Forwarded from Технологический Болт Генона
Отличные интерактивные Knowledge Maps по Java, Kotlin, Python и Essentials
https://hyperskill.org/knowledge-map/331
https://hyperskill.org/knowledge-map/331
Forwarded from Бидон (BI-DONE)
Если уж Педро Паскаль достиг успеха, представьте чего достиг бы Педро Питон?!
Forwarded from PYTHONOMANIA
Claude Code SDK — это официальный Python SDK для работы с Claude Code. Позволяет выполнять запросы, управлять инструментами и интегрировать Claude Code в Python-проекты.
import anyio
from claude_code_sdk import query
async def main():
async for message in query(prompt="What is 2 + 2?"):
print(message)
anyio.run(main)
#claude #claudecode #python #sdk #opensource #ai #ml #devtools #nodejs #asyncpython #backend
https://github.com/anthropics/claude-code-sdk-python
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - anthropics/claude-agent-sdk-python
Contribute to anthropics/claude-agent-sdk-python development by creating an account on GitHub.
Forwarded from 5 minutes of data
Dignified Python: 10 Rules to Improve your LLM Agents
Современные LLM обучаются на огромном и неуправляемом наборе кода: сомнительных фрагментах со StackOverflow, недоделанных проектах и любительских репозиториях.
Когда агенты генерируют код на основе такого набора данных, результаты могут быть быстрыми, но не сфокусированными.
Даже если вы не полностью доверяете им, постоянный цикл корректировок, исправлений и переписывания может привести к тому, что разработка будет ощущаться фрагментированной, а не целостной.
Для решения этой проблемы в Dagster Labs систематизировали представления о том, как следует писать код на Python, в набор правил.
Вместо того чтобы полагаться на последующую очистку посредством проверок или переписывания, правила загружаются непосредственно в контекст модели с самого начала. Это дает агентам четкое представление о стандартах, соглашениях и философии проектирования.
Примеры правил можно посмотреть в этом репо.
А для подготовки всего проекта с правилами используют ERK - CLI tool for plan-oriented agentic engineering, тоже интересный проект.
@five_minutes_of_data
Современные LLM обучаются на огромном и неуправляемом наборе кода: сомнительных фрагментах со StackOverflow, недоделанных проектах и любительских репозиториях.
Когда агенты генерируют код на основе такого набора данных, результаты могут быть быстрыми, но не сфокусированными.
Даже если вы не полностью доверяете им, постоянный цикл корректировок, исправлений и переписывания может привести к тому, что разработка будет ощущаться фрагментированной, а не целостной.
Для решения этой проблемы в Dagster Labs систематизировали представления о том, как следует писать код на Python, в набор правил.
Вместо того чтобы полагаться на последующую очистку посредством проверок или переписывания, правила загружаются непосредственно в контекст модели с самого начала. Это дает агентам четкое представление о стандартах, соглашениях и философии проектирования.
Примеры правил можно посмотреть в этом репо.
А для подготовки всего проекта с правилами используют ERK - CLI tool for plan-oriented agentic engineering, тоже интересный проект.
@five_minutes_of_data
dagster.io
Dignified Python: 10 Rules to Improve your LLM Agents Writing Python
Learn how Dagster's "Dignified Python" principles help developers align AI agents with intentional, readable, and performant Python. Ten rules from our Claude prompt that you can adopt.