Разработчик представил Flashtype — Markdown-редактор для Claude и Codex.

Инструмент позволяет редактировать Markdown через ИИ, отслеживать каждое изменение и просматривать diff между версиями.

Проект полностью открыт и уже доступен всем желающим.

В комментариях проект уже сравнивают с Obsidian. Автор называет главными отличиями встроенный контроль версий и нативную интеграцию с Claude/Codex.

Среди первых пожеланий сообщества — поддержка HTML-превью для диаграмм и визуализаций, а также исправление багов на ранних версиях.

👉 @PythonPortal

История SQLite началась в 2000 году, когда разработчик Д. Ричард Хипп создавал ПО для эсминца ВМС США.

Военным нужна была база данных, способная работать где угодно:

• без сервера
• без интернета
• без администратора
• без настройки

Так появился SQLite.

В отличие от MySQL, PostgreSQL и Oracle, SQLite не запускает отдельный серверный процесс. Вся база данных хранится в одном файле, а приложение работает с ним напрямую.

Никакой установки, конфигурации или сетевых подключений.

Сегодня SQLite используется в миллиардах устройств и приложений:

→ iPhone
→ Android
→ Google Chrome
→ продукты Adobe
→ встраиваемые и авиационные системы

С высокой вероятностью вы уже использовали SQLite сегодня:

- Instagram
- Spotify
- WhatsApp

Самое удивительное — проект по-прежнему поддерживает его создатель, Ричард Хипп.

Без венчурных инвестиций, IPO и продажи компании.

SQLite остаётся одним из самых распространённых программных продуктов в мире, хотя большинство пользователей даже не знают его названия.

👉 @PythonPortal

Похоже, у Adobe Acrobat появился серьёзный конкурент.

Open-source проект Stirling-PDF предлагает полноценный набор инструментов для работы с PDF и запускается полностью локально — без загрузки документов на сторонние серверы.

Сервис включает более 50 функций для работы с PDF:

• объединение и разделение файлов
• сжатие и конвертацию документов
• OCR для распознавания текста на сканах
• добавление паролей, подписей и водяных знаков
• редактирование и скрытие конфиденциальных данных
• REST API для автоматизации

Проект можно развернуть через Docker на собственном сервере или ПК.

По словам разработчиков, все операции выполняются локально, а файлы не покидают устройство пользователя.

На фоне стоимости Adobe Acrobat Pro в $239 в год Stirling-PDF распространяется бесплатно и с открытым исходным кодом.

На данный момент проект собрал более 81 тыс. звёзд на GitHub и свыше 25 млн загрузок.

👉 @PythonPortal

При применении нескольких фильтров к серии в Pandas лучше разбивать условие на несколько строк:

s = pd.Series([10, 15, 20, 25, 30])

s.loc[
    (s > 20) &
    (s % 2 == 1)
]

Такой код проще читать, писать и поддерживать.
В результате будет выбрано значение:

25

поскольку оно одновременно больше 20 и является нечётным числом.

👉 @PythonPortal

Multi-agent RL красиво именно в тот момент, когда оно начинает сходиться.

👉 @PythonPortal

Мой любимый способ работать с несколькими фильтрами в pandas.Series — не цепочка .loc, а один маск.
Цепочка выглядит аккуратно, но ломается на реальных данных и легко даёт неожиданные результаты:

s = pd.Series([10, 15, 20, 25, 30])

s
.loc[s > 20]
.loc[s % 2 == 1]

Проблема в том, что второй .loc снова смотрит на исходный s, а не на уже отфильтрованный результат. Логика разъезжается.
Надёжнее собрать всё в одно выражение:

s = pd.Series([10, 15, 20, 25, 30])

mask = (s > 20) & (s % 2 == 1)
result = s.loc[mask]

Одна маска = одна точка истины.
Проще дебажить. Меньше сюрпризов при росте кода.

👉 @PythonPortal

Разрабы, будьте осторожны

👉 @PythonPortal

Вышла LocalVQE Pi V1 — компактная модель для обработки голоса размером всего 49 тысяч параметров.

Модель выполняет акустическое эхоподавление (AEC), шумоподавление и дереверберацию в реальном времени. По словам разработчика, она работает с производительностью до 21× realtime на одном ядре Raspberry Pi 5.

LocalVQE Pi V1 основана на архитектуре GTCRN и отличается от предыдущих моделей LocalVQE, которые использовали DeepVQE. Размер модели удалось сократить на несколько порядков, сохранив при этом приемлемое качество обработки речи.

Проект ориентирован на локальные голосовые приложения, IoT-устройства и edge-решения, где критичны минимальное потребление ресурсов и работа без облака.

https://huggingface.co/spaces/LocalAI-io/LocalVQE-demo

👉 @PythonPortal

😂😂😂😂

👉 @PythonPortal

Python — как Новый год. Можно передавать кортеж в startswith и endswith.

👉 @PythonPortal

Переменные в Python — это стикеры, а не коробки.

Переменная не хранит значение, а указывает на него. Меняешь список — обе переменные видят изменение. Со стикерами это логично. С коробками — магия: две коробки загадочно меняются одновременно.

👉 @PythonPortal

Эта TTS-модель синтезирует речь в 167 раз быстрее, чем ты её слушаешь.

Supertonic работает прямо на устройстве через ONNX. Без GPU, на 31 языке. Передаёт любые эмоции. Обгоняет ElevenLabs по скорости. Запускается даже на Raspberry Pi.

Полностью открытый исходный код.

👉 @PythonPortal

Хочешь быстро прокачать SQL?

Вот 4 курса, которые помогут поднять уровень:

- SQL Basics for Data Science
[https://programmingvalley.com/course/learn-sql-basics-for-data-science-free-course]

- Google Data Analytics
[https://programmingvalley.com/course/google-data-analytics-free-course]

- IBM Data Science
[https://programmingvalley.com/course/ibm-data-science-free-course]

- Google Business Intelligence
[https://programmingvalley.com/course/google-business-intelligence-free-course]

Подойдут как для изучения основ SQL, так и для освоения анализа данных, BI-инструментов и работы с данными в реальных проектах.

👉 @PythonPortal

Заслужил

👉 @PythonPortal

Исторический момент. Новый HTTP-метод в стандарте.

QUERY. Альтернатива GET и POST.

Как GET — не меняет состояние ресурса. Как POST — можно использовать тело запроса. Шлёшь JSON, кешируешь ответ.

Только что повышен до Proposed Standard.

👉 @PythonPortal

Как не дать ИИ заливать мусор в GitHub.

В репозитории git push no-mistakes предложили подход, где изменения прогоняются через локальную проверку до попадания в PR.

Идея простая. Перед пушем ветка проходит валидацию: ИИ проверяет код, дальше запускаются тесты, линтер, генерация документации и CI. Всё это работает локально через worktree, без блокировок и без остановки процесса разработки.
Если всё зелёное — открывается чистый pull request.

👉 @PythonPortal

Коротко почему ПРОГРАММИРОВАНИЕ все учат на ютубе

👉 @PythonPortal

Появился Hyper-Extract — инструмент, который превращает неструктурированные документы в полноценные базы знаний.
Вместо обычного разбиения PDF на чанки для RAG, Hyper-Extract может автоматически строить графы знаний, гиперграфы, временные и пространственные графы, типизированные модели данных, Obsidian Vault и базы знаний с поддержкой MCP.

Среди сценариев использования:
• преобразование научных статей в исследовательские графы;
• извлечение компаний, людей, метрик и рисков из финансовых отчётов;
• создание поисковых баз знаний из внутренних документов;
• локальный запуск через vLLM без отправки данных в облако;
• подключение к Claude Desktop и агентам в IDE через MCP.
В комплекте также есть более 80 YAML-шаблонов для финансов, юриспруденции, медицины и других областей.

GitHub: https://github.com/yifanfeng97/Hyper-Extract

👉 @PythonPortal

Вышло руководство по Loop Engineering — новый подход к работе с AI-агентами

Опубликован репозиторий loop-engineering, предлагающий сдвиг парадигмы: вместо того чтобы вручную давать промпты AI-агентам, разработчик проектирует цикл, который делает это автоматически.

Автор отмечает, что большинство до сих пор использует Claude Code, Codex, Cursor и Grok как обычный чат: промпт → ожидание → копирование → исправление → снова промпт. Loop Engineering предлагает перестать быть «нянькой» для агента и вместо этого построить систему, где агенты работают, проверяют, исправляют и эскалируют самостоятельно.

Репозиторий включает готовые циклы для ежедневного триажа, PR, CI, зависимостей, changelog и issues. В комплекте идут CLI для создания циклов, оценки токенов, аудита репозитория и безопасного запуска агентов через GitHub Actions.

«Prompt engineering был о том, как писать лучшие промпты. Loop engineering — о создании системы, где агенты продолжают работать без вашего присмотра на каждом шагу», — говорится в описании.

Репозиторий доступен на GitHub.

Репозиторий: https://github.com/cobusgreyling/loop-engineering

👉 @PythonPortal