Всё, что нужно для трассировки LLM-приложений это Python-декоратор (open-source).

Большинство метрик для LLM оценивают приложение как чёрный ящик от начала до конца.

Но LLM-приложения требуют оценки и трассировки на уровне компонентов, ведь ошибка может быть где угодно: в ретривере, вызове инструмента или самом LLM.

С помощью deepeval это делается всего в 3 строки кода:

– Используй декоратор @observe, чтобы трассировать отдельные компоненты (инструменты, ретриверы, генераторы)
– Привязывай метрики к каждому из компонентов
– Получай визуальный разбор — что работает, а что ломается

И всё. Переписывать существующий код не нужно. 😄

Пример есть выше для RAG-приложения.

Deepeval — полностью open-source, уже 8500+ звёзд на GitHub. Можно легко задеплоить у себя. Все данные останутся под твоим контролем.

👉 @PythonPortal

Практический Python от Дэвида Бизли (один из самых уважаемых экспертов по Python, автор книги "Python Essential Reference")

Курс учит не просто писать код, а думать как интерпретатор, избегая фреймворков. Всё на голом Python, от функций до генераторов и итераторов

Материал подаётся плотно, с минимальной теорией и сразу с практикой.

Курс доступен онлайн, без регистрации и бесплатно, включая слайды, заметки и упражнения 🤔

Ссылка на курс: тык

👉 @PythonPortal

Text-to-Speech нового уровня

Chatterbox — первый open-source TTS, готовый к продакшену.

➣ Задержки менее 200 мс
➣ Синтеза речи нулевого выстрела (zero-shot) на уровне SoTA
➣ Управления эмоциями и выразительностью

Полностью open-source 😱

👉 @PythonPortal

Совет по Pytest:

Используйте @pytest.mark.skipif, чтобы условно пропускать тесты в зависимости от определённых условий — например, платформы, наличия зависимостей или значений переменных окружения

Декоратор @pytest.mark.skipif(...) указывает Pytest пропустить выполнение теста, если условие истинно.

В примере, тест пропускается, если используется Python версии ниже 3.9, потому что оператор объединения словарей (|) появился только в Python 3.9.

Аргумент reason сообщает причину пропуска, которая отображается в отчёте Pytest.

👉 @PythonPortal

Это библия для разработчиков: вся нужная документация в одном месте

✓ Языки программирования, библиотеки, фреймворки
✓ Поиск сразу по всем источникам
✓ Всегда актуальные версии

Дока обновляется каждый день. Открывай в одной вкладке хоть Python, Postgres и Bash

Никакой рекламы, всё супербыстро → devdocs․io 😱

👉 @PythonPortal

Это одно из самых безумных расширений для VS Code, что я видел за последнее время

GitLantis визуализирует структуру проекта в виде 3D-подводного мира. Да, буквально — ты «плаваешь» по директориям, как по рифам в Атлантике. Атмосферно и безумно красиво 😮

👉 @PythonPortal

uv — это пакетный менеджер для Python, написанный на Rust и созданный с прицелом на скорость и надёжность.

uv — невероятно быстрый

- Создание виртуальных окружений с помощью uv примерно в 80 раз быстрее, чем через python -m venv.

- Установка пакетов происходит в 4–12 раз быстрее без кэша и примерно в 100 раз быстрее с кэшированием.

Он заменяет не только pip, но и такие инструменты, как pip-tools, virtualenv, pipx, poetry и pyenv — всё в виде одного standalone-бинарника.

Вот шпаргалка по uv для Python-разработчиков ♟

🔹uv init <project-name>
— Инициализирует новый Python-проект с дефолтной структурой.

🔹uv venv
— Создаёт новое виртуальное окружение в текущем проекте.

🔹uv add <package-name>
— Добавляет пакет в зависимости проекта.

🔹uv pip install -r requirements.txt
— Устанавливает все зависимости из файла requirements.txt.

🔹uv remove <package-name>
— Удаляет указанный пакет из зависимостей проекта.

🔹uv run script.py
— Запускает Python-скрипт или команду внутри окружения проекта.

🔹uv sync
— Синхронизирует зависимости проекта в соответствии с uv.lock.

🔹uv tool install <tool-name>
— Устанавливает Python CLI-инструмент как глобальный тул.
Пример: uv tool install ruff

🔹uvx <tool> [args]
— Запускает CLI-инструмент во временном окружении без установки.
Пример: uvx black script.py

👉 @PythonPortal

3D контурный график на Python

1. Импортируем библиотеки:

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

> numpy — для работы с массивами
> matplotlib.pyplot — для построения графиков
> mpl_toolkits.mplot3d — модуль для 3D-графиков

2. Создаём координатную сетку:

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)

🔹linspace создаёт равномерные значения по X и Y
🔹meshgrid строит двумерную сетку координат

3. Определяем функцию:

def f(x, y):
    return np.sin(np.sqrt(x**2 + y**2))

Это функция поверхности, значения которой будут отображаться через контуры по оси Z

4. Вычисляем значения Z:

Z = f(X, Y)

Получаем двумерный массив значений Z для каждой точки (X, Y)

5. Создаём фигуру и 3D-подграфик:

fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

Создаём фигуру и добавляем 3D‑ось

6. Рисуем контуры в 3D:

contour = ax.contour3D(X, Y, Z, 50, cmap='viridis')

> contour3D рисует линии уровня
> 50 — число уровней
> cmap='viridis' — цветовая палитра

7. Подписываем оси и добавляем шкалу:

ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')
ax.set_zlabel('Z-axis')
fig.colorbar(contour, ax=ax, label='Z values')

Добавляем подписи и цветовую шкалу (colorbar) для значений Z

8. Показываем график:

plt.show()

👉 @PythonPortal

Ultimate Python — практичный гайд по чистому Python

Мини‑модули по ключевым темам Python, от переменных до многопоточности. Учишься по шагам.

Никаких сторонних библиотек — тык

👉 @PythonPortal

Экранный рекордер с помощью Python

screen_size = pyautogui.size()
fps = 20
fourcc = cv2.VideoWriter_fourcc(*"XVID")
output_file = "screen_recording_clcoding.mp4"
out = cv2.VideoWriter(output_file, fourcc, fps, (screen_size.width, screen_size.height))

🔸screen_size = pyautogui.size() — получаем разрешение экрана (ширину и высоту).
🔸fps = 20 — задаём частоту кадров (20 кадров в секунду).
🔸fourcc — кодек видео (XVID).
🔸output_file — имя файла для сохранения.
🔸cv2.VideoWriter(...) — создаёт объект, который будет записывать кадры в видеофайл.

Старт записи

print("Recording... Press 'q' to stop.")

Сообщение пользователю, что началась запись и как её остановить.

Главный цикл записи

while True:
    screen = pyautogui.screenshot()
    frame = np.array(screen)
    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
    out.write(frame)

Что происходит:

🔸pyautogui.screenshot() — делает скриншот всего экрана.
🔸np.array(screen) — переводим скриншот в массив пикселей.
🔸cv2.cvtColor(..., cv2.COLOR_RGB2BGR) — OpenCV использует BGR-порядок, а pyautogui возвращает RGB, нужно преобразовать.
🔸out.write(frame) — сохраняем кадр в видеофайл.

Остановка по нажатию клавиши 'q'

if keyboard.is_pressed('q'):
    print("Recording stopped.")
    break

Как только пользователь нажимает клавишу 'q', цикл прерывается.

Сохраняем и закрываем файл

out.release()
print(f"Video saved to {output_file}")

🔸out.release() — освобождаем ресурсы и сохраняем файл.

👉 @PythonPortal

Эта фича в VS Code — суперсила, о которой 90% разработчиков не знают

Называется Forward Port и позволяет пробросить локальный порт в интернет и поделиться своим проектом снаружи. 🫥

👉 @PythonPortal

45 бесплатных Python-руководств (копируй и запускай) по алгоритмической торговле.

Всё выложено бесплатно на GitHub: https://github.com/quant-science/sunday-quant-scientist 💪

👉 @PythonPortal