1946
Сборник Python новостей: https://pythondigest.ru Наш симулятор IT инцидентов: https://incidenta.tech
Ручное управление не делает нас сильнее: как я написал клиент для автоматизации тестирования
https://habr.com/ru/companies/yadro/articles/977142/
Однажды мне стало лень вручную проставлять статусы тестов PASSED/FAILED в TestY TMS, и я написал свое клиент-серверное приложение ATS Studio. Как мне это удалось, если я не пишу код на Python, и чему я научился в процессе, узнаете под катом.
A (biased) Pure Python Performance Comparison
http://shed-skin.blogspot.com/2025/12/a-biased-pure-python-performance.html
The following is a performance comparison of several (pure) Python implementations, for a large part of the Shed Skin example set. I left out some of the examples, that would result in an unfair comparison (mostly because of randomization), or that were too interactive to easily measure. Obviously this comparison is very biased, and probably unfair in some way to the other projects (though I've tried to be fair, for example by letting PyPy stabilize before measuring).
Нейропоисковик на 17 миллионов картинок: OpenCLIP, Qdrant и ZeroTier вместо облаков
https://habr.com/ru/articles/981330/
Как сделать свой аналог Pinterest, если у вас нет бюджета корпорации, но есть 4 ТБ картинок (17 миллионов штук) и желание искать по ним не просто по тегам, а по визуальному стилю?В статье — опыт построения распределенной системы поиска из подручных средств.
celery - 5.6.1
https://pypi.org/project/celery/5.6.1/
Распределенная очередь задач. Скачать можно по ссылке: https://pypi.python.org/pypi/celery/
kombu - 5.6.2
https://pypi.org/project/kombu/5.6.2/
Фреймворк для работы с AMQP. Скачать можно по ссылке: https://pypi.python.org/pypi/kombu/
Как превратить звонки техподдержки в самообновляемую базу знаний на Python и LLM
https://habr.com/ru/companies/exolve/articles/980740/
База знаний в поддержке почти всегда отстаёт от реальности: знания появляются в звонках, остаются в умах операторов, а в документацию попадают выборочно и с задержкой. При этом сами звонки уже записываются и транскрибируются. В этой статье разберём инженерный способ автоматически извлекать из этого потока проблемы и решения и вести актуальную базу знаний с помощью Python
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- Как я прикрутил LLM к scratch и порадовал ребёнка
- Как построить идеальную «песочницу» для ML-моделей
- От голосовых к тексту: делаем бота для расшифровки аудио на GigaAM-v3
- Как превратить звонки техподдержки в самообновляемую базу знаний
- DDD на пальцах: как перестать проектировать таблицы и начать думать о бизнесе
- ty: революция в тайп-чекинге
- Manim: как создавать математические анимации в стиле 3Blue1Brown с помощью Python
- Memori - SQL Native Memory Layer for LLM
Заходите в гости - https://pythondigest.ru/issue/628/
coverage - 7.13.1
https://pypi.org/project/coverage/7.13.1/
Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/
От голосовых к тексту: делаем Telegram-бота для расшифровки аудио на GigaAM-v3
https://habr.com/ru/articles/979038/
Недавно Сбер выкатил новые модели распознавания речи, и мне захотелось проверить их не в абстрактном демо, а в реальном сценарии. В этой статье я расскажу о практическом кейсе – разработке Telegram-бота, который преобразует голосовые сообщения в текст. Посмотрим, на что способна новая отечественная модель GigaAM-v3
tinker-cookbook - Post-training with Tinker
https://github.com/thinking-machines-lab/tinker-cookbook
Choosing the Right Python Docker Image for Finance Workloads
https://jiripik.com/2025/12/19/choosing-the-right-python-docker-image-for-finance-workloads/
Augmented LQR: расширяем пространство состояний, чтобы убрать статическую ошибку (Часть 2)
https://habr.com/ru/articles/980132/
В статье мы рассмотрели несколько подходов к решению этой проблемы и реализовали синтез LQR с расширенным состоянием (Augmented LQR) — метод, при котором в вектор состояний добавляются интегралы ошибок управления. Как обычно, ссылка на код в конце статьи.
Индикация раскладки клавиатуры подсветкой — решение для GNOME
https://habr.com/ru/articles/979382/
Предлагаю свой вариант — менять в зависимости от раскладки цвет всей подсветки клавиатуры. С таким подходом куда бы вы ни смотрели перед компьютером, подсветка будет хорошо заметна периферийным зрением, и вы всегда будете знать какая раскладка выбрана. Я опишу реализацию решения для среды рабочего стола GNOME, проверенное на дистрибутивах Fedora 43 и Ubuntu 24.04.
What’s New in PySpark 4.0
https://codecut.ai/pyspark-4-0-whats-new/
Discover PySpark 4.0’s game-changing features: 3x faster Arrow UDFs, native Plotly visualization, and dynamic schema UDTFs for flexible data transformations.
Cтроим масштабируемую архитектуру AI-агентов с FastMCP и LangChain
https://habr.com/ru/articles/979064/
В статье разбираем, как Model Context Protocol (MCP) и библиотека FastMCP помогают создать чистую, модульную систему: выносим логику в отдельные серверы, управляем контекстом через ресурсы и легко меняем поведение агентов. Показываем на Python и LangChain 1.0, как превратить набор скриптов в масштабируемую фабрику агентов.
sqlit: TUI for SQL Databases
https://github.com/Maxteabag/sqlit
x-ray: A Tool to Detect Whether a PDF Has a Bad Redaction
https://github.com/freelawproject/x-ray
Сводка от pythonz 21.12.2025 — 28.12.2025
https://pythonz.net/articles/625/
А теперь о том, что происходило в последнее время на других ресурсах.
В Python есть switch/case начиная с версии 3.10+
https://habr.com/ru/articles/981130/
Разбираем мощь match/case в Python: от базового синтаксиса до распаковки JSON и эмуляции в старых версиях.
psutil - 7.2.1
https://pypi.org/project/psutil/7.2.1/
Модуль для управления процессами в ОС. Скачать можно по ссылке: https://pypi.python.org/pypi/psutil/
Как мы построили систему видеоаналитики на open source и довели её до продакшена
https://habr.com/ru/articles/981268/
В этой статье разберу практический опыт построения системы видеоаналитики на базе open source-инструментов: от выбора библиотек и архитектуры до проблем с производительностью и масштабированием под десятки видеопотоков. Материал будет полезен инженерам, тимлидам и продакт-менеджерам и всем тем, кто рассматривает open source как основу для production-ready CV-систем.
chanx - WebSocket framework for Django Channels, FastAPI
https://github.com/huynguyengl99/chanx
Как построить идеальную «песочницу» для ML-моделей
https://habr.com/ru/companies/k2tech/articles/980802/
Разберёмся, как сделать такую ML-«песочницу», где Data Scientist пишет код, а всё остальное (установка драйверов, выделение ресурсов, деплой и тренировка модели, сбор метрик) уже настроено на бэкенде.
MediaManager - selfhosted media management system
https://github.com/maxdorninger/MediaManager
Memori - SQL Native Memory Layer for LLM
https://github.com/MemoriLabs/Memori
Python 3.15’s interpreter for Windows x86-64 should hopefully be 15% faster
https://fidget-spinner.github.io/posts/no-longer-sorry.html
Как я прикрутил LLM к scratch и порадовал ребёнка
https://habr.com/ru/articles/979050/
А началось всё в один прекрасный день, когда мой сын - школьник осваивал n8n и ваял телеграм бота. Разговорившись, мы вспомнили, что его увлечение программированием началось со Scratch. И его фраза, что было бы здорово, если бы в scratch была бы встроена иишечка, можно столько прикольных игр сделать, стала отправной точкой для данного проекта.
qcrawl: Fast Async Web Crawling & Scraping Framework
https://github.com/crawlcore/qcrawl
Метрики для задач NLP. Часть 1. Классификация, NER, Кластеризация
https://habr.com/ru/articles/979164/
В этой статье будет рассказано о популярных метриках для NLP-задач: классификации текста, NER и кластеризации.
ty: революция в тайп-чекинге
https://habr.com/ru/articles/979752/
Буквально на днях Astral объявили, что их новый «революционный» тайп-чекер ty переходит в стадию бета-тестирования. А если учитывать, что и uv, и ruff формально тоже всё ещё находятся в бете, то можно считать, что ty уже фактически вышел в релиз. Собственно, о нём и поговорим дальше.