Крутяк: теперь NotebookLM доступен не только через веб-интерфейс, но и из командной строки, а также через ИИ-агентов благодаря поддержке MCP-сервера.

Появился CLI-инструмент, который позволяет автоматизировать создание блокнотов, управлять источниками и генерировать подкасты. MCP-сервер дает возможность подключить NotebookLM к Claude, Gemini, Cursor и другим ИИ-агентам, а взаимодействовать с ним можно с помощью команд на естественном языке. Например: «создай блокнот по квантовым вычислениям и сгенерируй подкаст».

Для популярных инструментов предусмотрена настройка одной командой — nlm setup add.

100% опенсорс 💪

👉 @PythonPortal

Когда случайно закоммитил .env.local в публичный репозиторий.

👉 @PythonPortal

В опенсорс выложили инструмент, который позволяет бесплатно скачивать видео более чем с 1000 сайтов

Познакомьтесь с ReClip: https://github.com/averygan/reclip

👉 @PythonPortal

Microsoft выкатили крутую штуку для ИИ-агентов

Называется Flint и это язык описания визуализаций, который позволяет агентам создавать графики на основе простых, редактируемых человеком спецификаций.

100% опенсорс

👉 @PythonPortal

> Допустили ошибку в коммите? Вот как понять, что делать дальше.

Задайте себе вопрос: «Этот коммит уже попал в общий репозиторий?»

Если ДА → используйте git revert

- git revert создает новый коммит, который отменяет изменения предыдущего.
- Исходный коммит остается в истории.
- Команда всегда может увидеть, что именно было отменено и когда.

Если НЕТ → используйте git reset

- git reset удаляет коммиты так, будто их никогда не существовало.
- Переписывает историю проекта, перемещая указатель HEAD.
- Позволяет сохранить чистую и понятную историю Git до того, как изменения будут опубликованы.

👉 @PythonPortal

😭: 30-летний разработчик, всё ещё пишущий код руками.

👉 @PythonPortal

А кто-о-о это сделал: они полностью переписали PostgreSQL на Rust и он уже проходит 100% официальных тестов PostgreSQL 😔

Важно: это не форк, а полностью новая реализация с нуля на Rust, которая на данный момент:

• Проходит все 46 066 запросов из regression suite PostgreSQL 18.3.
• Совместима на уровне диска (можно запустить её напрямую с вашим текущим каталогом данных).
• Имеет рабочее демо в браузере.

Цель проекта — сделать одну из самых сложных баз данных в мире значительно проще для модификации, расширения и оптимизации изнутри, используя Rust и AI-assisted programming.

И самое безумное: уже существует WIP-версия (пока не опубликована), которая обещает быть на 50% быстрее на транзакционных нагрузках и примерно в 300 раз быстрее на аналитических нагрузках.

РЕПО 👇

https://github.com/malisper/pgrust

👉 @PythonPortal

Мир open source world models пополнился по-настоящему сильным новым игроком 😆

У интерактивных world models уже давно была одна и та же проблема: первые несколько секунд всё выглядит отлично, а затем мир незаметно начинает «рассыпаться». Текстуры размазываются, геометрия искажается, постепенно накапливается дрейф.

Новая LingBot-World 2.0 от Robbyant — первая модель, которую я видел, действительно преодолевшая это ограничение. Это каузальная world model, которую можно исследовать в реальном времени в разрешении 720p при 60 FPS. Она прошла стресс-тест в виде одной непрерывной 60-минутной сессии, охватывающей 20 сцен, без каких-либо заметных признаков деградации.

Сохранять согласованность мира так долго — вот где кроется настоящая сложность, и именно этого здесь удалось добиться.
Больше всего меня впечатлил агентный цикл, работающий поверх модели. Во время игры VLM предлагает новые события, а агент-директор постоянно подбрасывает новые активности, благодаря чему мир продолжает разворачиваться, а не остаётся статичным. Перемещение, боевая система, погода по запросу и даже мультиплеер в одном общем мире.

И Robbyant — компания Ant Group, занимающаяся embodied AI, — открыла исходный код проекта, а также опубликовала веса модели. Уже доступна версия на 14B параметров, а в статье также описана версия на 1.3B параметров, рассчитанная на запуск на одной потребительской GPU; для неё также доступны веса и исходный код. Кроме того, есть публичная демо-версия, размещённая их партнёром по запуску — Reactor, — которую можно просто открыть и попробовать.

👉 @PythonPortal

Пробовали когда-нибудь поделиться Python-скриптом с человеком, у которого не установлен Python? В итоге приходится объяснять, как работает pip install, что такое виртуальные окружения и почему именно Python 3.9. Сплошная головная боль.

PyApp решает эту проблему. Он упаковывает Python-приложение в единый исполняемый файл, который при запуске самостоятельно разворачивает необходимое окружение — пользователю не нужно устанавливать Python на свою машину. 💵

👉 @PythonPortal

Выглядит просто невероятно: разработчик успешно подключил старый чековый принтер, заставив его работать под управлением PHP.

Для передачи данных текст разбивается на отдельные байты, после чего каждый байт последовательно отправляется в параллельный порт принтера через каскад транзисторов и несколько GPIO-пинов.

Именно для таких вещей PHP и создавался. 😂

👉 @PythonPortal

Погружаемся с головой в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP

Лекции:

https://github.com/kmario23/deep-learning-drizzle

👉 @PythonPortal

В этом репозитории собрана коллекция лучших материалов по PyTorch: https://github.com/ritchieng/the-incredible-pytorch

👉 @PythonPortal

Суперкрутой лайфхак для VS Code 🤟

С помощью highlight row для VS Code можно навсегда подсветить любую строку. Особенно полезно при работе с большими файлами, логами, конфигами или во время код-ревью.

Больше не потеряете важные строки из виду :)

👉 @PythonPortal

Ладно, сам погуглю

👉 @PythonPortal

Создавай Python-пакеты за пару секунд с uv init --package

Python-пакеты позволяют вынести код в переиспользуемые модули и шарить их между проектами.

Обычно это возня с setuptools, настройка билд-системы и разбор всей этой кухни с дистрибуцией.

UV, быстрый установщик и резолвер зависимостей для Python, упрощает всё до двух команд:
• uv init --package сразу поднимает структуру пакета
• uv build и uv publish собирают и отправляют пакет на PyPI

Полная статья: https://bit.ly/3Jyqtok

👉 @PythonPortal

Это всё нам: серия блокнотов Jupyter, которые последовательно знакомят с основами машинного обучения и глубокого обучения на Python с использованием Scikit-Learn и TensorFlow. 🚬

https://github.com/ageron/handson-ml3

👉 @PythonPortal

Чувак заменил Datadog одним бинарником и за одну ночь сократил расходы на инфраструктуру на 98%.

Он называется OpenObserve. Логи, метрики, трейсы и мониторинг фронтенда в одном инструменте с самостоятельным развертыванием. Он создан специально для того, чтобы остановить рост счетов при добавлении каждого нового хоста, пользователя или пользовательской метрики.

→ Один бинарник, запуск менее чем за 2 минуты. Никакого кластера и отдельных компонентов для логов, метрик и трейсов

→ Написан на Rust и использует движок запросов DataFusion, поэтому сохраняет высокую производительность даже при работе с петабайтами данных

→ Использует колоночный формат Parquet и S3-совместимое объектное хранилище вместо проприетарного формата — именно это и обеспечивает основную экономию

→ Запросы выполняются через SQL или PromQL, а не через проприетарный синтаксис вендора, поэтому вашей команде не придётся изучать новый язык запросов только ради просмотра дашбордов

→ Полная совместимость с OpenTelemetry: для подключения уже существующей инструментации не требуются проприетарные агенты

→ Библиотека дашбордов от сообщества на GitHub для Kubernetes, Docker, Postgres, AWS и наблюдаемости LLM — можно сразу подключить вместо того, чтобы создавать всё с нуля

Согласно опубликованному самим OpenObserve бенчмарку, одна и та же нагрузка из 16 сервисов обходилась в $174 в день в Datadog и в $3 в день при самостоятельном развертывании — сокращение на 98%, ещё до учёта платы за каждый хост или пользовательскую лицензию.

Более 18 000 звёзд на GitHub. Один бинарник. Самостоятельное развертывание без платы за каждый хост или пользователя.

Снижение затрат на 98% — серьёзная цифра. Её нужно чем-то подтвердить. 🚬

👉 @PythonPortal