойства и методы строкового объекта.

my_str = 'I love Python'
print(dir(my_str))


['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__',
'__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__',
'__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__',
'__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__repr__',
'__setattr__', '__sizeof__', '__str__', '__subclasshook__',
'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith',
'expandtabs', 'find', 'format', 'index', 'isalnum', 'isalpha',
'isdigit', 'islower', 'isspace', 'istitle', 'isupper', 'join',
'lower', 'lstrip', 'replace', 'rfind', 'rstrip', 'split',
'startswith', 'strip', 'upper']


Вы также можете использовать функцию dir(), чтобы посмотреть свойства и методы модулей. Например, если вы хотите узнать свойства, методы, атрибуты, классы и функции, доступные в модуле collections, можно использовать следующий код:

import collections
print(dir(collections))


['ChainMap', 'Counter', 'OrderedDict', 'UserDict', 'UserList',
'UserString', '__all__', '__builtins__', '__cached__', '__doc__',
'__file__', '__loader__', '__name__', '__package__', '__path__',
'__spec__', '_chain', '_collections_abc', '_count_elements',
'_eq', '_iskeyword', '_itemgetter', '_proxy', '_recursive_repr',
'_repeat', '_starmap', '_sys', '_tuplegetter', 'abc',
'defaultdict', 'deque', 'namedtuple']


Один из эффективных способов использования функции dir() — проверить, доступен ли конкретный атрибут у объекта. Например, с помощью этой функции можно проверить, есть ли у списка атрибут __len__.

my_list = [1, 2, 3, 4]
print('__len__' in dir(my_list))


True


Этот код возвращает True, потому что __len__ является одним из атрибутов объекта списка.

👉 @PythonPortal

Читать полностью…

Python Portal

Два разработчика, ведущие разработку в одной ветке.

👉 @PythonPortal

Читать полностью…

Python Portal

Люди и агенты писали бы код лучше, если бы можно было легко проверить, какие значения переменные обычно принимают в продакшене.

Хотя подобные подходы уже встречались (в каком-то смысле ещё со времён Smalltalk), Darklang выделяется как заметный пример: у каждой функции есть примеры прошлых HTTP-запросов, и можно увидеть, как реальные данные проходят через неё.

Ещё в 2018 году я немного исследовал похожую идею: что если можно кликнуть на любую функцию в коде и увидеть примеры прошлых входных и выходных данных?

Удалось трассировать/записывать произвольные программы на Ruby (очень медленно) благодаря гибкости интерпретатора Ruby. Можно было даже записать выполнение тестов и затем использовать это как примеры данных при чтении кода.

https://geoffreylitt.com/margin-notes/

Есть серьёзные сложности, чтобы сделать это реально рабочим. Записывать большой объём детального runtime-состояния — сложно и дорого по ресурсам. А удобно показывать это состояние прямо в редакторах кода исторически тоже было непросто (хотя сейчас, с агентами, ситуация быстро меняется — в чём-то становится проще).

В целом же runtime-состояние до сих пор сильно недоиспользуется в интерфейсах разработки, а агрегированные данные из продакшена — тем более. Людям и агентам гораздо полезнее видеть конкретные данные, а не только абстрактную логику.

Чёрт возьми, у нас уже есть AI — почему бы не предсказывать, как будут меняться переменные, исходя из контекста всей организации, а не только кодовой базы 😭

👉 @PythonPortal

Читать полностью…

Python Portal

Когда вам когда-либо нужно было добавить математическое описание для вашей функции на Python, но вы обнаруживали, что это занимает слишком много времени?

Непрограммисты не могут легко читать логику Python. Однако вручную конвертировать её в LaTeX — это медленно, и быстро становится устаревшим по мере изменения кода.

latexify_py решает эту проблему с помощью одного декоратора, генерируя LaTeX прямо из вашей функции, чтобы математика оставалась читаемой и всегда синхронизированной с кодом.

Основные возможности:
• Три декоратора для разных выводов: выражения, полные уравнения или псевдокод
• Отображает отрендеренный LaTeX прямо в ячейках Jupyter
• Функции продолжают работать нормально при вызове

Кроме того, latexify_py — это open source. Установите с помощью "pip install latexify-py".

Статья о 3 инструментах, которые конвертируют код Python в LaTeX: https://bit.ly/3Pw89yP
Запустите этот код: https://bit.ly/4bW2ycE

👉 @PythonPortal

Читать полностью…

Python Portal

🎮 Хочешь зарабатывать на играх, а не только играть?

Игровая индустрия растёт каждый год — и ей нужны специалисты.

В XYZ School обучают профессиям, без которых не создаётся ни одна игра:

🧠 Гейм-дизайнер
🖌 Концепт художник
📱 Тестировщик мобильных игр
🎬 Специалист по визуальным эффектам
💻 Разработчик игр (Unity, Unreal Engine, C#, C++)
🎨 Художник трехмерных моделей (3D-художник)

На курсах ты не просто смотришь лекции — выполняешь практические задания, собираешь портфолио и работаешь под руководством специалистов, которые участвовали в проектах вроде Doom, Fortnite и Metro.

🚀 Начать можно без опыта.
👉🏻 Посмотреть курс

Erid: 2SDnjdtoshK
Название: ООО "ИКС ВАЙ ЗЕТ НЕТВОРК"
ИНН: 9705150153

Читать полностью…

Python Portal

Как работает Git

main → production
develop → рабочая ветка

feature → разработка фичи
release → стабилизация
hotfix → быстрый фикс в прод

1. Вся стабильная версия кода лежит в main
2. Основная разработка идёт в develop
3. Под каждую задачу создаётся feature-ветка от develop
4. Когда фичи готовы — собирается release-ветка для тестирования
5. Если всё ок — релиз мержится в main
6. Если баг в проде — делаем hotfix прямо от main

👉 @PythonPortal

Читать полностью…

Python Portal

👉 @PythonPortal

Читать полностью…

Python Portal

Один PhD-исследователь (судя по аватарке - дединсайд) заменил Notion и дургие приложения для заметок на 8 AI-агентов, которые управляют Obsidian vault

Вот что делает каждый агент:

1. Architect — проектирует структуру vault и проводит онбординг
2. Scribe — превращает сырые мысли в структурированные заметки
3. Sorter — каждый вечер разбирает inbox
4. Seeker — ищет по vault и отвечает с цитированием
5. Connector — находит скрытые связи между заметками
6. Librarian — проводит еженедельный аудит и фиксит битые ссылки
7. Transcriber — превращает встречи в структурированные заметки
6. Postman — сканирует Gmail и Calendar на дедлайны

Они ещё взаимодействуют друг с другом.

Когда Transcriber обрабатывает встречу - он уведомляет Sorter. Когда Postman находит дедлайн - он сигналит Architect.

100% опенсорс. Работает полностью локально на твоей машине. Лицензия MIT. 😱

👉 @PythonPortal

Читать полностью…

Python Portal

Claude Code стоит $200/месяц. GitHub Copilot — $19/месяц. Компания Джека Дорси выпустила бесплатную альтернативу с 35 000 звёзд на GitHub.

Она называется Goose.

Это open-source AI-агент от Block, который выходит за рамки простых подсказок кода. Он устанавливает зависимости, выполняет команды, редактирует и тестирует. С любой LLM на выбор.

Не автодополнение. Не подсказки. Полноценный автономный агент, который выполняет действия на твоём компьютере.

Без vendor lock-in. Без ежемесячной подписки. Используешь свою модель.

Вот что умеет Goose:

→ Работает с любой LLM: Claude, GPT, Gemini, Llama, DeepSeek, Ollama — на твой выбор
→ Читает и понимает весь код в репозитории
→ Пишет, редактирует и рефакторит код в нескольких файлах
→ Выполняет shell-команды и устанавливает зависимости
→ Запускает и дебажит код автоматически
→ Расширяется через MCP — можно подключать любые внешние инструменты
→ Десктоп-приложение, CLI и веб-интерфейс — выбираешь свой workflow
→ Написан на Rust — быстрый, лёгкий, без лишнего

Самое интересное:

Block — компания с оценкой ~$40 млрд. Они сделали Cash App, Square и TIDAL. Они используют Goose внутри компании, а потом полностью открыли исходники.

Это не pet-проект от случайного разработчика. Это production-grade инструмент от компании, которая обрабатывает миллиарды платежей. Сделан для своих инженеров и выложен в open-source.

Claude Code: $200/месяц — привязан к Claude
GitHub Copilot: $19/месяц — привязан к GitHub
Cursor: $20/месяц — привязан к своему редактору

Goose: бесплатно. Любая LLM. Любой редактор. Любой workflow. Навсегда.

35.3K звёзд на GitHub. 3.3K форков. 4 078 коммитов. Разработан Block.

100% open-source. Лицензия Apache 2.0.

👉 @PythonPortal

Читать полностью…

Python Portal

Терапевт: Loop loops не реальны, они не могут тебе навредить.

Loop loops:

👉 @PythonPortal

Читать полностью…

Python Portal

Крутой новый блог-пост: почему асинхронный Python на самом деле детерминирован.

Мы разбираем, как на самом деле работает event loop в Python, и показываем, что несмотря на возможное чередование async-задач, они всегда начинают выполнение в предсказуемом порядке, что упрощает построение конкурентных async-воркфлоу.

READ PAPER 🤨

👉 @PythonPortal

Читать полностью…

Python Portal

> rebase

👉 @PythonPortal

Читать полностью…

Python Portal

Создай Large Language Model с нуля

Этот репозиторий содержит примеры кода для разработки, предобучения (pretraining) и дообучения (finetuning) LLM с нуля.

Это официальный кодовый репозиторий для книги *Build a Large Language Model (From Scratch)*.

Для каждой главы включены примеры в формате ноутбуков:

Глава 1: Понимание Large Language Models
Глава 2: Работа с текстовыми данными
Глава 3: Реализация механизмов attention
Глава 4: Реализация GPT-модели с нуля
Глава 5: Предобучение на неразмеченных данных
Глава 6: Дообучение для задачи классификации текста
Глава 7: Дообучение для следования инструкциям

👉 @PythonPortal

Читать полностью…

Python Portal

Прогноз не сбывается 🤔🤔🤔

👉 @PythonPortal

Читать полностью…

Python Portal

Языки программирования и их создатели по возрасту 😎

👉 @PythonPortal

Читать полностью…

Python Portal

Перевод текста с экрана в реальном времени теперь с открытым исходным кодом.

Он считывает и переводит текст из игр, видео, субтитров — вообще всего, что у тебя на экране. Мгновенно.

Раньше: сделать скриншот → скопировать → вставить → ждать обработки.
Теперь: просто работает в фоне. Я читаю японские питч-деки в реальном времени.

Ноль затрат на API. Всё работает локально. Open source.

👉 @PythonPortal

Читать полностью…

Python Portal

Самый полный список видеокурсов по Computer Science в интернете.

cs-video-courses — 78K+ звёзд.

MIT.
Stanford University.
University of California, Berkeley.
Harvard University.
Carnegie Mellon University.
Indian Institutes of Technology.
Princeton University.
California Institute of Technology.

Всё бесплатно. Все лекции — в формате видео. Всё собрано в одном репозитории.

Темы:

→ Структуры данных и алгоритмы
→ Операционные системы
→ Распределённые системы
→ Системы баз данных
→ Компьютерные сети
→ Машинное обучение
→ Глубокое обучение
→ Обработка естественного языка (NLP)
→ Компьютерное зрение
→ Компьютерная графика
→ Безопасность
→ Квантовые вычисления
→ Робототехника
→ Блокчейн

От начального уровня (CS50) до продвинутого (6.824 Distributed Systems).

Учебная программа бесплатная. 🤙

👉 @PythonPortal

Читать полностью…

Python Portal

Люди — корень всех проблем. 😆

👉 @PythonPortal

Читать полностью…

Python Portal

Практики, которые раздражают других инженеров данных

Отсутствие аннотаций типов — это неуважение к себе и к другим, кто использует ваши пайплайны. Код, который вы пишете, не только для выполнения, но и для коммуникации.

В инженерии данных аннотации типов служат контрактом между шагами пайплайна, чётко определяя, какой тип данных функция ожидает и какой тип данных она вернёт. Это делает пайплайны более предсказуемыми и проще для отладки, так как каждая функция заранее сообщает свои требования.

Это выглядит нормально, но...

def enrich_user_names(df, user_lookup=None):
pass


Это не говорит, что такое df, какого типа user_lookup, или что функция должна вернуть. Теперь представьте, что это часть производственного пайплайна с 10+ участниками. Такая неопределённость становится багом.

Вот так будет лучше:

def enrich_user_names(
df: pd.DataFrame,
user_lookup: Optional[Dict[int, str]] = None
) -> pd.DataFrame:
pass


Чёткая коммуникация с самого начала. Каждый, кто увидит эту функцию, точно будет знать, что ожидать. Вот что значит чёткая коммуникация. Аннотации типов — в помощь

👉 @PythonPortal

Читать полностью…

Python Portal

👉 @PythonPortal

Читать полностью…
Subscribe to a channel