Шок: Китайская лаборатория поставила в неловкое положение половину индустрии платной генерации видео.

Загружаете фотографию и аудиозапись — на выходе получаете говорящий аватар с синхронизацией губ, который может удерживать качество в течение нескольких минут. И всё это с открытым исходным кодом.

То, что раньше требовало камеры и монтажа, теперь всё больше напоминает GitHub-репозиторий.
Называется LongCat-Avatar.

гитхаб - https://github.com/meituan-longcat/LongCat-Video
веса - https://huggingface.co/meituan-longcat/LongCat-Video-Avatar-1.5

✈️ Python Ninja

Моё новое хобби: искать красивые проекты на GitHub и вдохновляться их дизайном.

https://www.gitsearchai.com/

✈️ Python Ninja

Что за PDF-парсинг на стероидах: OpenDataLoader PDF 😁

Это бесплатный PDF-парсер с открытым исходным кодом, который преобразует PDF-документы в Markdown, JSON и HTML, делая их гораздо удобнее для использования в RAG-пайплайнах, ИИ-агентах, поисковых системах и приложениях на базе LLM.

→ Гибридный режим добавляет OCR для отсканированных PDF-документов
→ Гибридный режим корректно обрабатывает сложные таблицы, формулы и диаграммы
→ Доступен для Python, Node.js и Java

✈️ Python Ninja

Крутяк: теперь NotebookLM доступен не только через веб-интерфейс, но и из командной строки, а также через ИИ-агентов благодаря поддержке MCP-сервера.

Появился CLI-инструмент, который позволяет автоматизировать создание блокнотов, управлять источниками и генерировать подкасты. MCP-сервер дает возможность подключить NotebookLM к Claude, Gemini, Cursor и другим ИИ-агентам, а взаимодействовать с ним можно с помощью команд на естественном языке. Например: «создай блокнот по квантовым вычислениям и сгенерируй подкаст».

Для популярных инструментов предусмотрена настройка одной командой — nlm setup add.

100% опенсорс 💪

✈️ Python Ninja

Лямбда-функции редко используют сами по себе

Но они очень удобны при использовании встроенной функции sorted()

С помощью их можно создавать продвинутые варианты сортировки за пару строк 🥥

✈️ Python Ninja

Крупнейшая коллекция практических заданий для специалистов DevOps

Огромная коллекция из более чем 2600 упражнений и вопросов по DevOps и SRE: от Kubernetes и Terraform до Docker и облачных платформ — всё для прокачки навыков

А если хочешь практиковаться с телефона — есть ещё три полезные Android‑приложения от CodingShell: KubePrep для Kubernetes, Linux Master для вопросов по Linux и System Design Hero для архитектуры систем

Короче ставь лайк за такую базу и погнали учиться❤️

☝️ Ссылка источник

✈️ Python Ninja

Microsoft выкатили крутую штуку для ИИ-агентов

Называется Flint и это язык описания визуализаций, который позволяет агентам создавать графики на основе простых, редактируемых человеком спецификаций.

100% опенсорс

✈️ Python Ninja

Как работает регистр в Python

Что выведет код? ✍️

✈️ Python Ninja

Программирование c нуля «От новичка к уверенности в коде на Python»

На Stepik запустили курс для новичков, которым важно не зубрить команды, а понимать логику. Наглядные схемы и визуальные разборы показывают, что происходит внутри программы и как она работает

Много практики, понятные объяснения решений не дадут застрять на теории. Материал предлагает вам не иллюзию знаний, а ощущение контроля: вы ясно видите как из нескольких строк кода рождается работающая программа

Программа курса:

✅переменные и типы данных
✅условия и логика программ
✅циклы и рекурсия
✅функции и работа с вводом данных
✅списки, словари и множества
✅базовое ООП
✅работа с библиотеками Python
✅десятки задач и упражнений

Эти знания фундамент для написания простых ботов и автоматизации задач

🔗Скидка 25% действует 48 часов

Пробовали когда-нибудь поделиться Python-скриптом с человеком, у которого не установлен Python? В итоге приходится объяснять, как работает pip install, что такое виртуальные окружения и почему именно Python 3.9. Сплошная головная боль.

PyApp решает эту проблему. Он упаковывает Python-приложение в единый исполняемый файл, который при запуске самостоятельно разворачивает необходимое окружение — пользователю не нужно устанавливать Python на свою машину. 💵

✈️ Python Ninja

Погружаемся с головой в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP

Лекции:

https://github.com/kmario23/deep-learning-drizzle

✈️ Python Ninja

В этом репозитории собрана коллекция лучших материалов по PyTorch: https://github.com/ritchieng/the-incredible-pytorch

✈️ Python Ninja

Создавай Python-пакеты за пару секунд с uv init --package

Python-пакеты позволяют вынести код в переиспользуемые модули и шарить их между проектами.

Обычно это возня с setuptools, настройка билд-системы и разбор всей этой кухни с дистрибуцией.

UV, быстрый установщик и резолвер зависимостей для Python, упрощает всё до двух команд:
• uv init --package сразу поднимает структуру пакета
• uv build и uv publish собирают и отправляют пакет на PyPI

Полная статья: https://bit.ly/3Jyqtok

✈️ Python Ninja

Чувак заменил Datadog одним бинарником и за одну ночь сократил расходы на инфраструктуру на 98%.

Он называется OpenObserve. Логи, метрики, трейсы и мониторинг фронтенда в одном инструменте с самостоятельным развертыванием. Он создан специально для того, чтобы остановить рост счетов при добавлении каждого нового хоста, пользователя или пользовательской метрики.

→ Один бинарник, запуск менее чем за 2 минуты. Никакого кластера и отдельных компонентов для логов, метрик и трейсов

→ Написан на Rust и использует движок запросов DataFusion, поэтому сохраняет высокую производительность даже при работе с петабайтами данных

→ Использует колоночный формат Parquet и S3-совместимое объектное хранилище вместо проприетарного формата — именно это и обеспечивает основную экономию

→ Запросы выполняются через SQL или PromQL, а не через проприетарный синтаксис вендора, поэтому вашей команде не придётся изучать новый язык запросов только ради просмотра дашбордов

→ Полная совместимость с OpenTelemetry: для подключения уже существующей инструментации не требуются проприетарные агенты

→ Библиотека дашбордов от сообщества на GitHub для Kubernetes, Docker, Postgres, AWS и наблюдаемости LLM — можно сразу подключить вместо того, чтобы создавать всё с нуля

Согласно опубликованному самим OpenObserve бенчмарку, одна и та же нагрузка из 16 сервисов обходилась в $174 в день в Datadog и в $3 в день при самостоятельном развертывании — сокращение на 98%, ещё до учёта платы за каждый хост или пользовательскую лицензию.

Более 18 000 звёзд на GitHub. Один бинарник. Самостоятельное развертывание без платы за каждый хост или пользователя.

Снижение затрат на 98% — серьёзная цифра. Её нужно чем-то подтвердить. 🚬

✈️ Python Ninja

Google представила Open Knowledge Format.

Это открытый стандарт для обмена знаниями между людьми и ИИ-агентами с использованием Markdown.

Идея в том, чтобы он стал живой вики-базой знаний вашей компании, которую ИИ сможет постоянно читать и обновлять.

Именно «живая вики-база знаний»: Google описывает OKF как открытый, переносимый и совместимый формат для хранения контекста, метаданных и курируемых знаний, понятный как людям, так и ИИ-агентам.

По сути, они стандартизировали Obsidian. 😂

✈️ Python Ninja

Это всё нам: серия блокнотов Jupyter, которые последовательно знакомят с основами машинного обучения и глубокого обучения на Python с использованием Scikit-Learn и TensorFlow. 🚬

https://github.com/ageron/handson-ml3

✈️ Python Ninja

Агенты не дают сбой из-за одного сообщения.

Сбои возникают в ходе нескольких диалогов, вызовов инструментов и изменений контекста.

Giskard — это Python-библиотека с открытым исходным кодом, созданная специально для тестирования подобных сценариев.

✈️ Python Ninja

Целостное руководство по проектированию ML-систем

Практическое руководство по созданию поддерживаемых систем машинного обучения, охватывающее всё — от зависимостей в данных до инструментов MLOps.

Книга Чип Хуен посвящена ключевым архитектурным решениям, необходимым для разработки готовых к промышленной эксплуатации ML-систем, способных работать и масштабироваться под реальной нагрузкой.

✈️ Python Ninja

На Stepik запустили мощный курс по «Troubleshooting Docker и Kubernetes: поиск и устранение проблем»

В программе только важные аспекты:

— troubleshooting Docker и образов
— диагностика сетевых проблем
— настройка readiness/liveness probes
— отладка pod’ов, деплоев и ingress
— анализ логов контейнеров и кластера
— разбор ошибок CrashLoopBackOff, OOMKilled, ImagePullBackOff и других

Собеседования на DevOps/SRE сейчас всё чаще строятся вокруг реальных инцидентов. Данный курс фокусируется именно на таких сценариях и помогает в подготовке к практическим вопросам

48 часов доступен со скидкой 25%

↗️ Пройти курс на Stepik

Открытый-фреймворк для создания голосовых ИИ-агентов, работающих в реальном времени

Pipecat — это Python-фреймворк для оркестрации аудио, видео, ИИ-сервисов, транспортов и диалоговых пайплайнов. Архитектура построена по принципу voice-first и поддерживает подключаемые компоненты.

Что можно создавать:

• голосовых ассистентов;
• ИИ-компаньонов;
• мультимодальные интерфейсы;
• интерактивные истории;
• бизнес-агентов для поддержки клиентов и первичного сбора данных;
• сложные диалоговые системы.

Фреймворк берёт на себя распознавание речи, синтез речи, логику диалога и взаимодействие в реальном времени. Поддержка транспортов WebRTC и WebSocket встроена. Сверхнизкая задержка позволяет вести естественные разговоры.

Почему Pipecat:

• Voice-first: объединяет STT, TTS и обработку диалога в одном фреймворке
• Подключаемая архитектура: поддерживает нескольких поставщиков ИИ-сервисов для каждой возможности
• Компонуемые пайплайны: позволяют собирать сложное поведение из модульных компонентов
• Работа в реальном времени: взаимодействие с низкой задержкой и потоковой передачей аудио и видео

Поддерживаемые сервисы:

• Speech-to-Text: Deepgram, AssemblyAI, OpenAI Whisper, Groq, Azure, AWS, Google и другие
• LLM: OpenAI, Anthropic, Gemini, Groq, Mistral, Ollama, AWS, Azure и другие
• Text-to-Speech: OpenAI, ElevenLabs, Deepgram, Cartesia, Azure, AWS, Google и другие
• Speech-to-Speech: OpenAI Realtime, Gemini Multimodal Live, AWS Nova Sonic, Ultravox, Grok Voice Agent

Недавно автор написал подробный туториал по созданию продакшен-агента голосовой поддержки клиентов. В нём разобраны определение момента передачи реплики, обработка перебиваний, телефонные кодеки и добавление актуального бизнес-контекста в каждый звонок.

Ссылка на статью 😳

✈️ Python Ninja