TGViewer
Channel Public Channel
Библиотека задач по Python | тесты, код, задания

Библиотека задач по Python | тесты, код, задания

@py_problems_lib

Задачи и тесты по Python для тренировки и обучения.

Учиться у нас: https://clc.to/DEwOVQ

По рекламе: @tproger_sales_bot

Для обратной связи: @proglibrary_feeedback_bot
Open in Telegram
Subscribers
6.39K
Photos
936
Videos
16
Links
815

Showing posts older than #1526 · Back to latest

Older Posts 20 shown
Post #1524 930
Задача: Агент с самокоррекцией (Self-Correction)

ТЗ: Написать агента, который пишет код, запускает тесты, и если они падают — правит код.
В линейном скрипте это будет ад из if/else.

В LangGraph это изящный цикл: Generate -> Test -> (if error) -> Fix -> Test.

— управляемый поток;
— state хранит историю попыток;
— безопасность (лимит итераций).

Учим кодить такие паттерны. Курс уже идёт.

Записаться на курс

Смотреть певрую лекцию
Post #1522 930
Можно ли объявить несколько присваиваний в одном выражении?

На изображении представлены оба варианта. В первой строке переменные a, b и c получают значения 3, 4 и 5 соответственно, а во второй строке все переменные устанавливаются в значение 3.
  • 👍 9
Post #1521 825
Как заставить Python-скрипт принимать решения самостоятельно?

Ответ — через агентские архитектуры. Пока обычные программы следуют жестким алгоритмам, ИИ-агенты используют LLM для адаптации и выбора инструментов под задачу.

Научитесь строить автономные системы на курсе «Углубленные AI-агенты».

Что вы освоите:

— разработка мультиагентных пайплайнов на Python;
— работа с LangGraph, CrewAI и AutoGen;
— создание кастомных инструментов (Tools) для агентов;
— деплой и масштабирование готовых решений.

Поток уже в пути, но у вас есть шанс успеть.

🚀 Записаться на основной курс

Если сомневаетесь — просто посмотрите вводное занятие.
  • ❤ 1
Post #1518 854
🐍 Что такое сцепление исключений?

Сцепление исключений представляет собой метод, который позволяет сохранить первоначальную причину ошибки при её дополнительной обработке.

Когда возникает исключение, его можно перехватить с помощью блока try/except и затем вызвать другое исключение в процессе обработки. При этом первоначальное исключение сохраняется как причина для нового.

Это предоставляет следующие преимущества:
— При обработке нового исключения сохраняется доступ к стеку вызовов и данным первоначального исключения.
— Можно добавить дополнительную информацию в новое исключение, не теряя оригинальных данных.
— Сохраняется иерархия исключений, что позволяет видеть полную цепочку возникновения ошибки.

Библиотека задач по Python
  • ❤ 2
  • 👍 2
Post #1517 842
Напишите скрипт, где один агент ставит задачу, а второй её проверяет...

Слишком сложно? Мы научим! Сегодня в 19:00 МСК стартует курс «Углубленные AI-агенты».

Что будем делать:

— 13 живых вебинаров с кодингом в реальном времени;
— разбор State Management в сложных агентах;
— создание мультиагентных систем для реальных задач;
— интеграция сторонних API в качестве инструментов.

Записаться на практику
  • ❤ 1
Post #1515 828
Завтра стартуем: курс по разработке ИИ-агентов 🚀

Пора решать задачи в промышленном масштабе через автономные системы. Мы научим создавать мультиагентные связки на CrewAI, управлять сложной логикой в LangGraph и автоматизировать работу с реальными данными.

👉 Успейте занять место до начала занятий
Post #1514 853
Задачка: как автоматизировать 100 тикетов за час, если ты всё ещё «жаришь» код?

Ты застрял в забегаловке. Настоящий Шеф проектирует Систему агентов.

В понедельник, 26 января, стартует интенсив по разработке ИИ-агентов. Учим решать задачи в промышленном масштабе. 🐍

В программе:

— мультиагентные системы в CrewAI: параллельное выполнение;
— сложная логика в LangGraph: контроль циклов и графов;
— tool use интеграция: доступ агентов к внешним инструментам. 🚀

Записаться на курс
Post #1512 850
Пятница, 19:00. Худшее время для деплоя, но идеальное, чтобы закодить свой первый AI-пайплайн, который не просто «болтает», а работает с данными.

Решаем практический кейс: превращаем LLM в эксперта по вашим файлам с помощью Python.

План открытого урока:

— архитектура решения: связываем PDF и нейронку;
— библиотека LangChain в действии;
— векторные хранилища данных.

Один из спикеров — Алексей Яндутов, ML-инженер в поиске Яндекса.

Это вводное занятие курса «Разработка AI-агентов». Идеально для тех, кто хочет начать кодить AI-сервисы серьёзно.

Записаться на урок
Post #1509 1.1K
Задача: научить LLM отвечать по вашим PDF-файлам

23 января в 19:00 разберём практические подходы RAG и дообучения на открытом уроке к курсу «Разработка ИИ агентов». Узнаем, как на Python собрать систему, которая не просто имитирует общение, а ищет факты в закрытых документах.

Спикер — Игорь Стурейко, тимлид в «Газпроме» и эксперт с 20-летним опытом в ML. Игорь подготовил видео о том, какие навыки нужны разработчику для создания автономных ИИ-систем сегодня.

На уроке обсудим алгоритмы:

— индексация текстов в векторные базы данных;
— использование LangChain для создания агентных цепочек;
— выбор между контекстным поиском и Fine-tuning.

📅 Когда: 23.01 в 19:00 МСК

Узнать подробности
proglib.academy Курс| Разработка AI-агентов Практический курс по разработке AI-агентов для автоматизации задач, работы и собственных проектов.
  • ❤ 1
Post #1507 1.09K
Зачем нужен wraps?

Декоратор functools.wraps используется для того, чтобы сохранить информацию о функции-оригинале при создании декоратора.
Когда мы создаем декоратор, он заменяет оригинальную функцию на обернутую. При этом теряется информация о названии функции, docstring и другие атрибуты.

Используя wraps, мы можем сохранить эти атрибуты. Таким образом декорированная функция будет выглядеть как оригинальная для программиста.

Это полезно для отладки и понимания кода. Например, при просмотре стека вызовов будет видно оригинальное имя функции, а не имя декоратора. При использовании help() будет выведен нужный docstring.

Библиотека задач по Python
  • 👍 5
  • ❤ 1
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →