🚀 Открытый радиолокационный комплекс AERIS-10
AERIS-10 — это модульная, доступная радиолокационная система с фазированной антенной решеткой, работающая на частоте 10.5 ГГц. Проект ориентирован на исследователей и разработчиков дронов, предлагая возможность экспериментов с обработкой сигналов и отслеживанием целей.
🚀 Основные моменты:
- Полностью открытое аппаратное и программное обеспечение
- Две версии: AERIS-10N (3 км) и AERIS-10X (20 км)
- Электронное управление направлением луча ±45°
- Интуитивно понятный интерфейс на Python с интеграцией карт
- Модульная архитектура для легкой настройки
📌 GitHub: https://github.com/NawfalMotii79/PLFM_RADAR
#python
AERIS-10 — это модульная, доступная радиолокационная система с фазированной антенной решеткой, работающая на частоте 10.5 ГГц. Проект ориентирован на исследователей и разработчиков дронов, предлагая возможность экспериментов с обработкой сигналов и отслеживанием целей.
🚀 Основные моменты:
- Полностью открытое аппаратное и программное обеспечение
- Две версии: AERIS-10N (3 км) и AERIS-10X (20 км)
- Электронное управление направлением луча ±45°
- Интуитивно понятный интерфейс на Python с интеграцией карт
- Модульная архитектура для легкой настройки
📌 GitHub: https://github.com/NawfalMotii79/PLFM_RADAR
#python
❤8👍6🤩2
Вышла мощная open source библиотека для автономной самооптимизации AI-агентов. Мета-агент сам подбирает промпты, инструменты и оркестрацию - и занял #1 на SpreadsheetBench (96.5%) и TerminalBench (55.1%).
В процессе оптимизации агент сам придумал несколько трюков, которые никто не закладывал. Spot checking – запуск отдельных задач для маленьких правок вместо полного прогона, что сэкономило кучу compute.
Принудительные верификационные циклы - агент встроил детерминированные self-check-и и валидаторы, выделив бюджет на основную задачу и бонусные шаги для проверки.
Написание тестов - агент начал сам писать юнит-тесты под каждую задачу.
Progressive disclosure – при переполнении контекста агент начал дампить длинные данные в файлы. Оркестрация субагентов – при необходимости агент создавал task-specific субагентов и передавал им управление.
GitHub: https://github.com/kevinrgu/autoagent
Подробнее: https://uproger.com/autoagent-agenty-teper-uluchshayut-sebya-sami/
🐍 Python полезные ресурсы 🚀Max
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12👍7🔥3😱3
🚀 Самые быстрорастущие GitHub-репозитории недели
Неделя прошла под знаком голосового AI и саморазвивающихся агентов
1. https://github.com/microsoft/VibeVoice — опенсорс voice AI: клонирование голоса и транскрипция до 60 минут за один проход
2. https://github.com/bytedance/deer-flow — SuperAgent от ByteDance: сам исследует, кодит и выполняет задачи
3. https://github.com/NousResearch/hermes-agent — агент с памятью, который развивается со временем
4. https://github.com/mvanhorn/last30days-skill — агент ищет инфу по теме сразу в Reddit, X, YouTube, HN
5. https://github.com/hacksider/Deep-Live-Cam — realtime face swap по одной картинке
6. https://github.com/TauricResearch/TradingAgents — мультиагентный трейдинг на LLM
7. https://github.com/hesreallyhim/awesome-claude-code — лучшие skills и плагины для Claude Code
8. https://github.com/google-research/timesfm — foundation-модель для таймсерий, zero-shot прогнозы
9. https://github.com/datalab-to/chandra — OCR для сложных таблиц и рукописного текста
10. https://github.com/SakanaAI/AI-Scientist-v2 — автоматизация научных открытий через агентов
@pythonl
Неделя прошла под знаком голосового AI и саморазвивающихся агентов
1. https://github.com/microsoft/VibeVoice — опенсорс voice AI: клонирование голоса и транскрипция до 60 минут за один проход
2. https://github.com/bytedance/deer-flow — SuperAgent от ByteDance: сам исследует, кодит и выполняет задачи
3. https://github.com/NousResearch/hermes-agent — агент с памятью, который развивается со временем
4. https://github.com/mvanhorn/last30days-skill — агент ищет инфу по теме сразу в Reddit, X, YouTube, HN
5. https://github.com/hacksider/Deep-Live-Cam — realtime face swap по одной картинке
6. https://github.com/TauricResearch/TradingAgents — мультиагентный трейдинг на LLM
7. https://github.com/hesreallyhim/awesome-claude-code — лучшие skills и плагины для Claude Code
8. https://github.com/google-research/timesfm — foundation-модель для таймсерий, zero-shot прогнозы
9. https://github.com/datalab-to/chandra — OCR для сложных таблиц и рукописного текста
10. https://github.com/SakanaAI/AI-Scientist-v2 — автоматизация научных открытий через агентов
@pythonl
❤15👍6🔥1
🔥 Самый полный набор для Claude Code - выложили в open-source
27 агентов, 64 навыка, 33 команды + встроенный AgentShield с 1 282 тестами безопасности
Закрывает всё: планирование, код-ревью, фиксы, TDD, оптимизация токенов и многое другое
Работает в Cursor, OpenCode, Codex CLI - один репозиторий заменяет недели настройки, полностью бесплатно
Repo: https://github.com/affaan-m/everything-claude-code
27 агентов, 64 навыка, 33 команды + встроенный AgentShield с 1 282 тестами безопасности
Закрывает всё: планирование, код-ревью, фиксы, TDD, оптимизация токенов и многое другое
Работает в Cursor, OpenCode, Codex CLI - один репозиторий заменяет недели настройки, полностью бесплатно
Repo: https://github.com/affaan-m/everything-claude-code
❤15🔥6👍3😁1
🔊 Собрали жирный пак инструментов для работы со звуком - без облаков и подписок.
Что внутри:
Клонирование голоса, изменение тона и обработка аудио
Хватает 2–3 секунд записи, чтобы воспроизвести голос
Поддержка десятков языков: русский, английский, китайский
Сохраняется оригинальный тембр
Всё работает локально - никакие данные никуда не улетают
Запускается даже на слабом железе
Есть гайды под Docker и запуск через bash
Забирай, пока не разнесли.
https://github.com/0xSojalSec/free-voice-clone
🐍 Python полезные ресурсы 🚀Max
@pythonl
Что внутри:
Клонирование голоса, изменение тона и обработка аудио
Хватает 2–3 секунд записи, чтобы воспроизвести голос
Поддержка десятков языков: русский, английский, китайский
Сохраняется оригинальный тембр
Всё работает локально - никакие данные никуда не улетают
Запускается даже на слабом железе
Есть гайды под Docker и запуск через bash
Забирай, пока не разнесли.
https://github.com/0xSojalSec/free-voice-clone
🐍 Python полезные ресурсы 🚀Max
@pythonl
❤11🔥4👍3
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
Китайская лаборатория релизнула GLM-5.1 - флагманскую MoE-модель с 754B параметров нового поколения, ориентированную на агентную инженерию.
Фокус релиза - на кодинг и долгие агентные сессии.
GLM-5.1 построена так, чтобы оставаться продуктивной на длинной дистанции: декомпозировать задачу, запускать эксперименты, читать результаты, находить блокеры и пересматривать стратегию.
Z ai утверждает, что модель устойчиво оптимизирует решение на протяжении сотен итераций и тысяч вызовов инструментов, то есть результат тем заметнее, чем дольше она запускают.
API доступен на платформе Z ai, веб-версия на chat.z.ai обещана в ближайшие дни. Веса опубликованы на Hugging Face под лицензией MIT.
Для локального развертывания уже готовы сборки под SGLang 0.5.10+, vLLM 0.19.0+, xLLM, KTransformers и свежую ветку Transformers.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10❤4
🐍 Почему ошибки валидации в Python иногда так сложно найти
Чем глубже вложена структура данных, тем сложнее понять, где именно произошла ошибка.
Если использовать обычные dataclass, вы чаще всего увидите только значение, которое не прошло проверку — но не путь к полю, где возникла проблема.
В сложных вложенных структурах это превращает отладку в настоящую боль.
Pydantic решает эту проблему.
Он показывает полный путь до поля, которое вызвало ошибку — от корневой модели до конкретного атрибута.
В результате сразу понятно, где искать проблему.
Пример:
Ошибка будет выглядеть так:
ValidationError: address.zip_code
String should match pattern '^\d{5}$'
То есть Pydantic сразу показывает:
address.zip_code
А не просто сообщает, что «где-то внутри данных ошибка».
Для сложных JSON, API-ответов и вложенных моделей это сильно упрощает дебаг.
#Python #Pydantic #Backend #DataValidation
🐍 Python полезные ресурсы 🚀Max
@pythonl
Чем глубже вложена структура данных, тем сложнее понять, где именно произошла ошибка.
Если использовать обычные dataclass, вы чаще всего увидите только значение, которое не прошло проверку — но не путь к полю, где возникла проблема.
В сложных вложенных структурах это превращает отладку в настоящую боль.
Pydantic решает эту проблему.
Он показывает полный путь до поля, которое вызвало ошибку — от корневой модели до конкретного атрибута.
В результате сразу понятно, где искать проблему.
Пример:
from pydantic import BaseModel, Field
class Address(BaseModel):
zip_code: str = Field(pattern=r"^\d{5}$")
class Customer(BaseModel):
name: str
address: Address
customer = Customer(
name="Alice",
address={"zip_code": "9ABC1"}
)
Ошибка будет выглядеть так:
ValidationError: address.zip_code
String should match pattern '^\d{5}$'
То есть Pydantic сразу показывает:
address.zip_code
А не просто сообщает, что «где-то внутри данных ошибка».
Для сложных JSON, API-ответов и вложенных моделей это сильно упрощает дебаг.
#Python #Pydantic #Backend #DataValidation
🐍 Python полезные ресурсы 🚀Max
@pythonl
❤11👍6🔥2
Интенсив для всех, кто хочет создавать искусственный интеллект
Факультет компьютерных наук НИУ ВШЭ запускает онлайн-интенсив по подготовке к поступлению в онлайн-магистратуру «Искусственный интеллект». На программе обучают всем шагам из цикла разработки моделей и навыкам написания высоконагруженного кода для промышленной эксплуатации.
Присоединяйтесь, если хотите:
⚪️ Укрепить знания по высшей математике, анализу данных и Python
⚪️ Получить практическое понимание структуры экзамена и требований программы
⚪️ Быстро и эффективно подготовиться к вступительным испытаниям
Интенсив проведут эксперты и преподаватели Высшей школы экономики.
📆 Когда: 8-24 апреля, 19:30 (мск)
💻 Формат: онлайн и бесплатно, для участия нужно лишь зарегистрироваться до 24 апреля
🐭 Зарегистрироваться
Факультет компьютерных наук НИУ ВШЭ запускает онлайн-интенсив по подготовке к поступлению в онлайн-магистратуру «Искусственный интеллект». На программе обучают всем шагам из цикла разработки моделей и навыкам написания высоконагруженного кода для промышленной эксплуатации.
Присоединяйтесь, если хотите:
Интенсив проведут эксперты и преподаватели Высшей школы экономики.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
Опенсорс-аналог Claude Cowork, который работает локально и бесплатно
Разработчики выкатили Rowboat - open-source ИИ-коворкер, который позиционируют как замену Claude Cowork от Anthropic. Работает полностью локально, на вашей машине, с любой LLM на выбор.
Из интересного: поддержка голоса, расширяемость через MCP-тулы, совместимость с Obsidian-хранилищами, фоновые агенты с веб-поиском и автоматическое построение графа знаний по вашим заметкам и письмам.
Anthropic, кажется, начинают окружать со всех сторон. Пока они строят закрытую экосистему, комьюнити собирает аналоги на коленке и раздает бесплатно.
github.com/rowboatlabs/rowboat
Разработчики выкатили Rowboat - open-source ИИ-коворкер, который позиционируют как замену Claude Cowork от Anthropic. Работает полностью локально, на вашей машине, с любой LLM на выбор.
Из интересного: поддержка голоса, расширяемость через MCP-тулы, совместимость с Obsidian-хранилищами, фоновые агенты с веб-поиском и автоматическое построение графа знаний по вашим заметкам и письмам.
Anthropic, кажется, начинают окружать со всех сторон. Пока они строят закрытую экосистему, комьюнити собирает аналоги на коленке и раздает бесплатно.
github.com/rowboatlabs/rowboat
👍7🔥5
This media is not supported in your browser
VIEW IN TELEGRAM
🚨 ElevenLabs получил open source конкурента
Mistral выкатили Voxtral и это выглядит как серьёзный заход в TTS.
Модель всего на 4B параметров. При этом даёт около 70 мс задержки, что уже подходит для голосовых агентов в реальном времени.
Поддерживает клонирование голоса буквально с нескольких секунд аудио. Плюс работает на 9 языках и умеет переносить голос между ними.
По бенчмаркам заявляют 68.4% побед против ElevenLabs Flash v2.5.
Ключевой момент здесь не только в качестве. Веса открыты и доступны на Hugging Face.
Это значит, что TTS снова уходит из SaaS в инфраструктуру. Голос можно разворачивать локально, кастомизировать и встраивать без ограничений.
Для тех, кто делает voice agents, это сильный сдвиг. Контроль над голосом теперь можно держать у себя.
https://huggingface.co/mistralai/Voxtral-4B-TTS-2603
🐍 Python полезные ресурсы 🚀Max
@pythonl
Mistral выкатили Voxtral и это выглядит как серьёзный заход в TTS.
Модель всего на 4B параметров. При этом даёт около 70 мс задержки, что уже подходит для голосовых агентов в реальном времени.
Поддерживает клонирование голоса буквально с нескольких секунд аудио. Плюс работает на 9 языках и умеет переносить голос между ними.
По бенчмаркам заявляют 68.4% побед против ElevenLabs Flash v2.5.
Ключевой момент здесь не только в качестве. Веса открыты и доступны на Hugging Face.
Это значит, что TTS снова уходит из SaaS в инфраструктуру. Голос можно разворачивать локально, кастомизировать и встраивать без ограничений.
Для тех, кто делает voice agents, это сильный сдвиг. Контроль над голосом теперь можно держать у себя.
https://huggingface.co/mistralai/Voxtral-4B-TTS-2603
🐍 Python полезные ресурсы 🚀Max
@pythonl
❤13🔥6👍5😁1