Wan2GP — бесплатная опенсорсная альтернатива облачным сервисам для генерации AI-видео вроде Higgsfield.

Всё запускается локально и, по заявлению разработчиков, работает даже с 6 ГБ VRAM, старыми RTX 10-й серии и ноутбуками с 8 ГБ памяти.

Внутри:

— генерация видео из текста и изображений
— Wan 2.2, LTX-2, Hunyuan Video и Flux
— браузерный интерфейс с очередью генераций
— поддержка LoRA
— редактор масок
— улучшение промптов

Пятисекундный ролик на среднем игровом ПК можно сгенерировать за несколько минут.

Без подписки, облака, лимитов и водяных знаков. Всё бесплатно.

https://github.com/deepbeepmeep/Wan2GP

Ну, если считать видеокарту и электричество бесплатными. 🥲

👉 @PythonPortal

Сохрани этот ресурс, если работаешь с SQL.

Это playground без установки, где можно:

- создавать таблицы, выполнять запросы и делиться результатами;
- работать с MySQL, PostgreSQL и SQL Server.

Бесплатно и без установки:
→ http://runsql.com/r

👉 @PythonPortal

Лучшие инженеры не изучают распределённые системы по поверхностным пересказам. Они сразу обращаются к фундаментальным научным статьям. Чтение таких работ помогает понять, почему системы спроектированы именно так, а не просто научиться ими пользоваться.

Вот пять классических статей всех времён, которые должен прочитать каждый разработчик.

1. The Google File System (2003)

Почему стоит прочитать: статья изменила подход всей индустрии, предложив считать отказ компонентов нормой, а не исключением. В ней описано, как построить масштабную отказоустойчивую распределённую систему хранения данных на базе недорогого массового оборудования, оптимизировав её под интенсивную последовательную дозапись вместо произвольной записи.

Ссылка: https://static.googleusercontent.com/media/research.google.com/en//archive/gfs-sosp2003.pdf

2. Dynamo: Amazon’s Highly Available Key-Value Store (2007)

Почему стоит прочитать: исчерпывающий разбор того, как пожертвовать согласованностью ради высокой доступности — AP в теореме CAP. В статье изложены ключевые паттерны, лежащие в основе масштабируемых NoSQL-хранилищ: консистентное хеширование, векторные часы, gossip-протоколы и настраиваемый кворум для операций чтения и записи.

Ссылка: https://allthingsdistributed.com/files/amazon-dynamo-sosp2007.pdf

3. In Search of an Understandable Consensus Algorithm (Raft) (2014)

Почему стоит прочитать: Paxos печально известен тем, насколько сложно его понять и корректно реализовать, тогда как Raft делает концепцию реплицируемых конечных автоматов более доступной. Алгоритм разбивает задачу консенсуса на отдельные подзадачи, которые легко анализировать: выбор лидера, репликацию журнала и обеспечение безопасности.

Ссылка: https://raft.github.io/raft.pdf

4. Spanner: Google’s Globally-Distributed Database (2012)

Почему стоит прочитать: статья показывает, как добиться строгой сериализуемости и внешней согласованности между дата-центрами по всему миру. Секрет — API Google TrueTime, ограничивающий неопределённость времени с помощью синхронизированных GPS-приёмников и атомных часов.

Ссылка: https://static.googleusercontent.com/media/research.google.com/en//archive/spanner-osdi2012.pdf

5. Time, Clocks, and the Ordering of Events in a Distributed System

Почему стоит прочитать: на физическое время нельзя полагаться при работе с независимыми узлами. Лэмпорт вводит логические часы и фундаментальное отношение «произошло до» (happened-before), лежащее в основе упорядочивания событий в современных распределённых сетях.

Ссылка: https://amturing.acm.org/p558-lamport.pdf

👉 @PythonPortal

collections.ChainMap — встроенный класс Python, который объединяет несколько словарей или других отображений в единое обновляемое представление.

Вместо слияния словарей и создания новых структур данных в памяти он связывает их по ссылке, позволяя выполнять поиск и управлять ими как единым целым.

👉 @PythonPortal

Opus 5 пересобрал Pokémon в виде полностью играбельной 3D-игры.

промпт и репо: https://github.com/PauliusOS/pallet-town-3d

👉 @PythonPortal

Мы постоянно обсуждаем LLM и их непрерывное развитие, но следующая революция уже совсем близко.

Робототехника изменит всё не меньше. А возможно, даже сильнее.

👉 @PythonPortal

Делюсь страницей об AGENTS.md.

На ней объясняется, как использовать этот файл, какую информацию стоит в него добавлять, а также собраны примеры из более чем 60 тысяч проектов.

Отличный справочник для тех, кто хочет писать более точные инструкции для Codex и других агентов.
https://agents.md

👉 @PythonPortal

Если вы пользуетесь Claude Code, это поможет ощутимо сэкономить.

Проблема: после каждого изменения ИИ заново читает всю кодовую базу, чтобы понять, что поменялось. Десятки тысяч токенов на каждом шаге уходят на контекст, который у него уже был.

Этот репозиторий решает проблему.
Он называется Code Review Graph и строит карту всей кодовой базы: каждого файла, каждой функции и всех связей между ними. Так можно увидеть реальную структуру проекта.

Настройка занимает две минуты:
pip install code-review-graph
code-review-graph install — автоматически настраивает Claude Code, Cursor, Codex, Gemini CLI и другие инструменты
code-review-graph build

Когда вы меняете одну функцию, инструмент точно определяет, чего коснулось изменение: всех вызывающих её функций, зависимых файлов и тестов. ИИ читает только затронутые части, а не весь репозиторий.

Экономия огромная. Задача, на которую раньше уходило около 100 000 токенов — примерно один доллар, — теперь обходится примерно в один цент.

https://github.com/tirth8205/code-review-graph

👉 @PythonPortal

Этот проект клонирует любой голос за несколько секунд.

Voicebox — опенсорсное приложение, которое работает локально.

✓ 23 языка
✓ 5 доступных TTS-движков
✓ Высокая производительность благодаря Tauri и Rust

Настоящая приватность и большой потенциал для голосовых приложений.

→ http://github.com/jamiepine/voicebox

👉 @PythonPortal

NVIDIA представила и открыла исходный код NOOA — нового фреймворка для создания ИИ-агентов.

Его главная идея — описывать агента как один Python-класс, а не разносить логику по промптам, схемам инструментов, колбэкам и графам выполнения.

В NOOA:
• методы — это действия агента;
• поля — его состояние;
• docstring становятся промптами;
• тип возвращаемого значения задаёт контракт ответа.

Самая интересная особенность — «пустые» методы. Если тело метода содержит только ..., его реализацию во время выполнения генерирует LLM. Если внутри есть обычный Python-код, он выполняется без участия модели. Так в одном классе сразу видно, где модель может принимать решения, а где поведение полностью детерминировано.

Ещё одна сильная сторона — работа с данными. Если методу передать список из 100 элементов, модель увидит только имя переменной, её тип, размер и несколько элементов с начала и конца. Все данные остаются в памяти процесса, а модель взаимодействует с ними через код, который пишет на лету. Благодаря этому ограничения начинают определяться не размером контекстного окна, а ресурсами машины, на которой выполняется код.

По словам NVIDIA, на SWE-bench Verified с GPT-5.5 NOOA набирает 82,2% против 78,6% у OpenCode, используя примерно вдвое меньше обращений к модели и токенов.

Статья: http://arxiv.org/abs/2607.20709
Репозиторий: http://github.com/nvidia-nemo/labs-OO-Agents

👉 @PythonPortal

Знали ли вы, что в Python можно читать текстовые файлы с помощью pathlib?

Вот как это сделать:

👉 @PythonPortal

10 GitHub-репозиториев, которые настолько хороши, что их, кажется, не должны раздавать бесплатно:

1. OmniRoute — единая точка доступа к 231 AI-провайдеру с компрессией токенов и автоматическим переключением при сбоях.

https://github.com/diegosouzapw/OmniRoute

2. OfficeCLI — управление Word, Excel и PowerPoint из одной командной строки.

https://github.com/iOfficeAI/OfficeCLI]

3. System Prompts Leaks — системные промпты Claude, GPT, Gemini, Grok, Cursor, Copilot и других моделей.

https://github.com/asgeirtj/system_prompts_leaks

4. OpenCut — бесплатная open-source альтернатива CapCut, работающая прямо в браузере.

https://github.com/OpenCut-app/OpenCut

5. AI Job Search — агент на базе Claude Code, который анализирует вакансии, адаптирует резюме и пишет сопроводительные письма.

https://github.com/MadsLorentzen/AI-Job-Search

6. Meetily — полностью локальная транскрибация встреч и создание саммари с помощью Whisper и Ollama.

https://github.com/zaid-maker/meetily

7. Vibe-Trading — создание и запуск торговых стратегий с помощью естественного языка и AI-агентов.

https://github.com/HKUDS/Vibe-Trading

8. Strix — open-source AI-сканер уязвимостей для поиска и исправления проблем безопасности.

https://github.com/usestrix/strix

9. Superpower — self-hosted AI-рабочее пространство.

https://github.com/superpowerlabs/superpower

10. Firecrawl — превращает любой сайт в чистые данные, готовые для использования LLM.

https://github.com/mendableai/firecrawl

👉 @PythonPortal

Как распаковать кортеж, список и объект range с помощью одной звёздочки в Python.

👉 @PythonPortal

MIT 6.824 (распределённые системы) — один из лучших бесплатных инженерных курсов в интернете.

Вместо чистой теории весь курс построен вокруг чтения и разбора фундаментальных работ из реальных систем:

GFS (Google File System) — архитектура с одним главным узлом, распределение чанков и работа с eventual consistency при больших нагрузках на добавление данных.

Raft — выбор лидера, репликация журнала и инварианты безопасности. Алгоритм разбирается намного доступнее, чем Paxos.

ZooKeeper — координация без блокировок, системы с преобладанием чтения, линейно согласованные записи и eventual consistency для чтений через watches.

Spanner — глобально распределённые транзакции, двухфазный commit поверх Paxos и использование TrueTime (атомные часы + GPS) для обеспечения внешней согласованности.

Также в курсе разбираются MapReduce, Spark, Frangipani, Memcached от Facebook и другие системы.

Если хотите выйти за пределы поверхностного system design и понять, как внутри устроены реальные распределённые хранилища и системы консенсуса, этот курс — настоящий клад.

Плейлист: https://youtube.com/playlist?list=PLrw6a1wE39_tb2fErI4-WkMbsvGQk9_UB

👉 @PythonPortal

🐍 Потокобезопасность в Python: гайд на использование Lock и другие методы — https://realpython.com/python-thread-lock/

#python

👉 @PythonPortal

«Introduction to Machine Learning» — ещё один бесплатный учебник по машинному обучению объёмом около 600 страниц, который делает акцент на глубоком математическом понимании предмета.

Книга начинается с математической базы, необходимой для дальнейшего изучения: линейной алгебры, математического анализа, теории вероятностей, матричного анализа и методов оптимизации. Затем разбираются основные алгоритмы обучения с учителем: линейная и логистическая регрессия, метод ближайших соседей, деревья решений, случайные леса, бустинг и нейронные сети.

Значительная часть книги посвящена вероятностным и генеративным моделям. Рассматриваются методы Монте-Карло, графические модели, байесовские сети, вариационные методы, нормализующие потоки, вариационные автокодировщики (VAE) и генеративно-состязательные сети (GAN).

В заключительных главах обсуждаются кластеризация, метод главных компонент (PCA), обучение на многообразиях и теоретические оценки способности моделей к обобщению.

На мой взгляд, это отличный справочник для тех, кто хочет получить широкое представление о машинном обучении и разобраться в математике, лежащей в основе ключевых методов, а не воспринимать их как «чёрный ящик».

https://arxiv.org/pdf/2409.02668

👉 @PythonPortal

Django 6.1 уже вышел.

Из нового:

* варианты удаления для ForeignKey на уровне базы данных;
* настройки email через словари;
* поддержка Python 3.12–3.14;
* режимы загрузки полей модели;
* и другие изменения.

👉 @PythonPortal