Python/ django

🌟🚀 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

Как за 2 года стать разработчиком, за которого конкурируют компании? ⚡️ 8 апреля ИТМО в партнёрстве с Яндекс Практикумом проведут День открытых дверей онлайн-магистратуры «Фронтенд- и бэкенд-разработка». Поговорим про фронтенд и бэкенд, разницу между ними и уровень знаний на старте. Обсудим, какие навыки нужны для поступления, как магистратура помогает быстрее выйти на рынок — и быть на нём конкурентоспособным. Отдельно разберём сценарии для тех, кто уже работает в IT: как сменить стек, углубиться в текущий или перейти в новые направления, включая работу с ИИ.

На встрече обсудим: — какой трек выбрать и как выстроить карьеру в разработке — какую роль играет ИИ в программировании — как устроена программа и чему вы научитесь — как проходит обучение и как его совмещать с работой — как поступить: вступительные испытания и ключевые даты

Подключайтесь онлайн 8 апреля в 19:00 мск. → Зарегистрироваться на ДОД

🌟 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 - 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 @ai_machinelearning_big_data #AI #ML #Vibecoding #Gamedev #Claude

💻 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 Скоро это станет проблемой Промпт: Открой сайты с вакансиями Проанализируй мой CV И откликнись на подходящие вакансии Claude Computer - bощный и простой в настройке исполнитель задач 🐍 Python полезные ресурсы 🚀Max @pythonl

Прости нас, Планктон 🐍 Python полезные ресурсы 🚀Max @pythonl

Как безопасно и без боли встраивать ИИ в прод ↗️ Если вы пишете на Python и хотите использовать ИИ в повседневных задачах, то GoCloud 2026 — точно для вас. 9 апреля провайдер Cloud.ru проведет большую ИТ-конференцию про ИИ и облака. Главная тема в этом году — ИИ как сервис, а именно простые, управляемые и безопасные инструменты для работы с ИИ, которые можно использовать уже сейчас. Что будет особенно интересно:

▶️Автоматизация: готовые и доступные ИИ-инструменты, RAG без боли, AI-workflows и DevOps-агент в облаке. ▶️Проектирование ИИ-систем: мультиагентная архитектура и кейсы компаний. ▶️Работа с данными: обработка real-time данных, управляемые базы данных, интеграция Spark и ИИ. ▶️Разработка приложений в облаке: автоматизация рутины, DevOps-инструменты и защита приложений.

А еще в программе есть воркшопы: берите ноутбук и решайте прикладные задачи под руководством экспертов Cloud.ru. Конференция бесплатная, но места ограничены. 👉Успейте зарегистрироваться👈

🚀 Open-source прорыв: PrismAudio Вышла модель PrismAudio и она уже забирает SOTA в генерации аудио из видео (V2A) Что важно: - 518M модель, принята на ICLR 2026 - обходит все аналоги по качеству звука - быстрее конкурентов: ~0.63s на инференс Главная фишка: модель думает не одним блоком, а разбивает задачу на 4 части: - смысл (что происходит) - время (когда звучит) - эстетика (как звучит) - пространство (где звучит) И обучается через RL прямо внутри этого процесса Результат: - топ по всем метрикам (CLAP, MOS и др.) - лучше MMAudio, ThinkSound и HunyuanVideo - стабильно работает даже вне обучающего датасета Плюс: выпустили новый бенчмарк AudioCanvas - 800+ сценариев со звуками Model: https://modelscope.ai/models/iic/PrismAudio Demo: https://modelscope.cn/studios/iic/PrismAudio Paper: https://modelscope.ai/papers/2511.18833 GitHub: https://github.com/FunAudioLLM/ThinkSound/tree/prismaudio 🐍 Python полезные ресурсы 🚀Max @pythonl

🐍 Python полезные ресурсы 🚀Max @pythonl

Иногда хорошая работа сама находит🕵 У нас есть @job_radar_2gis_bot — он мониторит все ИТ-вакансии 2ГИС и присылает именно те, что подходят по профилю. Для этого нужно отметить направление и формат работы. Как только подходящая вакансия появится, бот пришлёт уведомлялку. Подключайтесь, новые вакансии уже там🔥

🛰️ Shadowbroker: Реальное геопространственное разведывательное решение Shadowbroker — это платформа для анализа открытых источников, которая в реальном времени агрегирует данные о глобальных событиях, таких как авиаперелеты, морское движение, спутники и конфликты. Идеально подходит для аналитиков и исследователей, желающих получить целостный обзор мировых событий на едином интерфейсе. 🚀Основные моменты: - Отслеживание частных и коммерческих авиарейсов - Мониторинг морского трафика и военных кораблей - Геолокация спутников и анализ их миссий - Информация о глобальных конфликтах и событиях - Доступ к CCTV и сигналам GPS в реальном времени 📌 GitHub: https://github.com/BigBodyCobain/Shadowbroker 🐍 Python полезные ресурсы 🚀Max

🚀 Автономный помощник для подачи заявок на работу ApplyPilot - это мощный инструмент для автоматизации процесса подачи заявок на работу. Он ищет вакансии на нескольких платформах, оценивает их с помощью ИИ, адаптирует ваше резюме и отправляет заявки без вашего участия. Просто настройте один раз и позвольте системе работать за вас. 🚀 Основные моменты: - Полная автоматизация подачи заявок на работу - Оценка вакансий по соответствию вашему резюме - Генерация адаптированных резюме и сопроводительных писем - Поддержка множества платформ для поиска вакансий - Открытый исходный код и бесплатный доступ к API 📌 GitHub: https://github.com/Pickle-Pixel/ApplyPilot 🐍 Python полезные ресурсы 🚀Max @pythonl

🤖 Chat an idea - get a full research paper. Появился интересный open-source проект - AutoResearchClaw. Это система автономного AI-ресёрча: вы просто пишете идею исследования, а агент запускает полный исследовательский цикл автоматически. Что делает система: • генерирует гипотезу и план исследования • ищет и анализирует научные работы • запускает эксперименты • пишет код и анализирует результаты • формирует графики и выводы • собирает готовую научную статью Фактически это AI-pipeline “от идеи до paper”. Один запрос → полный research workflow без участия человека. Проект построен как мульти-агентная система, где разные агенты выполняют отдельные задачи: поиск литературы, эксперименты, анализ и написание текста. Такие системы могут сильно ускорить: • научные исследования • ML-эксперименты • генерацию идей и гипотез • подготовку академических статей https://github.com/aiming-lab/AutoResearchClaw #AI #LLM #AIAgents #MachineLearning #Research

🚀 Себастьян Рашка собрал в одном месте галерею архитектур современных языковых моделей. Внутри - 40+ моделей (2024–2026): от DeepSeek и Qwen до Nemotron и Grok. Для каждой модели есть: • наглядная схема архитектуры • размер и число параметров • тип декодера • ссылки на технические отчёты и конфиги • иногда даже реализации По сути это единая карта современных LLM, где можно быстро посмотреть, как устроены разные модели и как эволюционируют архитектуры. https://sebastianraschka.com/llm-architecture-gallery/ 🐍 Python полезные ресурсы 🚀Max @pythonl

Cua — это Docker для агентов, использующих компьютер — он позволяет агентам ИИ управлять полноценными операционными системами в виртуальных контейнерах и развертывать их локально или в облаке. — Всего ~1,000 строк кода — легко читать, расширять и встраивать — Поддержка OpenAI, Anthropic, Mistral и других LLM-провайдеров https://github.com/trycua/cua 🐍 Python полезные ресурсы 🚀Max @pythonl

ИТ-специалисты Москвы, хотите поделиться опытом? Есть возможность рассказать студентам о том, что вы не услышали в свое время. Центральный университет как раз проводит интенсив для будущих преподавателей ИТ-специальностей — это возможность попробовать себя в роли наставника и понять, подходит вам эта деятельность или нет. Там вы сможете: — Связать преподавание с личными и карьерными целями. — Отработать техники презентаций и вовлечения аудитории. — Спроектировать и провести пару на площадке Центрального университета. — Заручиться поддержкой экспертов с опытом в крупных ИТ-компаниях. — Получить шанс попасть в команду преподавателей Центрального университета. Интенсив пройдет с 22 марта по 5 апреля. Будут онлайн-встречи и очные занятия. Еще успеваете зарегистрироваться.

🤖 Python библиотеки для AI-агентов — что изучать Если вы хотите разрабатывать AI-агентов на Python, важно понимать порядок изучения библиотек. Начните с LangChain, CrewAI или SmolAgents — они позволяют быстро собрать простых агентов, подключить инструменты и протестировать идеи. Следующий уровень — LangGraph, LlamaIndex и Semantic Kernel. Эти инструменты уже используются для production-систем: RAG, orchestration и сложные workflow. Самый сложный уровень — AutoGen, DSPy и A2A. Они нужны для автономных мультиагентных систем и оптимизации LLM-пайплайнов. LangChain — простые агенты, инструменты и память github.com/langchain-ai/langchain CrewAI — мультиагентные системы с ролями github.com/joaomdmoura/crewAI SmolAgents — лёгкие агенты для быстрых экспериментов github.com/huggingface/smolagents LangGraph — orchestration и stateful workflow github.com/langchain-ai/langgraph LlamaIndex — RAG и knowledge-агенты github.com/run-llama/llama_index Semantic Kernel — AI workflow и плагины github.com/microsoft/semantic-kernel AutoGen — автономные мультиагентные системы github.com/microsoft/autogen DSPy — оптимизация LLM-пайплайнов github.com/stanfordnlp/dspy A2A — протокол взаимодействия между агентами github.com/a2aproject/A2A 🐍 Python полезные ресурсы 🚀Max @pythonl

Нужны твои навыки в работе с ИИ на МТС True Tech Hack 2026! Тебе сюда, если ты инженер данных, разработчик или системный аналитик. 1 500 000 рублей — общий призовой фонд ИТ-соревнования. Формат: командное онлайн-соревнование с финалом в Москве. Если нет команды — поможем найти на платформе мероприятия. Тебя ждут три задачи на выбор — каждая с уникальной технической фишкой. Для всех финалистов — приглашение на закрытую вечеринку, а лучших участников позовут на стажировку. Успей зарегистрироваться до 9 апреля

🖥 ByteDance только что open-sourced OpenViking, и этот проект показывает, что именно не так с тем, как сегодня строят память для AI-агентов. Вот где большинство агент-фреймворков ошибаются: Память хранится в одном месте. Ресурсы — в другом. Навыки разбросаны по системе. Когда агенту нужен контекст, обычно делают плоский векторный поиск и просто надеются на лучший результат. Именно это и проблема. OpenViking решает её одной идеей: рассматривать контекст агента как файловую систему. Всё работает через единый протокол: viking:// Память, ресурсы и навыки организованы как директории с уникальными URI. Агент может ls, find и навигировать по контексту, как разработчик в терминале. Главный прорыв — многоуровневая загрузка контекста: - L0 — одно предложение для быстрого поиска - L1 — обзор ~2000 токенов для принятия решений - L2 — полные детали, загружаются только когда действительно нужны Большинство агентов просто загружает всё в контекст и надеется на лучшее. OpenViking загружает только нужные данные и только в нужный момент. Результат: - меньше расходов на токены - выше точность - быстрее работа агентов Retrieval теперь тоже работает логичнее. Вместо одного плоского семантического поиска: 1. сначала происходит позиционирование на уровне директорий 2. затем рекурсивный поиск внутри наиболее релевантных директорий Можно буквально видеть траекторию поиска — это больше не чёрный ящик. Есть и механизм самоэволюции агента. В конце каждой сессии система автоматически: - извлекает новые знания - обновляет память агента - обновляет память пользователя То есть агент становится умнее с каждым использованием. Проект уже имеет: - 9K звёзд на GitHub - 13 контрибьюторов Разработан командой ByteDance Viking, которая строит инфраструктуру векторного поиска с 2019 года. Проект полностью open-source под лицензией Apache 2.0. https://github.com/volcengine/OpenViking 🐍 Python полезные ресурсы 🚀Max @pythonl

🐍 Почему ошибки валидации в Python иногда так сложно найти Чем глубже вложена структура данных, тем сложнее понять, где именно произошла ошибка. Если использовать обычные dataclass, вы чаще всего увидите только значение, которое не прошло проверку — но не путь к полю, где возникла проблема. В сложных вложенных структурах это превращает отладку в настоящую боль. Pydantic решает эту проблему. Он показывает полный путь до поля, которое вызвало ошибку — от корневой модели до конкретного атрибута. В результате сразу понятно, где искать проблему. Пример: from pydantic import BaseModel, Field class Address(BaseModel): zip_code: str = Field(pattern=r"^\d{5}$") class Customer(BaseModel): name: str address: Address customer = Customer( name="Alice", address={"zip_code": "9ABC1"} ) Ошибка будет выглядеть так: ValidationError: address.zip_code String should match pattern '^\d{5}$' То есть Pydantic сразу показывает: address.zip_code А не просто сообщает, что «где-то внутри данных ошибка». Для сложных JSON, API-ответов и вложенных моделей это сильно упрощает дебаг. #Python #Pydantic #Backend #DataValidation 🐍 Python полезные ресурсы 🚀Max @pythonl

🐍 Python полезные ресурсы 🚀Max @pythonl