Python Community

🔍 OmniParser (https://github.com/microsoft/OmniParser?tab=readme-ov-file) — это инструмент от Microsoft, предназначенный для разбора и анализа интерфейсов приложений на основе скриншотов 🌟 OmniParser позволяет распознавать и структурировать элементы интерфейса, обеспечивая, чтобы визуальные агенты на основе GPT могли ориентироваться и взаимодействовать с различными GUI-компонентами. OmniParser поддерживает модель для обнаружения интерактивных областей и описания иконок, делая возможным создание агентов, ориентированных на визуальное восприятие 🔐 Лицензия: CC-BY-4.0 🖥 Github (https://github.com/microsoft/OmniParser?tab=readme-ov-file) @Python_Community_ru

⚡️ OpenChronicle - локальная память для AI-агентов Одна из главных проблем AI-агентов: они быстро теряют контекст. Сегодня вы обсуждали проект, архитектуру, людей, решения и инструменты. Завтра агент снова спрашивает: «А что мы делаем?» OpenChronicle пытается закрыть эту дыру. Он запускается на Mac, смотрит на рабочий контекст и превращает его в постоянную Markdown-память: * проекты * решения * инструменты * людей * последние действия * важные рабочие детали Память хранится локально, её можно открыть и прочитать руками. Под капотом - Markdown на диске и SQLite. https://github.com/Einsia/OpenChronicle @Python_Community_ru

Агенты прокачивают друг друга UCSB-AI выложили GEA, фреймворк для open-ended self-improvement агентов через обмен опытом. Идея простая, но мощная: улучшать не одного агента в вакууме, а целую группу агентов как одну эволюционирующую систему. Один агент нашёл удачный паттерн, другой переиспользовал его, третий доработал, группа стала сильнее. Это похоже на переход от «один AI сам себя улучшает» к «популяция агентов накапливает коллективный опыт». В репозитории есть код для запуска GEA, интеграция с SWE-bench и Polyglot, Docker-окружение, промпты и инструменты для foundation-моделей. Проект распространяется под Apache-2.0. https://github.com/UCSB-AI/GEA @Python_Community_ru

GPT-5.6 Terra выглядит слабым выбором по соотношению интеллект / цена. Судя по графику, Terra проигрывает почти на всей кривой эффективности. То есть его трудно оправдать и по стоимости, и по производительности. Luna и Sol стабильно выглядят сильнее: * за те же деньги дают больше intelligence * или дают похожий уровень intelligence дешевле * на разных reasoning-режимах обходят Terra Особенно выделяется Luna. Она даёт конкурентный уровень качества за заметно меньшую цену, поэтому выглядит лучшим вариантом для задач, где важна эффективность. Вывод простой: если нужен разумный default по цене и качеству, Luna сейчас выглядит сильнее Terra. https://x.com/Machinelearrn/status/2075969904826605891 @Python_Community_ru

Хорошая памятка по Python-скриптам, которые не стыдно запускать не только у себя на ноутбуке. Что советуют: * зависимости можно указывать прямо в файле через inline metadata и запускать через uv run * секреты не хардкодить, а брать из env, getpass или системного keyring * print() оставить для пользователя, logging — для отладки * env-переменные документировать в --help * результат отдавать в stdout, ошибки и логи — в stderr * поддерживать pipe через stdin * завершаться нормальными exit code * явно задавать приоритет конфигурации: CLI > env > config > default Маленький скрипт тоже может быть удобным, безопасным и предсказуемым. Особенно когда его через месяц запускает уже не автор, а кто-то другой. https://www.bitecode.dev/p/scripting-good-practices-in-python @Python_Community_ru

🌟 General Intuition в коллабе с Epic Games сделали мультиплеерную модель мира Институт General Intuition вместе с французской лабораторией Kyutai и Epic Games представил (https://mira-wm.com/blog-post/) MIRA, генеративный симулятор, воспроизводящий матчи Rocket League (https://www.rocketleague.com/play) в формате 2 на 2 в реальном времени. На входе только история кадров и нажатия клавиш всех четырёх игроков: ни физического движка, ни рендер-движка, ни явных 3D-представлений в инференсе нет. В отличие от Odyssey, где логика вычислений и рендеринг разведены, MIRA пошла (https://mira-wm.com/paper) по пути генеративной симуляции в латентном пространстве видео. В основе - диффузионный трансформер на 5 млрд параметров и отдельный видеокодек-представление на 600 млн. Вместо автоэнкодера кодек строится поверх замороженного DINOv3-L, и латентное пространство выходит настолько стабильным, что специальные приёмы против дрейфа не понадобились, модель работает из коробки на обычном diffusion forcing (https://arxiv.org/pdf/2407.01392). Экраны четырёх игроков MIRA сшивает в единую сетку латентов, чтобы механизмы пространственного внимания работали между ракурсами и держали машины, мяч и события согласованными на всех видах. Механизм action dropout достраивает поведение машин, для которых команды не пришли, компенсируя пропуски в потоках действий. Всего на обучение MIRA ушло около 10 тыс часов геймплея, целиком сгенерированных ботами. 🟡 Тесты Латентный подход бьёт пиксельный на порядок: gFID 10.7 против 81–105 и ARR 0.91 против 0.49–0.61 (ARR измеряет, насколько отданные команды считываются обратно из генерации). Ключ к стабильности именно в DINOv3-L, без него картинка дрейфует в 1.3–1.7 раза сильнее, а с ним gFID держится ровным вплоть до 5 минут, и на практике роллаут идёт часами без коллапса. ARR, кстати, совпадает с оценками живых людей (корреляция Пирсона 0.84). 🟡Недостатки Контекст модели около четырёх секунд, поэтому повторы голов она попросту досочиняет - выглядит правдоподобно, но не совпадает с тем, что было на самом деле. Часы и счёт плывут на переходах, а за 40 минут игры набегает порядка 80 некомандных бустов и 30 прыжков. Авторы опубликовали код (https://github.com/mira-wm/mira) обучения и инференса, а также сет Rocket Science (https://huggingface.co/datasets/kyutai/rocket-science) из 1000 часов каток в 720p с потоками действий и физическими состояниями. На одной NVIDIA B200 модель выдаёт 20 FPS при 576p в реальном времени. Потыкать в играбельное демо можно тут. (https://mira-wm.com/play/?via=game-00) @ai_machinelearning_big_data #news #ai #ml @Python_Community_ru

✔️ DeepSeek-V4 теперь можно запускать локально через GGUF от Unsloth. DeepSeek-V4-Flash в lossless-версии запускается на 168 ГБ RAM. 3-битная версия работает на Mac и сетапах с RAM/VRAM примерно от 110 ГБ. Unsloth также улучшили chat template, чтобы модель корректнее работала в диалоговом формате. Запускать можно через Unsloth Studio или llama.cpp. Гайд: unsloth.ai/docs/models/deepseek-v4 GGUF: huggingface.co/unsloth/DeepSeek-V4-Flash-GGUF @Python_Community_ru

‍✔️ Data-Juicer: пайплайн для подготовки данных под foundation models Alibaba и сообщество Data-Juicer развивают open-source систему для обработки датасетов перед обучением, дообучением и RAG. Data-Juicer помогает чистить, фильтровать, дедуплицировать, синтезировать и анализировать данные. Работает не только с текстом, но и с мультимодальными датасетами: изображениями, аудио и видео. В версии 2.0 заявлено больше 100 операторов для разных модальностей. Практический сценарий понятный: есть сырой корпус из разных источников, где много дублей, мусора, слабых примеров и перекоса по доменам. Data-Juicer позволяет собрать воспроизводимый data recipe, прогнать его на локальной машине или в распределённом режиме и потом оценить, как изменения в данных влияют на модель. Проект смотрит на данные как на отдельный слой оптимизации. Позволяет настроить качество, смесь, фильтры и пайплайн обработки. В ранней работе авторы показывали прирост до 7.45% по среднему score на 16 LLM-бенчмарках и 17.5% win rate в GPT-4 pairwise evaluation за счёт data recipes. https://github.com/datajuicer/data-juicer @Python_Community_ru

Забавная игрушка на ночь: GitHub-профиль теперь можно превратить в карточку в стиле FIFA. GitFut прогоняет аккаунт по метрикам вроде коммитов, звёзд, репозиториев, подписчиков и активности, а потом собирает карточку с рейтингом от 0 до 99. Идеально, чтобы внезапно узнать, ты GitHub-легенда или бронзовый запасной с одним pet-проектом. https://gitfut.com/ @Python_Community_ru

The Easiest Way to Scrape the Web Инструмент, который Имитирует браузеры для скрейпинга и парсит HTML в Markdown. Незаметный web-scraping и удобный HTML-парсинг в Python. https://github.com/jpjacobpadilla/Stealth-Requests @Python_Community_ru

✔️ DeepSeek OCR локально на RTX 3090 Проект даёт полноценный OCR и умную обработку документов прямо у себя на машине через DeepSeek-OCR. Что внутри: загрузка изображений и многостраничных PDF точное распознавание текста + структурирование экспорт в Markdown / HTML / DOCX / JSON извлечение изображений и сохранение формул удобный интерфейс (React) + API (FastAPI) готов к запуску в Docker Подходит, когда нужно превратить сканы в редактируемые и поисковые документы без облака. GitHub: http://github.com/rdumasia303/deepseek_ocr_app @Python_Community_ru

‍Wagtail как Django admin на стероидах Хороший разбор для Django-разработчиков: Wagtail можно использовать не только как CMS, но и как более удобную админку для обычных Django-моделей. Смысл простой: Django admin быстро даёт UI вокруг моделей, но кастомизация часто превращается в боль. Wagtail даёт более современный интерфейс, нормальную работу с полями, группировку через panels, роли, permissions, rich text, media library, versioning и редакторские workflow. При этом не нужно переписывать проект под CMS-логику. Wagtail ставится как обычный Django-пакет, добавляется в INSTALLED_APPS, подключается в urls.py, а бизнес-логика, views, forms и templates остаются обычными Django. Самый практичный случай использования : взять существующий admin.py, перенести модели в Wagtail snippets и постепенно заменить старую админку там, где нужен интерфейс, который не стыдно показать клиенту. Для внутренних тулзов, CRM, backoffice и контентных разделов это может быть намного приятнее, чем бесконечно допиливать стандартный Django admin. https://timonweb.com/wagtail/wagtail-as-django-admin-on-steroids/ @Python_Community_ru

Array API + JIT: как ускорять scientific Python без CUDA C Quansight разобрали важную проблему: Array API помогает писать код под разные array-бэкенды, но в SciPy и похожих библиотеках много compiled-кода, который сложнее переносить на GPU и multicore CPU. Авторы предлагают использовать Array API + JIT/AOT-компиляцию как альтернативу ручным специализированным kernels. На примере SciPy RBF interpolator авторы показывают, что такой подход может дать серьёзный прирост производительности на CUDA без написания CUDA C-кода. Scientific Python постепенно уходит от модели «пишем отдельную реализацию под каждое железо» к более удобному стеку, где один код может работать быстрее на разных backend’ах. https://labs.quansight.org/blog/array-api-aot-jit @Python_Community_ru

Мы это не заслужили ) @Python_Community_ru

‍Anthropic выкатила Claude Sonnet 5 - мощнейший «агентный» Sonnet в линейке. Главная идея: модель теперь лучше планирует, пользуется инструментами, браузером, терминалом и может дольше вести сложные задачи без постоянного контроля. По словам Anthropic, Sonnet 5 приблизился к Opus 4.8 по агентным задачам, но стоит дешевле. Особенно упор сделали на кодинг, tool use, reasoning и работу с многошаговыми процессами. Модель уже доступна во всех планах Claude, включая Free и Pro, а также в Claude Code и API. Цена для разработчиков до 31 августа 2026: • $2 за 1 млн input tokens • $10 за 1 млн output tokens Потом стандартная цена: • $3 за input • $15 за output Интересный момент: Anthropic отдельно пишет, что Sonnet 5 безопаснее Sonnet 4.6 в агентных сценариях, лучше отказывается от вредных запросов и устойчивее к prompt injection. По сути, это попытка сделать «рабочую лошадку» для AI-агентов: не самую дорогую, но достаточно сильную, чтобы закрывать кодинг, автоматизацию, браузерные задачи и долгие пайплайны. https://www.anthropic.com/news/claude-sonnet-5 @Python_Community_ru

Как запустить своего Джарвиса за 5 минут: локальный AI-ассистент OpenJarvis Идея простая: вместо очередного облачного чат-бота вы собираете персонального AI-помощника, который работает ближе к вашему устройству, файлам и задачам. https://github.com/open-jarvis/OpenJarvis @Python_Community_ru

🖥 GitHub Pages можно пересобрать почти на голом Python. Автор показал, как сделать лёгкую платформу для хостинга статических сайтов без фреймворков и тяжёлой инфраструктуры. Только стандартная библиотека Python. Идея простая: • http.server отдаёт статические файлы • небольшой Python-код добавляет логику деплоя • автоматизация обновляет сайт после изменений • HTTPS можно прикрутить без отдельного большого стека Главный кайф не в том, чтобы «убить GitHub Pages», а в том, чтобы понять механику под капотом. Статический хостинг - это не магия. Это файловая раздача, маршруты, деплой, сертификаты и немного аккуратной автоматизации. Хороший материал для тех, кто хочет лучше понимать web-инфраструктуру, а не просто нажимать кнопку Deploy. https://blog.klemek.fr/articles/2026-06-14/ @Python_Community_ru

‍Вышел scikit-learn 1.9. Это не релиз про «новую модную модель», а про то, что библиотека становится удобнее для реальной ML-разработки. Главное: • experimental callbacks Теперь можно вешать callbacks на estimator-ы через set_callbacks() и отслеживать ключевые этапы fit. Из коробки есть ProgressBar для прогресса и ScoringMonitor для логирования метрик. • лучшее HTML-представление моделей В Jupyter estimator-ы теперь показывают больше полезной информации после fit: fitted attributes, типы, значения, output features у трансформеров и пайплайнов. Для сложных Pipeline, ColumnTransformer и FeatureUnion это реально удобнее, чем вручную копаться в атрибутах. • новый sparse_interface Появилась настройка: sklearn.set_config(sparse_interface="sparray") Она позволяет управлять тем, возвращает scikit-learn старые SciPy sparse matrix или новые sparse array. Пока default остаётся spmatrix, но дальше библиотека будет постепенно двигаться к sparray. • больше поддержки Array API Часть моделей и метрик теперь лучше работает с Array API-compatible inputs. • Narwhals как новая лёгкая зависимость Она нужна, чтобы проще поддерживать разные dataframe-библиотеки, например pandas и polars, особенно в связке с set_output. Обновление: pip install --upgrade scikit-learn https://blog.scikit-learn.org/updates/release-1-9/ @Python_Community_ru

В Python есть встроенный кэш, о котором многие забывают. Если функция часто вызывается с одними и теми же аргументами, не всегда нужно руками писать словарь, Redis или отдельный слой кэширования. Иногда хватает lru_cache из стандартного модуля functools. Пример: from functools import lru_cache @lru_cache(maxsize=128) def get_user(user_id): print("Запрос к базе") return {"id": user_id} Первый вызов выполнит функцию. Повторный вызов с тем же user_id вернёт результат из кэша. get_user(1) # Запрос к базе get_user(1) # уже из кэша maxsize ограничивает размер кэша, а старые значения вытесняются по принципу LRU: least recently used. Полезно для: • тяжёлых вычислений • запросов к API • чтения редко меняющихся данных • рекурсивных алгоритмов Главное помнить: lru_cache хорошо работает, когда результат функции зависит только от её аргументов. @Python_Community_ru