Невероятно короткая книжка, но с глубоким разбором внутренних механизмов Python, которые мы используем каждый день. ❤️

Каждая глава содержит объяснение конкретной фичи языка вроде работы с *args/**kwargs, мутабельных аргументов, генераторов, декораторов, менеджеров контекста, enumerate/zip, исключений, dunder-методов и прочих хитрых конструкций.

👉 @PythonPortal

Нашли годный ресурс для тех, кто присматривается к квантовой разработке.

На GitHub подняли подробный гайд по входу в квантовую разработку и алготрейдинг.

Подборки курсов по Python для finance, материалы по построению стратегий, риск-моделям, анализу временных рядов, примеры кода для трейдинг-ботов и инфраструктуры вокруг всего этого.

В репе даже есть подборка магистерских видеокурсов, которые авторы оценивают примерно в 200k долларов, плюс списки хедж-фондов и HFT-компаний, которые активно нанимают. 🥂

👉 @PythonPortal

Мало того, что дальше HR'а пройти сложно, так теперь ещё и ChatGPT подкидывает идей

👉 @PythonPortal

Самое сложное в создании AI-агентов - это не сам AI. Это UI.

Объясняю:

Бэкенд для агентов, по сути, уже решенная задача.

Выбираешь фреймворк - LangGraph, CrewAI, Mastra - и собираешь что угодно.

Но как только пытаешься прикрутить это к фронтенд-приложению, начинаются проблемы:

↳ стриминг в реальном времени
↳ синхронизация состояния между UI и агентом
↳ разбор сообщений, вызовы инструментов и событий статуса
↳ логика реконнекта, когда пользователь обновляет страницу посреди диалога

У многих команд недели уходят на самописные WebSocket-хендлеры и обвязку, чтобы просто завести базу.

CopilotKit только что выкатили useAgent(), чтобы закрыть эту проблему

Один этот хук дает живое подключение к любому агенту:

const { agent } = useAgent({ agentId: "my-agent" });

Из коробки получаешь стриминг, синхрон состояния, пользовательский ввод автоматически упаковывается в события AG-UI, и есть "ручное подтверждение человеком".

Работает с любым бэкендом, который реализует протокол AG-UI.

Поддержка тредов встроена, так что разговоры сохраняются и автоматически продолжаются. Реконнект стрима тоже просто работает.

Для понимания, AG-UI - это протокол, который соединяет агентов с UI-приложениями. Можно думать так:

MCP: агенты - инструменты
A2A: агенты - агенты
AG-UI: агенты - пользователи

Если ты строишь интерактивных агентов уровня Cursor или Lovable, это тот фреймворк, который объединяет весь твой агентный стек

Полностью open-source. Ссылка на GitHub 🕺

👉 @PythonPortal

Медики зафиксировали хронический PEP8 с рецидивами после flake8.

👉 @PythonPortal

Совет по Python:

"..." это вообще-то валидный код на Python. Многоточие (...) это одна из встроенных констант (наряду с False, True, None и NotImplemented).
Ellipsis это единственный экземпляр типа types.EllipsisType, и чаще всего его используют как заглушку под будущий код.

👉 @PythonPortal

Я редко так говорю, но это лучший репозиторий для освоения Python.

Курс ведёт Дэвид Бизли, автор Python Cookbook (3-е издание, O'Reilly) и Python Distilled (Addison-Wesley).

В этом PythonMastery.pdf структурированно лежит вся информация
В папке Exercises лежат все упражнения
В папке Solutions — решения

👉 @PythonPortal

Это квантовый экзамен. Ты и сдал, и не сдал.

👉 @PythonPortal

Туториал по Basketball AI для YouTube наконец-то вышел. Как покадрово разобрать один розыгрыш с помощью CV-пайплайна для спортаналитики. 🤟

Больше 1000 часов работы ужаты в 37 минут.

- детекция игроков через RF-DETR
- трекинг игроков через SAM2
- кластеризация команд через SigLIP и K-means
- распознавание номеров через SmolVLM2

Систему можно переиспользовать как базу под свои проекты (аналитика, хайлайты, трансляции и т.д.).

Смотрим здесь

👉 @PythonPortal

Только что открыл для себя schemdraw — Python-библиотеку, которая превращает код в аккуратные и наглядные электрические схемы.

Больше никакого таскания проводов в неудобных GUI.

Чистый код для резисторов, логических элементов и многого другого.

Полная кастомизация всех элементов.

pip install schemdraw и можно начинать рисовать.

👉 @PythonPortal

Hello world на разных языках.

Один парнишка протестировал это в однопоточном режиме, в контейнерных песочницах и на довольно древнем CPU, так что абсолютные цифры не особо важны. Интереснее относительные значения.

Для интерпретируемых языков на графике показано только время запуска, потому что отдельного шага компиляции у них нет.

Полоску Kotlin пришлось немного укоротить, чтобы она влезла в 80 символов 😅

Понятно, что для реальных проектов с большим кодом и зависимостями порядок будет другим. Но всё равно любопытно посмотреть, как разные языки ведут себя на таком простом hello world.

👉 @PythonPortal

Какая частота каламбуров!

👉 @PythonPortal