✨PyGraphistry ― это Python-библиотека, которая помогает быстро загружать, формировать, встраивать и исследовать большие графы, используя GPU-ускоренный визуальный анализатор графов Graphistry.

Основные возможности:
🔵Обработка графов, ориентированная на Python-датафреймы: Позволяет работать с графами, используя привычные для Python датафреймы.
🔵Интеграции: Легко интегрируется с базами данных.
🔵Поддержка GFQL: Использует GFQL — язык запросов к графам, ориентированный на датафреймы.
🔵Методы машинного обучения и искусственного интеллекта для графов: Предлагает оптимизированные методы для машинного обучения и искусственного интеллекта на графах.
🔵Интерактивная визуализация: Позволяет создавать интерактивные визуализации для больших графов.
🔵Производительность: Использует колоночное и GPU-ускорение для эффективной обработки данных.

➡️Установка: pip install graphistry

📱 Репозиторий
⚙️ Документация
💬 Демо галерея

➡️Справочник Программиста. Подписаться

⚒️ instructor — это популярная Python-библиотека для извлечения структурированных данных из больших языковых моделей (LLM).

Основные особенности:
🔵Валидация выходных данных LLM с помощью моделей Pydantic
🔵Поддержка разных LLM-провайдеров (OpenAI, Anthropic, Google, Mistral, Ollama и др.)
🔵Автоматические повторные попытки и fallback при ошибках генерации
🔵Поддержка стриминга частичных ответов
🔵Единый удобный API для работы с чат-комплитами
🔵Встроенные хуки (callbacks) для логирования и модификации запросов/ответов
🔵Высокая производительность и стабильность

➡️Установка: pip install instructor

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🚀 quaternion — это быстрая и надёжная библиотека, предназначенная для работы с кватернионами как с нативным типом NumPy.

Подходит для 3D‑вращений, робототехники и симуляций.

Основные возможности:
🔵Добавляет полноценный np.quaternion(...) тип с поддержкой np.dtype.
🔵Арифметика кватернионов: сложение, умножение, деление, экспоненты, логарифмы, сравнения.
🔵Вращение векторов, преобразование в матрицы вращения и обратно.
🔵Интерполяция: SLERP, SQUAD, интеграция угловой скорости.
🔵Полностью совместим с NumPy

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

⚡️Полезный сайт с большим количеством крутых инструментов.

Если часто работаете с иконками, форматированием, генерацией или API — этот сайт сэкономит массу времени.

В одном месте собрано всё, что нужно:
✅10 000+ SVG-иконок без лишней суеты
✅Калькуляторы цен для API ChatGPT, Gemini, Claude и др.
✅Утилиты для текста, изображений, QR-кодов, паролей и не только
✅Генераторы идей и постов для соцсетей

📎 Сайт

🔥Сохрани, чтобы не потерять!

➡️Справочник Программиста. Подписаться

⚒️ python-kasa — это Python-библиотека для управления смарт‑устройствами TP‑Link Kasa и Tapo (розетки, выключатели, светильники, камеры, робо‑пылесосы и др.).

✔️Поддерживает широкий спектр устройств: розетки, power‑строки, настенные выключатели, лампочки, IP‑камеры.
✔️Реализован на основе asyncio.
✔️Предлагает как библиотечный, так и CLI‑интерфейс.

➡️Установка: pip install python-kasa

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

⚒️ Zarr — это Python‑библиотека для работы с кусками, сжатым, многомерным массивом данных, оптимизированная для параллельного и облачного ввода‑вывода.

Основные возможности:
🔵Поддержка форматов Zarr‑2 и Zarr‑3
🔵NumPy‑подобный интерфейс
🔵Кусочная структура массивов
🔵Поддержка сжатия через NumCodecs
🔵Работа с локальными и облачными хранилищами (включая S3, GCS, Zip и др.)
🔵Параллельный ввод‑вывод
🔵Асинхронность
🔵Группы и вложенная иерархия данных
🔵Поддержка метаданных и атрибутов
🔵Совместимость с библиотеками Dask, xarray и OME‑Zarr
🔵Высокая производительность на больших объёмах данных

➡️Установка: pip install zarr

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🚀 AstrBot — это фреймворк для создания чат-ботов с интеграцией больших языковых моделей (LLM), поддерживающий множество платформ и обладающий расширяемой архитектурой.

Ориентирован на разработчиков, желающих быстро развернуть бота с минимальными усилиями.

Основные особенности:
⏺Мультиплатформенность (QQ, Telegram, WeChat, WeCom и др.)
⏺Гибкая архитектура с асинхронной моделью и плагинами
⏺Интеграция с большими языковыми моделями (OpenAI, DeepSeek, Gemini и др.)
⏺Поддержка подключения собственных баз знаний и серверов MCP

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

📑 Chunkr — это открытое решение для обработки сложных документов.

Предназначено для извлечения структурированных данных из PDF, PowerPoint, Word-документов и изображений, подготавливая их для использования в системах Retrieval-Augmented Generation (RAG) и больших языковых моделях (LLM).

Основные возможности:
🔵Анализ структуры документа: Выделение заголовков, таблиц, формул, подписей и других элементов с помощью анализа макета и OCR.
🔵Гибкая настройка обработки: Возможность выбора стратегии обработки для разных сегментов документа, включая использование Vision Language Models (VLM) для сложных элементов.
🔵Поддержка различных форматов: Обработка PDF, PPT, Word и изображений.
🔵Генерация структурированных данных: Вывод в форматах HTML, Markdown и JSON, готовых для интеграции с LLM.
🔵API и SDK: Предоставление Python SDK для удобного взаимодействия с сервисом.
🔵Самостоятельный хостинг: Возможность развертывания на собственных серверах с использованием Docker Compose или Kubernetes

➡️Установка: pip install chunkr-ai

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

📍IPSpot — это лёгкая и удобная Python-библиотека и CLI‑утилита для получения как публичного, так и приватного IPv4-адреса вашей системы, а также дополнительных геолокационных данных.

Поддерживается алгоритм с несколькими API‑провайдерами и резервом на случай отказа одного из них, что обеспечивает высокую надёжность.

Основные возможности:
⏺Обнаружение IP-адресов: Определяет публичные и приватные IPv4-адреса вашей системы.
⏺Геолокация: Предоставляет информацию о местоположении, связанную с IP-адресом.
⏺Надежность: Использует несколько поставщиков API с механизмом отката для обеспечения точности и доступности данных.
⏺Простота использования: Разработан для быстрого получения IP-информации прямо с машины.
⏺Двойной режим работы: Доступен как для программного использования (через код Python), так и через интерфейс командной строки (CLI).
⏺Конфигурируемость: Позволяет пользователям указывать поставщиков API для IPv4 и отключать геолокацию.

➡️Установка: pip install ipspot

📱 Репозиторий

➡️Справочник Программиста. Подписаться

🔥 PocketPy (также известен как pkpy) — это портативный интерпретатор Python 3.x, написанный на C11, который можно встроить в C/C++-проекты, особенно популярный в игровых движках и встраиваемых системах.

🚀 Для чего он создан
⏺Легковесность и простота интеграции: занимает всего ~15 000 строк C-кода, один заголовочный файл + исходник — никаких внешних зависимостей, кроме стандартной библиотеки C.
⏺Альтернатива Lua: удобный Python‑синтаксис, генераторы, comprehensions, исключения — всё как в Python, но с минималкой и высокой скоростью.
⏺Быстродействие: register‑based VM, оптимизированный компилятор и эффективное управление памятью дают производительность, сравнимую с CPython 3.9, а иногда и лучше Lua.

✅Пример кода

#include "pocketpy.h"

int main() {
  py_initialize();
  py_exec("print('Hello from PocketPy!')", "<main>", EXEC_MODE, NULL);
  py_finalize();
  return 0;
}

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🤖 DVC (Data Version Control) — это инструмент командной строки и расширение для VS Code, разработанное для создания воспроизводимых проектов машинного обучения.

Основные возможности:
🔵Версионирование данных и моделей: Позволяет версионировать данные и модели, сохраняя информацию о версиях в вашем Git-репозитории, а сами файлы — в облачных хранилищах.
🔵Воспроизводимые пайплайны: Позволяет создавать легкие пайплайны, которые выполняют только те шаги, которые изменились, что значительно ускоряет итерации.
🔵Отслеживание экспериментов: Помогает отслеживать и сравнивать различные аспекты ваших экспериментов, такие как данные, код, параметры, модели и результаты, прямо в вашем локальном Git-репозитории.
🔵Совместное использование и воспроизведение: Упрощает процесс обмена экспериментами и их воспроизведение другими участниками команды.

➡️Установка: pip install dvc

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🚀 Kreuzberg — это высокопроизводительная Python‑библиотека для извлечения текста из разных форматов документов (PDF, изображения, офисные файлы и HTML), которая предлагает и синхронный, и асинхронный API.

Основные возможности:
🔵Высокопроизводительное извлечение текста из различных форматов документов.
🔵Поддержка PDF-файлов, изображений (JPEG, PNG, TIFF и др.) и документов Office (DOCX, ODT, RTF, PPTX).
🔵Быстрая обработка большого количества файлов с минимальным потреблением ресурсов.
🔵Полная поддержка асинхронных операций (async/await).
🔵Интеграция с различными OCR-движками (например, Tesseract) с интеллектуальным выбором.
🔵Функции извлечения таблиц из документов.
🔵Подготовка контента для RAG-систем.

➡️Установка: pip install kreuzberg

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

⚒️ ConfZ — это библиотека для управления конфигурацией в Python-приложениях, построенная на базе Pydantic.

Предоставляет удобный способ работы с настройками приложения, обеспечивая валидацию данных и поддержку различных источников конфигурации.

Основные возможности
🔵Управление конфигурацией через классы на основе Pydantic
🔵Поддержка различных источников конфигурации: файлы, переменные окружения, аргументы командной строки
🔵Ленивая загрузка конфигурации
🔵Поддержка юнит-тестирования с возможностью изменения конфигурации
🔵Работа с несколькими окружениями
🔵Полная поддержка IDE благодаря использованию dataclass-подобных объектов

➡️Установка: pip install confz

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🚀 Graphviz — это пакет утилит с открытым исходным кодом для визуализации графов.

Основные возможности
🔵Автоматическая визуализация направленных и ненаправленных графов
🔵Поддержка различных форматов вывода (PNG, PDF, SVG, PostScript)
🔵Возможность настройки внешнего вида узлов и связей
🔵Работа с большими наборами данных

➡️Установка: pip install graphviz

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🔥 skops — это Python-библиотека, которая помогает пользователям делиться своими моделями scikit-learn и развертывать их в продакшене.

Основные возможности:
🔵Безопасное сохранение scikit-learn моделей без использования pickle.
🔵Создание карточек моделей для описания их назначения и использования.
🔵Хранение карточек моделей в Hugging Face Hub с предзаполненными метаданными.
🔵Помощь в публикации и развертывании scikit-learn моделей в продакшене.

➡️Установка: python -m pip install skops

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🚀 vedo — это Python-библиотека, предназначенная для научного анализа и визуализации 3D-данных с использованием VTK и NumPy.

Предоставляет удобный интерфейс для работы с полигонами, облаками точек и объемными данными, делая визуализацию сложных структур простой и удобной.

Основные возможности:
🔵Обработка данных: Импорт и экспорт различных форматов 3D-файлов.
🔵Работа с сетками: Анализ и редактирование полигональных сеток.
🔵Создание форм: Генерация примитивных 3D-фигур.
🔵Анимация: Создание анимаций.
🔵Интеграция: Совместимость с другими библиотеками, такими как Qt5 и FEniCS/Dolfin.
🔵Построение графиков: Построение 2D- и 3D-графиков и гистограмм.
🔵Интерфейс командной строки (CLI): Быстрая визуализация через командную строку.

➡️Установка: pip install vedo

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🔥 bracket — это лёгкая библиотека на Python для генерации турнирных сеток для соревнований.

Позволяет создавать и визуализировать турнирные схемы в формате single-elimination (на выбывание), поддерживая разные размеры турниров и автоматическое распределение участников.

Основные возможности
🔵Генерация турнирной сетки по количеству участников.
🔵Поддержка single-elimination формата.
🔵Автоматическое добавление пропусков при нечётном числе участников.
🔵Встроенная визуализация сетки в виде ASCII.
🔵Простота интеграции в проекты (всего один Python-файл).

➡️Установка: pip install bracket

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🗑 jusText — это инструмент для удаления шаблонного текста, основанный на эвристике, который предназначен для очистки HTML-страниц от элементов, не являющихся основным контентом. К таким элементам относятся навигационные ссылки, заголовки и нижние колонтитулы.

Основные возможности:
🔵Удаление шаблонного текста: Эффективно удаляет нерелевантные элементы, такие как навигационные меню, верхние и нижние колонтитулы, с HTML-страниц.
🔵Сохранение полного контента: jusText фокусируется на сохранении полных предложений, обеспечивая целостность основного текстового содержимого.
🔵Создание лингвистических ресурсов: Он идеально подходит для формирования высококачественных веб-корпусов и других лингвистических данных.
🔵Использование через API и командную строку: Можно применять как через программный интерфейс, так и через терминал.
🔵Многоязычные адаптации: Алгоритм jusText адаптирован для различных языков программирования, включая C++, Go и Java.

➡️Установка: pip install justext

📱 Репозиторий

➡️Справочник Программиста. Подписаться

🔥 Python Fire — это Python-библиотека, предназначенная для автоматической генерации интерфейсов командной строки (CLI) из любых объектов Python.

Позволяет легко превращать функции, классы, модули и другие компоненты Python в полноценные CLI-инструменты с минимальными усилиями.

Основные возможности:
🔵Автоматическое создание интерфейсов командной строки из любых Python-объектов
🔵Поддержка функций, классов, модулей, списков, словарей и других структур данных
🔵Не требует написания дополнительного кода для парсинга аргументов
🔵Интерактивный режим с IPython для быстрой отладки
🔵Совместимость с Unix-утилитами и возможность их комбинирования с Python-скриптами

➡️Установка: pip install fire

📱 Репозиторий

➡️Справочник Программиста. Подписаться

🖼 Omost — это инструмент для преобразования изображений в текстовые промпты с использованием моделей диффузии.

Помогает понять, какой запрос мог бы сгенерировать исходное изображение, что делает его полезным для реверс-инжиниринга изображений, улучшения генераций и обучения работе с нейросетями.

Основные возможности:
🔵Преобразование изображения в текстовый промпт для генеративных моделей.
🔵Поддержка различных моделей и параметров, влияющих на точность и стиль описания.
🔵Возможность дообучения и кастомизации модели для более точных результатов.
🔵Работает с изображениями локально, без обязательной загрузки в облако.

📱 Репозиторий
🌐 Онлайн-версия

➡️Справочник Программиста. Подписаться