Python Portal

😂 VSCode переименовали в «опенсорсный AI-редактор кода» The open source AI code editor

Сейчас у VSCode реально полно нативных AI-фич: автодополнение, предложения правок кода, подтверждение изменений с помощью модели и прочие штуки прямо из коробки.

👉 @PythonPortal

Требования к начальным должностям в наши дни😂

👉 @PythonPortal

Использовать mocap-костюм, чтобы робот пнул тебя по яйцам, звучит как идеальная метафора для финала 2025.

👉 @PythonPortal

Давай соберем динамическую память для AI-агентов на графах знаний и RAG всего в 6 строк кода, шаг за шагом (100% локально).

Когда ты шлёшь в агента большие объёмы данных, это часто приводит к раздутию контекста и галлюцинациям.

Чтобы агенты были надежными, нужен способ связать данные между собой и зафиксировать базовые «ground truth», которые повышают точность в многошаговых диалогах.

Именно это и делает Cognee.

Он помогает строить динамическую память для AI-агентов, заменяя RAG на масштабируемые модульные ECL-пайплайны (Extract, Cognify, Load).

Давай пройдемся по настройке по шагам:

Шаг 1: Data ingestion

В этом примере мы просто прокинем строку текста в Cognee и превратим её в память для ИИ.

Но ты не ограничен только текстом: можно кормить документы, файлы или любые другие источники данных, чтобы собрать knowledge graph.

Дальше можно дергать search() и ходить в него с обычными текстовыми запросами.

Шаг 2: Memify

Теперь добавляем функции памяти. Они работают поверх семантического слоя (knowledge graph), связывают точки и улучшают поиск.

Memify полностью кастомизируется и может использовать любые преобразования, которые ты напишешь.

Шаг 3: Наконец, добавляем Feedback Loops

Cognee поддерживает непрерывное улучшение за счёт механизма обратной связи: он фиксирует, насколько полезны и релевантны результаты поиска по реальным сообщениям пользователей.

Со временем получается обучающаяся система, которая адаптируется под твои задачи и предпочтения.

Cognee сделан под память агентов. Он превращает документы, чаты и файлы в knowledge graph, по которому любая LLM может рассуждать.

Можно запускать локально, в том числе через интерактивные ноутбуки.

Он на 100% опенсорс. 😱

👉 @PythonPortal

Генерируй сортируемые ID экспериментов с UUID v7 из Python 3.14

UUID4 выдаёт чисто рандомные идентификаторы без хронологического порядка.

Без встроенного таймстемпа тебе приходится заводить отдельное поле с временем и городить свою сортировку по времени создания записей.

В Python 3.14 появился UUID версии 7 со встроенной упорядоченностью по времени.

Ключевые моменты:
• Порядок создания можно определить просто сравнивая два UUID напрямую
• Точное время создания можно вытащить из встроенного в UUID таймстемпа

import uuid
from datetime import datetime

# UUID v7 вшивает таймстемп для сортируемых ID
id1 = uuid.uuid7()
id2 = uuid.uuid7()

# Получить UUID
print(id1)
# '019a0da1-c3be-744e-9062-9cfa43dbfe41'

# Извлечь таймстемп в миллисекундах
print(id1.time)
# '1761165168875'

# Автоматическая сортировка по времени создания
id1 < id2
# True

👉 @PythonPortal

Я люблю таких вайб-кодеров

спасибо за все халявные API-ключи

чел получил четыре предупреждения «не пушить в паблик»
и все равно выкатил туда 💀😂

👉 @PythonPortal

Дрон, который стартует прыжком, как птица 🐦‍⬛️

Исследователи из EPFL собрали RAVEN: дрон по мотивам птиц, который умеет ходить, подпрыгивать и прыгать в момент взлета без полосы, катапульты и без помощи человека.

Вместо того чтобы считать ноги балластом, команда спроектировала легкие птичьи ноги, которые реально участвуют и в передвижении, и во взлете.

Дрон использует пружинно-моторные ноги, вдохновленные воронами, за счет чего он может проходить по неровной местности, запрыгивать на возвышения и эффективно “выстреливать” себя в воздух.

Энергия накапливается и высвобождается за счет гибких пальцев и пружин, работающих как сухожилия, на ногах. При размахе крыльев 1 метр дрон может пройти метр за четыре секунды, прыгнуть на 26 см и перепрыгивать щели шириной 12 см.

По сравнению со статическим запуском, взлет с использованием ног подбрасывает его почти на 50 см при скорости вперед 2,2 м/с, и это дает примерно в 10 раз лучшую энергоэффективность.

👉 @PythonPortal

Ты должен увидеть мои мегапиксели 😅

👉 @PythonPortal

Создавай Python-пакеты за пару секунд с uv init --package

Python-пакеты позволяют вынести код в переиспользуемые модули и шарить их между проектами.

Обычно это возня с setuptools, настройка билд-системы и разбор всей этой кухни с дистрибуцией.

UV, быстрый установщик и резолвер зависимостей для Python, упрощает всё до двух команд:
• uv init --package сразу поднимает структуру пакета
• uv build и uv publish собирают и отправляют пакет на PyPI

Полная статья: https://bit.ly/3Jyqtok

👉 @PythonPortal

С 35-летием, WorldWideWeb, первый браузер!

25 декабря 1990 года в CERN британский физик и интернет-первопроходец Тим Бернерс-Ли сделал первый в мире веб-браузер под названием WorldWideWeb.

Потыкать эмулятор браузер 👌

👉 @PythonPortal

FastPython

Это официальный репозиторий FastPython на GitHub. FastPython — проект про повышение производительности Python за счет практичных, drop-in паттернов и техник оптимизации. Локальные переменные, меньше обращений к атрибутам, микротюнинг горячих функций

Обещает ускорить код без переписывания всего приложения 😋

👉 @PythonPortal

Преобразуй сложные регэкспы в нормальный читаемый Python-код с Pregex

Шаблоны вроде [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,} выглядят пугающе и плохо читаются. Команде без опыта в регулярках сложно понять и править такие валидации.

Pregex разворачивает regex в понятный питоновский код из описательных компонентов.

Что получаем:
• Код сам объясняет намерение, даже без комментариев
• Можно править без знаний регэкспов
• Компонуешь паттерны для сложной валидации
• При необходимости обратно экспортируешь в обычный regex

Инструмент open source. Установка: pip install pregex

Полная статья: https://bit.ly/3IWAE5O
Запустите этот код: https://bit.ly/4hdQjKM

👉 @PythonPortal

Что вы будете делать в этой ситуации?

👉 @PythonPortal

Тем временем: китаец сделал мусорку с авто-наведением на бросок 😰

👉 @PythonPortal

Этот GitHub-репозиторий — не свалка туториалов.

Внутри 28 продакшен-готовых AI-проектов, которые можно использовать.

Что там есть:

Проекты по машинному обучению
→ Прогноз цен на Airbnb
→ Калькулятор стоимости авиабилетов
→ Трекер успеваемости студентов

AI для медицины
→ Детекция заболеваний грудной клетки
→ Предсказание сердечных заболеваний
→ Анализ риска диабета

Генеративные AI-приложения
→ Живой чат-бот на Gemini
→ Рабочий медицинский ассистент
→ Инструмент анализа документов

Проекты по компьютерному зрению
→ Система трекинга рук
→ Приложение для распознавания лекарств
→ Реализации на OpenCV

Дашборды для анализа данных
→ Аналитика e-commerce
→ Аналитика ресторанов
→ Трекер статистики по крикету

И ещё 10 продвинутых проектов скоро:
→ Детекция дипфейков
→ Классификация опухолей мозга
→ Система оповещения о сонливости водителя

Это не просто набор файлов с кодом.
Это end-to-end рабочие приложения.

Посмотреть репозиторий 😲

👉 @PythonPortal

Сделай идеальное резюме, не возясь с шаблонами.

Пишешь контент в YAML и генерируешь PDF.

Проект называется RenderCV, он с открытым исходным кодом

👉 @PythonPortal

😭

👉 @PythonPortal