50319
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Работаем с @Spiral_Yuri РКН: https://clck.ru/3GMMF6
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
Терапевт: Loop loops не реальны, они не могут тебе навредить.
Loop loops:
👉 @PythonPortal
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
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
Языки программирования и их создатели по возрасту 😎
👉 @PythonPortal
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
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
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
df, какого типа user_lookup, или что функция должна вернуть. Теперь представьте, что это часть производственного пайплайна с 10+ участниками. Такая неопределённость становится багом.def enrich_user_names(
df: pd.DataFrame,
user_lookup: Optional[Dict[int, str]] = None
) -> pd.DataFrame:
pass
Кто-то сейчас делает веб-браузер с нуля.
❌Не форкает Chromium
❌Не использует WebKit
❌Не заимствует ничего из Gecko
С нуля.
Вот почему это почти безумная затея.
Практически все браузеры, которыми вы пользуетесь сегодня — Chrome, Edge, Brave, Opera, Arc, Samsung Internet — работают на Chromium. Safari работает на WebKit, от которого в своё время произошёл Chromium. Firefox — единственный независимый движок, и его доля рынка снижается уже больше десяти лет.
Браузерный движок — одна из самых сложных систем, о которой большинство людей даже не задумывается. Он парсит HTML, исполняет JavaScript, реализует CSS, обрабатывает криптографию, декодирует изображения, воспроизводит видео, управляет памятью — и всё это одновременно, для каждой вкладки, при этом поддерживая границу безопасности между вашей машиной и интернетом.
Создать такой движок с нуля — это то, что никому не удавалось успешно сделать уже больше десяти лет.
И всё же Ladybird это делает.
Более 1200 контрибьюторов. Каждый слой написан с нуля:
> LibWeb — движок рендеринга
> LibJS — JavaScript-движок
> LibWasm — WebAssembly
> LibCrypto / LibTLS — криптография
> LibGfx — графика
> LibMedia — аудио и видео
Каждая вкладка работает в отдельном sandboxed-процессе. Сетевые соединения и декодирование изображений вынесены в отдельные процессы, чтобы вредоносная страница не могла добраться до остальной системы.
Пока это pre-alpha. Релизов ещё нет. Но уже более 61K звёзд.
Когда один движок контролирует веб, одна компания фактически решает, каким будет интернет.
Именно эту проблему и пытается решить Ladybird.
👉 @PythonPortal
RAG не работает в 2026 году, если вы всё ещё используете старые подходы.
Да, многие компании до сих пор фейлятся с RAG — не потому что делают его неправильно, а потому что застряли на устаревших техниках.
Обычно всё происходит так: большинство компаний начинают с чат-бота / chat-приложения, когда говорят про внедрение AI. И здесь RAG становится ключевым — чтобы подключить свои данные через базу и дать чат-приложению возможность доставать релевантные документы.
Но сегодня RAG уже не ограничивается только чатами. Применения RAG практически безграничны и это хорошо.
RAG по-прежнему остаётся базой для всего, что вы строите на LLM и AI-агентах. Изменилось только одно — сами техники RAG. Старый подход больше не работает, нужны более продвинутые техники — то, что сейчас называют advanced RAG.
Суть RAG — обогащать систему своими данными через базу, чтобы она могла находить релевантные документы или их части. Результаты при этом простые и зачастую «окей», особенно если документы хорошо структурированы и их немного.
Но когда документы неструктурированы и важно получать не просто точные документы, а ещё и правильный контекст, в дело вступают продвинутые техники:
- декомпозиция запроса (query decomposition)
- обогащение метаданными (metadata enrichment)
- гибридная индексация (hybrid indexing)
- reranking
- слияние контекста (context fusion)
Эти подходы позволяют RAG-системе находить и генерировать более точные и контекстно релевантные ответы.
Поэтому advanced RAG — это важно. RAG не умер и не может умереть. Просто используйте более умные техники.
👉 @PythonPortal
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
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
🇷🇺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
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
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.
Как проверить, является ли строка печатаемой или нет в Python 🤯
>>> "123".isprintable()
True
>>> "abc".isprintable()
True
>>> "\t\n".isprintable()
False
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']
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']
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
True, потому что __len__ является одним из атрибутов объекта списка.
Два разработчика, ведущие разработку в одной ветке.
👉 @PythonPortal
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
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
🎮 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
Распаковка словаря
Существует несколько способов распаковать словарь, чтобы извлечь его ключи и значения в отдельные переменные или структуры данных.
- Использование функции list для извлечения ключей
Если у вас есть словарь и вы хотите получить его ключи в виде списка, можно использовать функцию list. Передача словаря в качестве аргумента этой функции возвращает список ключей словаря. См. ниже:
my_dict = {'name': 'John', 'age': 30, 'city': 'New York'}
# Извлечение ключей словаря
dict_keys = list(my_dict)
dict_keys['name', 'age', 'city']
def display_info(name, age, city):
print(f"Your name is {name}. You are {age} years old. "
f"You live in {city}")
my_dict = {'name': 'John', 'age': 30, 'city': 'New York'}
display_info(**my_dict)
Your name is John. You are 30 years old. You live in New York
При написании научных статей или работе с исследовательскими отчётами приходится использовать LaTeX для вёрстки, запускать Python-скрипты и постоянно переключаться между редактором и AI-веб-страницами.
Недавно, просматривая GitHub, наткнулся на open-source проект под названием ClaudePrism — это локальный десктопный клиент, специально заточенный под академическое и исследовательское письмо.
В нём есть встроенный офлайн-компилятор LaTeX, среда выполнения Python и AI-ассистент для написания текстов, при этом все файлы хранятся локально.
Также в нём есть более 100 профессиональных skill-паков для разных научных областей: биоинформатика, хемоинформатика, машинное обучение и другие.
Плюс есть фича Q&A по скриншотам — можно выделить формулу или график из PDF и сразу отправить в AI с вопросом, а также таким образом разбирать комментарии рецензентов.
👉 @PythonPortal
Кто-то недавно сделал инструмент, который генерирует и визуализирует сложные 3D particle systems просто по текстовому промпту.
Ты описываешь, что нужно — он сам собирает физику и сразу отдаёт готовый код на React или three.js.
Полностью бесплатно.
👉 @PythonPortal