🔥 eliza (https://github.com/elizaOS/eliza) — это проект, направленный на создание платформы для автономных агентов, способных выполнять сложные задачи, взаимодействовать с пользователями и использовать внешние инструменты!
🌟 Цель проекта — упростить процесс разработки агентов, которые могут действовать независимо, обрабатывать команды на естественном языке и решать поставленные задачи с минимальным вмешательством человека. Такие агенты могут использоваться как чат-боты, NPC в видеоиграх, для трейдинга и многих других задач!
🔐 Лицензия: MIT
🖥 Github (https://github.com/elizaOS/eliza)
@python_be1
🌟 Цель проекта — упростить процесс разработки агентов, которые могут действовать независимо, обрабатывать команды на естественном языке и решать поставленные задачи с минимальным вмешательством человека. Такие агенты могут использоваться как чат-боты, NPC в видеоиграх, для трейдинга и многих других задач!
🔐 Лицензия: MIT
🖥 Github (https://github.com/elizaOS/eliza)
@python_be1
👩💻 traitlets (https://github.com/ipython/traitlets) — библиотека Python, которая используется для создания конфигурационных объектов с поддержкой типов и значений!
🌟 Она предоставляет удобные способы управления аттрибутами объектов, их типами и значениями, включая события и обработку ошибок. Эта библиотека широко используется в проектах, связанных с IPython, Jupyter и другими инструментами для научных вычислений.
🔐 Лицензия: BSD-3-Clause
🖥 Github (https://github.com/ipython/traitlets)
@python_be1
🌟 Она предоставляет удобные способы управления аттрибутами объектов, их типами и значениями, включая события и обработку ошибок. Эта библиотека широко используется в проектах, связанных с IPython, Jupyter и другими инструментами для научных вычислений.
🔐 Лицензия: BSD-3-Clause
🖥 Github (https://github.com/ipython/traitlets)
@python_be1
Интерпретатор Python, написанный на Python в 500 строк кода
Byterun - это интерпретатор Python. Работая над Byterun, автор обнаружил, что фундаментальная структура интерпретатора Python легко укладывается в ограничение на размер в 500 строк. В этой статье рассмотрена структура интерпретатора и дан контекст для его дальнейшего изучения.
Цель не в том, чтобы объяснить все, что нужно знать об интерпретаторах, - как и во многих других интересных областях программирования и информатики, - вы можете посвятить годы глубокому пониманию этой темы.
Byterun был написан Недом Батчелдером, опираясь на работу Пола Шварца. Его структура похожа на основную реализацию Python, CPython, поэтому понимание Byterun поможет вам понять интерпретаторы в целом и интерпретатор CPython в частности. (Если вы не знаете, какой Python вы используете, то, скорее всего, это CPython).
Статья: https://aosabook.org/en/500L/a-python-interpreter-written-in-python.html
Github: https://github.com/nedbat/byterun
@python_be1
https://github.com/nedbat/byterun
Byterun - это интерпретатор Python. Работая над Byterun, автор обнаружил, что фундаментальная структура интерпретатора Python легко укладывается в ограничение на размер в 500 строк. В этой статье рассмотрена структура интерпретатора и дан контекст для его дальнейшего изучения.
Цель не в том, чтобы объяснить все, что нужно знать об интерпретаторах, - как и во многих других интересных областях программирования и информатики, - вы можете посвятить годы глубокому пониманию этой темы.
Byterun был написан Недом Батчелдером, опираясь на работу Пола Шварца. Его структура похожа на основную реализацию Python, CPython, поэтому понимание Byterun поможет вам понять интерпретаторы в целом и интерпретатор CPython в частности. (Если вы не знаете, какой Python вы используете, то, скорее всего, это CPython).
Статья: https://aosabook.org/en/500L/a-python-interpreter-written-in-python.html
Github: https://github.com/nedbat/byterun
@python_be1
https://github.com/nedbat/byterun
👩💻 starlette-admin (https://github.com/jowilf/starlette-admin) — фреймворк для создания административных интерфейсов в приложениях на Starlette и FastAPI!
🌟 Он позволяет легко генерировать интерфейсы для работы с данными, поддерживает различные ORM (например, SQLAlchemy, SQLModel, MongoEngine) и включает функции для CRUD-операций, фильтрации, экспорта данных, а также аутентификацию и авторизацию.
🔐 Лицензия: MIT
🖥 Github (https://github.com/jowilf/starlette-admin)
@python_be1
🌟 Он позволяет легко генерировать интерфейсы для работы с данными, поддерживает различные ORM (например, SQLAlchemy, SQLModel, MongoEngine) и включает функции для CRUD-операций, фильтрации, экспорта данных, а также аутентификацию и авторизацию.
🔐 Лицензия: MIT
🖥 Github (https://github.com/jowilf/starlette-admin)
@python_be1
This media is not supported in your browser
VIEW IN TELEGRAM
👩💻 fastapi-mvc (https://github.com/fastapi-mvc/fastapi-mvc) — инструмент для повышения производительности разработчиков, создающих API на основе FastAPI!
🌟 Он позволяет быстро генерировать проекты с использованием архитектурного паттерна MVC, включая все необходимые компоненты, такие как WSGI + ASGI серверы, Sphinx-документация, полное покрытие тестами и интеграцию с Kubernetes.
🌟 Инструмент автоматически создает структуры проектов, Makefile, конфигурации GitHub Actions, Helm Charts, Dockerfile и поддерживает управление зависимостями через Poetry. Также он включает возможность обновлять уже сгенерированные проекты до новых версий шаблонов и предоставляет виртуализированную среду разработки с использованием Vagrant.
🖥 Github (https://github.com/fastapi-mvc/fastapi-mvc)
@python_be1
🌟 Он позволяет быстро генерировать проекты с использованием архитектурного паттерна MVC, включая все необходимые компоненты, такие как WSGI + ASGI серверы, Sphinx-документация, полное покрытие тестами и интеграцию с Kubernetes.
🌟 Инструмент автоматически создает структуры проектов, Makefile, конфигурации GitHub Actions, Helm Charts, Dockerfile и поддерживает управление зависимостями через Poetry. Также он включает возможность обновлять уже сгенерированные проекты до новых версий шаблонов и предоставляет виртуализированную среду разработки с использованием Vagrant.
🖥 Github (https://github.com/fastapi-mvc/fastapi-mvc)
@python_be1
🖥 Githubkit
Когда вы вызываете API GitHub вы вручную обрабатываете HTTP-запросы, токены и JSON-ответы, чтозанимает много времени и чреватым ошибками.
githubkit, библиотека Python, предлагает чистый, типизированный интерфейс для взаимодействия с API GitHub.
pip install githubkit
# or, use poetry
poetry add githubkit
# or, use pdm
pdm add githubkit
# or, use uv
uv add githubkit
Пример:
from githubkit import Response
from githubkit.versions.latest.models import FullRepository
resp: Response[FullRepository] = github.rest.repos.get("owner", "repo")
repo: FullRepository = resp.parsed_data
print(repo.full_name)
▪ https://github.com/yanyongyu/githubkit
▪ https://yanyongyu.github.io/githubkit/
@python_be1
https://github.com/yanyongyu/githubkit
Когда вы вызываете API GitHub вы вручную обрабатываете HTTP-запросы, токены и JSON-ответы, чтозанимает много времени и чреватым ошибками.
githubkit, библиотека Python, предлагает чистый, типизированный интерфейс для взаимодействия с API GitHub.
pip install githubkit
# or, use poetry
poetry add githubkit
# or, use pdm
pdm add githubkit
# or, use uv
uv add githubkit
Пример:
from githubkit import Response
from githubkit.versions.latest.models import FullRepository
resp: Response[FullRepository] = github.rest.repos.get("owner", "repo")
repo: FullRepository = resp.parsed_data
print(repo.full_name)
▪ https://github.com/yanyongyu/githubkit
▪ https://yanyongyu.github.io/githubkit/
@python_be1
https://github.com/yanyongyu/githubkit
👩💻 python-mss (https://github.com/BoboTiG/python-mss) — модуль для создания снимков экрана (скриншотов) на нескольких платформах, таких как Windows, macOS и Linux!
🌟 Модуль реализован на чистом Python с использованием ctypes, что делает его лёгким, быстрым и не зависящим от внешних библиотек. MSS поддерживает захват скриншотов с отдельных мониторов или всех мониторов одновременно, а также интеграцию с библиотеками, такими как Pillow, Numpy и OpenCV, для последующей обработки изображений.
🔐 Лицензия: MIT
🖥 Github (https://github.com/BoboTiG/python-mss)
@python_be1
🌟 Модуль реализован на чистом Python с использованием ctypes, что делает его лёгким, быстрым и не зависящим от внешних библиотек. MSS поддерживает захват скриншотов с отдельных мониторов или всех мониторов одновременно, а также интеграцию с библиотеками, такими как Pillow, Numpy и OpenCV, для последующей обработки изображений.
🔐 Лицензия: MIT
🖥 Github (https://github.com/BoboTiG/python-mss)
@python_be1
👩💻 fastapi-injectable (https://github.com/JasperSui/fastapi-injectable) — расширение для FastAPI, которое улучшает систему внедрения зависимостей, делая её доступной за пределами HTTP-маршрутов!
🌟 Это особенно полезно для случаев, когда нужно использовать зависимости в контекстах, таких как фоновые задачи, команды CLI, или другие сценарии, не связанные с обработкой HTTP-запросов. Библиотека предоставляет возможность применения декоратора Depends для внедрения зависимостей в различных частях приложения, что упрощает повторное использование кода и делает архитектуру более гибкой.
🔐 Лицензия: MIT
🖥 Github (https://github.com/JasperSui/fastapi-injectable)
@python_be1
🌟 Это особенно полезно для случаев, когда нужно использовать зависимости в контекстах, таких как фоновые задачи, команды CLI, или другие сценарии, не связанные с обработкой HTTP-запросов. Библиотека предоставляет возможность применения декоратора Depends для внедрения зависимостей в различных частях приложения, что упрощает повторное использование кода и делает архитектуру более гибкой.
🔐 Лицензия: MIT
🖥 Github (https://github.com/JasperSui/fastapi-injectable)
@python_be1
👩💻 Эта (https://jacobpadilla.com/articles/python-dataclass-internals) статья подробно рассматривает внутреннее устройство декоратора @.dataclass в языке Python!
🌟 Автор воссоздаёт упрощённую версию этого декоратора. В статье рассматриваются такие аспекты, как использование атрибута __annotations__ для получения метаданных о полях класса и функции exec() для динамического создания методов, включая __init__, __setattr__, __delattr__ и __repr__.
🔗 Ссылка: *клик* (https://jacobpadilla.com/articles/python-dataclass-internals)
@python_be1
🌟 Автор воссоздаёт упрощённую версию этого декоратора. В статье рассматриваются такие аспекты, как использование атрибута __annotations__ для получения метаданных о полях класса и функции exec() для динамического создания методов, включая __init__, __setattr__, __delattr__ и __repr__.
🔗 Ссылка: *клик* (https://jacobpadilla.com/articles/python-dataclass-internals)
@python_be1