Python

👩‍💻 Copier — это утилита командной строки и библиотека Python для создания и управления проектами на основе шаблонов! 🌟 С её помощью разработчики могут быстро генерировать новые проекты, используя предопределённые шаблоны, или обновлять существующие проекты в соответствии с изменениями шаблона. Copier поддерживает как локальные директории, так и удалённые Git-репозитории в качестве источников шаблонов, что делает инструмент гибким и удобным для совместной работы. Основное преимущество Copier — его способность безопасно обновлять файлы без перезаписи данных, что снижает риск потерь. 🌟 Copier предлагает мощные функции, такие как динамическая подстановка значений в файлы шаблонов, адаптация шаблонов под требования пользователя, а также возможность использования как через командную строку, так и внутри Python-приложений. Для установки требуется Python версии 3.9 или новее, а сам инструмент можно установить через pip. 🔐 Лицензия: MIT 🖥 Github @pythonl

Python митап от Авито 27 октября в Москве! ☄ Вечером 27 октября вас ждут в офисе на Лесной, чтобы обсудить: ➡ кейс оптимизации GC в Python от Саши Федосеева, backend-инженера из команды Main Page Tech Авито; ➡ как mypy укрощает Python в большой компании вместе с Сергеем Яхницким из Яндекса. После докладов, как и сказали выше, вместе с участниками спикеры обсудят, подходит ли Python для запуска больших нагруженных решений в формате круглого стола. Для тех, кто не успевает вырваться из офиса или дома, будет онлайн-трансляция. Так что не откладывайте, регистрируйтесь и зовите коллег — все подробности по ссылке

📄 DeepSeek-OCR - модель для распознавания текста 🔍 DeepSeek выпустили мощную OCR-модель, способную преобразовывать изображения документов прямо в Markdown или текст. Что умеет: - Распознаёт текст на изображениях и в PDF - Работает с документами, таблицами и сложными макетами - Поддерживает разные режимы: Tiny, Small, Base, Large - Оптимизирована под GPU (PyTorch + CUDA 11.8) - MIT-лицензия — можно свободно использовать и модифицировать DeepSeek-OCR достигает высокой точности и эффективности за счёт компрессии визуальных токенов. На Omnidocbench - лучшая точность при минимуме визуальных токенов, превосходит другие OCR-модели по эффективности и скорости. 🟠HF: https://huggingface.co/deepseek-ai/DeepSeek-OCR 🟠Github: https://github.com/deepseek-ai/DeepSeek-OCR 🟠Paper: https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf @ai_machinelearning_big_data #ocr #DeepSeek

📄 PaddleOCR: Мощный инструмент для распознавания текста PaddleOCR — это передовой движок OCR и AI для документов, обеспечивающий высокую точность извлечения текста и понимания документов. Поддерживает множество языков и интегрируется в различные приложения, от стартапов до крупных предприятий. 🚀 Основные моменты: - Поддержка более 80 языков и сложных элементов документа. - Высокая точность распознавания текста в различных условиях. - Легкая интеграция с другими AI-приложениями. - Поддержка работы на разных аппаратных платформах (CPU, GPU, NPU). - Широкое сообщество и активное использование в более чем 5,9 тыс. репозиториев. 📌 GitHub: https://github.com/PaddlePaddle/PaddleOCR #python

🖥 Хочешь, чтобы твой Telegram-бот отвечал с помощью ChatGPT? Сделай это за пару минут: просто установи библиотеку python-telegram-bot, добавь свой OpenAI API-ключ и токен бота, и бот начнёт отвечать на все сообщения с помощью ChatGPT.

    
        
from telegram import Update
from telegram.ext import ApplicationBuilder, MessageHandler, filters, ContextTypes
from openai import OpenAI


Укажи свои ключи
OPENAI_API_KEY = "sk-..."  
TELEGRAM_TOKEN = "123456789:ABC..."

client = OpenAI(api_key=OPENAI_API_KEY)

async def handle_message(update: Update, context: ContextTypes.DEFAULT_TYPE):
    user_text = update.message.text

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": user_text}]
    )

    await update.message.reply_text(response.choices[0].message.content)

app = ApplicationBuilder().token(TELEGRAM_TOKEN).build()
app.add_handler(MessageHandler(filters.TEXT & ~filters.COMMAND, handle_message))
app.run_polling(){}
    

🖥 Учим Python на ферме - вышла новая игра, где вместо фарминга ты пишешь код Забудь про грядки и полив — теперь ферма работает на Python. Ты управляешь роботами, автоматизируешь процессы и наблюдаешь, как код превращается в урожай. Вместо мотыги - код, вместо удобрений - алгоритмы. Это не симулятор фермера, а тренажёр программиста с юмором и логикой. - Всё управление через код - роботы выполняют твои Python-команды; - Обучение встроено в геймплей — осваиваешь основы без нудных туториалов; - Без уровней и доната - ферма растёт вместе с твоими навыками; - Есть русский язык и IntelliSense, можно писать даже из VS Code; У игры уже 95% положительных отзывов в Steam. Игра превращает обучение Python в чистое удовольствие - просто запускаешь и начинаешь “программировать урожай”. 👉 Играть

Карьерный буст, робот в подарок и призовой фонд 7 500 000 рублей 🤖 Успей зарегистрироваться до 20 октября. Все это ждет участников трека «Программирование роботов» на всероссийском ИТ-чемпионате МТС True Tech Champ 2025. Присоединяйся, если пишешь на С++, Go, Python, JS, Java, C# или другом языке. Соревнования пройдут в командах от 2 до 4 человек в несколько этапов: — Квалификация. Тебе предстоит запрограммировать робота на прохождение виртуального лабиринта. — Полуфинал. Ты будешь дистанционно управлять роботом на офлайн-полигоне и наблюдать за его перемещениями в трансляции. — Финал. За две недели до финала организаторы отправят тебе настоящего робота для кастомизации. Ты сможешь модифицировать его, чтобы он оказался быстрее других в многоуровневом офлайн-лабиринте и смог выбить соперников с платформы в шоу-битве. Команды финалистов получат по одному роботу Waveshare Cobra Flex в подарок и сразятся за крупные денежные призы: 4 000 000 ₽ за первое место, 2 500 000 ₽ за второе и 1 000 000 ₽ за третье. Еще ты сможешь: — Получить практический опыт работы с инструментами, с помощью которых создают домашних и промышленных роботов. — Прокачать компетенции, которые помогут развиваться в ИТ. — Заявить о себе на всю Россию и ускорить свой профессиональный рост. 📍 Финал состоится 21 ноября в МТС Live Холл в Москве. 👉🏻 Регистрируйся на сайте до 20 октября.

🖥 Python-декоратор - AI-сервис готов Beam — открытая альтернатива Modal, которая позволяет деплоить любые AI-задачи в serverless-режиме без инфраструктурной боли. Всё, что нужно — декоратор в Python. Работает очень просто: 1. uv add beam 2. Пишете свой AI-воркфлоу 3. Оборачиваете вызов в метод 4. Добавляете декоратор @endpoint с конфигом сервера 👉 Результат — готовый serverless endpoint. Ключевые фичи: → Запуск контейнеров < 1 секунды → Поддержка распределённого хранилища → Авто-масштабирование от 0 до сотен контейнеров → GPU: 4090, H100 или свои → Деплой inference endpoint'ов через декораторы → Изолированные песочницы для кода от LLM → И главное — 100% open-source + приватность. https://github.com/beam-cloud/beta9

🔥 БЕСПЛАТНЫЙ КУРС ПО СОЗДАНИЮ НЕЙРО-СОТРУДНИКОВ НА GPT И ДРУГИХ LLM 🔥 Ищете практический и углубленный курс, чтобы освоить создание нейро-сотрудников? Мы создали курс из 5 объемных занятий. Это именно то, что нужно, чтобы прокачать свои навыки абсолютно бесплатно! 📌 Темы занятий: 1. Введение в мир нейро-сотрудников 2. Как работают LLM и их аналоги 3. Создание базы знаний для нейро-сотрудника (RAG) 4. Тестирование и отладка нейро-сотрудников 5. Интеграция нейро-сотрудников в Production Вот 5 тем курса - он максимально простой и доступный, общеобразовательный, без какого-либо сложного программирования 📚Прохождение этого курса, скорее всего, займет у вас от 1 до 3 часов 🤖 Присоединяйтесь к нашему бесплатному курсу и разберитесь в этой увлекательной теме с нами!