en
Feedback
PythonDigest

PythonDigest

Open in Telegram

Сборник Python новостей: https://pythondigest.ru Наш IT-тренажер: https://app.incidenta.tech/ Создано в @incidenta_tech

Show more
Russia225 248Technologies & Applications31 910
1 862
Subscribers
+124 hours
-27 days
+230 days

Data loading in progress...

Similar Channels
FEDOR BORSHEV
24.1K
FEDOR BORSHEV
DevBrain
3.4K
DevBrain
HABR FEED + OPENNET
2.7K
HABR FEED + OPENNET
Best of ru python
838
Best of ru python
pro.elixir_job_and_news
330
pro.elixir_job_and_news
avatar
1
More channels
Tags Cloud
llm9
apache6
empty6
superset6
аугментация6
контекст6
lora5
string5
api4
learn4
meshtastic4
nullable4
plugin4
pydigest4
pythonz4
strings4
tools4
values4
браузер4
сводка4
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
July '26
July '26
+1
in 0 channels
June '26
+16
in 0 channels
Get PRO
May '26
+16
in 0 channels
Get PRO
April '26
+14
in 1 channels
Get PRO
March '26
+13
in 1 channels
Get PRO
February '26
+20
in 0 channels
Get PRO
January '26
+16
in 1 channels
Get PRO
December '25
+15
in 0 channels
Get PRO
November '25
+18
in 1 channels
Get PRO
October '25
+21
in 0 channels
Get PRO
September '25
+10
in 1 channels
Get PRO
August '25
+9
in 0 channels
Get PRO
July '25
+12
in 1 channels
Get PRO
June '25
+12
in 0 channels
Get PRO
May '25
+13
in 0 channels
Get PRO
April '25
+12
in 2 channels
Get PRO
March '25
+15
in 1 channels
Get PRO
February '25
+21
in 0 channels
Get PRO
January '25
+20
in 2 channels
Get PRO
December '24
+16
in 1 channels
Get PRO
November '24
+25
in 2 channels
Get PRO
October '24
+26
in 1 channels
Get PRO
September '24
+16
in 1 channels
Get PRO
August '24
+19
in 1 channels
Get PRO
July '24
+26
in 0 channels
Get PRO
June '24
+15
in 0 channels
Get PRO
May '24
+38
in 0 channels
Get PRO
April '24
+39
in 0 channels
Get PRO
March '24
+41
in 0 channels
Get PRO
February '24
+50
in 0 channels
Get PRO
January '24
+73
in 0 channels
Get PRO
December '23
+74
in 0 channels
Get PRO
November '23
+25
in 0 channels
Get PRO
October '23
+24
in 0 channels
Get PRO
September '23
+19
in 0 channels
Get PRO
August '23
+30
in 0 channels
Get PRO
July '23
+26
in 0 channels
Get PRO
June '23
+17
in 0 channels
Get PRO
May '23
+11
in 0 channels
Get PRO
April '23
+18
in 0 channels
Get PRO
March '23
+29
in 0 channels
Get PRO
February '23
+18
in 0 channels
Get PRO
January '23
+27
in 0 channels
Get PRO
December '22
+20
in 0 channels
Get PRO
November '22
+18
in 0 channels
Get PRO
October '22
+11
in 0 channels
Get PRO
September '22
+20
in 0 channels
Get PRO
August '22
+14
in 0 channels
Get PRO
July '22
+18
in 0 channels
Get PRO
June '22
+8
in 0 channels
Get PRO
May '22
+27
in 0 channels
Get PRO
April '22
+16
in 0 channels
Get PRO
March '22
+21
in 0 channels
Get PRO
February '22
+15
in 0 channels
Get PRO
January '22
+21
in 0 channels
Get PRO
December '21
+19
in 0 channels
Get PRO
November '21
+25
in 0 channels
Get PRO
October '21
+29
in 0 channels
Get PRO
September '21
+21
in 0 channels
Get PRO
August '21
+24
in 0 channels
Get PRO
July '21
+24
in 0 channels
Get PRO
June '21
+18
in 0 channels
Get PRO
May '21
+20
in 0 channels
Get PRO
April '21
+20
in 0 channels
Get PRO
March '21
+46
in 0 channels
Get PRO
February '21
+23
in 0 channels
Get PRO
January '21
+33
in 0 channels
Get PRO
December '20
+1 968
in 0 channels
Date
Subscriber Growth
Mentions
Channels
02 July+1
01 July0
Channel Posts
PythonDigest
Harness Bench: как оценить агентский harness и выбрать связку с моделью https://habr.com/ru/companies/redmadrobot/articles/1053950/ Когда мы собираем AI-агента, первым делом выбираем модель под задачу. Но в реальном приложении она не работает в одиночку, ей нужен агентский harness — программная обвязка. Поэтому выбирать приходится не просто модель, а связку «модель + harness».Чтобы делать этот выбор осознанно, мы создали Harness Bench — открытый фреймворк, который тестирует связки на реальных задачах в одинаковых условиях

2
Как я устал писать парсер под каждый прайс и сделал из этого библиотеку https://habr.com/ru/articles/1053956/ У нас на проекте десятки прайсингов на топливо: один вендор шлёт CSV, другой Excel, третий JSON на вебхук. Данные одни и те же, но колонка цены везде называется по-своему, даты в трёх форматах, единицы то литры, то галлоны, а половина нужных полей просто отсутствует. И под каждый источник у меня жил отдельный парсер на сотню строк if-else. Сначала их было три, потом восемь, потом я перестал считать. А по-настоящему добило другое: эти парсеры ломались молча. Вендор тихо переименовывал колонку.В третий раз за месяц копируя один и тот же парсер, я понял, что так нельзя, и вынес логику маппинга из кода в данные. Из этого выросла библиотека fidelis:
190
3
Как голосовой ИИ-агент врал клиентам, путал звонящих и подделывал собственный голос — и как это чинится https://habr.com/ru/articles/1053502/ За три месяца наш голосовой ИИ-агент успел соврать клиенту про несуществующего администратора, принять всех звонящих за одного человека и месяц выдавать обычный синтез за "клонированный голос". Разбираю, почему это лечится структурой кода, а не промптом — на полностью российском стеке.
228
4
Современный MQTT-сервис на Python https://habr.com/ru/companies/raiffeisenbank/articles/1052226/ В Python при выборе библиотеки для работы с MQTT почти всегда приходишь к paho-mqtt. Это зрелый и самый популярный клиент, но его API построен на колбэках, а современное Python-приложение живёт в asyncio: FastAPI, фоновые воркеры, асинхронные клиенты и всё это в одном общем event loop.В одном из IoT-проектов я столкнулся ровно с этим. Мне нужен был MQTT-клиент, который без сложной адаптации встраивается в асинхронное приложение и позволяет работать с подписками как с управляемыми объектами, а не через набор колбэков.
231
5
Как я устал от CVAT и в соло написал десктопный инструмент для авторазметки датасетов на PyQt5 https://habr.com/ru/articles/1053394/ Надоело разворачивать CVAT через докер и мириться с лагами браузера? Я расскажу свою историю, как от простецкого аннотатора собранного на коленке написал мощную легковесную отечественную альтернативу на PyQt5 и OpenGl, с пакетной авторазметкой и иерархией классов.
244
6
import-linter: пусть границы слоёв сторожит машина, а не человек https://habr.com/ru/articles/1053430/ Обычный летний день на проекте: ruff зелёный, mypy зелёный, тесты проходят. А domain при этом тихо импортирует adapters. Слоистая архитектура, которую рисовали на старте, теперь осталась только на схеме. Линтер ловит неиспользуемый импорт и кривой отступ. Типизатор - что вместо int передали str. А то, что бизнес-логика потащила в себя SQLAlchemy или Redis, не видит никто. 
246
7
Интересные развлечения со змеей https://habr.com/ru/companies/timeweb/articles/1035184/ На этот раз у нас известный язык программирования Python, c двумя стилизованными змеями на логотипе, интересные и необычные развлечения с которым были собраны в этой замечательной статье.
256
8
Django-style фильтры поверх SQLAlchemy: зачем я написал python пакет sqlalchemy-query-manager https://habr.com/ru/articles/1052518/ TL;DR: я сделал sqlalchemy-query-manager — небольшой слой поверх SQLAlchemy для типовых backend-запросов. Он не заменяет SQLAlchemy, а добавляет более компактную запись для частых операций: фильтры в стиле number__gte=100, условия через Q, фильтрацию по связанным моделям, eager loading, CRUD helpers, агрегаты и просмотр итогового SQL. Идея в том, чтобы оставить SQLAlchemy в основе, но убрать повторяющийся код там, где запросы становятся слишком большими.
263
9
Сводка pythonz 21.06.2026 — 28.06.2026 https://pythonz.net/articles/651/ А теперь о том, что происходило в последнее время на других ресурсах.
254
10
#python #pydigest IT-новости про Python перед вами. Часть материалов из выпуска Python Дайджест: - Django-style фильтры поверх SQLAlchemy - Как утки с СДВГ довели меня до опенсорса - Почему RAG естественно подходит для рекомендаций - uv в проде: скорость реальна, интеграция не бесплатна - Science‑purpose‑RAG: туда и обратно - Инженер попросил нейросеть помочь с кодом… - Хватит засовывать всё в контейнеры: возвращаем комфорт в локальную разработку - TileRT - Tile-Based Runtime for Ultra-Low-Latency LLM Inference - numpy - 2.5.0 - Django 6.1 Заходите в гости - https://pythondigest.ru/issue/654/
249
11
Мой мониторинг аптайма сам нагенерил 932 фантомных падения https://habr.com/ru/articles/1052038/ 2 июня мой мониторинг аптайма разом отрапортовал, что упало почти всё: 932 инцидента за 25 минут. Сайты были живы — все до единого. Виноваты дефолтный лимит файловых дескрипторов 1024 и «оптимизация», тихо размножившаяся в 60 раз. Разбираю по приборам: /proc, ss, EMFILE и почему docker compose restart не спасает.
238
12
Science‑purpose‑RAG: туда и обратно https://habr.com/ru/articles/1052280/ Я хотел написать маленький локальный RAG для научных статей: графы, hybrid search, HyDE, reranker, всё красиво. В итоге Full Pipeline проиграл почти всем простым baseline’ам, графы начали портить контекст, HyDE вредил, а локальная LLM уверенно делала вид, что всё хорошо. Потом я разобрался, что ломалось, выкинул лишние LLM‑вызовы, починил trimming и получил систему, которая, наконец, начала выигрывать там, где должна. Где же оно сломалось?
241
13
Построили рекомендательную систему для игр и поняли, почему простые решения работают, а сложные нет https://habr.com/ru/companies/alfa/articles/1048308/ В игре человек выполняет задания ради бонусов или энергии, а для банка эти задания — реальные действия: оплата ЖКХ, заправка через приложение или заказ новой карты. Это отличный способ нативно продвигать продукты без назойливых рекламных баннеров.Если в играх мало заданий, то их можно просто показать всем. Но когда механик становится много, появляется классическая рекомендательная задача: что именно предложить конкретному клиенту, в каком порядке, и как оценить эффект?
268
14
Python in a Sandbox With MicroPython and WASM https://pycoders.com/link/16613/web Simon’s been in search of the perfect code sandbox. This article is about his latest attempt and covers why he wants a sandbox and what tech he’s used to achieve it.
278
15
TileRT - Tile-Based Runtime for Ultra-Low-Latency LLM Inference https://github.com/tile-ai/TileRT
279
16
sglang-omni - High-Performance Multi-Stage Pipeline Framework for Omni Models https://github.com/sgl-project/sglang-omni
288
17
The Fastest Python Struct? https://www.crumpledpaper.tech/2026-06-21-python-struct-profiling/
290
18
Free-threaded Python: past, present, and future https://lwn.net/SubscriberLink/1078367/5800cc051d01e516/
295
19
Explicit Lazy Imports Are Coming to Python 3.15 https://blog.jetbrains.com/pycharm/2026/06/explicit-lazy-imports-are-coming-to-python-3-15/
287
20
Как утки с СДВГ довели меня до опенсорса: зачем я собрал утилиту для перевода коротких видео на домашней видеокарте https://habr.com/ru/articles/1051580/ Листал ленту тиктока и попался американский ролик про СДВГ, где всё объясняют на утках. Понравилось. И я подумал: классно было бы сделать такой же тикток, только на русском.Но я ленивый. Снимать, писать сценарии, делать всё с нуля - это скучно. А вот взять готовый ролик и перевести-переозвучить его на русский - вот это уже интересно, подумал я, а потом задумался, о том, как это автоматизировать. Это оказалось интересной инженерной задачей, которая увлекла меня на неделю времени, и привела к созданию ИИ утилиты с открытым исходным кодом.
293
View all posts