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.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍2
Media is too big
VIEW IN TELEGRAM
Opus 5 пересобрал Pokémon в виде полностью играбельной 3D-игры.
промпт и репо: https://github.com/PauliusOS/pallet-town-3d
👉 @PythonPortal
промпт и репо: https://github.com/PauliusOS/pallet-town-3d
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🏆2🤝1
This media is not supported in your browser
VIEW IN TELEGRAM
Мы постоянно обсуждаем LLM и их непрерывное развитие, но следующая революция уже совсем близко.
Робототехника изменит всё не меньше. А возможно, даже сильнее.
👉 @PythonPortal
Робототехника изменит всё не меньше. А возможно, даже сильнее.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍7
Oracle, возможно, устроила одно из самых громких убийств open-source проекта в истории.
Речь о Solaris. Эта ОС получила возможности, похожие на контейнеры, за много лет до появления Docker.
Разработанная Sun Microsystems, Solaris в 1990-х и 2000-х работала в дата-центрах, университетах и банках по всему миру.
Технология Solaris Zones позволяла запускать изолированные окружения задолго до того, как Docker сделал контейнеры массовыми. ZFS принесла снапшоты, самовосстанавливающееся хранилище и проверки целостности данных ещё тогда, когда аналогов практически не существовало. Solaris не догоняла индустрию — индустрия догоняла Solaris.
В 2010 году Oracle купила Sun Microsystems за 7,4 млрд долларов.
Спустя несколько месяцев компания закрыла открытую модель разработки, благодаря которой инженеры со всего мира могли участвовать в развитии проекта. Уже в августе 2010 года Oracle полностью прекратила публикацию исходного кода.
Разработчики, которые годами отправляли патчи, не стали ждать. Многие ушли в Linux, где разработка оставалась открытой и развивалась быстрее.
Бывшие инженеры Sun решили не дать проекту исчезнуть. Через несколько часов после закрытия открытой разработки они запустили illumos — продолжение Solaris на базе последней открытой версии исходного кода Sun.
Oracle продолжила продавать Solaris корпоративным клиентам, но в 2017 году уволила большую часть команд Solaris и SPARC. К 2019 году система перешла в режим sustaining support.
Если перевести с корпоративного языка, это означает: «Мы ответим на ваши обращения, но ничего нового больше не ждите».
Solaris проиграла не из-за плохой инженерии. Она проиграла компании, для которой контракты на поддержку оказались важнее будущего продукта.
illumos существует до сих пор. Проект остаётся открытым и поддерживается инженерами, которых Oracle так и не смогла удержать.
👉 @PythonPortal
Речь о Solaris. Эта ОС получила возможности, похожие на контейнеры, за много лет до появления Docker.
Разработанная Sun Microsystems, Solaris в 1990-х и 2000-х работала в дата-центрах, университетах и банках по всему миру.
Технология Solaris Zones позволяла запускать изолированные окружения задолго до того, как Docker сделал контейнеры массовыми. ZFS принесла снапшоты, самовосстанавливающееся хранилище и проверки целостности данных ещё тогда, когда аналогов практически не существовало. Solaris не догоняла индустрию — индустрия догоняла Solaris.
В 2010 году Oracle купила Sun Microsystems за 7,4 млрд долларов.
Спустя несколько месяцев компания закрыла открытую модель разработки, благодаря которой инженеры со всего мира могли участвовать в развитии проекта. Уже в августе 2010 года Oracle полностью прекратила публикацию исходного кода.
Разработчики, которые годами отправляли патчи, не стали ждать. Многие ушли в Linux, где разработка оставалась открытой и развивалась быстрее.
Бывшие инженеры Sun решили не дать проекту исчезнуть. Через несколько часов после закрытия открытой разработки они запустили illumos — продолжение Solaris на базе последней открытой версии исходного кода Sun.
Oracle продолжила продавать Solaris корпоративным клиентам, но в 2017 году уволила большую часть команд Solaris и SPARC. К 2019 году система перешла в режим sustaining support.
Если перевести с корпоративного языка, это означает: «Мы ответим на ваши обращения, но ничего нового больше не ждите».
Solaris проиграла не из-за плохой инженерии. Она проиграла компании, для которой контракты на поддержку оказались важнее будущего продукта.
illumos существует до сих пор. Проект остаётся открытым и поддерживается инженерами, которых Oracle так и не смогла удержать.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14😢5❤2
Делюсь страницей об
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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🤣1
This media is not supported in your browser
VIEW IN TELEGRAM
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:
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
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-graphcode-review-graph install — автоматически настраивает Claude Code, Cursor, Codex, Gemini CLI и другие инструментыcode-review-graph buildКогда 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
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥19❤1
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍3
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
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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10🤣1
Forwarded from Айти мемы
This media is not supported in your browser
VIEW IN TELEGRAM
Ежедневная рутина с Claude
🤣50❤7😁3
Знали ли вы, что в Python можно читать текстовые файлы с помощью
Вот как это сделать:
👉 @PythonPortal
pathlib?Вот как это сделать:
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6😢6❤3
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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - diegosouzapw/OmniRoute: Never stop coding. Free MIT AI gateway: one endpoint, 290+ providers (90+ free), 500+ models —…
Never stop coding. Free MIT AI gateway: one endpoint, 290+ providers (90+ free), 500+ models — Kimi, Claude, GPT, OpenAI, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, Open...
❤5👍3
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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11
#python
Please open Telegram to view this post
VIEW IN TELEGRAM
👀10❤4
«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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
Django 6.1 уже вышел.
Из нового:
* варианты удаления для
* настройки email через словари;
* поддержка Python 3.12–3.14;
* режимы загрузки полей модели;
* и другие изменения.
👉 @PythonPortal
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.
Please open Telegram to view this post
VIEW IN TELEGRAM
Django Project
Django 6.1 released
Posted by Jacob Walls on Aug. 5, 2026
❤5👍1
Уже очевидно, что ВАЙБКОДИНГ — главный навык ближайших лет
Посмотрите сами. ИИ уже забирает на себя работу целых команд: пишет код, закрывает задачи джунов и позволяет стартапам запускать продукты в 2–3 раза меньшим составом. То, на что раньше нужны были несколько разработчиков, сегодня всё чаще делает один человек с ИИ-агентами.
И это только начало. Те, кто освоит вайбкодинг сейчас, смогут быстрее запускать проекты, автоматизировать огромный объём работы, увереннее конкурировать на рынке и зарабатывать больше тех, кто продолжает делать всё вручную.
Начать с нуля поможет канал Вайб-кодинг. Там ребята круглосуточно мониторят более 320 российских и зарубежных источников и публикуют только главное: релизы, инструменты, гайды, курсы и практические кейсы.
Подписывайтесь, нас уже 50 тысяч: @vibecoding_tg
Посмотрите сами. ИИ уже забирает на себя работу целых команд: пишет код, закрывает задачи джунов и позволяет стартапам запускать продукты в 2–3 раза меньшим составом. То, на что раньше нужны были несколько разработчиков, сегодня всё чаще делает один человек с ИИ-агентами.
И это только начало. Те, кто освоит вайбкодинг сейчас, смогут быстрее запускать проекты, автоматизировать огромный объём работы, увереннее конкурировать на рынке и зарабатывать больше тех, кто продолжает делать всё вручную.
Начать с нуля поможет канал Вайб-кодинг. Там ребята круглосуточно мониторят более 320 российских и зарубежных источников и публикуют только главное: релизы, инструменты, гайды, курсы и практические кейсы.
Подписывайтесь, нас уже 50 тысяч: @vibecoding_tg
🤣11❤2