Python/ django

🚀 Claude Code получил open-source инструмент, который снимает лимиты использования и не даёт ему останавливаться посреди задачи.

47 000+ звёзд, бесплатно, и уже называют чит-кодом для power-пользователей.

https://github.com/thedotmack/claude-mem

🐍 Python полезные ресурсы 🚀Max

@pythonl

⚡️ Вышло большое обновление популярного курса- Ai AI агенты, которые реально работают в проде!

Вы всё ещё пишете обёртки над ChatGPT и называете это «AI-продуктом»?

Пока вы промптите - рынок переходит на агентные системы. Те, что принимают решения, ходят в API, работают с Postgres и Redis, управляют браузером через Playwright.

И 90% таких систем ломаются между ноутбуком и продом.

AI Agents Engineering - курс, который закрывает этот разрыв. LangGraph, AutoGen, Computer Use, LLMOps. 8 модулей, 120+ шагов - от архитектуры до деплоя в Docker.

На выходе: реальный опыт на большой практической базе, а production-агент и навыки, за которые уже платят.

👉 48 часов действует скидка на курс 55 процентов: https://stepik.org/a/276971/

🚀 OpenGauss: Умный оркестратор для Lean-работ

OpenGauss - это инструмент для управления рабочими процессами в Lean, позволяющий эффективно организовывать задачи, такие как доказательства и формализация. Он интегрирует несколько агентов и упрощает взаимодействие с Lean-экосистемой через удобный CLI.

🚀Основные моменты:
- Многоагентная архитектура для Lean-работ
- Поддержка различных рабочих процессов: prove, draft, autoprove
- Удобное управление проектами и сессиями
- Интеграция с Lean tooling и MCP/LSP

📌 GitHub: https://github.com/math-inc/OpenGauss

🔥 Linux 7.0 - Торвальд и команда вычистили десятилетия грязного легаси и ОС стала реально быстрее!

Линус Торвальдс наконец пошёл на радикальный шаг и начал массовую зачистку старого кода. То, что копилось годами, просто выкинули. Итог - система стала заметно проще, чище и быстрее.

Что изменилось по факту:

XFS сильно прокачали - файловая система стала надёжнее, меньше рисков потери данных и лучше ведёт себя под нагрузкой

Работа с памятью ускорилась примерно на 20%, плюс подтянули сетевой стек - соединения стабильнее при высоких нагрузках

Контейнеры теперь стартуют быстрее за счёт улучшений в open_tree - меньше оверхеда при разворачивании

В Kconfig наконец дали больше свободы кастомизации - можно заменить Tux на свой логотип

Поддержка железа тоже прокачана - AMD и Intel работают эффективнее без ручных оптимизаций

Главное здесь не список фич, а тренд. Ядро постепенно избавляется от исторического балласта и становится более предсказуемым и удобным для современных нагрузок.

https://github.com/torvalds/linux/releases/tag/v7.0

🐍 Python полезные ресурсы 🚀Max

@pythonl

🚨 Без этого репо ты используешь Claude Code на 10%

Практически все, кто реально работает с Claude Code, уже сидят на claude-code-best-practice. Остальные просто не выжимают и половины возможностей.

Это не очередной список советов, а собранная база практики: 84 конкретных приёма, примеры внедрения и разбор того, как строят workflow топовые пользователи.

Внутри разложено всё, что обычно собираешь по кускам:

промптинг, планирование, CLAUDE.md, агенты, команды, skills, hooks, дебаг, утилиты
реальные примеры использования каждой ключевой фичи
сравнение подходов из крупных репозиториев и методологий
оркестрация через цепочку Command → Agent → Skill
советы Бориса Черны, собранные из тредов и интервью

Есть и практические вещи, которые реально меняют работу:

• использование subagents, чтобы разгружать контекст и ускорять задачи
• второй Claude как ревьюер перед выполнением плана
• контроль размера CLAUDE.md, чтобы модель не деградировала
• ручное управление контекстом через /compact
• переписывание решений «с нуля», когда уже понял задачу глубже

Отдельно - блок с открытыми вопросами, на которые до сих пор нет нормального ответа. Это уже уровень, где начинается настоящая инженерия вокруг Claude Code.

Репозиторий залетел в топ GitHub, почти 20K звёзд и активно растёт.

https://github.com/shanraisshan/claude-code-best-practice

🐍 Python полезные ресурсы 🚀Max

@pythonl

🚨 ElevenLabs получил open source конкурента

Mistral выкатили Voxtral и это выглядит как серьёзный заход в TTS.

Модель всего на 4B параметров. При этом даёт около 70 мс задержки, что уже подходит для голосовых агентов в реальном времени.

Поддерживает клонирование голоса буквально с нескольких секунд аудио. Плюс работает на 9 языках и умеет переносить голос между ними.

По бенчмаркам заявляют 68.4% побед против ElevenLabs Flash v2.5.

Ключевой момент здесь не только в качестве. Веса открыты и доступны на Hugging Face.

Это значит, что TTS снова уходит из SaaS в инфраструктуру. Голос можно разворачивать локально, кастомизировать и встраивать без ограничений.

Для тех, кто делает voice agents, это сильный сдвиг. Контроль над голосом теперь можно держать у себя.

https://huggingface.co/mistralai/Voxtral-4B-TTS-2603

🐍 Python полезные ресурсы 🚀Max

@pythonl

Опенсорс-аналог Claude Cowork, который работает локально и бесплатно

Разработчики выкатили Rowboat - open-source ИИ-коворкер, который позиционируют как замену Claude Cowork от Anthropic. Работает полностью локально, на вашей машине, с любой LLM на выбор.

Из интересного: поддержка голоса, расширяемость через MCP-тулы, совместимость с Obsidian-хранилищами, фоновые агенты с веб-поиском и автоматическое построение графа знаний по вашим заметкам и письмам.

Anthropic, кажется, начинают окружать со всех сторон. Пока они строят закрытую экосистему, комьюнити собирает аналоги на коленке и раздает бесплатно.

github.com/rowboatlabs/rowboat

Интенсив для всех, кто хочет создавать искусственный интеллект

Факультет компьютерных наук НИУ ВШЭ запускает онлайн-интенсив по подготовке к поступлению в онлайн-магистратуру «Искусственный интеллект». На программе обучают всем шагам из цикла разработки моделей и навыкам написания высоконагруженного кода для промышленной эксплуатации.

Присоединяйтесь, если хотите:
⚪️ Укрепить знания по высшей математике, анализу данных и Python
⚪️ Получить практическое понимание структуры экзамена и требований программы
⚪️ Быстро и эффективно подготовиться к вступительным испытаниям

Интенсив проведут эксперты и преподаватели Высшей школы экономики.

📆 Когда: 8-24 апреля, 19:30 (мск)
💻 Формат: онлайн и бесплатно, для участия нужно лишь зарегистрироваться до 24 апреля

🐭 Зарегистрироваться

🐍 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

⚡️ Z ai выпустила GLM-5.1.

Китайская лаборатория релизнула GLM-5.1 - флагманскую MoE-модель с 754B параметров нового поколения, ориентированную на агентную инженерию.

Фокус релиза - на кодинг и долгие агентные сессии.

🟡Тесты

🟢На SWE-Bench Pro модель берет 58,4, обходя Claude Opus 4.6 (57,3), GPT-5.4 (57,7) и Gemini 3.1 Pro (54,2).

🟢На Terminal-Bench 2.0 результат 63,5, а в связке с Claude Code - 66,5.

🟢В CyberGym GLM-5.1 выбивает 68,7 против 48,3 у предыдущей GLM-5

🟢В BrowseComp - 68,0 без внешнего менеджера контекста.

🟠На бенчмарках HLE, AIME 2026 и GPQA-Diamond модель держится на уровне конкурентов, но не лидирует: здесь впереди Gemini 3.1 Pro и GPT-5.4.

GLM-5.1 построена так, чтобы оставаться продуктивной на длинной дистанции: декомпозировать задачу, запускать эксперименты, читать результаты, находить блокеры и пересматривать стратегию.

Z ai утверждает, что модель устойчиво оптимизирует решение на протяжении сотен итераций и тысяч вызовов инструментов, то есть результат тем заметнее, чем дольше она запускают.

API доступен на платформе Z ai, веб-версия на chat.z.ai обещана в ближайшие дни. Веса опубликованы на Hugging Face под лицензией MIT.

Для локального развертывания уже готовы сборки под SGLang 0.5.10+, vLLM 0.19.0+, xLLM, KTransformers и свежую ветку Transformers.

@ai_machinelearning_big_data

#news #ai #ml

🔊 Собрали жирный пак инструментов для работы со звуком - без облаков и подписок.

Что внутри:

Клонирование голоса, изменение тона и обработка аудио
Хватает 2–3 секунд записи, чтобы воспроизвести голос
Поддержка десятков языков: русский, английский, китайский
Сохраняется оригинальный тембр
Всё работает локально - никакие данные никуда не улетают
Запускается даже на слабом железе
Есть гайды под Docker и запуск через bash

Забирай, пока не разнесли.

https://github.com/0xSojalSec/free-voice-clone

🐍 Python полезные ресурсы 🚀Max

@pythonl

🔥 Самый полный набор для Claude Code - выложили в open-source

27 агентов, 64 навыка, 33 команды + встроенный AgentShield с 1 282 тестами безопасности
Закрывает всё: планирование, код-ревью, фиксы, TDD, оптимизация токенов и многое другое
Работает в Cursor, OpenCode, Codex CLI - один репозиторий заменяет недели настройки, полностью бесплатно

Repo: https://github.com/affaan-m/everything-claude-code

🚀 Самые быстрорастущие GitHub-репозитории недели

Неделя прошла под знаком голосового AI и саморазвивающихся агентов

1. https://github.com/microsoft/VibeVoice — опенсорс voice AI: клонирование голоса и транскрипция до 60 минут за один проход
2. https://github.com/bytedance/deer-flow — SuperAgent от ByteDance: сам исследует, кодит и выполняет задачи
3. https://github.com/NousResearch/hermes-agent — агент с памятью, который развивается со временем
4. https://github.com/mvanhorn/last30days-skill — агент ищет инфу по теме сразу в Reddit, X, YouTube, HN
5. https://github.com/hacksider/Deep-Live-Cam — realtime face swap по одной картинке
6. https://github.com/TauricResearch/TradingAgents — мультиагентный трейдинг на LLM
7. https://github.com/hesreallyhim/awesome-claude-code — лучшие skills и плагины для Claude Code
8. https://github.com/google-research/timesfm — foundation-модель для таймсерий, zero-shot прогнозы
9. https://github.com/datalab-to/chandra — OCR для сложных таблиц и рукописного текста
10. https://github.com/SakanaAI/AI-Scientist-v2 — автоматизация научных открытий через агентов

@pythonl

✔️ AutoAgent: агенты теперь улучшают себя сами

Вышла мощная open source библиотека для автономной самооптимизации AI-агентов. Мета-агент сам подбирает промпты, инструменты и оркестрацию - и занял #1 на SpreadsheetBench (96.5%) и TerminalBench (55.1%).

В процессе оптимизации агент сам придумал несколько трюков, которые никто не закладывал. Spot checking – запуск отдельных задач для маленьких правок вместо полного прогона, что сэкономило кучу compute.

Принудительные верификационные циклы - агент встроил детерминированные self-check-и и валидаторы, выделив бюджет на основную задачу и бонусные шаги для проверки.

Написание тестов - агент начал сам писать юнит-тесты под каждую задачу.

Progressive disclosure – при переполнении контекста агент начал дампить длинные данные в файлы. Оркестрация субагентов – при необходимости агент создавал task-specific субагентов и передавал им управление.

GitHub: https://github.com/kevinrgu/autoagent

Подробнее: https://uproger.com/autoagent-agenty-teper-uluchshayut-sebya-sami/

🐍 Python полезные ресурсы 🚀Max

@pythonl

🚀 Открытый радиолокационный комплекс AERIS-10

AERIS-10 — это модульная, доступная радиолокационная система с фазированной антенной решеткой, работающая на частоте 10.5 ГГц. Проект ориентирован на исследователей и разработчиков дронов, предлагая возможность экспериментов с обработкой сигналов и отслеживанием целей.

🚀 Основные моменты:
- Полностью открытое аппаратное и программное обеспечение
- Две версии: AERIS-10N (3 км) и AERIS-10X (20 км)
- Электронное управление направлением луча ±45°
- Интуитивно понятный интерфейс на Python с интеграцией карт
- Модульная архитектура для легкой настройки

📌 GitHub: https://github.com/NawfalMotii79/PLFM_RADAR

#python

Python-ремейк спас проект от мгновенной смерти

На GitHub случилась почти киношная история. Вирусный форк утекшего Claude Code мог исчезнуть в любой момент: предыдущие зеркала сносили почти сразу, а риск DMCA висел над репозиторием с первой минуты.

Но вместо того чтобы просто прятать архив, автор пошёл другим путём. Он использовал OpenAI Codex и за ночь переписал весь исходник с нуля: огромную TypeScript-кодовую базу примерно на 512 тысяч строк превратил в clean-room реализацию на Python. Без копирования оригинальных строк, но с сохранением логики, инструментов и поведения агента.

И вот тут началось самое интересное. Проект из юридической мины превратился в "безопасную" open-source-версию, которую сообщество тут же понесло в звёзды. 47 тысяч stars за 5 часов - это уже не просто хайп, а сигнал, насколько людям нужен такой инструмент.

Самое показательное в этой истории даже не скорость роста. А то, как меняется сама разработка. Раньше утечка кода означала либо архив, либо бан, либо бесконечные споры. Теперь достаточно сильной модели, чтобы за ночь пересобрать систему в другом языке и фактически дать проекту вторую жизнь.

Автор и не скрывает амбиций: цель уже не просто сохранить артефакт утечки, а сделать более сильную и практичную harness-платформу. И да, следующий шаг у них уже на горизонте - переписывание в Rust.


https://x.com/Fried_rice/status/2038894956459290963

@pythonl

⚡️ Alibaba DAMO Academy (лаборатория, которая создала Qwen) открыла исходный код AgentScope - Python-фреймворка для построения систем из нескольких AI-агентов.

Чем он отличается от остальных:
Вы описываете задачу - система строит архитектуру сама. Планировщик, исследователь, программист, критик - каждый агент получает свои инструменты, память и логику рассуждений.

Они работают в связке и возвращают готовый результат.

Что внутри из коробки:
• Визуальный конструктор агентов, проектируете систему до написания кода
• Поддержка MCP-инструментов - подключаете любые внешние сервисы напрямую
• Встроенная память - агенты помнят контекст, решения и историю между сессиями
• RAG-конвейер - подключаете свои документы и базы знаний
• Модули рассуждений - агенты планируют, рефлексируют и исправляют ошибки без участия человека

Это фреймворк, где агент - первичная единица мышления с самого начала проектирования.

Лицензия: Apache 2.0. Полностью бесплатно.

https://github.com/agentscope-ai/agentscope

🐍 Python полезные ресурсы 🚀Max

@pythonl