📱 Новости и релизы Python‑пакетов за последние 7 дней

🔥 Важные обновления популярных пакетов
— fastapi-pagination 0.14.0 — пагинация для FastAPI.
— compressed-tensors 0.11.0 — работа с compressed safetensors для нейросетей.
— browser-use 0.6.0 — делает сайты доступными для AI-агентов.
— mlflow 3.3.0 — платформа для полного ML-цикла.
— diffusers 0.35.0 — state-of-the-art диффузионные модели на PyTorch и JAX.
— pint 0.25.0 — работа с физическими величинами.

📰 Новости
— Крупнейший опрос Python — Python Software Foundation и JetBrains опубликовали результаты опроса более 30 000 участников.
— Pytype прекращает поддержку старых версий — Google объявил, что Python 3.12 станет последней поддерживаемой версией pytype.
— uv 0.8.13: автоформатирование кода — новая возможность uv format для автоформатирования Python-кода.
— LL3M для Blender — ИИ, который пишет Python-код для создания и редактирования 3D-объектов в Blender.
— PyPI борется с атаками на аккаунты — блокировка атак.

✍️ Статьи недели
— Как работает pytest под капотом — глубокое погружение в архитектуру популярного тестового фреймворка.
— Subinterpreters в Python 3.14 — альтернатива multiprocessing с честным мультикором.
— Astral pyx — новая библиотека от Astral, закрывающая определённые боли разработчиков.
— Functools, Itertools, Collections — разбор встроенных утилит Python и примеры использования.

🐸 Библиотека питониста

#свежак

🐸 Библиотека питониста

🏃‍♀️ Новый поток курса — собери своих AI-агентов

7 октября стартует второй поток курса «AI-агенты для DS-специалистов».
За 5 недель вы научитесь собирать агентов, которые уже сейчас будут помогать бизнесу.

В кружке выше Максим Шаланкин, наш преподаватель, рассказывает подробнее — включай, чтобы не пропустить.

👉 Записаться на курс

🔥 10 Python-библиотек, которые должен знать каждый AI Data Scientist в 2025

Сохраняйте как шпаргалку — это полноценный роадмап библиотек, без которых сегодня не построить серьёзные AI/ML проекты.

1️⃣ LangChain — основа для LLM-агентов (reasoning, память, инструменты, API).

2️⃣ LangGraph — DAG + LangChain: условная логика, мультиагентные пайплайны.

3️⃣ Docling — извлечение данных из PDF, контрактов, отчётов.

4️⃣ OpenAI Python SDK — доступ к GPT-5, GPT-4o, DALL·E, Whisper и embeddings.

5️⃣ Markitdown — конвертация PDF/Word/Excel/HTML в Markdown.

6️⃣ Streamlit — быстрые AI-дашборды без фронтенда.

7️⃣ FastAPI — стандарт для продакшн-сервисов и AI-бэкендов.

8️⃣ ChromaDB — векторная БД для RAG-агентов и быстрого поиска.

9️⃣ FAISS — быстрый поиск по embedding'ам для семантического поиска и RAG.

🔟 AI Data Science Team — набор AI-агентов для типовых ML-задач (скоринг, анализ рисков).

📌 Эти библиотеки закрывают весь стек задач: от извлечения данных до построения RAG-систем и деплоя моделей.
Сохраняйте, чтобы не потерять!

🐸 Библиотека питониста

#буст

➡️ Obstore — быстрый и простой Python-интерфейс для облачного хранилища

Obstore — лёгкая библиотека Python для работы с объектным хранилищем (S3, GCS, Azure) с минимальным API и производительностью на базе Rust.

Фичи:
— Поддержка потоковой передачи: загрузка, выгрузка, листинг
— Минимальный интерфейс (~12 методов) и async-версии
— Полная поддержка типов (type hints)
— Гибкая аутентификация, включая кастомные провайдеры

Пример:

from obstore.store import S3Store

url = "s3://sentinel-cogs/sentinel-s2-l2a-cogs/12/S/UF/2022/6/S2A_12SUF_20220601_0_L2A"
store = S3Store.from_url(url, region="us-west-2", skip_signature=True)

print([obj["path"] for obj in store.list_with_delimiter()["objects"]])

thumbnail = store.get("thumbnail.jpg").bytes()
with open("thumbnail.jpg", "wb") as f:
    f.write(thumbnail)

Установка:

pip install obstore
# или
conda install -c conda-forge obstore

📱 Репозиторий

🐸 Библиотека питониста

#буст

🔍Тестовое собеседование на Middle Python в четверг с разработчиком из Авито

28 августа(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика.

Как это будет:
📂 Даня, старший разработчик в Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Дане

Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Java-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot

Реклама.
О рекламодателе.

зато не с нуля 👍

🐸 Библиотека питониста

#развлекалово

🏐 Генерация PDF и изображений из HTML в Python

PlutoPrint — это библиотека на Python для преобразования HTML/XML в качественные PDF и изображения.

✅ Отличный инструмент для отчётов, инвойсов, билетов или визуализаций.

Что умеет PlutoPrint:
— Экспорт в PDF или PNG напрямую из HTML/URL
— Поддержка частичного экспорта (диапазоны страниц, реверс)
— Масштабирование и настройка размеров
— Генерация графиков через Matplotlib
— Работа через CLI или API

Установка:

pip install plutoprint

Пример: PDF из HTML

import plutoprint

book = plutoprint.Book(plutoprint.PAGE_SIZE_A4)
book.load_url("hello.html")
book.write_to_pdf("hello.pdf")

📱 Репозиторий

🐸 Библиотека питониста

#буст

🚀 Новое предложение для Python: TypedDict с закрытыми ключами и поддержкой extra_items

TypedDict давно используется для строгой типизации словарей, где известны ключи и их типы. Но до сих пор у него было два ограничения:
➡️ Нельзя было запретить лишние ключи (любая TypedDict допускала дополнительные поля).
➡️ Нельзя было явно указать тип для дополнительных ключей (например, разрешить только строки).

Новый PEP предлагает решить эти проблемы с помощью двух параметров:
➡️ closed=True — создаёт «закрытый» TypedDict, в котором не может быть лишних полей.
➡️ extra_items=... — позволяет указать общий тип для дополнительных ключей.

Как это решение поможет:
— Закрытые TypedDict’ы делают возможным более точный вывод типов для .items() и .values().
— Теперь становится безопасным использовать in для type narrowing.
— API-интерфейсы и legacy-код можно описывать гибко: часть ключей фиксированы, остальные — строго заданного типа.

Пример:

class Movie(TypedDict, closed=True):
    name: str
    director: str

m: Movie = {"name": "Blade Runner", "director": "Ridley Scott"}  ✅
m2: Movie = {"name": "Blade Runner", "year": 1982}  ❌ Ошибка

А вот пример с extra items:

class MovieBase(TypedDict, extra_items=int):
    name: str

movie: MovieBase = {"name": "Blade Runner", "year": 1982}  ✅

В итоге разработчики смогут балансировать между строгой типизацией и гибкостью — без костылей вроде --disable-error-code=typeddict-unknown-key.

🔗 Подробнее можно почитать в PEP

🐸 Библиотека питониста

#буст