Мой локальный агент помнит проект лучше меня. Контекст — 32K токенов. Расскажу, как
https://habr.com/ru/articles/994618/

Мой агент на Llama 3.1 8B в третий раз спросил, как меня зовут. Я представился 200 сообщений назад. Контекст переполнился — начало разговора уехало. Большие контексты не спасают: дорого, «Lost in the Middle», локально не влезает. Суммаризация теряет детали. Я сделал по-другому — три типа внешней памяти: Redis для фактов, ChromaDB для семантического поиска, файлы для документов. Контекст маленький, память большая. Внутри — код на Python и грабли, на которые я уже наступил.

Claude Code from the beach: My remote coding setup with mosh, tmux and ntfy
https://rogs.me/2026/02/claude-code-from-the-beach-my-remote-coding-setup-with-mosh-tmux-and-ntfy/

Text Classification With Python 3.14’s zstd Module
https://maxhalford.github.io/blog/text-classification-zstd/

There is commonality between text classifiers and compression and there are algorithms out there to do one with the other, but it requires an incremental compressor. Python 3.14 added zstd which supports this feature, allowing Max to take a stab at doing ML with a compressor.

Sorting Strategies for Optional Fields in Django
https://blog.maksudul.bd/sorting-strategies-for-optional-fields-in-django/

How to control NULL value placement when sorting Django QuerySets using F() expressions.

ScrapeGraph - Natural Language Web Scraping
https://codecut.ai/scrapegraphai-web-scraping-natural-language/

Web scraping without selector maintenance. ScrapeGraphAI uses LLMs to extract data from any site using plain English prompts and Pydantic schemas.

Ускоряем инференс в Python с ONNX
https://habr.com/ru/companies/otus/articles/991542/

Если у вас когда‑либо был опыт деплоя нейросетки, вы знаете, что обучение — это полдела, а вот добиться шустрого инференса — целое искусство. Часто обученная в PyTorch модель дает замечательные метрики, но стоит попытаться запустить её в приложении начинаются всякие проблемки.Одно из решений, которое часто выручает — ONNX и ONNX Runtime.

Событийный цикл в asyncio: как Python-код работает поверх механизмов Linux
https://habr.com/ru/articles/995032/

Большая статья для тех, кто, как и я, споткнулся об asyncio и так не разгадал до конца "магию" событийного цикла. Попробовал распутать этот клубок через подробный рассказ (в как можно более доступной форме) о внутренних механизмах Линукса и самого asyncio, которые лежат в основе событийного. К концу статьи, надеюсь, магия исчезнет, а останется ясное понимание фундамента. Погружаемся

Шампур Логистик: Как упаковать флот и не сойти с ума от 70 000 контейнеров
https://habr.com/ru/articles/995242/

Сегодня мы выходим в продакшн с системой "Шампур Логистик", которая пакует флот из 15 судов и распределяет манифест на 70 000 контейнеров быстрее, чем вы успеете допить кофе.Это уже не просто «тетрис в вакууме». Мы построили промышленный конвейер на FastAPI и Celery, где математическое ядро с 90% Test Coverage сталкивается с суровой физикой моря: лимитами стекирования в 210 тонн, жестким LIFO-зонированием портов и капризными рефрижераторами.В этой статье я покажу изнанку системы

Нейросетевой прогноз погоды для edge-устройств
https://habr.com/ru/articles/995120/

Хочу рассказать не столько про свою модель, сколько про инженерные компромиссы, с которыми я столкнулся во время работы над проектом. Буду рад любой критике.Речь пойдет о моем проекте edge-weather-forecast — лёгкой нейросетевой модели прогнозирования температуры, которую можно запускать прямо на метеостанции или на простом CPU-устройстве вроде Raspberry Pi.

PyTorch vs TensorFlow: что выбрать для deep learning в 2026 году
https://habr.com/ru/companies/netologyru/articles/995500/

Выбор фреймворка для глубокого обучения — это стратегическое решение, влияющее на скорость разработки, стоимость и масштабируемость. Правило «PyTorch — для исследований, TensorFlow — для продакшена» больше не работает. К 2026 году оба фреймворка активно заимствуют лучшее друг у друга: PyTorch наращивает промышленные возможности (TorchServe, ExecuTorch), а TensorFlow с Keras 3 становится гибче для исследований.

Антипаттерны на питоне, которые меня победили
https://habr.com/ru/companies/timeweb/articles/988840/

У нас в компании был один проект, с которым я не справился.Дело было так: мне сообщили, что знакомый плюсовик написал какой-то скелет проекта на питоне, а теперь мне надо его допилить, подставив в нужные места реализации. Почему тогда делал он, а не я, а сейчас должен делать я, а не он? Да чёрт его знает. Но я подумал, что смогу — унаследуюсь и переопределю методы где нужно, подставлю зависимости во всякие DI, ну что там может быть плохого?

inline-snapshot - Building a Robust Classifier with Stacked Generalization
https://dev.to/ddebajyati/building-a-robust-classifier-with-stacked-generalization-5flk

loki-mode - Multi-agent provider agnostic framework
https://github.com/asklokesh/loki-mode

Notepad++: счетчики выделенных слов в StatusBar (python скрипт)
https://habr.com/ru/articles/995078/

Программист часто копирует и вставляет, переименовывает и рефакторит.Вот бы сразу видеть в статусной строке количество переменных или функции в редактируемом файле. Увы, стандартный поиск (Ctrl+F) требует лишние клики. Мой небольшой Python-скрипт для Notepad++ по дабл-кликуотображает в Status-Bar количество вхождений,частичных или полных, с учетом регистра и без.

#python #pydigest
IT-новости про Python перед вами.

Часть материалов из выпуска Python Дайджест:

- Антипаттерны на питоне, которые меня победили
- Разбираем 200-строчный microgpt от Андрея Карпаты
- Нейросетевой прогноз погоды для edge-устройств
- Визуализация 2+1D в Виртуальной Вселенной
- Пишем свой voice-to-text на Python: 4 бэкенда и батч-обработка голосовых
- Шампур Логистик: Как упаковать флот и не сойти с ума от 70 000 контейнеров
- django-bolt - Rust-powered API Framework for Django
- gunicorn - 25.1.0
- coverage - 7.13.4

Заходите в гости - https://pythondigest.ru/issue/635/

В поисках O(n): как научиться видеть эффективные решения задач
https://habr.com/ru/articles/996212/

Эта задача выглядит как разминка для разогрева: найти максимальное произведение двух чисел в массиве. Но именно с неё началось моё знакомство с алгоритмической культурой — на первом же собеседовании я убедился, что «работает» и «работает эффективно» — разные вещи. В статье — три решения: от интуитивного до элегантного, их сравнение и главный вывод: даже простые задачи учат нас думать.

Как гуманитарий за 2 месяца с нуля RAG систему построил, или Парсинг PDF по-хардкору
https://habr.com/ru/articles/996144/

Сегодня я расскажу о том, как я за 2 месяца с полного нуля создал доменную RAG систему с корпусом в 20+ книг. В статье затрону проблемы парсинга данных (особенно PDF документов, с которыми приходилось иметь дело), чанкинга, создания и индексации эмбеддингов, а также самого интересного – ретривера. Расскажу о latency, трейд-оффах, и сложностях реализации подобных систем локально на ноутбуке (хоть и «игровом») без использования API LLM.

PyTV - Free Online Python Conference (March 4th)
https://lp.jetbrains.com/python-unplugged/

1 Day, 15 Speakers, 6 hours of live talks including from Sarah Boyce, Sheena O'Connell, Carlton Gibson, and Will Vincent. Sign up and save the date!

icu4py - bindings to the Unicode ICU library
https://adamj.eu/tech/2026/02/09/python-introducing-icu4py/

ㅤ

redis - 7.2.0
https://pypi.org/project/redis/7.2.0/

Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/

virtualenv - 20.37.0
https://pypi.org/project/virtualenv/20.37.0/

Инструмент создания виртуального рабочего окружения. Скачать можно по ссылке: https://pypi.python.org/pypi/virtualenv