uk
Feedback
PythonDigest

PythonDigest

Відкрити в Telegram

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

Показати більше
1 862
Підписники
-124 години
+27 днів
+530 день

Триває завантаження даних...

Залучення підписників
червень '26
червень '26
+6
в 0 каналах
травень '26
+16
в 0 каналах
Get PRO
квітень '26
+14
в 1 каналах
Get PRO
березень '26
+13
в 1 каналах
Get PRO
лютий '26
+20
в 0 каналах
Get PRO
січень '26
+16
в 1 каналах
Get PRO
грудень '25
+15
в 0 каналах
Get PRO
листопад '25
+18
в 1 каналах
Get PRO
жовтень '25
+21
в 0 каналах
Get PRO
вересень '25
+10
в 1 каналах
Get PRO
серпень '25
+9
в 0 каналах
Get PRO
липень '25
+12
в 1 каналах
Get PRO
червень '25
+12
в 0 каналах
Get PRO
травень '25
+13
в 0 каналах
Get PRO
квітень '25
+12
в 2 каналах
Get PRO
березень '25
+15
в 1 каналах
Get PRO
лютий '25
+21
в 0 каналах
Get PRO
січень '25
+20
в 2 каналах
Get PRO
грудень '24
+16
в 1 каналах
Get PRO
листопад '24
+25
в 2 каналах
Get PRO
жовтень '24
+26
в 1 каналах
Get PRO
вересень '24
+16
в 1 каналах
Get PRO
серпень '24
+19
в 1 каналах
Get PRO
липень '24
+26
в 0 каналах
Get PRO
червень '24
+15
в 0 каналах
Get PRO
травень '24
+38
в 0 каналах
Get PRO
квітень '24
+39
в 0 каналах
Get PRO
березень '24
+41
в 0 каналах
Get PRO
лютий '24
+50
в 0 каналах
Get PRO
січень '24
+73
в 0 каналах
Get PRO
грудень '23
+74
в 0 каналах
Get PRO
листопад '23
+25
в 0 каналах
Get PRO
жовтень '23
+24
в 0 каналах
Get PRO
вересень '23
+19
в 0 каналах
Get PRO
серпень '23
+30
в 0 каналах
Get PRO
липень '23
+26
в 0 каналах
Get PRO
червень '23
+17
в 0 каналах
Get PRO
травень '23
+11
в 0 каналах
Get PRO
квітень '23
+18
в 0 каналах
Get PRO
березень '23
+29
в 0 каналах
Get PRO
лютий '23
+18
в 0 каналах
Get PRO
січень '23
+27
в 0 каналах
Get PRO
грудень '22
+20
в 0 каналах
Get PRO
листопад '22
+18
в 0 каналах
Get PRO
жовтень '22
+11
в 0 каналах
Get PRO
вересень '22
+20
в 0 каналах
Get PRO
серпень '22
+14
в 0 каналах
Get PRO
липень '22
+18
в 0 каналах
Get PRO
червень '22
+8
в 0 каналах
Get PRO
травень '22
+27
в 0 каналах
Get PRO
квітень '22
+16
в 0 каналах
Get PRO
березень '22
+21
в 0 каналах
Get PRO
лютий '22
+15
в 0 каналах
Get PRO
січень '22
+21
в 0 каналах
Get PRO
грудень '21
+19
в 0 каналах
Get PRO
листопад '21
+25
в 0 каналах
Get PRO
жовтень '21
+29
в 0 каналах
Get PRO
вересень '21
+21
в 0 каналах
Get PRO
серпень '21
+24
в 0 каналах
Get PRO
липень '21
+24
в 0 каналах
Get PRO
червень '21
+18
в 0 каналах
Get PRO
травень '21
+20
в 0 каналах
Get PRO
квітень '21
+20
в 0 каналах
Get PRO
березень '21
+46
в 0 каналах
Get PRO
лютий '21
+23
в 0 каналах
Get PRO
січень '21
+33
в 0 каналах
Get PRO
грудень '20
+1 968
в 0 каналах
Дата
Залучення підписників
Згадування
Канали
10 червня0
09 червня0
08 червня+1
07 червня0
06 червня0
05 червня+2
04 червня+2
03 червня0
02 червня0
01 червня+1
Дописи каналу
[Видео] Как мы изобретали Temporal, пытаясь просто создать приложение https://www.youtube.com/watch?v=UO8kOmZ5Tfk Ларин Андрей. Старший разработчик, группа разработки IDP, Яндекс. Слайды: https://moscowpython.ru/meetup/111/inventing-temporal/

2
[Видео] AI в разработке: очень хороший автокомплит или роботы нас заменят? https://www.youtube.com/watch?v=xJPcr72bJTQ Модерируемая дискуссия со спикерами. Рассмотрим с разных углов как AI инструменты меняют мир разработки.
121
3
Как я проектировал очередь задач для работы с AI-агентом https://habr.com/ru/articles/1044554/ Разбираю, как я отделил жизненный цикл задачи от владельца следующего действия, чтобы AI-агент видел не просто список дел, а очередь: что можно брать в работу, что ждет человека, что требует ревью и что заблокировано.
182
4
tornado - 6.5.7 https://pypi.org/project/tornado/6.5.7/ Масштабируемый, не блокирующий web-сервер. Скачать можно по ссылке: https://pypi.python.org/pypi/tornado/
191
5
Локальная Gemma 4 на MacBook читает графики и таблицы — и врёт красивее, чем говорит правду https://habr.com/ru/articles/1044400/ MacBook M3, 16 ГБ, никакого облака. Поставил свежую Gemma 4, написал инструмент: кидаешь картинку с графиком или таблицей — получаешь CSV. Три кейса из семи — идеально. На остальных модель начала врать, причём аккуратнее, чем говорила правду: вместо рваных реальных чисел подсовывала гладкие выдуманные. Разобрал по шагам — сетап на маке, грабли с llama.cpp, сам инструмент — и собрал карту, где локальному зрению можно верить, а где оно тихо галлюцинирует
226
6
Как дообучить LLM. Рассказываю шаг за шагом https://habr.com/ru/articles/1044422/ В этой статье я шаг за шагом расскажу, как дообучить LLM под свою задачу. В качестве примера возьму open-source модель Qwen2.5-0.5B и дообучу её извлекать информацию из текста в формате JSON по заданной схеме. Сначала дам короткую вводную по этапам обучения языковых моделей, а затем перейдём к практике: подготовим данные, настроим LoRA, обучим модель в Colab и сравним метрики до и после — заодно проверим, насколько сильно модель забывает прежние знания. Рассказ будет сопровождаться кодом на Python
231
7
Разбираемся в ML без воды: от базы до Attention. Часть 9: Дерево решений https://habr.com/ru/articles/1044364/ В восьмой части мы завершили изучение SVM и разобрались с Kernel Trick. Теперь пришло время познакомиться с деревьями решений — одним из самых популярных и интуитивно понятных алгоритмов машинного обучения. Идея дерева решений достаточно проста. Алгоритм последовательно задаёт вопросы о признаках объекта и, в зависимости от ответов, движется по ветвям дерева, пока не придёт к итоговому решению. Именно благодаря такой структуре деревья решений считаются одними из самых интерпретируемых моделей машинного обучения.
209
8
Сводка pythonz 31.05.2026 — 07.06.2026 https://pythonz.net/articles/648/ А теперь о том, что происходило в последнее время на других ресурсах.
214
9
auto-browser - real browser — with a human in the loop. https://github.com/LvcidPsyche/auto-browser
204
10
#python #pydigest IT-новости про Python перед вами. Часть материалов из выпуска Python Дайджест: - Как я отучил оракула молоть околесицу про ГОСТы: сказ о doc-rag без единого (почти) заморского слова - Как мы проектировали мониторинг Telegram-групп на Telethon - Реверс-инжиниринг карт Heroes of Might and Magic III: Horn of the Abyss + парсер на Python - Как конечные автоматы помогают сделать агента надежнее и при чем тут pydantic-graph? - Как дообучить LLM. Рассказываю шаг за шагом - Как собрать своё зеркало PyPI на nginx за вечер - A2A изнутри: как AI-агенты из разных сервисов договариваются друг с другом - auto-browser - real browser — with a human in the loop. - whichllm - поиск лучшей LLM модели под оборудование - Django - 6.0.6 Заходите в гости - https://pythondigest.ru/issue/651/
209
11
whichllm - поиск лучшей LLM модели под оборудование https://github.com/Andyyyy64/whichllm
218
12
beautifulsoup4 - 4.15.0 https://pypi.org/project/beautifulsoup4/4.15.0/ XML/HTML парсер. Скачать можно по ссылке: https://pypi.python.org/pypi/beautifulsoup4/
214
13
aiohttp - 3.14.1 https://pypi.org/project/aiohttp/3.14.1/ http клиент/сервер для asyncio. Скачать можно по ссылке: https://pypi.python.org/pypi/aiohttp
214
14
(An ((Even Better) Lisp) Interpreter (In Python)) http://norvig.com/lispy2.html
211
15
Pipeline в машинном обучении: как создавать сложные модели без боли и утечек данных https://habr.com/ru/companies/otus/articles/1039162/ В ML‑проектах проблемы часто начинаются не с выбора алгоритма, а с предобработки: один трансформер забыли применить к тестовой выборке, другой обучили до кросс‑валидации, третий сломался при передаче проекта коллеге. В статье разберём, как Pipeline в sklearn помогает собрать обработку данных и модель в единый воспроизводимый конвейер, снизить риск data leakage и упростить работу со сложными ML‑сценариями
216
16
Как конечные автоматы помогают сделать агента надежнее и при чем тут pydantic-graph? https://habr.com/ru/articles/1043808/ Когда пишешь библиотеку, рано или поздно упираешься в движок. Не в красивый внешний интерфейс и не в обёртки, а в ту часть внутри, которая гоняет процесс по состояниям: что-то сгенерировал, проверил, решил, что делать дальше, повторил. Пара флагов, цикл while, большой if посередине, и через месяц вы уже сами не помните, какие переходы там вообще возможны и почему одна из веток недостижима.Недавно я собирал ровно такой движок и наткнулся на библиотеку, которая делает эту работу заметно аккуратнее. Называется pydantic-graph. Про неё почти не пишут, хотя на ней стоит весь pydantic-ai, агентский фреймворк от авторов Pydantic.
224
17
Реверс-инжиниринг карт Heroes of Might and Magic III: Horn of the Abyss + парсер на Python https://habr.com/ru/articles/1039296/ Мне стало любопытно: смогу ли я распарсить карту HotA и написать такой парсер, который сможет быстро отвечать на вопросы вроде: «Где можно выучить заклинание “Городской портал”?», «Где найти артефакт, например, Чёрный шар?», «Есть ли в тюрьме герой Джелу?» и всё в таком духе.А ещё я решил, что искать в интернете готовые спецификации скучно. 
230
18
Как я отучил оракула молоть околесицу про ГОСТы: сказ о doc-rag без единого (почти) заморского слова https://habr.com/ru/articles/1043346/ Дело моё — программы писать, а сходиться им положено с мастеровой грамотой: ГОСТами, СТО, спецификациями. Хочу спросить оракула в писарне про точный пункт — получаю складную околесицу со ссылками на то, чего никто не писал. Тогда я сложил себе doc-rag: местную снасть для извлечения премудрости из собственных свитков. Внутри — устройство, грабли, история про утраченный указатель и попытка рассказать всё это без единого заморского слова.
241
19
Мой личный джун. Часть 1. Учим агента писать код и пользоваться git https://habr.com/ru/articles/1043348/ Я стал немного более GPU-rich. А это значит, что пора сдуть пыль со старого проекта)В этой части статьи мы создадим необходимую инфраструктуру, напишем простого агента, а также добавим нашему агенту MCP-инструменты.
245
20
redis - 7.3.1 https://pypi.org/project/redis/7.3.1/ Python клиент для Redis. Скачать можно по ссылке: https://pypi.python.org/pypi/redis/
256