Python Community

🐍 Python полезные ресурсы ( ) () @Python_Community_ru

🚨 ElevenLabs получил open source конкурента Mistral выкатили Voxtral и это выглядит как серьёзный заход в TTS. Модель всего на 4B параметров. При этом даёт около 70 мс задержки, что уже подходит для голосовых агентов в реальном времени. Поддерживает клонирование голоса буквально с нескольких секунд аудио. Плюс работает на 9 языках и умеет переносить голос между ними. По бенчмаркам заявляют 68.4% побед против ElevenLabs Flash v2.5. Ключевой момент здесь не только в качестве. Веса открыты и доступны на Hugging Face. Это значит, что TTS снова уходит из SaaS в инфраструктуру. Голос можно разворачивать локально, кастомизировать и встраивать без ограничений. Для тех, кто делает voice agents, это сильный сдвиг. Контроль над голосом теперь можно держать у себя. https://huggingface.co/mistralai/Voxtral-4B-TTS-2603 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

Опенсорс-аналог Claude Cowork, который работает локально и бесплатно Разработчики выкатили Rowboat - open-source ИИ-коворкер, который позиционируют как замену Claude Cowork от Anthropic. Работает полностью локально, на вашей машине, с любой LLM на выбор. Из интересного: поддержка голоса, расширяемость через MCP-тулы, совместимость с Obsidian-хранилищами, фоновые агенты с веб-поиском и автоматическое построение графа знаний по вашим заметкам и письмам. Anthropic, кажется, начинают окружать со всех сторон. Пока они строят закрытую экосистему, комьюнити собирает аналоги на коленке и раздает бесплатно. github.com/rowboatlabs/rowboat @Python_Community_ru

⚡️ Z ai выпустила GLM-5.1. Китайская лаборатория релизнула (https://z.ai/blog/glm-5.1) GLM-5.1 - флагманскую MoE-модель с 754B параметров нового поколения, ориентированную на агентную инженерию. Фокус релиза - на кодинг и долгие агентные сессии. 🟡Тесты 🟢На SWE-Bench Pro модель берет 58,4, обходя Claude Opus 4.6 (57,3), GPT-5.4 (57,7) и Gemini 3.1 Pro (54,2). 🟢На Terminal-Bench 2.0 результат 63,5, а в связке с Claude Code - 66,5. 🟢В CyberGym GLM-5.1 выбивает 68,7 против 48,3 у предыдущей GLM-5 🟢В BrowseComp - 68,0 без внешнего менеджера контекста. 🟠На бенчмарках HLE, AIME 2026 и GPQA-Diamond модель держится на уровне конкурентов, но не лидирует: здесь впереди Gemini 3.1 Pro и GPT-5.4. GLM-5.1 построена так, чтобы оставаться продуктивной на длинной дистанции: декомпозировать задачу, запускать эксперименты, читать результаты, находить блокеры и пересматривать стратегию. Z ai утверждает, что модель устойчиво оптимизирует решение на протяжении сотен итераций и тысяч вызовов инструментов, то есть результат тем заметнее, чем дольше она запускают. API доступен на платформе Z ai, веб-версия на chat.z.ai (https://chat.z.ai/) обещана в ближайшие дни. Веса опубликованы (https://huggingface.co/zai-org/GLM-5.1) на Hugging Face под лицензией MIT. Для локального развертывания уже готовы сборки под SGLang 0.5.10+, vLLM 0.19.0+, xLLM, KTransformers и свежую ветку Transformers. @ai_machinelearning_big_data #news #ai #ml @Python_Community_ru

🔊 Собрали жирный пак инструментов для работы со звуком - без облаков и подписок. Что внутри: Клонирование голоса, изменение тона и обработка аудио Хватает 2–3 секунд записи, чтобы воспроизвести голос Поддержка десятков языков: русский, английский, китайский Сохраняется оригинальный тембр Всё работает локально - никакие данные никуда не улетают Запускается даже на слабом железе Есть гайды под Docker и запуск через bash Забирай, пока не разнесли. https://github.com/0xSojalSec/free-voice-clone 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

🔥 Самый полный набор для Claude Code - выложили в open-source 27 агентов, 64 навыка, 33 команды + встроенный AgentShield с 1 282 тестами безопасности Закрывает всё: планирование, код-ревью, фиксы, TDD, оптимизация токенов и многое другое Работает в Cursor, OpenCode, Codex CLI - один репозиторий заменяет недели настройки, полностью бесплатно Repo: https://github.com/affaan-m/everything-claude-code @Python_Community_ru

🚀 Самые быстрорастущие GitHub-репозитории недели Неделя прошла под знаком голосового AI и саморазвивающихся агентов 1. https://github.com/microsoft/VibeVoice — опенсорс voice AI: клонирование голоса и транскрипция до 60 минут за один проход 2. https://github.com/bytedance/deer-flow — SuperAgent от ByteDance: сам исследует, кодит и выполняет задачи 3. https://github.com/NousResearch/hermes-agent — агент с памятью, который развивается со временем 4. https://github.com/mvanhorn/last30days-skill — агент ищет инфу по теме сразу в Reddit, X, YouTube, HN 5. https://github.com/hacksider/Deep-Live-Cam — realtime face swap по одной картинке 6. https://github.com/TauricResearch/TradingAgents — мультиагентный трейдинг на LLM 7. https://github.com/hesreallyhim/awesome-claude-code — лучшие skills и плагины для Claude Code 8. https://github.com/google-research/timesfm — foundation-модель для таймсерий, zero-shot прогнозы 9. https://github.com/datalab-to/chandra — OCR для сложных таблиц и рукописного текста 10. https://github.com/SakanaAI/AI-Scientist-v2 — автоматизация научных открытий через агентов @Python_Community_ru

‍✔️ AutoAgent: агенты теперь улучшают себя сами Вышла мощная open source библиотека для автономной самооптимизации AI-агентов. Мета-агент сам подбирает промпты, инструменты и оркестрацию - и занял #1 на SpreadsheetBench (96.5%) и TerminalBench (55.1%). В процессе оптимизации агент сам придумал несколько трюков, которые никто не закладывал. Spot checking – запуск отдельных задач для маленьких правок вместо полного прогона, что сэкономило кучу compute. Принудительные верификационные циклы - агент встроил детерминированные self-check-и и валидаторы, выделив бюджет на основную задачу и бонусные шаги для проверки. Написание тестов - агент начал сам писать юнит-тесты под каждую задачу. Progressive disclosure – при переполнении контекста агент начал дампить длинные данные в файлы. Оркестрация субагентов – при необходимости агент создавал task-specific субагентов и передавал им управление. GitHub: https://github.com/kevinrgu/autoagent Подробнее: https://uproger.com/autoagent-agenty-teper-uluchshayut-sebya-sami/ 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

🚀 Открытый радиолокационный комплекс AERIS-10 AERIS-10 — это модульная, доступная радиолокационная система с фазированной антенной решеткой, работающая на частоте 10.5 ГГц. Проект ориентирован на исследователей и разработчиков дронов, предлагая возможность экспериментов с обработкой сигналов и отслеживанием целей. 🚀 Основные моменты: - Полностью открытое аппаратное и программное обеспечение - Две версии: AERIS-10N (3 км) и AERIS-10X (20 км) - Электронное управление направлением луча ±45° - Интуитивно понятный интерфейс на Python с интеграцией карт - Модульная архитектура для легкой настройки 📌 GitHub: #python @Python_Community_ru https://github.com/NawfalMotii79/PLFM_RADAR

‍Python-ремейк спас проект от мгновенной смерти На GitHub случилась почти киношная история. Вирусный форк утекшего Claude Code (https://t.me/ai_machinelearning_big_data/9782)мог исчезнуть в любой момент: предыдущие зеркала сносили почти сразу, а риск DMCA висел над репозиторием с первой минуты. Но вместо того чтобы просто прятать архив, автор пошёл другим путём. Он использовал OpenAI Codex и за ночь переписал весь исходник с нуля: огромную TypeScript-кодовую базу примерно на 512 тысяч строк превратил в clean-room реализацию на Python. Без копирования оригинальных строк, но с сохранением логики, инструментов и поведения агента. И вот тут началось самое интересное. Проект из юридической мины превратился в "безопасную" open-source-версию, которую сообщество тут же понесло в звёзды. 47 тысяч stars за 5 часов - это уже не просто хайп, а сигнал, насколько людям нужен такой инструмент. Самое показательное в этой истории даже не скорость роста. А то, как меняется сама разработка. Раньше утечка кода означала либо архив, либо бан, либо бесконечные споры. Теперь достаточно сильной модели, чтобы за ночь пересобрать систему в другом языке и фактически дать проекту вторую жизнь. Автор и не скрывает амбиций: цель уже не просто сохранить артефакт утечки, а сделать более сильную и практичную harness-платформу. И да, следующий шаг у них уже на горизонте - переписывание в Rust. https://x.com/Fried_rice/status/2038894956459290963 @Python_Community_ru

‍⚡️ Alibaba DAMO Academy (лаборатория, которая создала Qwen) открыла исходный код AgentScope - Python-фреймворка для построения систем из нескольких AI-агентов. Чем он отличается от остальных: Вы описываете задачу - система строит архитектуру сама. Планировщик, исследователь, программист, критик - каждый агент получает свои инструменты, память и логику рассуждений. Они работают в связке и возвращают готовый результат. Что внутри из коробки: • Визуальный конструктор агентов, проектируете систему до написания кода • Поддержка MCP-инструментов - подключаете любые внешние сервисы напрямую • Встроенная память - агенты помнят контекст, решения и историю между сессиями • RAG-конвейер - подключаете свои документы и базы знаний • Модули рассуждений - агенты планируют, рефлексируют и исправляют ошибки без участия человека Это фреймворк, где агент - первичная единица мышления с самого начала проектирования. Лицензия: Apache 2.0. Полностью бесплатно. https://github.com/agentscope-ai/agentscope 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

🔥 dots.ocr-1.5 — OCR-модель на 3B параметров от Rednote-hilab. SOTA для мультиязычного парсинга документов — поддерживает практически любую систему письма. 📊 Elo 1089 на olmOCR-Bench и 1157 на XDocParse — выше, чем у GLM-OCR и PaddleOCR-VL-1.5 📄 На OmniDocBench (text edit 0.031) обгоняет Qwen3-VL-235B (0.069) и Gemini 2.5 Pro (0.075) 🎨 Может генерировать SVG-код для графиков, диаграмм и химических формул 🌐 Поддерживает парсинг веб-страниц, распознавание текста в сценах и подсчёт объектов ⚡ Работает через vLLM и запускается на одной GPU 🤖 Модель: https://modelscope.cn/models/rednote-hilab/dots.ocr-1.5 🔗 GitHub: https://github.com/rednote-hilab/dots.ocr 🎠 Демо: https://dotsocr.xiaohongshu.com 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

📢 Mistral выпустили Voxtral TTS - open-weight голосовую модель, которая метит в уровень ElevenLabs, но без платных ограничений Главное: - всего ~3B параметров - работает даже на ноутбуке - скорость ~6x быстрее реального времени - ~90 мс до первого звука - ~3GB RAM после квантования - 9 языков + клонирование голоса по 5 секундам аудио (даже между языками) Как работает: - 3.4B - понимает текст и планирует речь - 390M - отвечает за ритм, произношение, интонацию - 300M - превращает всё в финальный аудио сигнал Такое разделение ускоряет модель и делает её легче, чем один большой монолит По тестам: - 62.8% предпочли её ElevenLabs Flash (дефолтные голоса) - 69.9% - на кастомных голосах https://mistral.ai/news/voxtral-tts 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

‍🚨 PyPI снова взломали. Теперь под ударом пакет telnyx Очередной удар по supply chain от TeamPCP. И это уже не единичный случай - это целая атака по экосистеме разработчиков. Что произошло: • Популярный Python-пакет telnyx на PyPI был скомпрометирован • Вредоносный код внедрили прямо в официальные версии • Payload срабатывает при обычном import — без действий пользователя Что делает malware: • крадёт SSH-ключи, токены, .env, криптокошельки • шифрует и отправляет данные на сервер злоумышленников • закрепляется в системе (persistency) • может распространяться дальше по инфраструктуре Это не просто вредоносный пакет - это полноценаая атака: 1. Сначала взломали Trivy (инструмент безопасности) 2. Через него украли токены CI/CD 3. Затем заразили npm (CanisterWorm) 4. Потом PyPI (LiteLLM, telnyx и др.) 👉 Один заражённый пакет = полный доступ к инфраструктуре Теперь правило №1: • фиксируй версии (pin dependencies) • проверяй хэши • не доверяй последним релизам вслепую Это уже не баги. Это война за supply chain. https://www.aikido.dev/blog/telnyx-pypi-compromised-teampcp-canisterworm 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

🌟🚀 LongCat-Next: Мультимодальная модель нового поколения LongCat-Next — это мощная мультимодальная модель, объединяющая текст, визуальные и аудио данные в едином фрейме. Она демонстрирует выдающиеся результаты на различных задачах, превосходя традиционные подходы к представлению данных. Открытый исходный код модели способствует развитию исследований в этой области. 🚀Основные моменты: - Объединяет текст, визуальные и аудио данные в одном фрейме. - Использует новый подход DiNA для упрощения мультимодального моделирования. - Внедряет иерархические дискретные токены для улучшенного представления. - Обеспечивает высокую производительность в задачах понимания и генерации. 📌 GitHub: https://github.com/meituan-longcat/LongCat-Next #python @Python_Community_ru

‍🌟 Claude Code Game Studios: 48 ИИ-агентов как полноценная игровая студия. Соло-разработчик с доступом к Claude Code теперь может развернуть целую гейм-дев студию с креативным директором, лидами отделов и профильными специалистами. В основу геймдизайнерских подходов заложены MDA Framework, теория самодетерминации и проектирование состояния потока. Claude Code Game Studios (https://github.com/Donchitos/Claude-Code-Game-Studios) - шаблон для Claude Code, который организует ИИ-сессию в трёхуровневую иерархию из 48 специализированных агентов. На вершине 3 директора (креативный, технический и продюсер), работающие на модели Opus. Уровнем ниже 8 руководителей отделов на Sonnet: геймдизайнер, ведущий программист, арт-директор, директор по звуку, нарративный директор и другие. Третий уровень - специалисты на Sonnet и Haiku: от геймплэй-программиста и дизайнера экономики до DevOps-инженера и специалиста по доступности. Агенты взаимодействуют по четкому протоколу: вертикальная делегация задач сверху вниз, горизонтальные консультации между агентами одного уровня, эскалация конфликтов к общему руководителю. Каждый агент работает строго в границах своего домена и не модифицирует чужие файлы без явного поручения. Помимо агентов, шаблон включает 37 команд, покрывающих весь цикл разработки: планирование спринтов, ревью кода и дизайна, аудит ассетов, генерацию идей, подготовку к релизу. Отдельная категория - командные воркфлоу, которые координируют работу нескольких агентов над конкретной фичей: боевой системой, нарративом, интерфейсом или звуком. Параллельно работают 8 хуков, привязанных к событиям git и жизненному циклу сессии. Они срабатывают автоматически: валидируют коммиты на захардкоженные значения и корректность данных, предупреждают о пушах в защищённые ветки, подгружают контекст текущего спринта при старте и фиксируют результаты при завершении. Ещё один слой - 11 правил, привязанных к путям в проекте. Они применяются при редактировании файлов в соответствующих директориях и задают стандарты для каждой зоны кодовой базы. 🟡Это не автопилот. Агенты задают вопросы, предлагают несколько вариантов с плюсами и минусами, показывают черновик. Но финальное решение всегда за человеком, ничего не фиксируется без его одобрения. 🟡Шаблон работает с Godot 4, Unity и Unreal Engine 5. Для каждого предусмотрен свой лид-агент с набором суб-специалистов: у Godot это GDScript, шейдеры и GDExtension, у Unity - DOTS/ECS, VFX и UI Toolkit, у Unreal - GAS, Blueprints и Replication. Проект открыт к кастомизации: агентов можно добавлять и удалять, промпты редактировать, хуки - перенастраивать. 📌Лицензирование: MIT License. 🖥GitHub (https://github.com/Donchitos/Claude-Code-Game-Studios) @ai_machinelearning_big_data #AI #ML #Vibecoding #Gamedev #Claude @Python_Community_ru

💻 Claude Computer - полезная шпаргалка Как включить: 1. Платная подписка + десктопное приложение + приложение на телефоне 2. Соедини через Dispatch (слева) 3. В настройках включи Computer use Примеры работы: ✦ Найти фрилансера Промпт: Открой мой Fiverr в Chrome. Опубликуй задачу на [задача]. Напиши 10 лучшим специалистам. Проверь входящие и доведи до сделки до бюджета [бюджет] ✦ Найти вирусную рекламу Промпт: Открой Meta Ads Library Найди свежие вирусные объявления по теме [тема] в [страна] Собери Google Sheets с 50+ ссылками ✦ Массовый отклик на вакансии Промпт: Открой сайты с вакансиями Проанализируй мой CV И откликнись на подходящие вакансии Claude Computer - мощный и простой в настройке исполнитель задач 🐍 Python полезные ресурсы ( ) () @Python_Community_ru

Прости нас, Планктон 🐍 Python полезные ресурсы ( ) () @Python_Community_ru