This media is not supported in your browser
VIEW IN TELEGRAM
Новый Function (fxn) — фреймворк, который компилирует Python-функции в нативный код с производительностью, сравнимой с Rust.
🧠 Как это работает?
- Использует символическое трассирование на CPython для анализа функций
- Генерирует промежуточное представление (IR)
- Транслирует IR в C++ или Rust, а затем компилирует в бинарный код
- Поддерживает платформы: Linux, Android, WebAssembly и др.
📦 Пример:
@compile
def fma(x: float, y: float, z: float) -> float:
return x * y + z
После компиляции вы получаете нативный бинарник, который можно запускать без интерпретатора Python.
🔗 Подробнее
🔗 Github
@pro_python_code
#Python #Rust #fxn #Compiler #Performance #AI #ML #Wasm
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍3🔥3
🐍 Задача на Python — Топ‑3 самых популярных товаров
Допустим, у нас есть список покупок пользователей:
🎯 Задание:
Найти 3 самых популярных товара по количеству покупок (не по числу пользователей, а по общему количеству упоминаний).
✅ Ожидаемый результат:
💡 Решение:
📌 Что тренирует задача:
• Работа со словарями и списками
• Использование Counter из модуля collections
• Умение работать с вложенными структурами
• Сортировка по частоте с помощью most_common()
#python #задача #кодинг #алгоритмы #учимпитон #collections
Допустим, у нас есть список покупок пользователей:
orders = [
{"user": "alice", "items": ["apple", "banana", "apple"]},
{"user": "bob", "items": ["banana", "orange"]},
{"user": "carol", "items": ["banana", "apple", "orange", "banana"]},
{"user": "dave", "items": ["apple"]},
]
🎯 Задание:
Найти 3 самых популярных товара по количеству покупок (не по числу пользователей, а по общему количеству упоминаний).
✅ Ожидаемый результат:
[('banana', 4), ('apple', 4), ('orange', 2)]💡 Решение:
from collections import Counter
# Собираем все товары в один список
all_items = []
for order in orders:
all_items.extend(order["items"])
# Считаем количество каждого товара
item_counts = Counter(all_items)
# Получаем топ-3 самых популярных
top_3 = item_counts.most_common(3)
print(top_3)
📌 Что тренирует задача:
• Работа со словарями и списками
• Использование Counter из модуля collections
• Умение работать с вложенными структурами
• Сортировка по частоте с помощью most_common()
#python #задача #кодинг #алгоритмы #учимпитон #collections
🔥5👍2❤1
Forwarded from Kali Linux
This media is not supported in your browser
VIEW IN TELEGRAM
💡 Что умеет:
- Обходит современные защиты: Cloudflare WAF, BrowserScan, Fingerprint, Datadome, Turnstile CAPTCHA
- Эмулирует поведение человека (движения мыши, задержки, сетевое поведение)
- Асинхронность, параллельный запуск, кэш, работа с Sitemap
- Масштабирование через Kubernetes
- Превращение скрапера в десктоп-приложение или веб-интерфейс
⚙️ Botasaurus-driver:
- Быстрый анти-детект драйвер, совместимый с браузером
- API для навигации, кликов, ввода, ожиданий, JS
- Обход CAPTCHA с bypass_cloudflare=True
📦 Экосистема:
- Dockerfile для среды скрапинга
- Starter Template для быстрого старта
- Desktop Starter для десктопных скрапер-приложений
🔗 GitHub: github.com/omkarcloud/botasaurus
#Python #WebScraping #Botasaurus #OpenSource
@linuxkalii
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10👍6🔥5
📄🚀 Удобный просмотр кода с rendergit
С помощью rendergit вы можете легко преобразовать любой репозиторий GitHub в статическую HTML-страницу с подсветкой синтаксиса и навигацией. Идеально подходит для быстрого просмотра, анализа кода и удобного поиска.
🚀Основные моменты:
- Два режима просмотра: Человеческий и LLM
- Подсветка синтаксиса и рендеринг Markdown
- Умное фильтрование больших файлов
- Адаптивный дизайн для мобильных устройств
- Удобная навигация по файлам
📌 GitHub: https://github.com/karpathy/rendergit
#python
С помощью rendergit вы можете легко преобразовать любой репозиторий GitHub в статическую HTML-страницу с подсветкой синтаксиса и навигацией. Идеально подходит для быстрого просмотра, анализа кода и удобного поиска.
🚀Основные моменты:
- Два режима просмотра: Человеческий и LLM
- Подсветка синтаксиса и рендеринг Markdown
- Умное фильтрование больших файлов
- Адаптивный дизайн для мобильных устройств
- Удобная навигация по файлам
📌 GitHub: https://github.com/karpathy/rendergit
#python
👍5❤1
🧠 Интеллектуальный исследовательский агент для глубоких исследований
SGR Research Agent использует Schema-Guided Reasoning для автоматического планирования и цитирования. Он поддерживает многоязычность и адаптируется к изменениям в данных, обеспечивая структурированные отчеты с источниками.
🚀 Основные моменты:
- 🤔 Приоритет уточнений при неопределенности
- 🔄 Автоматическая адаптация плана
- 📎 Управление источниками и цитированием
- 🌍 Поддержка русского и английского языков
- 📊 Генерация детализированных отчетов в Markdown
📌 GitHub: https://github.com/vakovalskii/sgr-deep-research
#python
SGR Research Agent использует Schema-Guided Reasoning для автоматического планирования и цитирования. Он поддерживает многоязычность и адаптируется к изменениям в данных, обеспечивая структурированные отчеты с источниками.
🚀 Основные моменты:
- 🤔 Приоритет уточнений при неопределенности
- 🔄 Автоматическая адаптация плана
- 📎 Управление источниками и цитированием
- 🌍 Поддержка русского и английского языков
- 📊 Генерация детализированных отчетов в Markdown
📌 GitHub: https://github.com/vakovalskii/sgr-deep-research
#python
GitHub
GitHub - vakovalskii/sgr-deep-research: Hybrid Schema-Guided Reasoning (SGR) has agentic system design create by neuraldeep community…
Hybrid Schema-Guided Reasoning (SGR) has agentic system design create by neuraldeep community Creator of SGR concept: https://abdullin.com/schema-guided-reasoning/demo Schema-Guided Reasoning (SGR...
❤3
🎨🚀 Nano Banana Hackathon Kit
Официальный стартовый набор для участия в 48-часовом конкурсе от Google DeepMind. Используйте уникальные возможности Gemini API для создания инновационных приложений, которые изменят взаимодействие с визуальным контентом.
🚀Основные моменты:
- Доступ к API Gemini 2.5 для создания изображений.
- Призы на сумму более $400,000.
- Поддержка от партнеров, включая ElevenLabs и fal.ai.
- Ресурсы и примеры кода для быстрого старта.
- Участие в конкурсе с видео-презентацией вашего проекта.
📌 GitHub: https://github.com/google-gemini/nano-banana-hackathon-kit
#python
Официальный стартовый набор для участия в 48-часовом конкурсе от Google DeepMind. Используйте уникальные возможности Gemini API для создания инновационных приложений, которые изменят взаимодействие с визуальным контентом.
🚀Основные моменты:
- Доступ к API Gemini 2.5 для создания изображений.
- Призы на сумму более $400,000.
- Поддержка от партнеров, включая ElevenLabs и fal.ai.
- Ресурсы и примеры кода для быстрого старта.
- Участие в конкурсе с видео-презентацией вашего проекта.
📌 GitHub: https://github.com/google-gemini/nano-banana-hackathon-kit
#python
GitHub
GitHub - google-gemini/nano-banana-hackathon-kit: 🍌 The official starter kit for the Nano Banana Hackathon. Clone this repo to…
🍌 The official starter kit for the Nano Banana Hackathon. Clone this repo to get building fast! - google-gemini/nano-banana-hackathon-kit
❤4
🧠 Agent S: Интеллектуальные агенты для взаимодействия с компьютером
Agent S — это открытая платформа для создания автономных GUI-агентов, которые учатся на опыте и выполняют сложные задачи на компьютере. Проект нацелен на автоматизацию и взаимодействие с интерфейсами, предлагая новые возможности в области ИИ и автоматизации.
🚀Основные моменты:
- Поддержка Windows, macOS и Linux.
- Достижения нового состояния наилучшего результата (SOTA) в задачах компьютерного использования.
- Уникальная возможность обучения на основе предыдущего опыта.
- Открытый исходный код для сообщества разработчиков.
📌 GitHub: https://github.com/simular-ai/Agent-S
#python
Agent S — это открытая платформа для создания автономных GUI-агентов, которые учатся на опыте и выполняют сложные задачи на компьютере. Проект нацелен на автоматизацию и взаимодействие с интерфейсами, предлагая новые возможности в области ИИ и автоматизации.
🚀Основные моменты:
- Поддержка Windows, macOS и Linux.
- Достижения нового состояния наилучшего результата (SOTA) в задачах компьютерного использования.
- Уникальная возможность обучения на основе предыдущего опыта.
- Открытый исходный код для сообщества разработчиков.
📌 GitHub: https://github.com/simular-ai/Agent-S
#python
GitHub
GitHub - simular-ai/Agent-S: Agent S: an open agentic framework that uses computers like a human
Agent S: an open agentic framework that uses computers like a human - simular-ai/Agent-S
👍2🔥1