# docker-compose.yml
services:
  stirling-pdf:
    image: frooodle/s-pdf:latest
    container_name: stirling-pdf
    ports:
      - '8080:8080'
    volumes:
      - ./trainingData:/usr/share/tessdata # Для языковых пакетов OCR
      - ./extraConfigs:/configs
    environment:
      - DOCKER_ENABLE_SECURITY=false # Включи true, если нужна авторизация
      - LANGS=ru_RU,en_US # Языки интерфейса и OCR
    restart: unless-stopped

# docker-compose.yml
services:
  dozzle:
    image: amir20/dozzle:latest
    container_name: dozzle
    ports:
      - 8888:8080
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock:ro # Доступ к логам в режиме Read-Only
    restart: unless-stopped

# docker-compose.yml
services:
  npm:
    image: 'jc21/nginx-proxy-manager:latest'
    container_name: nginx-proxy-manager
    restart: unless-stopped
    ports:
      - '80:80'   # HTTP трафик
      - '443:443' # HTTPS трафик
      - '81:81'   # Порт для входа в админку NPM
    volumes:
      - ./data:/data
      - ./letsencrypt:/etc/letsencrypt

import polars as pl

# Используем ленивое чтение для экономии памяти
df = (
    pl.scan_csv("huge_logs.csv")
    .filter(pl.col("status_code") == 500)
    .group_by("endpoint")
    .agg(
        pl.len().alias("errors_count"),
        pl.col("response_time").mean().alias("avg_time")
    )
    .sort("errors_count", descending=True)
    .limit(10)
    .collect() # Вот только здесь запускаются вычисления
)

print(df)

docker run --rm -it -v /var/run/docker.sock:/var/run/docker.sock wagoodman/dive:latest my-app-image:latest

from telethon import TelegramClient, events

api_id = 1234567          # Твой api_id с my.telegram.org
api_hash = 'your_hash_здесь'

client = TelegramClient('my_session', api_id, api_hash)

# Слушаем новые сообщения в определенном канале
@client.on(events.NewMessage(chats='source_channel_username'))
async def handler(event):
    # Пересылаем сообщение в свой целевой канал
    await client.send_message('my_target_channel', event.message)

print("Скрипт автоматизации запущен...")
client.start()
client.run_until_complete()

{
  "data": {
    "type": "posts",
    "id": "1",
    "attributes": {
      "title": "Docker Compose для новичков"
    },
    "relationships": {
      "author": {
        "data": { "type": "users", "id": "42" }
      }
    }
  },
  "included": [
    {
      "type": "users",
      "id": "42",
      "attributes": {
        "name": "Alex",
        "role": "DevOps"
      }
    }
  ]
}

from typing import Annotated
from pydantic import BaseModel, Field, StringConstraints
from pydantic_core import ValidationError

# Ограничиваем строку: убираем пробелы по краям и приводим к нижнему регистру на уровне Rust
UsernameStr = Annotated[
    str, 
    StringConstraints(strip_whitespace=True, to_lower=True, min_length=3)
]

class UserTarget(BaseModel):
    id: int
    # Использование встроенных проверок Field
    username: UsernameStr
    balance: float = Field(ge=0.0, default=0.0) # Баланс не может быть отрицательным

# Парсим сырой JSON напрямую на максимальной скорости
json_data = '{"id": 42, "username": "  Admin_Sanya  ", "balance": 150.50}'

try:
    user = UserTarget.model_validate_json(json_data)
    print(user.username) # Выведет: "admin_sanya" (пробелы удалены, регистр изменен)
    print(user.model_dump()) # Быстрый перевод в dict
except ValidationError as e:
    print(e.json())

from contextlib import asynccontextmanager
from fastapi import FastAPI, Request

# 1. Создаем lifespan-контекст
@asynccontextmanager
async def lifespan(app: FastAPI):
    # --- Секция STARTUP ---
    # Код здесь выполняется ДО того, как приложение начнет принимать запросы
    print("Подключаемся к базе данных и Redis...")
    db_pool = "Тут реальный пул подключений" 
    
    # Передаем ресурсы в state приложения, чтобы использовать их в роутах
    yield {"db": db_pool}
    
    # --- Секция SHUTDOWN ---
    # Код здесь выполняется ПЕРЕД полной остановкой сервера
    print("Закрываем все соединения и сохраняем логи...")
    # Очистка ресурсов: db_pool.close()

# 2. Передаем lifespan в экземпляр FastAPI
app = FastAPI(lifespan=lifespan)

# 3. Используем ресурсы в эндпоинтах
@app.get("/items")
async def get_items(request: Request):
    # Достаем наш пул из объекта request.state
    database = request.state.db
    return {"status": "success", "db_info": str(database)}

Dir2txt — инструмент командной строки, который позволяет быстро экспортировать структуру и содержимое директории в файлы форматов .txt или .json.

👉 Главная цель тулзы — помощь в структурировании кода для интеграции с AI-пайплайнами, такими как GPT-агенты и Retrieval-Augmented Generation.