👩‍💻 Traitlets (https://github.com/ipython/traitlets) — это библиотека на Python, предназначенная для создания конфигурационных объектов с поддержкой различных типов и значений.

🌟 Она предлагает удобные методы для управления атрибутами объектов, их типами и значениями, включая обработку событий и ошибок. Эта библиотека активно используется в проектах, связанных с IPython, Jupyter и другими инструментами для научных вычислений.

🔐 Лицензия: BSD-3-Clause

🖥 Github (https://github.com/ipython/traitlets)
@Python_Community_ru

👩‍💻 CuPy (https://github.com/cupy/cupy) — это библиотека на Python для вычислений с использованием GPU, которая полностью совместима с NumPy и SciPy.

🌟 CuPy позволяет адаптировать существующий код, основанный на NumPy/Scipy, для работы с платформами NVIDIA CUDA или AMD ROCm, сводя к минимуму изменения в приложении.

🌟 CuPy поддерживает как высокоуровневые операции с массивами, так и низкоуровневые функции, такие как вызовы CUDA API, использование потоков и интеграцию с программами на C/C++.

🔐 Лицензия: MIT

🖥 Github (https://github.com/cupy/cupy)
@Python_Community_ru

🖥 Byterun — это интерпретатор Python, который написан на Python и состоит из 500 строк кода. Автор проекта заметил, что основная структура интерпретатора Python может быть компактно представлена в 500 строках. В данной статье рассматривается структура интерпретатора и предоставляется контекст для его дальнейшего изучения.

Цель статьи не заключается в том, чтобы охватить все аспекты интерпретаторов, так как в этой области программирования и информатики можно проводить годы, изучая эту тему в глубину.

Byterun был создан Недом Батчелдером, основываясь на работах Пола Шварца. Его структура схожа с реализацией Python, известной как CPython, поэтому понимание Byterun может помочь вам лучше разобраться в интерпретаторах в общем и в CPython в частности. Если вы не уверены, какой именно Python используете, скорее всего, это CPython.

Статья: https://aosabook.org/en/500L/a-python-interpreter-written-in-python.html
Github: https://github.com/nedbat/byterun
@Python_Community_ru

👩‍💻 starlette-admin (https://github.com/jowilf/starlette-admin) — это фреймворк, который помогает создавать административные интерфейсы для приложений на Starlette и FastAPI!

🌟 С его помощью можно легко создавать интерфейсы для работы с данными, он поддерживает разные ORM, такие как SQLAlchemy, SQLModel и MongoEngine. Также в него встроены функции для выполнения CRUD-операций, фильтрации, экспорта данных, а также для аутентификации и авторизации.

🔐 Лицензия: MIT

🖥 Github (https://github.com/jowilf/starlette-admin)
@Python_Community_ru

👩‍💻 Flask-Rebar (https://github.com/plangrid/flask-rebar) — это инструмент для упрощения создания REST API с использованием Flask, Marshmallow и Swagger!

🌟 Он помогает в создании и проверке запросов и ответов с помощью схем Marshmallow и автоматически генерирует документацию OpenAPI (Swagger UI).

🔐 Лицензия: MIT

🖥 Github (https://github.com/plangrid/flask-rebar)
@Python_Community_ru

🖥 Автоматическая генерация капчи с Python


@Python_Community_ru

👩‍💻 fastapi-mvc (https://github.com/fastapi-mvc/fastapi-mvc) — это инструмент, который помогает разработчикам, работающим с FastAPI, повышать свою продуктивность!

🌟 Он позволяет быстро создавать проекты с использованием архитектурного паттерна MVC, включая все необходимые компоненты, такие как WSGI и ASGI серверы, документацию в Sphinx, полное покрытие тестами и интеграцию с Kubernetes.

🌟 Инструмент автоматически генерирует структуры проектов, Makefile, конфигурации для GitHub Actions, Helm Charts, Dockerfile и поддерживает управление зависимостями с помощью Poetry. Кроме того, он предоставляет возможность обновления ранее сгенерированных проектов до новых версий шаблонов и предлагает виртуализированную среду разработки с использованием Vagrant.

🖥 Github (https://github.com/fastapi-mvc/fastapi-mvc)
@Python_Community_ru

🖥 Githubkit

Когда вы работаете с API GitHub, вам приходится вручную обрабатывать HTTP-запросы, токены и JSON-ответы, что занимает много времени и может привести к ошибкам.

Githubkit — это библиотека на Python, которая предлагает удобный и типизированный интерфейс для взаимодействия с API GitHub.

Установить можно с помощью:

pip install githubkit
# или, используйте poetry
poetry add githubkit
# или, используйте pdm
pdm add githubkit
# или, используйте uv
uv add githubkit

Пример:

from githubkit import Response
from githubkit.versions.latest.models import FullRepository

resp: Response[FullRepository] = github.rest.repos.get("owner", "repo")
repo: FullRepository = resp.parsed_data
print(repo.full_name)

▪ Github (https://github.com/yanyongyu/githubkit)
▪ Документация (https://yanyongyu.github.io/githubkit/)
@Python_Community_ru

👩‍💻 python-mss (https://github.com/BoboTiG/python-mss) — это модуль для создания скриншотов на различных платформах, включая Windows, macOS и Linux!

🌟 Этот модуль написан на чистом Python с применением ctypes, что делает его легким, быстрым и независимым от сторонних библиотек. MSS позволяет захватывать снимки экрана с отдельных мониторов или с нескольких мониторов одновременно, а также предоставляет возможность интеграции с такими библиотеками, как Pillow, Numpy и OpenCV для дальнейшей обработки изображений.

🔐 Лицензия: MIT

🖥 Github (https://github.com/BoboTiG/python-mss)
@Python_Community_ru

git add .
git commit -m "исправление" --no-verify
git push origin main --force

(https://t.iss.one/pythonl)
@Python_Community_ru

🖥 Cookiecutter (https://github.com/cookiecutter/cookiecutter) — это многофункциональный инструмент командной строки, который позволяет быстро создавать проекты по шаблонам!

🌟 Он применяется для генерации проектов на разных языках программирования, таких как Python, C и других, облегчая процесс настройки стандартных структур каталогов и файлов.

💡 Cookiecutter дает возможность создавать проекты как с использованием удалённых шаблонов (например, из GitHub), так и локальных, без необходимости в знании Python. Этот инструмент поддерживает пользовательские параметры, расширяемость, работу с любым форматом файлов, а также интеграцию с pipx для удобной установки.

🔐 Лицензия: BSD-3-Clause

🖥 Github (https://github.com/cookiecutter/cookiecutter)
@Python_Community_ru

🖥 MoneyPrinterV2 (https://github.com/FujiwaraChoki/MoneyPrinterV2) — это инструмент для автоматизации заработка в интернете, который сосредоточен на маркетинге и взаимодействии с разными платформами.

🌟 Проект был полностью переписан, чтобы добавить новые функции и улучшить модульность, что позволяет адаптировать его под определенные задачи. К его основным возможностям относятся автоматическое управление Twitter-ботами, публикация контента в YouTube Shorts и использование аффилиативного маркетинга на таких платформах, как Amazon.

🔐 Лицензия: AGPL-3.0

🖥 Github (https://github.com/FujiwaraChoki/MoneyPrinterV2)
@Python_Community_ru

🖥 Python - лучший!


@Python_Community_ru

📹 yt-dlp (https://github.com/yt-dlp/yt-dlp) — это мощный инструмент командной строки для скачивания видео и аудио с различных платформ, таких как YouTube, Twitch, Vimeo и других.

💡 Это форк известного youtube-dl, созданный для исправления недостатков оригинальной версии и добавления новых функций. yt-dlp поддерживает гибкий выбор форматов видео и аудио, работу с DASH/HLSe потоками, обработку субтитров, обход возрастных ограничений и защиту от DRM. Благодаря множеству опций, он позволяет пользователям настроить загрузку в соответствии с их потребностями.

🔐 Лицензия: Unlicense

🖥 Github (https://github.com/yt-dlp/yt-dlp?tab=readme-ov-file)
@Python_Community_ru

🖥 RealtimeSTT (https://github.com/KoljaB/RealtimeSTT) — это библиотека, которая позволяет преобразовывать речь в текст с минимальной задержкой в реальном времени.

🌟 Она обладает функциями обнаружения голосовой активности, активации по ключевому слову и моментальной транскрипции, что делает её отличным выбором для голосовых ассистентов или приложений, где требуется быстрое и точное распознавание речи.

🔐 Лицензия: MIT

🖥 Github (https://github.com/KoljaB/RealtimeSTT)
@Python_Community_ru

🖥 Эта статья объясняет, как применять сложные фильтры в Django ORM с использованием подзапросов и различных связанных методов.

🌟 Автор демонстрирует, как с их помощью эффективно обрабатывать сложные запросы, включая фильтрацию по вложенным отношениям и исключения. Рассматриваются примеры работы с моделями, такими как пользователи, категории, публикации и комментарии. Также обсуждается реализация SQL-логики через Python-код для решения конкретных задач, например, поиска пользователей, оставлявших комментарии под определёнными публикациями.

🔗 Ссылка: *клик*
@Python_Community_ru

🖥 Ai-gradio

Это новый пакет на Python, который облегчает разработку приложений машинного обучения с использованием различных искусственных интеллектов.

Он основан на Gradio и предлагает единый интерфейс для множества моделей и ИИ-сервисов.

Особенности

- Поддержка нескольких провайдеров: интеграция с более чем 15 крупнейшими ИИ, включая OpenAI, Google Gemini, Anthropic и другие.
- Встроенные интерактивные интерфейсы чата для всех текстовых моделей.
- Голосовой чат: возможность голосового взаимодействия в реальном времени с моделями OpenAI.
- Видеочат: функции обработки видео с моделями Gemini.
- Генерация кода: специализированные интерфейсы для помощи в программировании.
- Мультимодальность: поддержка ввода текста, изображений и видео.
- Интеграция CrewAI для совместных задач ИИ.
- Автоматизация браузера: встроенные агенты ИИ, способные выполнять веб-задачи.

▪ Github (https://github.com/AK391/ai-gradio)
@Python_Community_ru

🖥 Manim (https://github.com/ManimCommunity/manim) — это мощная библиотека на Python, предназначенная для создания анимаций математических и научных концепций.

💡 Она дает возможность визуализировать сложные идеи с высокой точностью и гибкостью, позволяя использовать код для определения сцен, объектов и их взаимодействий. Manim активно применяют в образовательных целях и для создания объясняющих видео. Библиотека поддерживает анимацию графиков, формул, геометрических фигур и других визуальных элементов.

🔐 Лицензия: MIT

🖥 Github (https://github.com/ManimCommunity/manim)
@Python_Community_ru

🖥 TinyTroupe (https://github.com/microsoft/TinyTroupe) — это экспериментальная библиотека на Python, предназначенная для моделирования взаимодействия искусственных агентов с различными личностями, интересами и целями.

🌟 Благодаря возможностям больших языковых моделей, таких как GPT-4, TinyTroupe создаёт правдоподобные симуляции поведения. Эти агенты могут общаться между собой, реагировать на внешние воздействия и существовать в созданных мирах.

🔐 Лицензия: MIT

🖥 Github (https://github.com/microsoft/TinyTroupe?tab=readme-ov-file)
@Python_Community_ru

🖥 Pydantic имеет встроенную функцию для проверки данных, но она использует много памяти.

Attrs не имеет встроенной проверки данных, но обеспечивает лучшую производительность и меньшее потребление памяти, что делает его идеальным для внутренних структур данных и простого создания классов в Python.

```python
from attrs import define, field

@define
class UserAttrs:
name: str
age: int = field()

@age.validator
def check_age(self, attribute, value):
if value < 0:
raise ValueError("Возраст не может быть отрицательным")
return value # принимает любой положительный возраст

try:
user = UserAttrs(name="Bob", age=-1)
except ValueError as e:
print("ValueError:", e)
```

📌 Пример (https://codecut.ai/python-data-models-pydantic-or-attrs)
@Python_Community_ru