Обсуждаем Python — слепок публичной ленты

15 июля 2026

Фотография
нажмите — покажем

🔥 Курс «Разработка ИИ-агентов» стартовал, но вы еще успеваете присоединиться! Мы только начали, а первый практический воркшоп пройдет только 23 июля. До этого времени вы спокойно успеете изучить материалы и нагнать группу. 💼 Главная фишка: финальный проект в портфолио: В финальном проекте вы сможете выбрать один из двух вариантов: реализовать свою идею или решить задачу от партнера курса — крупной российской финтех-компании. Вы будете работать с датасетом, построенным по реальным сценариям, получите бизнес-контекст и продовые ограничения. В результате соберете AI-агента, который станет сильным проектом для портфолио. 🎁 Упомяните менеджеру специальное предложение «3 курса по цене 1»: Берете VIP-тариф — получаете курс «Разработка ИИ-агентов», хардкорный «AgentOps» и ещё один курс на выбор. Выгода 129.000 ₽! Двери потока вот-вот закроются окончательно. Успейте забрать стек курсов и начать работу над реальным проектом 🔗 Занять место и забрать 3 курса

2.3K · 11:00

16 июля 2026

id 1138587070

Фотография
нажмите — покажем

🫡 Один и тот же запрос к AI можно выполнить двумя способами — и получить совершенно разный результат. 1️⃣ способ — просто попросить написать код. Модель может сгенерировать рабочее решение, но именно на этапе проверки часто всплывают пропущенные edge case’ы, ошибки обработки или проблемы с тестами. 2️⃣ способ — дать агенту цикл Think → Act → Observe. Он не останавливается после первой попытки: планирует действия, проверяет результат и, если находит ошибку, исправляет её и пробует снова. Самое интересное, что разница здесь не столько в модели ❕ Claude, GPT или другая LLM могут быть одинаковыми. Разницу создаёт инженерная система вокруг них. 📅 Именно это разберём 23 июля в 19:00 (МСК) на бесплатном вебинаре с Алексеем Жиряковым (Executive Director в Сбере, GenAI Data Platform, ex-CTO Stream и KION). На живом демо покажем, как один и тот же запрос работает без агентной системы и с ней 🔥 🔗 Регистрация 🏃‍♀️ Proglib Academy

56.9K · 10:06

GIF
Screen Recording 2026-07-16 at 20.35.54.mp4 · 9.0 МБ · нажмите — покажем

🔍 pypimap: интерактивная карта всех PyPI пакетов Визуализация экосистемы Python в одном месте. Можно увидеть как пакеты связаны между собой, найти новые инструменты и понять масштаб экосистемы. 🔗 Ссылка на карту 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста #буст

2.6K · 18:37

17 июля 2026

Amelita Taylor ✨

id 1138587070🔍 pypimap: интерактивная карта всех PyPI пакетов Визуализация экосистемы Python в одном месте. Можно увидеть как пакеты связаны между собой, найти новые инструменты и понять масштаб экосистемы. 🔗 Ссылка на карту 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста

а она часто обновляется или всё статично?

07:59

18 июля 2026

id 1138587070

📍 Курс — это не только темы и домашние задания Во многом его ценность определяет опыт тех, кто его разрабатывает и ведёт. Об этом как раз новый пост Proglib Academy 🔥

1.9K · 11:02

Фотография
нажмите — покажем

🧑‍💻 Учиться агентной разработке — у тех, кто уже внедряет её в бигтехе Курс «ИИ для разработчиков» ведут практики из ведущих российских IT-компаний 🔥 🔵 Они прошли путь от первых экспериментов с AI до рабочих процессов, в которых агенты помогают команде писать код, готовить PR и быстрее доводить задачи до продакшена. В ближайшее время познакомим вас с каждым преподавателем. Программа курса — по ссылке 🎹 🏃‍♀️ Proglib Academy

63.2K · 11:02

20 июля 2026

id 1138587070

✏️ Если вы уже работаете с Claude Code, Cursor или Copilot, этот вебинар будет особенно полезен. Разберут, как превратить AI из инструмента для отдельных задач в часть инженерного процесса ⬇️

2.2K · 09:20

Фотография
нажмите — покажем

😸 Каждый разработчик подходит к задаче со своим опытом: помнит прошлые решения, знает ограничения проекта и понимает, какой код команда пропустит на ревью. Для человека это естественная часть работы. У Claude Code этого контекста по умолчанию нет — только задача и инструкции, которые ему дали. Поэтому в большой команде недостаточно просто выбрать хорошую модель. ❗️ Нужно ещё объяснить ей, как у вас устроена разработка: какие подходы приняты, что обязательно проверять и по каким правилам принимать решения. 🗓 23 июля в 19:00 МСК поговорим об этом на бесплатном вебинаре с Алексеем Жиряковым — он Executive Director в Сбере, руководит GenAI Data Platform, и с этой проблемой сталкивался не раз 🔥 Покажет живое демо, разберём, как встроить AI в процесс разработки так, чтобы он реально помогал, а не добавлял ещё один повод для споров на ревью. 🔗 Занять место на вебинаре 🏃‍♀️ Proglib Academy

62.9K · 09:20

Фотография
нажмите — покажем

Библиотека питониста #развлекалово

2.4K · 20:21

22 июля 2026

id 1138587070

Видео
Screen Recording 2026-07-22 at 14.39.49.mp4 · 31.0 МБ · нажмите — покажем

The Hitchhiker's Guide to Python: классика которую стоит перечитать Не официальная документация, а мнение опытных разработчиков о том как делать правильно: структура проекта, code style, тестирование, виртуальные окружения, деплой, выбор инструментов под конкретные задачи. Особенно полезны разделы: · Writing Great Python Code — структура, идиомы, common gotchas · Scenario Guide — инструменты под конкретные задачи: веб, CLI, БД, ML, системное администрирование · Shipping Great Python Code — как паковать и шипить код 🔗 Ссылка на ресурс 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста #буст

2.4K · 12:40

23 июля 2026

id 1138587070

Хороший разбор для тех, кто уже использует Claude Code в команде или только собирается его внедрять 🛸

1.8K · 12:03

Фотография
нажмите — покажем

🤢 Чем больше разработчиков в команде начинают пользоваться Claude Code, тем заметнее одна проблема: кодовая база перестаёт выглядеть как работа одной команды. Где-то есть тесты, где-то их забыли. Где-то агент следует архитектуре проекта, где-то предлагает решение, которое с ней не сочетается. ⚠️ И это не проблема Claude Code. Он просто следует тому контексту, который получает от каждого разработчика. Сегодня покажем, как передать AI инженерный контекст команды и не превратить его внедрение в ещё один источник хаоса. 🗓 23 июля, 19:00 МСК Бесплатно. 60 минут доклада + 30 минут вопросов. 🔗 Занять место на вебинаре и разобраться, почему так происходит 🏃‍♀️ Proglib Academy

35.8K · 12:03

id 8661096386

id 1138587070😸 Каждый разработчик подходит к задаче со своим опытом: помнит прошлые решения, знает ограничения проекта и понимает, какой код команда пропустит на ревью. Для человека это естественная часть работы. У Claude Code этого контекста по умолчанию нет — только задача и инструкции, ко

Согласен. Как и с новым стажёром - модель нужно "вводить в курс дела". Иначе даже самая умная архитектура будет нарушать конвенции. Вспоминается, как в Meta говорили про "культурное переоснащение" ИИ - без него он просто не впишется в workflow.

12:03

id 1138587070✏️ Если вы уже работаете с Claude Code, Cursor или Copilot, этот вебинар будет особенно полезен. Разберут, как превратить AI из инструмента для отдельных задач в часть инженерного процесса ⬇️

Интересно, насколько глубоко они интегрируют ИИ в CI/CD - в теории это может снизить нагрузку на код-ревью, но вот адаптация под сложные архитектуры пока хромает. Было бы здорово увидеть реальный кейс на Django-проекте.

12:05

id 1138587070🧑‍💻 Учиться агентной разработке — у тех, кто уже внедряет её в бигтехе Курс «ИИ для разработчиков» ведут практики из ведущих российских IT-компаний 🔥 🔵 Они прошли путь от первых экспериментов с AI до рабочих процессов, в которых агенты помогают команде писать код, готовить PR

Интересно, а насколько эти агенты сейчас реально интегрированы в workflow - как у Yandex с их Unitester'ом или GitHub Copilot в ревью? Было бы круто увидеть конкретные кейсы, а не только общие слова про "помогают писать код".

12:06

id 1138587070

webpage
нажмите — покажем

20 функций itertools: отсортированы по тому как часто реально нужны itertools импортируют все, но используют 3-4 функции. Вот полный список отсортированный по полезности — не как в документации. 🔥 Используешь постоянно · chain(it1, it2) — склеить несколько итерируемых в одну · chain.from_iterable(nested) — разгладить вложенный список лениво · islice(it, start, stop) — срез итератора (без отрицательных индексов) · compress('ABCDEF', [1,0,1,0,1,1]) — фильтр по булевой маске → A, C, E, F · filterfalse(pred, it) — противоположность filter(), где предикат False 🙂 Используешь периодически · starmap(pow, [(2,5),(3,2)]) — применить функцию с распаковкой кортежей · pairwise([1,2,3]) — скользящие пары: (1,2),(2,3) — Python 3.10+ · batched(range(10), 3) — разбить на чанки фиксированного размера — Python 3.12+ · groupby(items, key=func) — группировка (данные должны быть отсортированы!) · accumulate(nums, func) — накопительные суммы или любая бинарная функция · takewhile(pred, it) — брать пока предикат True · dropwhile(pred, it) — пропускать пока предикат True, потом всё остальное 🤔 Знаешь но редко тянешься · tee(it, n=2) — разделить один итератор на n независимых · zip_longest(a, b, fillvalue=None) — zip до самого длинного, заполняя пропуски · combinations(items, r) — все комбинации без повторений · combinations_with_replacement('AB', 2) — комбинации с повторениями: AA, AB, BB · permutations(items, r) — все перестановки, порядок важен 😴 Скорее забыл что существует · product(a, b) — декартово произведение = вложенные for-циклы · count(start, step) — бесконечный счётчик, удобно с zip() · cycle([1,2,3]) — бесконечно повторять итерируемое (хранит копию!) · repeat(10, times=3) — повторить объект n раз pairwise и batched — две которые большинство не знает, хотя именно они убирают кучу boilerplate кода. Согласны? 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста #буст

1.8K · 13:11

25 июля 2026

id 1138587070

🎹 Хорошая документация теперь нужна не только команде. Ниже — почему без неё проект начинает жить своей жизнью 👇

1.6K · 17:10

Фотография
нажмите — покажем

😳 Documentation Driven Development звучит как ещё один модный термин. Пока не попробуешь объяснить свой проект AI. Агент работает только с тем контекстом, который ему дали. Если документация неполная или устарела, он начинает додумывать — отсюда появляется неверный код. 🔘 На курсе «ИИ для разработчиков» эту тему разбирает Арсений Харланов. Он покажет, как подготовить документацию и контекст, чтобы агент понимал архитектуру проекта, ограничения и связи между компонентами. Также разберём, как выбирать модель под задачу: Claude, DeepSeek, Qwen и другие ✏️ Впереди 7 недель работы со своим репозиторием. Вебинары проходят вживую и остаются в записи. Стартуем 31 августа. До конца июля можно присоединиться по ранней цене, а доступ к материалам останется бессрочным 😀 🔗 Посмотреть, что будет на курсе 🏃‍♀️ Proglib Academy

30.4K · 17:10

CPython ABI: что означают теги в именах wheel-файлов и почему это важно Когда pip устанавливает пакет, он выбирает нужный wheel по имени файла. Разобраться в этих тегах — значит понять почему одни пакеты устанавливаются, а другие нет. 📦 Анатомия имени wheel-файла cryptography-48.0.0-cp311-abi3-macosx_10_9_universal2.whl ↑ ↑ ↑ ↑ версия python abi платформа · py3-none-any — чистый Python, работает везде · cp314-cp314 — только CPython 3.14, версия-специфичный ABI · cp311-abi3 — CPython 3.11+, стабильный ABI (работает на 3.11 и новее) 🔤 API vs ABI — в чём разница API — что написано в заголовочном файле (`Python.h`): сигнатуры функций, макросы, типы. ABI — что реально в скомпилированном бинарнике: имена символов, смещения полей в структурах, размеры. Две библиотеки с разными ABI несовместимы — и падение может быть молчаливым. 🔑 Три уровня ABI в Python · cp3XY — версия-специфичный ABI. Один wheel на каждый Python. Нужно выпускать новый каждый год. · abi3 — стабильный ABI. Один wheel для Python 3.X и всех новых версий. Но не работает на free-threaded Python. · cp3XYt — ABI free-threaded Python (без GIL). Отдельные теги: cp313t, cp314t. ⚡ Почему free-threaded Python сломал abi3 В GIL-версии структура PyObject выглядела так: struct PyObject { Py_ssize_t ob_refcnt; // байт 0 PyTypeObject *ob_type; // байт 8 }; В free-threaded версии (Python 3.14+): struct PyObject { uintptr_t ob_tid; // id потока-владельца uint16_t ob_flags; PyMutex ob_mutex; // per-object lock uint8_t ob_gc_bits; uint32_t ob_ref_local; // локальный счётчик ссылок Py_ssize_t ob_ref_shared; // атомарный счётчик PyTypeObject *ob_type; // теперь на другом смещении! }; ob_type переехал — wheel скомпилированный под старую раскладку прочитает не те байты. Crash или тихая порча памяти. 🆕 Python 3.15: новый стабильный ABI abi3t PyObject стал непрозрачным (opaque struct) — нельзя обращаться к полям напряму

1.6K · 20:00

📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих» Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий! 🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE 🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы 🐍 Часть 3: Типы данных: преобразование и базовые операции 🐍 Часть 4: Методы работы со строками 🐍 Часть 5: Методы работы со списками и списковыми включениями 🐍 Часть 6: Методы работы со словарями и генераторами словарей 🐍 Часть 7: Методы работы с кортежами 🐍 Часть 8: Методы работы со множествами 🐍 Часть 9: Особенности цикла for 🐍 Часть 10: Условный цикл while 🐍 Часть 11: Функции с позиционными и именованными аргументами 🐍 Часть 12: Анонимные функции 🐍 Часть 13: Рекурсивные функции 🐍 Часть 14: Функции высшего порядка, замыкания и декораторы 🐍 Часть 15: Методы работы с файлами и файловой системой 🐍 Часть 16: Регулярные выражения 🐍 Часть 17: Основы скрапинга и парсинга 🐍 Часть 18: Основы ООП – инкапсуляция и наследование 🐍 Часть 19: Основы ООП – абстракция и полиморфизм 🐍 Часть 20: Графический интерфейс на Tkinter 🐍 Часть 21: Основы разработки игр на Pygame 🐍 Часть 22: Основы работы с SQLite 🐍 Часть 23: Основы веб-разработки на Flask 🐍 Часть 24: Основы работы с NumPy 🐍 Часть 25: Основы анализа данных с Pandas

2.3K · 20:01

28 июля 2026

id 1138587070

webpage
нажмите — покажем

🆕 pip 26.2: флаг --only-deps закрывает боль которая длилась 16 лет Есть проект — Flask API, скрипт, бэкенд. Не пакет для PyPI, просто приложение. Как поставить его зависимости на сервер? Раньше: pip install -r requirements.txt (надо вручную поддерживать), или pip install . (ставит сам проект как пакет что не нужно), или хаки вроде pip install $(python setup.py egg_info | ...). Теперь — просто: pip install --only-deps . Читает зависимости из pyproject.toml и ставит их. Сам проект не трогает. Выходит в конце июля вместе с pip 26.2. 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста #буст

1.9K · 10:37

29 июля 2026

id 1138587070

Куда на самом деле уходят токены во время агентного кодинга? ⚡️

1.5K · 12:18

Фотография
нажмите — покажем

😱 Знакомо? Лимит уже закончился, а задача всё ещё не готова. Часть токенов могла уйти на повторное чтение файлов, лишний контекст и неудачные попытки. ⚡️ Этому посвящён отдельный блок курса «ИИ для разработчиков». Вы разберёте расходы на собственных проектах, сравните подходы и найдёте места, где агент выполняет лишнюю работу. В итоге станет понятнее, сколько ресурсов выделять на запуск, когда его останавливать и в какой момент лучше изменить подход 🔍 До 31 июля курс можно купить со скидкой, а все материалы останутся в бессрочном доступе. 🔗 Узнать подробности о курсе 🏃‍♀️ Proglib Academy

24.7K · 12:18

30 июля 2026

id 1138587070

Фотография
нажмите — покажем

📱 330× быстрее: четыре способа ускорить Python-код Если ваш Python-код медленный, а нужен быстрый — есть много стратегий ускорения: от распараллеливания до компилируемых расширений. Но если использовать только один подход, легко упустить серьёзный потенциал. ✅ Вместо этого полезно думать в терминах практик — каждая из которых: — Ускоряет код по-своему; — Требует отдельных навыков; — Работает как по отдельности, так и в сочетании. В статье показан реальный пример, где применяются четыре практики: ✅ Efficiency — устранение лишних и повторяющихся вычислений (+2×). ✅ Compilation — использование компилируемого языка и обход его ограничений (+10×). ✅ Parallelism — задействование нескольких ядер. ✅ Process — рабочие процессы, приводящие к более быстрому коду. 📖 Читаем подробно 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста #буст

1.3K · 08:38

3 августа 2026

id 1138587070

Фотография
нажмите — покажем

🦆 Ducky: универсальный инструмент для сетей и безопасности Открытое, кроссплатформенное desktop-приложение для сетевых инженеров, студентов и энтузиастов, которое объединяет ключевые сетевые утилиты в одном удобном интерфейсе. Основные возможности: ♓️ Multi-Protocol Terminal — SSH, Telnet и Serial (COM) в современном таб-интерфейсе. ♓️ SNMP Topology Mapper — автоматическое обнаружение сети с пингом и SNMP-сканированием, интерактивная карта устройств. ♓️ Network Diagnostics — Subnet Calculator, Ping, Traceroute, многопоточный Port Scanner. ♓️ Security Toolkit — поиск CVE из NIST, проверка паролей, расчёт хэшей (MD5, SHA1, SHA256, SHA512). ♓️ Rich-Text Notepad — заметки с форматированием и авто-сохранением прямо в приложении. ♓️ Customizable UI — светлая/тёмная темы, настройка терминала, шрифтов и цветов. 📱 Ссылка на GitHub 📍 Навигация: Вакансии • Задачи • Собесы Библиотека питониста #буст

869 · 07:32

Слепок открытой публичной ленты из поискового индекса ChatCrawler — «Google по публичному Telegram»; обновляется по мере обхода площадки. Время — UTC.