ar
Feedback

لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

Python RU

Python RU

الذهاب إلى القناة على Telegram

Все для python разработчиков админ - @haarrp @python_job_interview - Python собеседования @ai_machinelearning_big_data - машинное обучение @itchannels_telegram - 🔥лучшие ит-каналы @programming_books_it - it книги @pythonl РКН: clck.ru/3Fmy2j

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام Python RU

تُعد قناة Python RU (@pro_python_code) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 12 330 مشتركاً، محتلاً المرتبة 10 140 في فئة التكنولوجيات والتطبيقات والمرتبة 52 291 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 12 330 مشتركاً.

بحسب آخر البيانات بتاريخ 25 أكتوبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -30، وفي آخر 24 ساعة بمقدار -2، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.85‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.15‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 968 مشاهدة. وخلال اليوم الأول يجمع عادةً 388 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 4.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل api, docker, github, sql, linux.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Все для python разработчиков админ - @haarrp @python_job_interview - Python собеседования @ai_machinelearning_big_data - машинное обучение @itchannels_telegram - 🔥лучшие ит-каналы @programming_books_it - it книги @pythonl РКН: clck.ru/3Fmy2j”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 26 أكتوبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

12 330
المشتركون
-224 ساعات
-37 أيام
-3030 أيام
أرشيف المشاركات
Python RU
12 328
Что написано в коде посадки на Луну «Burn, baby, burn» в исходниках Apollo 11 В описании нет фразы «мало кто знает»: код опубликован с 2016 года и много раз попадал в новости, так что она была бы неточной. https://youtube.com/shorts/_OxbZRkuW-w?si=7JhapKUNAuac2eUy

Python RU
12 328
Что написано в коде посадки на Луну «Burn, baby, burn» в исходниках Apollo 11 В описании нет фразы «мало кто знает»: код опубликован с 2016 года и много раз попадал в новости, так что она была бы неточной. https://youtube.com/shorts/_OxbZRkuW-w?si=7JhapKUNAuac2eUy

Python RU
12 328
photo content

Python RU
12 328
Python 🥇🥇🥇
Python 🥇🥇🥇

Python RU
12 328
В PyPI-пакет и Docker-образ с LiteLLM подставлено вредоносное ПО Зафиксирована публикация в репозитории PyPI вредоносного выпуска библиотеки LiteLLM, насчитывающей 23 млн загрузок в неделю, а также подстановка вредоносного кода в официальный Docker-образ проекта. Это не первый подобный инцидент с LiteLLM - в марте этого года атакующие уже публиковали вредоносные выпуски после перехвата учётных данных сопровождающего. На этот раз атакующие разместили версию LiteLLM 1.107.0, в которую был встроен вредоносный код для организации удалённого выполнения команд, а также поиска и отправки учётных данных, ключей и токенов доступа. Полный текст: https://opennet.ru/66525/ https://opennet.me/66525/

Python RU
12 328
Как закомментировать в Python: 5 способов для строки и нескольких строк Как закомментировать в Python одну или несколько стро
Как закомментировать в Python: 5 способов для строки и нескольких строк Как закомментировать в Python одну или несколько строк: 5 способов, горячие клавиши в VS Code, PyCharm, IDLE и Jupyter, docstring и частые ошибки. https://uproger.com/kak-zakommentirovat-v-python/

Python RU
12 328
Repost from Machinelearning
🔧 Google открыла Harness²: ИИ-агент сам улучшает свою рабочую среду Результат агента зависит не только от модели, но и от её
🔧 Google открыла Harness²: ИИ-агент сам улучшает свою рабочую среду Результат агента зависит не только от модели, но и от её окружения: системного промпта, инструментов, памяти, навыков и субагентов. Всё это называют harness. Harness² позволяет менять эту конфигурацию под новую задачу без переобучения модели. Агент предлагает правки, пробует несколько вариантов на одной задаче, сравнивает поведение запусков и собирает улучшенную конфигурацию. Для этого ему не нужен заранее известный правильный ответ или внешний проверяющий. После задачи система сохраняет выбранную конфигурацию и выводы, подтверждённые запусками. Следующий цикл улучшений начинается уже с этим опытом. В тестах с Gemini 3.5 Flash и GLM-5 один шаг улучшения дал прирост до 11,5 балла на WorkBuddy-Bench, 4,5 балла на JobBench и 11,8 процентного пункта по partial pass rate на LAB. Дополнительные итерации повышали результаты. Конфигурации можно проверять параллельно или дорабатывать последовательно. Поддерживаются OpenCode и Codex. https://github.com/google-research/harness2 @ai_machinelearning_big_data #harness

Python RU
12 328
👾 Русскоязычный каталог из 2118 проектов по декомпиляции игр: от Ocarina of Time до Xbox 360 На GitHub появился awesome-спис
👾 Русскоязычный каталог из 2118 проектов по декомпиляции игр: от Ocarina of Time до Xbox 360 На GitHub появился awesome-список, собранный на русском: проекты, которые восстанавливают игры из машинного кода. Это декомпиляции, статические рекомпиляции, порты на исходниках и ремейки движков. Задача простая: помочь найти проект под нужную игру и платформу и объяснить, как всё это устроено. Масштаб впечатляет. В каталоге около 2118 проектов для примерно 1829 игр, из них 1771 активных. По типам: 786 декомпиляций, 525 статических рекомпиляций, 269 портов на исходниках, 238 ремейков движков, 234 дизассемблирования, 57 браузерных портов и 9 инструментов. По платформам лидирует ПК с 295 проектами, дальше Nintendo 64 (190), Xbox 360 и PlayStation 1 (по 161). Следом идут DOS, GameCube, PS2, Game Boy Advance и Wii. Среди примеров Zelda (Ocarina of Time, Majora's Mask, Twilight Princess), Mario 64, Sonic, Diablo, Morrowind, OpenRA и OpenRCT2. Внутри не просто список. В README есть топ-25, отдельный список браузерных портов, каталоги по типам и платформам, раздел о том, как начать декомпилировать самому, FAQ и глоссарий. Из инструментов упоминаются N64Recomp, XenonRecomp, RT64, splat, decomp.me, objdiff и m2c. Каталог обновляется автоматически через GitHub Actions. Важная оговорка: сами проекты работают с данными из легально купленных копий игр, а в репозитории лежат только ссылки. Репозиторий: https://github.com/justxor/awesome-decomp-games-ru

Python RU
12 328
🧪 Добавил соль в воду. Python посчитал свойства раствора. pyEQL позволяет работать с водными растворами как с Python-объектами: задаёте вещества и их концентрации, получаете расчётные характеристики. Что умеет: • Считать плотность, электропроводность и осмотическое давление. • Определять активности ионов и коэффициенты диффузии. • Работать с концентрированными растворами благодаря модели Питцера. • Учитывать единицы измерения через pint. Внутри есть база физико-химических свойств и параметров моделей. Если данных недостаточно, библиотека переходит к более простым и менее точным методам расчёта. Полезный инструмент для моделирования химии воды и растворов электролитов. https://github.com/KingsburyLab/pyEQL

Python RU
12 328
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можн
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Python RU
12 328
photo content

Python RU
12 328
Браузерные агенты изнутри: как ИИ кликает по сайтам вместо вас Как браузерный ИИ-агент видит страницу, выбирает действие и кл
Браузерные агенты изнутри: как ИИ кликает по сайтам вместо вас Как браузерный ИИ-агент видит страницу, выбирает действие и кликает: архитектура, цикл observe-think-act, код на Playwright и защита от prompt injection. https://uproger.com/kak-rabotayut-brauzernye-ii-agenty/

Python RU
12 328
Что нового в Python 3.15? Ленивые импорты, frozendict и JIT быстрее на 12% Python 3.15 вышел, и в нём много полезного для разработчиков. Ленивые импорты ускоряют запуск, появились frozendict и sentinel, UTF-8 теперь включён по умолчанию, а JIT ускоряет код на 7–12%. Ещё в релизе профилировщик Tachyon, который подключается к живому процессу, новые возможности typing и стабильный ABI для сборок без GIL. Перед обновлением проверьте зависимости и тесты. Полный разбор: https://uproger.com/python-3-15-chto-novogo/ Видео: https://uproger.com/python-3-15-chto-novogo/ #python #python315 #программирование #разработка #jit

Python RU
12 328
🐍 Python умеет сравнивать числа как в математике Проверку диапазона можно записать короче: # Вместо if 60 < heart_rate an
🐍 Python умеет сравнивать числа как в математике Проверку диапазона можно записать короче:

# Вместо
if 60 < heart_rate and heart_rate < 100:
    print("В пределах диапазона")

# Пишем
if 60 < heart_rate < 100:
    print("В пределах диапазона")
Это цепочка сравнений: оба условия должны выполняться. Границы включаются привычным способом:

0 <= score <= 100
💡 Есть полезная тонкость: в 60 < get_value() < 100 функция вызывается только один раз. А если повторить вызов по обе стороны and, она может выполниться дважды.

Python RU
12 328
Hugging Face исследовали multi-harness RL: обучение с подкреплением сразу через Claude Code, Codex, OpenCode и Mini-SWE-Agent
Hugging Face исследовали multi-harness RL: обучение с подкреплением сразу через Claude Code, Codex, OpenCode и Mini-SWE-Agent. Для этого объединили три проекта: • OpenEnv записывает обращения к модели, токены и вероятности генерации. • Harbor запускает одинаковые задачи в контейнерах через разные обвязки. • TRL использует собранные данные для обучения. Каждая обвязка сохраняет собственные инструменты, промпты и цикл работы. Модель учится внутри настоящих агентов. По данным авторов, у LFM2.5-2.6B доля тестовых задач, решённых с первой попытки, выросла с 42,2% до 54,2%. Улучшения появились во всех четырёх обвязках. На задачах, которые решили обе версии модели, обученная использовала на 31% меньше вызовов инструментов. Эксперимент ограничен одним семейством задач, но показывает перспективный подход: адаптацию к разным обвязкам можно закладывать прямо в обучение. 📖 Руководство: https://huggingface.co/spaces/FineEnvs/multi-harness-rl

Python RU
12 328
DeepSeek Harness вышел на десктоп: плагины без терминала и задачи по расписанию DeepSeek выпустила превью Harness v0.2 с деск
DeepSeek Harness вышел на десктоп: плагины без терминала и задачи по расписанию DeepSeek выпустила превью Harness v0.2 с десктопным приложением для macOS и Windows: менеджер плагинов, режим создателя, задачи по расписанию и планы на маркетплейс. https://uproger.com/deepseek-harness-desktop/

Python RU
12 328
Пишем игру на Python: неоновая аркада с разбором кода и ИИ Pygame часто считают библиотекой для школьных проектов, и зря. На нём за вечер собирается динамичная аркада с неоновой графикой, частицами, тряской камеры и волнами врагов, которая выглядит как маленькая инди-игра. В этой статье мы напишем такую игру на Python с нуля, разберём каждый важный кусок кода и покажем, как ускорить разработку с помощью ИИ-ассистентов и грамотных промптов. В конце вас ждёт полный код, который можно скопировать и сразу запустить. https://uproger.com/pishem-igru-na-python-neonovaya-arkada-s-razborom-koda-i-ii/

Python RU
12 328
photo content

Python RU
12 328
photo content

Python RU
12 328
🐧 Linux Cheat Sheet - шпаргалка по командам Linux Самая удобная шпаргалка по Linux и Bash на русском: теория простым языком
🐧 Linux Cheat Sheet - шпаргалка по командам Linux Самая удобная шпаргалка по Linux и Bash на русском: теория простым языком (как устроены файлы, процессы, права, память, загрузка и сеть), команды терминала, права доступа, процессы, сеть, SSH, systemd, grep/sed/awk, Vim и готовые однострочники - с примерами. А для тех, кто идёт дальше, - продвинутый уровень: Bash для профи, LVM и RAID, трассировка и производительность, ядро, безопасность, контейнеры, восстановление системы и вопросы с собеседований. https://github.com/justxor/Linux-/