GitHub Ready | Git

На Stepik завирусился полный курс по вайбкодингу c Claude Code Первым делом вы изучите базу инструмента, а после научитесь: ✓ Разрабатывать MCP-серверы и Claude Skills ✓ Создавать собственных ИИ-агентов под свои задачи ✓ Эффективно работать с Claude и не упираться в лимиты ✓ Проектировать приложения через Claude Design ✓ Строить личную систему знаний на базе Obsidian + Claude Cowork ✓ Автоматизировать разработку через Agent Loops и хуки ✓ Запускать параллельные воркфлоу из нескольких агентов ✓ Проектировать приложения вместе с Claude Code ✓ Автоматизировать задачи через Connectors и внешние сервисы ✓ Перевести Claude Code из помощника в полноценного участника команды разработки ✓ Убирать из текстов типичные ИИ-шаблоны с помощью файла anti-ai-writing-style.md. ✓ Работать с таблицами при помощи Cowork В конце дорожная карта и 7 практических способа обхода ограничений Anthropic 🎉 В течении 48 часов действует скидка 25%

nothing design Кто-то собрал скилл «nothing design» для Claude Code. Просто вызываешь /nothing-design, и он генерирует весь UI в фирменном монохромном индустриальном стиле. Швейцарская типографика, матричные паттерны и глубокий OLED-чёрный — всё зашито прямо в агент. Cсылка на GitHub

🐍 FastAPI BackgroundTasks: Как запускать тяжелый код, не заставляя пользователя ждать Когда пользователь нажимает кнопку «Зарегистрироваться» или «Скачать отчет», твой бэкенд на FastAPI должен среагировать мгновенно. Если внутри этого запроса ты начнешь отправлять приветственное письмо через SMTP, генерировать тяжелый PDF-документ или парсить данные через Telethon, пользователь будет уныло смотреть на крутящийся спиннер несколько секунд. BackgroundTasks — это встроенный в FastAPI инструмент, который позволяет моментально вернуть ответ «Успешно», а тяжелую задачу незаметно докрутить в фоне. Задача: — Разгрузить основные эндпоинты API от долгих, не связанных с мгновенным ответом операций. — Минимизировать время ожидания ответа (TTFB) для клиентов. — Реализовать простую фоновую обработку без развертывания тяжелых очередей задач. Решение: Мы просто добавляем в параметры функции эндпоинта объект BackgroundTasks от самого FastAPI и перекидываем туда нашу тяжелую функцию вместе с нужными аргументами через метод .add_task(). Почему это идеальное быстрое решение? — Из коробки: Тебе не нужно устанавливать, настраивать и оплачивать Celery, Redis или RabbitMQ. Всё работает на стандартных возможностях Python и Starlette. — Не блокирует асинхронность: Если ты передаешь асинхронную функцию (async def), FastAPI запустит её в текущем цикле событий (event loop). Если передаешь обычную функцию (def), фреймворк сам отправит её в отдельный поток (thread pool), чтобы она не тормозила остальное приложение. — Доступ к контексту: Фоновые задачи запускаются *после* того, как ответ уже ушел пользователю, но в рамках того же процесса. Они имеют доступ к тем же пулам баз данных или настройкам приложения. — Чистый код: Логика контроллера остается легковесной — ты просто фиксируешь факт запроса и делегируешь работу дальше. Как это выглядит в коде? import time from fastapi import FastAPI, BackgroundTasks app = FastAPI() # Тяжелая функция (например, долгая запись логов в базу или отправка вебхука) def send_system_notification(email: str, message: str): time.sleep(5) # Имитируем тяжелую работу на 5 секунд print(self_email := f"Email sent to {email}: {message}") @app.post("/subscribe") async def subscribe_user(email: str, background_tasks: BackgroundTasks): # Логика быстрой валидации или сохранения в базу данных здесь... # Ставим задачу в фоновую очередь FastAPI background_tasks.add_task(send_system_notification, email, message="Welcome to our platform!") # Пользователь получает этот ответ МГНОВЕННО, не дожидаясь 5 секунд return {"status": "accepted", "message": "Subscription processing started"} Кому это нужно? — Разработчикам микросервисов и ботов, где нужно быстро подтвердить прием команды, а саму обработку (парсинг, отправку уведомлений в сетку каналов) сделать на секунду позже. — Всем, у кого в проекте есть задачи на 2–10 секунд, ради которых городить полноценный стек Celery + Redis пока объективно рано (оверинжиниринг). Совет: Помни, что встроенные BackgroundTasks живут в оперативной памяти твоего запущенного Python-процесса. Если сервер внезапно упадет или перезагрузится прямо в момент выполнения фоновой задачи, она сотрется и не повторится автоматически. Если тебе нужна гарантированная доставка, строгая очередность и сложная логика повторов (retries), тогда уже стоит смотреть в сторону полноценных брокеров вроде TaskIQ или Celery. 🔥 — если разгружаешь эндпоинты через фоновые задачи 🤝 — если пользователь честно ждет, пока скрипт отработает до конца

🖱 Экспортёр директорий проекта в читаемые файлы Dir2txt — инструмент командной строки, который позволяет быстро экспортировать структуру и содержимое директории в файлы форматов .txt или .json. 👉 Главная цель тулзы — помощь в структурировании кода для интеграции с AI-пайплайнами, такими как GPT-агенты и Retrieval-Augmented Generation. Клик

🎧 ИИ-музыку почти никто не слушает В новом исследовании изучили Spotify и выяснили, что 93% нейротреков не набирают даже 1000 прослушиваний. Авторы называют это music slop. Тысячи композиций заливают пачками в разные жанры, надеясь случайно попасть в рекомендации. Дистрибьюторы почти этому не мешают, а детекторы пока легко обходятся. А как часто вам попадается в реках нейрохрючево? • Источник