uz
Feedback
PythonDigest

PythonDigest

Kanalga Telegram’da o‘tish

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

Ko'proq ko'rsatish
Rossiya226 195Texnologiyalar & Aralashmalar32 006
1 862
Obunachilar
+124 soatlar
-17 kunlar
+330 kunlar

Ma'lumot yuklanmoqda...

O'xshash kanallar
The After Times
16.8K
The After Times
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
Ko'proq kanallar
Taglar buluti
llm9
apache6
empty6
superset6
аугментация6
контекст6
lora5
string5
api4
learn4
meshtastic4
nullable4
plugin4
pydigest4
pythonz4
strings4
tools4
values4
браузер4
сводка4
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyun '26
Iyun '26
+16
0 kanalda
May '26
+16
0 kanalda
Get PRO
Aprel '26
+14
1 kanalda
Get PRO
Mart '26
+13
1 kanalda
Get PRO
Fevral '26
+20
0 kanalda
Get PRO
Yanvar '26
+16
1 kanalda
Get PRO
Dekabr '25
+15
0 kanalda
Get PRO
Noyabr '25
+18
1 kanalda
Get PRO
Oktabr '25
+21
0 kanalda
Get PRO
Sentabr '25
+10
1 kanalda
Get PRO
Avgust '25
+9
0 kanalda
Get PRO
Iyul '25
+12
1 kanalda
Get PRO
Iyun '25
+12
0 kanalda
Get PRO
May '25
+13
0 kanalda
Get PRO
Aprel '25
+12
2 kanalda
Get PRO
Mart '25
+15
1 kanalda
Get PRO
Fevral '25
+21
0 kanalda
Get PRO
Yanvar '25
+20
2 kanalda
Get PRO
Dekabr '24
+16
1 kanalda
Get PRO
Noyabr '24
+25
2 kanalda
Get PRO
Oktabr '24
+26
1 kanalda
Get PRO
Sentabr '24
+16
1 kanalda
Get PRO
Avgust '24
+19
1 kanalda
Get PRO
Iyul '24
+26
0 kanalda
Get PRO
Iyun '24
+15
0 kanalda
Get PRO
May '24
+38
0 kanalda
Get PRO
Aprel '24
+39
0 kanalda
Get PRO
Mart '24
+41
0 kanalda
Get PRO
Fevral '24
+50
0 kanalda
Get PRO
Yanvar '24
+73
0 kanalda
Get PRO
Dekabr '23
+74
0 kanalda
Get PRO
Noyabr '23
+25
0 kanalda
Get PRO
Oktabr '23
+24
0 kanalda
Get PRO
Sentabr '23
+19
0 kanalda
Get PRO
Avgust '23
+30
0 kanalda
Get PRO
Iyul '23
+26
0 kanalda
Get PRO
Iyun '23
+17
0 kanalda
Get PRO
May '23
+11
0 kanalda
Get PRO
Aprel '23
+18
0 kanalda
Get PRO
Mart '23
+29
0 kanalda
Get PRO
Fevral '23
+18
0 kanalda
Get PRO
Yanvar '23
+27
0 kanalda
Get PRO
Dekabr '22
+20
0 kanalda
Get PRO
Noyabr '22
+18
0 kanalda
Get PRO
Oktabr '22
+11
0 kanalda
Get PRO
Sentabr '22
+20
0 kanalda
Get PRO
Avgust '22
+14
0 kanalda
Get PRO
Iyul '22
+18
0 kanalda
Get PRO
Iyun '22
+8
0 kanalda
Get PRO
May '22
+27
0 kanalda
Get PRO
Aprel '22
+16
0 kanalda
Get PRO
Mart '22
+21
0 kanalda
Get PRO
Fevral '22
+15
0 kanalda
Get PRO
Yanvar '22
+21
0 kanalda
Get PRO
Dekabr '21
+19
0 kanalda
Get PRO
Noyabr '21
+25
0 kanalda
Get PRO
Oktabr '21
+29
0 kanalda
Get PRO
Sentabr '21
+21
0 kanalda
Get PRO
Avgust '21
+24
0 kanalda
Get PRO
Iyul '21
+24
0 kanalda
Get PRO
Iyun '21
+18
0 kanalda
Get PRO
May '21
+20
0 kanalda
Get PRO
Aprel '21
+20
0 kanalda
Get PRO
Mart '21
+46
0 kanalda
Get PRO
Fevral '21
+23
0 kanalda
Get PRO
Yanvar '21
+33
0 kanalda
Get PRO
Dekabr '20
+1 968
0 kanalda
Sana
Obunachilarni jalb qilish
Esdaliklar
Kanallar
30 Iyun+1
29 Iyun0
28 Iyun0
27 Iyun+1
26 Iyun0
25 Iyun0
24 Iyun+3
23 Iyun+1
22 Iyun0
21 Iyun+1
20 Iyun+2
19 Iyun0
18 Iyun0
17 Iyun+1
16 Iyun0
15 Iyun0
14 Iyun0
13 Iyun0
12 Iyun0
11 Iyun0
10 Iyun0
09 Iyun0
08 Iyun+1
07 Iyun0
06 Iyun0
05 Iyun+2
04 Iyun+2
03 Iyun0
02 Iyun0
01 Iyun+1
Kanal postlari
PythonDigest
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.

2
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. 
152
3
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.
202
4
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.
214
5
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.
205
6
#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/
207
7
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.
202
8
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?
213
9
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?
225
10
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.
222
11
TileRT - Tile-Based Runtime for Ultra-Low-Latency LLM Inference https://github.com/tile-ai/TileRT
219
12
sglang-omni - High-Performance Multi-Stage Pipeline Framework for Omni Models https://github.com/sgl-project/sglang-omni
230
13
The Fastest Python Struct? https://www.crumpledpaper.tech/2026-06-21-python-struct-profiling/
227
14
Free-threaded Python: past, present, and future https://lwn.net/SubscriberLink/1078367/5800cc051d01e516/
246
15
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/
249
16
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.
239
17
Run Modified Python Code Using the AST Module https://pydantic.dev/articles/eval-type-backport How to work with Python’s Abstract Syntax Tree (AST), a foundation of many metaprogramming techniques, and how this can be valuable in the age of AI
238
18
Pluggy - production ready plugin system https://github.com/pytest-dev/pluggy
243
19
Хватит засовывать всё в контейнеры: возвращаем комфорт в локальную разработку https://habr.com/ru/companies/domclick/articles/1048230/ Сегодня хочу поделиться своим подходом к локальной разработке backend‑приложений. Речь пойдёт о том, как вернуться к использованию виртуальных окружений, отказавшись от контейнеризации там, где она начинает мешать, а не помогать.Каждый разработчик давно знает обо всех преимуществах Docker: мы привыкли воспринимать его как универсальный ответ на любые вопросы инфраструктуры. Некогда революционная парадигма разработки стала чем‑то обыденным и сегодня часто принимается как no‑brainer решение при разработке очередного проекта на локальной машине.
242
20
Книга: «Анализ данных с LLM. Текст, таблицы, изображения и аудио» https://habr.com/ru/companies/piter/articles/1050570/ Большие языковые модели (LLM) позволяют оптимизировать и ускорить решение практически любой задачи в области анализа данных. Освойте методы для анализа больших массивов текстовых, табличных и графовых данных, изображений, видео и многого другого с помощью понятных запросов на естественном языке и нескольких строк кода на Python.
248
Barcha postlarni ko‘rish