🖥 MicroPie (https://github.com/patx/micropie) — это очень маленький веб-фреймворк на Python, созданный для разработки веб-приложений с минимальными усилиями.
🌟 Он поддерживает асинхронные веб-приложения благодаря реализации спецификации ASGI и обеспечивает высокую производительность и гибкость. Среди основных возможностей MicroPie — автоматическое сопоставление URL с функциями, управление сессиями с помощью cookies, поддержка шаблонов через Jinja2 (при установленной библиотеке), а также минимальные зависимости, что упрощает процесс разработки и развертывания приложений.
🔐 Лицензия: BSD-3-Clause
🖥 Github (https://github.com/patx/micropie)
@Python_Community_ru
🌟 Он поддерживает асинхронные веб-приложения благодаря реализации спецификации ASGI и обеспечивает высокую производительность и гибкость. Среди основных возможностей MicroPie — автоматическое сопоставление URL с функциями, управление сессиями с помощью cookies, поддержка шаблонов через Jinja2 (при установленной библиотеке), а также минимальные зависимости, что упрощает процесс разработки и развертывания приложений.
🔐 Лицензия: BSD-3-Clause
🖥 Github (https://github.com/patx/micropie)
@Python_Community_ru
⚡️ Surprise
Создание эффективной рекомендательной системы с нуля может потребовать значительного времени и объема программного кода.
Surprise облегчает этот процесс, позволяя разрабатывать рекомендательные системы с минимальным количеством кода, предоставляя встроенные алгоритмы, готовые наборы данных и средства для оценки модели.
▪ Github (https://github.com/NicolasHug/Surprise)
▪ Пример (https://codecut.ai/how-to-build-a-recommendation-engine-using-surprise-in-python/)
@Python_Community_ru
Создание эффективной рекомендательной системы с нуля может потребовать значительного времени и объема программного кода.
Surprise облегчает этот процесс, позволяя разрабатывать рекомендательные системы с минимальным количеством кода, предоставляя встроенные алгоритмы, готовые наборы данных и средства для оценки модели.
▪ Github (https://github.com/NicolasHug/Surprise)
▪ Пример (https://codecut.ai/how-to-build-a-recommendation-engine-using-surprise-in-python/)
@Python_Community_ru
👍1
🖥 httpdbg (https://github.com/cle-b/httpdbg) — это инструмент с открытым исходным кодом, который предназначен для отладки HTTP(S)-запросов в Python-программах.
🌟 Он дает возможность разработчикам перехватывать и анализировать HTTP(S)-запросы, которые их приложения отправляют, без необходимости изменять исходный код. Для использования инструмента достаточно запустить программу с помощью команды pyhttpdbg вместо стандартного python, после чего перехваченные запросы можно просматривать через веб-интерфейс по адресу https://localhost:4909.
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/cle-b/httpdbg)
@Python_Community_ru
🌟 Он дает возможность разработчикам перехватывать и анализировать HTTP(S)-запросы, которые их приложения отправляют, без необходимости изменять исходный код. Для использования инструмента достаточно запустить программу с помощью команды pyhttpdbg вместо стандартного python, после чего перехваченные запросы можно просматривать через веб-интерфейс по адресу https://localhost:4909.
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/cle-b/httpdbg)
@Python_Community_ru
🖥 Fastcore (https://github.com/AnswerDotAI/fastcore) — это библиотека на Python, которая расширяет возможности языка для работы с библиотекой fastai.
💡 Она предлагает функции для тестирования, многократной диспетчеризации, композиции объектов и функционального программирования. Fastcore внедряет возможности из других языков, таких как множественная диспетчеризация из Julia и миксины из Ruby, а также улучшает стандартные функции Python, включая параллельную обработку.
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/AnswerDotAI/fastcore)
@Python_Community_ru
💡 Она предлагает функции для тестирования, многократной диспетчеризации, композиции объектов и функционального программирования. Fastcore внедряет возможности из других языков, таких как множественная диспетчеризация из Julia и миксины из Ruby, а также улучшает стандартные функции Python, включая параллельную обработку.
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/AnswerDotAI/fastcore)
@Python_Community_ru
🖥 Ollama Python (https://github.com/ollama/ollama-python) — это библиотека, созданная для соединения проектов на Python версии 3.8 и выше с платформой Ollama.
🌟 Она предлагает удобный интерфейс для работы с языковыми моделями, такими как Llama 3.2, что позволяет разработчикам легко добавлять функции обработки естественного языка в свои приложения.
🔐 Лицензия: MIT
🖥 Github (https://github.com/ollama/ollama-python)
@Python_Community_ru
🌟 Она предлагает удобный интерфейс для работы с языковыми моделями, такими как Llama 3.2, что позволяет разработчикам легко добавлять функции обработки естественного языка в свои приложения.
🔐 Лицензия: MIT
🖥 Github (https://github.com/ollama/ollama-python)
@Python_Community_ru
🖥 python-benedict (https://github.com/fabiocaccamo/python-benedict?tab=readme-ov-file) — это расширение стандартного словаря Python, которое предлагает дополнительные функции для удобной работы с данными.
💡 Основные особенности включают возможность доступа к значениям по списку ключей (keylist), доступ к вложенным данным с помощью разделителей (keypath) и доступ к элементам словаря через атрибуты (keyattr). Кроме того, библиотека предоставляет встроенные методы для чтения и записи данных в различных форматах, таких как JSON, YAML, XML, CSV, INI, TOML, HTML, Base64, а также для работы с файлами Excel и строками запросов.
🔐 Лицензия: MIT
🖥 Github (https://github.com/fabiocaccamo/python-benedict?tab=readme-ov-file)
@Python_Community_ru
💡 Основные особенности включают возможность доступа к значениям по списку ключей (keylist), доступ к вложенным данным с помощью разделителей (keypath) и доступ к элементам словаря через атрибуты (keyattr). Кроме того, библиотека предоставляет встроенные методы для чтения и записи данных в различных форматах, таких как JSON, YAML, XML, CSV, INI, TOML, HTML, Base64, а также для работы с файлами Excel и строками запросов.
🔐 Лицензия: MIT
🖥 Github (https://github.com/fabiocaccamo/python-benedict?tab=readme-ov-file)
@Python_Community_ru
🖥 NiceGUI (https://github.com/zauberzeug/nicegui) — это удобный фреймворк на Python, который позволяет создавать веб-интерфейсы, отображающиеся в вашем браузере.
🌟 С его помощью можно легко создавать такие элементы, как кнопки, диалоги, разметка Markdown, 3D-сцены, графики и многое другое. NiceGUI идеально подходит для разработки небольших веб-приложений, информационных панелей, проектов в области робототехники, решений для умного дома и других схожих задач.
🔐 Лицензия: MIT
🖥 Github (https://github.com/zauberzeug/nicegui)
@Python_Community_ru
🌟 С его помощью можно легко создавать такие элементы, как кнопки, диалоги, разметка Markdown, 3D-сцены, графики и многое другое. NiceGUI идеально подходит для разработки небольших веб-приложений, информационных панелей, проектов в области робототехники, решений для умного дома и других схожих задач.
🔐 Лицензия: MIT
🖥 Github (https://github.com/zauberzeug/nicegui)
@Python_Community_ru
🖥 CodeCapy (https://github.com/scrapybara/codecapy) — это бот, который автоматически тестирует код в пулл-реквестах на GitHub.
🌟 Он находит новые пулл-реквесты, создает UI-тесты на естественном языке на основе внесенных изменений, выполняет эти тесты в изолированных средах Scrapybara и публикует результаты в комментариях к пулл-реквестам.
🔐 Лицензия: MIT
🖥 Github (https://github.com/scrapybara/codecapy)
@Python_Community_ru
🌟 Он находит новые пулл-реквесты, создает UI-тесты на естественном языке на основе внесенных изменений, выполняет эти тесты в изолированных средах Scrapybara и публикует результаты в комментариях к пулл-реквестам.
🔐 Лицензия: MIT
🖥 Github (https://github.com/scrapybara/codecapy)
@Python_Community_ru
🖥 LLM Functions (https://github.com/sigoden/llm-functions?tab=readme-ov-file) — это проект с открытым исходным кодом, который упрощает разработку инструментов и агентов, основанных на больших языковых моделях, с использованием таких языков программирования, как Bash, JavaScript и Python.
🌟 Он позволяет разработчикам легко интегрировать LLM с собственным кодом, что открывает широкие возможности для выполнения системных команд, обработки данных, работы с API и многого другого.
🔐 Лицензия: MIT
🖥 Github (https://github.com/sigoden/llm-functions)
@Python_Community_ru
🌟 Он позволяет разработчикам легко интегрировать LLM с собственным кодом, что открывает широкие возможности для выполнения системных команд, обработки данных, работы с API и многого другого.
🔐 Лицензия: MIT
🖥 Github (https://github.com/sigoden/llm-functions)
@Python_Community_ru
🖥 Mail0 (https://github.com/nizzyabi/Mail0) — это проект с открытым исходным кодом, который нацелен на создание альтернативы Gmail. Он позволяет пользователям управлять своей электронной почтой, не полагаясь на крупных провайдеров.
🌟 Проект предоставляет возможность самостоятельно хостить почтовый сервер, интегрироваться с внешними сервисами (такими как Gmail и Outlook) и обеспечивает конфиденциальность, так как данные находятся под полным контролем пользователя. Основное внимание уделяется прозрачности, приватности и гибкости настройки.
🖥 Github (https://github.com/nizzyabi/Mail0)
@Python_Community_ru
🌟 Проект предоставляет возможность самостоятельно хостить почтовый сервер, интегрироваться с внешними сервисами (такими как Gmail и Outlook) и обеспечивает конфиденциальность, так как данные находятся под полным контролем пользователя. Основное внимание уделяется прозрачности, приватности и гибкости настройки.
🖥 Github (https://github.com/nizzyabi/Mail0)
@Python_Community_ru
🔥1
🖥 PdfDing (https://github.com/mrmn2/PdfDing) — это программа для управления, просмотра и редактирования PDF-документов, которая предлагает удобный интерфейс для работы на разных устройствах.
🌟 Она позволяет открывать PDF-файлы прямо в браузере и сохраняет место чтения, чтобы можно было продолжить с того же места позже. Пользователи могут организовывать свои PDF-документы с помощью многоуровневых тегов, добавлять комментарии, выделения и рисунки, а также использовать такие функции, как темный режим, инвертированные цвета и настраиваемые цветовые темы. Кроме того, PdfDing поддерживает единый вход (SSO) через OIDC и предоставляет возможность делиться PDF-документами с внешними пользователями с помощью ссылок или QR-кодов с опциональным контролем доступа.
🔐 Лицензия: GPL-3.0
🖥 Github (https://github.com/mrmn2/PdfDing)
@Python_Community_ru
🌟 Она позволяет открывать PDF-файлы прямо в браузере и сохраняет место чтения, чтобы можно было продолжить с того же места позже. Пользователи могут организовывать свои PDF-документы с помощью многоуровневых тегов, добавлять комментарии, выделения и рисунки, а также использовать такие функции, как темный режим, инвертированные цвета и настраиваемые цветовые темы. Кроме того, PdfDing поддерживает единый вход (SSO) через OIDC и предоставляет возможность делиться PDF-документами с внешними пользователями с помощью ссылок или QR-кодов с опциональным контролем доступа.
🔐 Лицензия: GPL-3.0
🖥 Github (https://github.com/mrmn2/PdfDing)
@Python_Community_ru
🔥5👍2
🖥 Rich — это библиотека на Python, которая предназначена для отображения форматированного текста и улучшения вывода в терминале.
🌟 Она позволяет просто добавлять цвета, стили, таблицы, индикаторы прогресса, подсветку синтаксиса, отображение Markdown и многое другое в консольные приложения.
🔐 Лицензия: MIT
🖥 Github
@Python_Community_ru
🌟 Она позволяет просто добавлять цвета, стили, таблицы, индикаторы прогресса, подсветку синтаксиса, отображение Markdown и многое другое в консольные приложения.
🔐 Лицензия: MIT
🖥 Github
@Python_Community_ru
🔥4
🖥 Shellingham (https://github.com/sarugaku/shellingham) — это библиотека на Python, предназначенная для определения оболочки, в которой работает текущий процесс Python. Она предлагает функцию detect_shell(), которая возвращает кортеж с именем оболочки (в нижнем регистре) и путем к исполняемому файлу этой оболочки.
🌟 Пример использования:
import shellingham
shell_name, shell_path = shellingham.detect_shell()
print(f"Shell: {shell_name}, Path: {shell_path}")
Лицензия: ISC
▪Github (https://github.com/sarugaku/shellingham)
@Python_Community_ru
🌟 Пример использования:
import shellingham
shell_name, shell_path = shellingham.detect_shell()
print(f"Shell: {shell_name}, Path: {shell_path}")
Лицензия: ISC
▪Github (https://github.com/sarugaku/shellingham)
@Python_Community_ru
🖥 Arq — это библиотека для Python, которая предоставляет возможность асинхронного выполнения фоновых задач и удаленного вызова процедур с использованием asyncio и Redis. Она помогает разработчикам просто создавать и управлять очередями заданий, обеспечивая при этом высокую производительность и возможность масштабирования.
🖥 Github
@Python_Community_ru
🖥 Github
@Python_Community_ru
🔥3
🖥 Pyper (https://github.com/pyper-dev/pyper) — это универсальный фреймворк для организации конкурентной и параллельной обработки данных в Python, который опирается на принципы функционального программирования. Он предназначен для использования в ETL-системах, микросервисах для обработки данных и системах сбора информации.🔐 Лицензия: MIT🖥 Github (https://github.com/pyper-dev/pyper) (https://t.iss.one/pythonl)
@Python_Community_ru
@Python_Community_ru
Не беспокойся! Я твой друг и приглашаю тебя на конкурс Data Fusion! Это ежегодное онлайн-соревнование по анализу данных и машинному обучению для специалистов в области Data Science. Общий призовой фонд составляет 3 000 000 рублей 🔥👭 Участников ожидают две основные задачи: «Label Craft» — предсказание категорий товаров; «4 Cast» — предсказание динамики платежей на следующие 12 недель. Также будет образовательная задача — «Distribution». 🗓 Соревнование пройдет с 13 февраля по 7 апреля 2025 года. ❗️Формат — онлайн, так что участвовать можно из любой точки мира. Торжественная церемония награждения победителей пройдет в Москве во время конференции по анализу данных и технологиям ИИ DATA FUSION 2025 🎉📤 Регистрируйся прямо сейчас! (https://ods.ai/tracks/data-fusion-2025-competitions/?utm_source=tg&utm_campaign=wp&utm_content=pythonl) Информация о рекламодателе (https://telegra.ph/Reklama-02-14-17)
@Python_Community_ru
@Python_Community_ru
This media is not supported in your browser
VIEW IN TELEGRAM
⭐️ SkyReels V1: Модель видео, ориентированная на человека
Новая китайская модель SkyReels V1 предназначена для создания видео с акцентом на человека в кадре.
• Дообучение на большом наборе данных: Модель была дообучена на HunyuanVideo, который включает 10 миллионов высококачественных фрагментов из фильмов и телешоу.
• Продвинутая анимация лиц: SkyReels V1 поддерживает 33 различных выражения лиц и 400 естественных движений, что обеспечивает реалистичную передачу эмоций и мимики.
• Кинематографическое освещение и эстетика: Модель сосредоточена на создании качественного визуального ряда, что делает её результаты похожими на профессиональное кино.
• Открытость и доступность: Исходный код I2V доступен на GitHub, а сама модель опубликована на Huggingface.
• Github: https://github.com/SkyworkAI/SkyReels-V1
• HF: https://huggingface.co/collections/Skywork/skyreels-v1-67b34676ff65b4ec02d16307
• Demo: https://www.skyreels.ai/home
@Python_Community_ru
Новая китайская модель SkyReels V1 предназначена для создания видео с акцентом на человека в кадре.
• Дообучение на большом наборе данных: Модель была дообучена на HunyuanVideo, который включает 10 миллионов высококачественных фрагментов из фильмов и телешоу.
• Продвинутая анимация лиц: SkyReels V1 поддерживает 33 различных выражения лиц и 400 естественных движений, что обеспечивает реалистичную передачу эмоций и мимики.
• Кинематографическое освещение и эстетика: Модель сосредоточена на создании качественного визуального ряда, что делает её результаты похожими на профессиональное кино.
• Открытость и доступность: Исходный код I2V доступен на GitHub, а сама модель опубликована на Huggingface.
• Github: https://github.com/SkyworkAI/SkyReels-V1
• HF: https://huggingface.co/collections/Skywork/skyreels-v1-67b34676ff65b4ec02d16307
• Demo: https://www.skyreels.ai/home
@Python_Community_ru
👍1
🔥 LangWatch (https://github.com/langwatch/langwatch?tab=readme-ov-file) — это платформа, предназначенная для мониторинга, анализа, оценки и оптимизации процессов работы с большими языковыми моделями! 🌟 Она предлагает визуальный интерфейс для взаимодействия с фреймворком DSPy, что упрощает разработчикам и исследователям управление и улучшение своих проектов на основе LLM. 🔐 Лицензия: BSL-1.1 🖥 Github (https://github.com/langwatch/langwatch) (https://t.iss.one/pythonl)
@Python_Community_ru
@Python_Community_ru
🖥 tzlocal (https://github.com/regebro/tzlocal) — это модуль для Python, который помогает определить локальный часовой пояс системы и предоставляет соответствующий объект tzinfo.
🔐 Лицензия: MIT
🖥 Github (https://github.com/regebro/tzlocal)
(https://t.iss.one/pythonl)
@Python_Community_ru
🔐 Лицензия: MIT
🖥 Github (https://github.com/regebro/tzlocal)
(https://t.iss.one/pythonl)
@Python_Community_ru