Библиотека питониста | Python, Django, Flask
Ir al canal en Telegram
Все самое полезное для питониста в одном канале. Учиться у нас: clc.to/6e5Csg Для обратной связи: @proglibrary_feeedback_bot По рекламе: @tproger_sales_bot РКН: https://gosuslugi.ru/snet/67b885cbd501cf3b2cdb5b36
Mostrar más
Red:📈 Análisis del canal de Telegram Библиотека питониста | Python, Django, Flask
El canal Библиотека питониста | Python, Django, Flask (@pyproglib) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 37 086 suscriptores, ocupando la posición 3 622 en la categoría Tecnologías y Aplicaciones y el puesto 17 119 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 37 086 suscriptores.
Según los últimos datos del 26 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -253, y en las últimas 24 horas de -8, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 5.30%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.82% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 966 visualizaciones. En el primer día suele acumular 1 047 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 2.
- Intereses temáticos: El contenido se centra en temas clave como питониста, навигация, буст, строка, api.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Все самое полезное для питониста в одном канале.
Учиться у нас: clc.to/6e5Csg
Для обратной связи: @proglibrary_feeedback_bot
По рекламе: @tproger_sales_bot
РКН: https://gosuslugi.ru/snet/67b885cbd501cf3b2cdb5b36”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 27 octubre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
37 086
Suscriptores
-824 horas
-617 días
-25330 días
Cargando datos
Canales Similares
![[PYTHON:TODAY]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1e8JKN%2F5465241907756731355%3Fty%3Dx&w=96&q=75){kind=small}
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
octubre '26oct '26
octubre '26
+59
en 2 canales
septiembre '26
+73
en 0 canales
Get PRO
agosto '26
+54
en 2 canales
Get PRO
julio '26
+92
en 2 canales
Get PRO
junio '26
+98
en 2 canales
Get PRO
mayo '26
+198
en 0 canales
Get PRO
abril '26
+100
en 1 canales
Get PRO
marzo '26
+170
en 6 canales
Get PRO
febrero '26
+118
en 0 canales
Get PRO
enero '26
+171
en 2 canales
Get PRO
diciembre '25
+272
en 2 canales
Get PRO
noviembre '25
+214
en 3 canales
Get PRO
octubre '25
+245
en 1 canales
Get PRO
septiembre '25
+172
en 0 canales
Get PRO
agosto '25
+226
en 2 canales
Get PRO
julio '25
+227
en 1 canales
Get PRO
junio '25
+142
en 4 canales
Get PRO
mayo '25
+188
en 0 canales
Get PRO
abril '25
+274
en 16 canales
Get PRO
marzo '25
+345
en 53 canales
Get PRO
febrero '25
+334
en 34 canales
Get PRO
enero '25
+400
en 39 canales
Get PRO
diciembre '24
+435
en 43 canales
Get PRO
noviembre '24
+465
en 45 canales
Get PRO
octubre '24
+469
en 36 canales
Get PRO
septiembre '24
+552
en 37 canales
Get PRO
agosto '24
+456
en 37 canales
Get PRO
julio '24
+510
en 43 canales
Get PRO
junio '24
+412
en 36 canales
Get PRO
mayo '24
+531
en 37 canales
Get PRO
abril '24
+666
en 37 canales
Get PRO
marzo '24
+774
en 34 canales
Get PRO
febrero '24
+754
en 33 canales
Get PRO
enero '24
+722
en 25 canales
Get PRO
diciembre '23
+1 518
en 25 canales
Get PRO
noviembre '23
+639
en 8 canales
Get PRO
octubre '23
+833
en 23 canales
Get PRO
septiembre '23
+1 249
en 0 canales
Get PRO
agosto '23
+815
en 0 canales
Get PRO
julio '23
+782
en 0 canales
Get PRO
junio '23
+457
en 0 canales
Get PRO
mayo '23
+809
en 0 canales
Get PRO
abril '23
+460
en 0 canales
Get PRO
marzo '23
+1 064
en 0 canales
Get PRO
febrero '23
+599
en 0 canales
Get PRO
enero '23
+673
en 0 canales
Get PRO
diciembre '22
+724
en 0 canales
Get PRO
noviembre '22
+1 054
en 0 canales
Get PRO
octubre '22
+543
en 0 canales
Get PRO
septiembre '22
+593
en 0 canales
Get PRO
agosto '22
+699
en 0 canales
Get PRO
julio '22
+678
en 0 canales
Get PRO
junio '22
+891
en 0 canales
Get PRO
mayo '22
+429
en 0 canales
Get PRO
abril '22
+372
en 0 canales
Get PRO
marzo '22
+566
en 0 canales
Get PRO
febrero '22
+250
en 0 canales
Get PRO
enero '22
+399
en 0 canales
Get PRO
diciembre '21
+382
en 0 canales
Get PRO
noviembre '21
+347
en 0 canales
Get PRO
octubre '21
+545
en 0 canales
Get PRO
septiembre '21
+555
en 0 canales
Get PRO
agosto '21
+755
en 0 canales
Get PRO
julio '21
+629
en 0 canales
Get PRO
junio '21
+502
en 0 canales
Get PRO
mayo '21
+706
en 0 canales
Get PRO
abril '21
+730
en 0 canales
Get PRO
marzo '21
+695
en 0 canales
Get PRO
febrero '21
+760
en 0 canales
Get PRO
enero '21
+790
en 0 canales
Get PRO
diciembre '20
+26 304
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 26 octubre | +3 | |||
| 25 octubre | +4 | |||
| 24 octubre | 0 | |||
| 23 octubre | +2 | |||
| 22 octubre | +3 | |||
| 21 octubre | 0 | |||
| 20 octubre | +1 | |||
| 19 octubre | +3 | |||
| 18 octubre | +3 | |||
| 17 octubre | +4 | |||
| 16 octubre | +3 | |||
| 15 octubre | 0 | |||
| 14 octubre | +1 | |||
| 13 octubre | +3 | |||
| 12 octubre | +3 | |||
| 11 octubre | +4 | |||
| 10 octubre | +2 | |||
| 09 octubre | +6 | |||
| 08 octubre | +4 | |||
| 07 octubre | +1 | |||
| 06 octubre | +1 | |||
| 05 octubre | 0 | |||
| 04 octubre | +1 | |||
| 03 octubre | 0 | |||
| 02 octubre | +2 | |||
| 01 octubre | +5 |
Publicaciones del Canal
🧠 Free-threaded Python не снимает с разработчика ответственность за общие данные
Убрать GIL — значит разрешить потокам выполнять Python-код параллельно. Но это не делает последовательность действий над общим состоянием безопасной.
Проверка остатка на счёте и списание денег должны оставаться согласованной операцией. Защита внутренних структур интерпретатора не знает, какое бизнес-правило вы пытаетесь сохранить.
На Python Language Summit обсудили более высокоуровневую модель: задачи заранее объявляют данные, к которым им нужен доступ, а планировщик организует выполнение.
В исследуемой модели BOC для этого используются Cown — объекты, связывающие данные с правилами совместного доступа, — и задачи, объявляющие свои зависимости.
Это пока исследование, а не новая гарантия Python
Прототип bocpy уже позволяет экспериментировать с подходом. Но описанная версия реализует изоляцию через субинтерпретаторы; полноценная модель владения требует изменений среды выполнения. Поддержка free-threading для этого прототипа ещё планируется.
Практический вывод для сегодняшнего кода: определяйте границы общей операции и явно защищайте её. Само отсутствие GIL проблему гонок не решает.
🔗 Какие примитивы безопасной конкурентности обсуждают разработчики
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
| 2 |  📌 Один курс — хорошее вложение в себя. Два по той же цене — ещё лучше.
В Proglib Academy действует акция: покупаешь один курс, а второй получаешь в подарок.
Например, можно совместить два направления по работе с ИИ:
💥 ИИ для разработчиков — применение нейросетей в повседневной разработке: работа с кодом, тестирование и ревью.
💥 Разработка ИИ-агентов — архитектура агентов и создание собственных AI-решений.
📍 Разница в цене — почти 50 тысяч рублей. Можно освоить больше, не выходя за рамки запланированного бюджета.
А если тебе интереснее Python, алгоритмы, backend или DevOps — выбирай другую пару курсов из каталога.
Акция действует до 31 октября включительно ⏳
⏮️ Пора прокачать свой стек | 845 |
| 3 | 🔍 OpenTelemetry строит карту связей между сервисами прямо в PyCharm
На схеме архитектуры один сервис обращается к другому. В работающем приложении между ними уже появились очередь и ещё два обработчика, а диаграмму никто не обновил.
Плагин OpenTelemetry для IDE JetBrains строит Service Map по трассировкам. Он использует spans — записи об отдельных участках работы запроса — и восстанавливает связи, которые действительно наблюдались при выполнении.
При запуске приложения плагин поднимает локальный backend для телеметрии и передаёт стандартные переменные окружения OTel. Приложение отправляет данные, backend обрабатывает их, а вкладка Service Map показывает получившуюся структуру.
Плагин не добавляет инструментирование за вас
Приложение и его библиотеки уже должны уметь создавать и отправлять подходящие spans. Иначе карте просто не из чего строиться.
Есть и другая граница: наблюдаемая карта не равна полному перечню зависимостей. Если редкая ветка ещё не выполнялась или часть вызовов не инструментирована, соответствующих связей на ней может не быть.
Для разбора конкретного сценария это полезное дополнение к исходному коду и документации.
🔗 Как плагин восстанавливает карту по трассировкам
#буст
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста | 709 |
| 4 | 🧩 PEP 827 предлагает выводить типы CRUD-моделей из общей модели
У одной сущности появляются отдельные модели: для создания, публичного ответа и частичного обновления. Поля похожи, но правила различаются. Добавили свойство — теперь нужно проверить несколько определений.
На Python Language Summit обсудили PEP 827 о преобразовании типов. Идея — дать системе типов средства, которыми библиотека сможет описать такие преобразования.
В докладе это иллюстрируется примерно такой схемой:
# Идея из предложения, не готовый API:
type HeroPublic = Public[Hero]
type HeroCreate = Create[Hero]
type HeroUpdate = Update[Hero]
Public, Create и Update здесь обозначают предполагаемые преобразования, а не встроенные классы Python.
Сложность не заканчивается на статическом анализе
Pydantic и FastAPI используют аннотации во время выполнения. Поэтому важно не только научить анализатор выводить новый тип, но и определить, как библиотека получит исходное описание аннотации.
В предложении обсуждаются условные типы, перебор членов типа и другие примитивы. Есть прототип на базе mypy.
Это направление разработки и обсуждение устройства типизации. В выпущенном Python 3.15 такие конструкции нельзя считать доступной стандартной возможностью.
🔗 Что обсуждали на Language Summit
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста | 851 |
| 5 | 🛡 Django исправил обход ограничений queryset в formset с редактируемым первичным ключом
Ограничили queryset формсета объектами текущего пользователя. Значит ли это, что поддельный POST точно не затронет чужую запись?
В некоторых конфигурациях Django ответ был отрицательным. CVE-2026-87975 затрагивала model formsets, у которых первичный ключ можно было задать через форму.
Поддельные данные позволяли удалить экземпляр вне ограниченного queryset или создать запись через формсет, предназначенный только для редактирования.
Когда стоит проверить код
В объявлении перечислены UUID и естественные первичные ключи, включённые в поля формы, а также определённые варианты OneToOneField и родительских связей в inline formsets.
Модели со стандартным BigAutoField этим конкретным дефектом не затронуты. Поэтому переносить описание на все Django-формы нельзя.
Исправление вошло в Django 6.1.2, 6.0.9 и 5.2.18. При обновлении выбирайте актуальный исправленный выпуск своей поддерживаемой ветки.
И добавьте проверку именно поддельного POST: интерфейс может не показывать лишний объект, но сервер обязан отвергнуть попытку передать его идентификатор вручную.
🔗 Условия уязвимости и исправленные ветки Django
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста | 1 052 |
| 6 |  😎 Выбираешь один курс, второй получаешь бесплатно. Баг? Нет, акция!
До 31 октября в Proglib Academy можно выбрать два курса и заплатить только за один.
Например, можно совместить:
💥 ИИ для разработчиков — применение нейросетей в повседневной разработке: работа с кодом, тестирование и ревью.
💥 Разработка ИИ-агентов — архитектура агентов и создание собственных AI-решений.
Вместе курсы стоят 108 000 ₽, но по акции оба обойдутся в 59 000 ₽. Экономия — 49 000 ₽ 🔥
Интересуют Python и ИИ или алгоритмы и архитектура? Можно выбрать любые два курса из каталога.
Акция действует до 31 октября включительно ⏳
⏬ Собрать свой учебный билд | 802 |
| 7 | 📦 uv check подготавливает окружение и запускает проверку типов через ty
Проверка типов должна видеть те же зависимости, с которыми работает проект. Если окружения расходятся, можно получить ошибки импорта, которых нет при запуске, или пропустить настоящую проблему.
В экспериментальной интеграции uv и ty эту подготовку берёт на себя uv check:
uv check
Команда подготавливает окружение проекта, устанавливает необходимые зависимости и запускает ty. Для workspace можно проверить отдельный пакет или все сразу:
uv check --package backend
uv check --all-packages
Скрипты с зависимостями в метаданных PEP 723 проверяются в собственных окружениях:
uv check --script report.py
Что пока не входит в команду
Это проверка типов через ty. Объединение с Ruff ещё запланировано: считать uv check готовой заменой линтеру и форматтеру рано.
Нужны uv 0.12.3+ и ty 0.0.76+. Интеграция экспериментальная. Подготовка окружения может устанавливать сторонние пакеты, поэтому запуск такой проверки не стоит воспринимать как простое чтение Python-файлов.
🔗 Как uv и ty используют общее окружение проекта
#буст
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста | 991 |
| 8 |  📦 Tach: закрепите границы модулей в проверке
Договорились, что слой API не обращается к базе напрямую. Через месяц в нём появляется удобный импорт — и архитектурное правило снова существует только в памяти команды.
Tach проверяет зависимости между модулями Python по заданным границам. Можно контролировать разрешённые импорты, использование публичных интерфейсов и циклы зависимостей.
Начать с нескольких модулей
pip install tach
tach init
tach check
Во время tach init выбираются границы модулей. Настройки сохраняются в tach.toml. Если импорт нарушает объявленную зависимость, tach check сообщает об ошибке и завершается с ненулевым кодом — проверку удобно добавить в CI.
Для графа зависимостей есть tach show: он создаёт локальный DOT-файл. У варианта tach show --web другая механика — содержимое конфигурации передаётся для удалённой генерации графа.
🔗 Репозиторий и примеры
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 1 510 |
| 9 | 💾 Memray: где Python-приложение набирает память
Процесс занимает всё больше памяти, но список Python-объектов не объясняет, откуда взялся пик. Особенно если внутри работают NumPy или другие библиотеки с нативными расширениями.
Memray отслеживает выделение памяти в Python-коде, расширениях и самом интерпретаторе. Для первого разбора можно записать профиль и построить HTML-отчёт:
memray run -o profile.bin app.py
memray flamegraph -o memory.html profile.bin
Когда нужно увидеть C/C++-стек
Добавьте --native в команду запуска. В отчёте появятся нативные кадры стека — полезно для поиска аллокаций внутри расширений. Такой режим добавляет нагрузку, а отчёт с нативными символами нужно генерировать на той же машине, где записан профиль.
По умолчанию flamegraph показывает распределение аллокаций на пике памяти. Режим --leaks показывает аллокации, не освобождённые к концу записи. Это ещё не доказательство утечки Python-объектов: память может оставаться в пулах аллокатора.
Инструмент работает на Linux и macOS. Под Windows его установить нельзя.
🔗 Документация Memray
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 1 717 |
| 10 | 🔍 Посмотрите, что Polars собирается выполнить
В коде фильтр стоит после преобразования столбца. Это ещё не значит, что Polars выполнит операции именно в таком порядке: у lazy-запроса есть исходный и оптимизированный планы.
import polars as pl
query = (
pl.scan_csv("users.csv")
.with_columns(pl.col("name").str.to_uppercase())
.filter(pl.col("score") > 0)
)
print(query.explain(optimized=False))
print(query.explain())
В таком запросе фильтр по score не зависит от преобразования name. Оптимизатор может перенести фильтрацию к чтению CSV: ненужные строки не придётся сначала обрабатывать преобразованием.
Это называется predicate pushdown. В официальном примере видно, как отдельный FILTER превращается в SELECTION внутри CSV SCAN.
Сам explain() показывает план, а результат запроса получают через query.collect(). Не заменяйте замеры обещанием «lazy всегда быстрее»: сначала посмотрите, что изменилось в плане именно вашей задачи.
🔗 Разбор двух планов запроса
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 1 748 |
| 11 | 📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих»
Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!
🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE
🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы
🐍 Часть 3: Типы данных: преобразование и базовые операции
🐍 Часть 4: Методы работы со строками
🐍 Часть 5: Методы работы со списками и списковыми включениями
🐍 Часть 6: Методы работы со словарями и генераторами словарей
🐍 Часть 7: Методы работы с кортежами
🐍 Часть 8: Методы работы со множествами
🐍 Часть 9: Особенности цикла for
🐍 Часть 10: Условный цикл while
🐍 Часть 11: Функции с позиционными и именованными аргументами
🐍 Часть 12: Анонимные функции
🐍 Часть 13: Рекурсивные функции
🐍 Часть 14: Функции высшего порядка, замыкания и декораторы
🐍 Часть 15: Методы работы с файлами и файловой системой
🐍 Часть 16: Регулярные выражения
🐍 Часть 17: Основы скрапинга и парсинга
🐍 Часть 18: Основы ООП – инкапсуляция и наследование
🐍 Часть 19: Основы ООП – абстракция и полиморфизм
🐍 Часть 20: Графический интерфейс на Tkinter
🐍 Часть 21: Основы разработки игр на Pygame
🐍 Часть 22: Основы работы с SQLite
🐍 Часть 23: Основы веб-разработки на Flask
🐍 Часть 24: Основы работы с NumPy
🐍 Часть 25: Основы анализа данных с Pandas | 1 719 |
| 12 | 📋 marimo: ноутбук, который знает зависимости между ячейками
Поменяли исходные данные, а график остался старым — потому что забыли повторно выполнить нужную ячейку. В marimo выполнение строится по зависимостям между переменными, а не по положению ячеек на экране.
В автоматическом режиме после выполнения ячейки запускаются те, которые используют определённые в ней переменные. Для дорогих вычислений можно выбрать ленивый режим: зависимые ячейки будут отмечаться как устаревшие.
Попробовать локально
pip install marimo
marimo edit analysis.py
Если файла ещё нет, редактор создаст пустой ноутбук. Он хранится как Python-файл; его можно запускать как скрипт или открыть в режиме приложения через marimo run analysis.py.
Но магии с мутациями нет
items.append(42) в другой ячейке не запускает реактивный пересчёт. Документация советует создавать новую переменную либо менять объект в той же ячейке, где он определён.
🔗 Как работает реактивность
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 1 634 |
| 13 | 🧪 Как проверить HTTPX-клиент без настоящего запроса к API
Тест не должен зависеть от того, работает ли внешний сервис прямо сейчас. Для HTTPX есть RESPX: он перехватывает запросы и возвращает ответы, которые вы задали в тесте.
import httpx
import respx
@respx.mock
def test_status():
route = respx.get("https://example.org/status").mock(
return_value=httpx.Response(200, json={"ok": True})
)
response = httpx.get("https://example.org/status")
assert response.json() == {"ok": True}
assert route.call_count == 1
Последняя проверка подтверждает, что маршрут действительно вызвали, а не просто получили подходящий результат другим путём.
По умолчанию RESPX требует, чтобы перехваченные запросы совпадали с настроенными маршрутами, а все добавленные маршруты были вызваны. Эти проверки можно отключить, но в небольшом тесте они помогают заметить ошибку в URL или лишний запрос.
Работаете с pytest? У библиотеки есть фикстура respx_mock.
🔗 Гайд и настройки RESPX
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 1 709 |
| 14 | 🧑💻 Какие навыки помогают вам в разработке в 2026 году?
Что вы чаще используете в работе? В каких задачах помогает ИИ, а где проще справиться самостоятельно?
Мы решили собрать портрет современного разработчика — и приглашаем вас поделиться своим опытом. Расскажите, какие навыки вам пригодились и как вы используете ИИ. Если обходите его стороной, нам тоже интересно узнать почему.
Опрос анонимный и займёт около 5 минут. Результаты опубликуем в общем большом исследовании.
👉 Пройти опрос | 1 452 |
| 15 | ☔️ Планы на выходные снова испортила погода? У нас есть план получше.
Выходные — хороший повод заняться тем, на что вечно не хватает времени. Например, освоить новый навык или углубиться в знакомую тему.
📍 В Proglib Academy покупаешь один курс, а второй получаешь в подарок. Платишь только за один!
Вот несколько сочетаний:
💥 Разработка ИИ-агентов + Python
💥 Machine Learning + Математика для Data Science
Можно выбрать и другие курсы — под свои интересы и цели.
⏳ Акция действует до 18 октября.
➡️ Выбрать курсы и оставить заявку | 2 115 |
| 16 | 🧠 SQL по CSV: без отдельного сервера базы данных
Для одноразового отчёта не всегда нужно загружать выгрузку в отдельную СУБД. DuckDB умеет выполнять SQL прямо по CSV, Parquet и JSON из Python.
Допустим, в sales.csv есть столбцы city и amount:
import duckdb
rows = duckdb.sql("""
SELECT city, SUM(amount) AS total
FROM 'sales.csv'
GROUP BY city
ORDER BY total DESC
""").fetchall()
print(rows)
Запрос выполняется внутри процесса Python. По умолчанию используется база в памяти; создавать постоянную таблицу для этой задачи не требуется. fetchall() забирает результат в виде Python-объектов.
Нюанс для приложения
duckdb.sql() использует общую глобальную connection, которая не является потокобезопасной. Если запросы идут из разных потоков, каждому нужна собственная connection через duckdb.connect().
🔗 Примеры Python API
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 2 186 |
| 17 | Вебинар в прямом эфире уже идёт десять минут. Вы только открыли трансляцию. Что для вас важнее всего? | 1 699 |
| 18 | Приходится ли вам копипастить данные и какие именно, когда переходите из одной нейросети в другую? | 1 512 |
| 19 |  Общая папка для работы Claude Code и Codex
Луи-Франсуа Бушар собрал заметки, инструкции-скиллы, скрипты и итоги встреч в Obsidian. Его связка устроена так:
Папка хранит исходные материалы и решения
↓
Индекс указывает, где искать данные для задачи
↓
Claude Code планирует работу
↓
Codex выполняет задачи по его вызову
В описании этого рабочего процесса Бушар объясняет, зачем даёт агенту сведения для конкретной задачи. Начать предлагает с общей папки, короткого индекса и одного повторно используемого скилла.
#ии #инструменты | 1 446 |
| 20 | 📦 Один Python-файл вместе с его зависимостями
Небольшой скрипт для отчёта уже готов. Но коллега запускает его и получает ModuleNotFoundError: вы отправили код, а список пакетов остался в вашем окружении.
В uv зависимости можно записать прямо в начале файла — в формате PEP 723:
# /// script
# dependencies = ["rich"]
# ///
from rich import print
print("[green]Отчёт готов[/green]")
Теперь достаточно выполнить uv run report.py. uv подготовит окружение с объявленными зависимостями. При наличии такого заголовка зависимости окружающего проекта не подмешиваются.
Если важны конкретные версии
uv lock --script report.py
Рядом появится report.py.lock. Передавайте его вместе со скриптом: один список названий пакетов ещё не фиксирует версии.
🔗 Гайд по запуску скриптов
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека питониста
#буст | 1 911 |
