Python/ django

🦙 Ollaya: запуск моделей принятия решений в стиле Ollama. Скачиваете модель, поднимаете локальный сервер и получаете через API категорию, оценку или вероятность «да». Без генерации текста и разбора ответа LLM. Подходит для сортировки обращений, модерации, определения намерений и маршрутизации запросов. Что есть: • Laya, Decider, NLI, GLiClass и другие модели. • Работа на CPU и GPU. • API, совместимый с TypeSafe. • MCP для подключения к Claude Code, Cursor и другим агентам. • Windows, Linux и macOS, включая Apple Silicon. Для старта без NVIDIA GPU автор рекомендует Laya. Есть мультиязычная версия с поддержкой более 100 языков. Проект написан на Rust, лицензия Apache 2.0. У самих моделей сохраняются собственные лицензии. https://github.com/ollaya-dev/ollaya

Python 3.15 почти готов: вышел RC3, финальный релиз 9 октября Python 3.15.0rc3 вышел 2 октября. Третий кандидат понадобился из-за нескольких блокирующих багов в ленивых импортах, которые решили обязательно закрыть до релиза. Финальная версия ожидается 9 октября. ABI больше не изменится, так что мейнтейнерам библиотек самое время собирать колёса под 3.15. Главное, что войдёт в релиз: lazy import torch # PEP 810: модуль загрузится только при первом обращении cfg = frozendict(lr=3e-4) # PEP 814: неизменяемый и хешируемый словарь flat = [*row for row in matrix] # PEP 798: распаковка прямо в генераторах списков Ленивые импорты вслепую ускоряют запуск CLI и скриптов, где тянется тяжёлый стек вроде torch или pandas. Для ML-кода это, пожалуй, самое заметное изменение. UTF-8 стал кодировкой по умолчанию на всех платформах, включая Windows, и проблема с open() без encoding= наконец уходит в прошлое. Ещё в релизе встроенный тип sentinel, новый семплирующий профайлер Tachyon в отдельном пакете для профилирования и улучшенные сообщения об ошибках. Экспериментальный JIT даёт 7–8% прироста на x86-64 Linux, а frame pointers включены по умолчанию, поэтому профилировать через perf станет проще. Для free-threaded сборок появился стабильный ABI, то есть шаг к Python без GIL в продакшене. В типизации добавили TypedDict с типизированными дополнительными ключами и TypeForm. Это всё ещё релиз-кандидат, так что в прод пока не стоит. Но погонять тесты своих проектов на нём самое время. https://www.python.org/downloads/release/python-3150rc3/ @pythonl

🐍 Python Workers в Cloudflare вышли в GA Cloudflare официально сделала Python полноценным поддерживаемым языком для Workers. Теперь Python-код можно запускать в production на edge-инфраструктуре Cloudflare и напрямую связывать с Workers AI, R2, D1, Hyperdrive, Durable Objects, Queues и Workflows. Что добавили: - поддержка FastAPI, Django, Flask и других ASGI/WSGI-фреймворков; - нативные Python bindings без ручной конвертации объектов в JavaScript; - работа с PostgreSQL и MySQL через Hyperdrive; - поддержка сетевых библиотек и TCP-сокетов; - возможность запускать OpenAI SDK, LangChain и MCP прямо внутри Python Workers. Под капотом Python запускается через Pyodide/WebAssembly, а для пакетов с C/C++/Rust-расширениями Cloudflare продвигает стандарт PyEmscripten / PEP 783. Можно собирать на Python API, AI-агентов, MCP-серверы, RAG и event-driven пайплайны без отдельного сервера. Анонс Cloudflare - https://blog.cloudflare.com/python-workers-ga/

🎇Главная идея DevSecOps: безопасность перестаёт тормозить разработку. Вместо проверок «после релиза» всё встроено в пайплайн: код проходит SAST, контейнеры сканируются, инфраструктура проверяется на комплайенс. В итоге релизы выходят быстрее и при этом безопаснее. Этому и учит курс DevSecOps от Академии Codeby на практике: ⏺️9 модулей, 48 занятий, 90% практики ⏺️Стек: Docker, Kubernetes, Terraform, Vault, Ansible, Prometheus ⏺️Финальный экзамен в стиле OSCP — только реальные задачи ⏺️Авторы — практики: внедрение Zero Trust, построение SOC, разработка DevSec-инструментов под Burp Suite Инженеры, которые умеют встраивать безопасность в CI/CD, сегодня в дефиците на стыке ИБ и DevOps — компании поняли, что «сначала сделать, потом чинить» обходится дороже. 👉 Запись на курс открыта до 15 октября ➡️️️Программа и регистрация Бесплатная консультация — @CodebyAcademyBot

🐍 Какая зависимость держит ваш Django на старой версии? django-upgrade-report читает зависимости проекта, проверяет заявленную совместимость на PyPI и составляет план обновления: - Какие пакеты блокируют переход. - Что можно обновить заранее. - Что нужно обновлять одновременно с Django. - Где потребуется ручная проверка. Поддерживает lock-файлы uv, Poetry, PDM, Pipenv и requirements.txt. Подбирает минимальную подходящую версию пакета, чтобы сократить масштаб изменений. Запуск из папки проекта: uvx django-upgrade-report Отчёт можно сохранить в HTML, Markdown или JSON и подключить к CI. Совместимость оценивается по метаданным пакетов, поэтому тесты проекта всё равно нужны. https://github.com/derblub/django-upgrade-report

🖥 Python-дайджест недели: PyPy 8 с Python 3.12, отладка None и фреймворки для агентов PyPy 8.0 выпустил первый интерпретатор с поддержкой Python 3.12, пока в бете, и подтянул совместимость с CPython. https://pypy.org/posts/2026/09/pypy-v800-release.html nonetrace при падении на None показывает, какая функция его вернула, и подсказывает исправление. Экономит кучу времени на отладке. https://pypi.org/project/nonetrace/ since-cutoff находит API ваших зависимостей, которые поменялись после даты обучения вашей coding-модели, и генерирует по ним документацию. Хорошее лекарство от галлюцинаций Copilot и Claude Code на свежих библиотеках. https://github.com/MohammadHijjawi97/since-cutoff Hardware-agnostic модели в vLLM. Разбор от PyTorch о том, как vLLM запускает одни и те же модели на разных ускорителях без переписывания кода. https://pytorch.org/blog/hardware-agnostic-models-in-vllm/ Bad evals, my own. Честный текст о том, как LLM-судьи выдают противоречивые оценки и вводят в заблуждение метриками. Пять упражнений на собственных ошибках. https://digline.dev/blog/bad-evals-my-own/ CinderX от Meta: JIT и Static Python против CPython 3.14 на реальном сервисе. https://dev.to/deadlovelll/speeding-up-a-python-service-with-cinderx-jit-and-static-typing-53bh Из проектов для агентов стоит взглянуть на Strands harness-sdk, открытый SDK для продакшен-агентов на Python и TypeScript с любой моделью и облаком, и на DeepTeam, фреймворк для red-teaming LLM и агентов. https://github.com/strands-agents/harness-sdk https://github.com/confident-ai/deepteam Для обучения пригодятся OpenArch с современными LLM-архитектурами, написанными с нуля на PyTorch, и Reef, инфраструктура для continual learning и самоулучшающихся агентов. https://github.com/anuj0456/OpenArch https://github.com/Human-Agent-Society/reef И приятная мелочь: домен subprocess.run ведёт прямо на документацию subprocess.run(). https://pythonhub.dev/digest/2026-10-04/ @pythonl

🐍 Python тормозит? В 3.15 добавили инструмент, который покажет где Tachyon (`profiling.sampling`) периодически снимает стек вызовов и определяет, где программа тратит время. Работает отдельным процессом, с минимальным влиянием на приложение. Можно подключиться к запущенному сервису без перезапуска и изменения кода. Что умеет: • Строить flame graphs и тепловые карты строк. • Показывать нагрузку в реальном времени. • Анализировать asyncio, ожидание I/O и удержание GIL. Подключение к процессу по PID: python3.15 -m profiling.sampling attach 12345 🎙 В Talk Python разработчики рассказывают, как устроен профилировщик и как применять его на практике: https://talkpython.fm/episodes/show/565/tachyon-python-3.15s-built-in-sampling-profiler

webAI выпустила TwIL-LM3-Pro - компактную модель на 3,66B параметров специально для формальной логики. Модель построена на базе IBM Granite 4.2 3B и дообучена для задач вроде: - проверки, следует ли вывод из заданных предпосылок - перевода текста в формальную логику - semantic parsing - формализации и критики доказательств в Lean По тестам webAI, TwIL-LM3-Pro примерно на уровне Qwen3-8B по главному composite-метрику формальной логики, при этом параметров у неё меньше чем вдвое. Также она обходит публичный VibeThinker-3B по всем шести заявленным formal-задачам. - 3,66B параметров - Q4 GGUF весит всего 2,09 GiB - достаточно около 4 GB VRAM - можно запускать через llama.cpp - данные остаются локально Это не универсальный чат-бот, а узкоспециализированная reasoning-модель. Лицензия — non-commercial. https://huggingface.co/webAI-Official/TwIL-LM3-Pro

🔥 Бесплатный курс по Claude Code на русском: от установки до команды агентов На GitHub выложили Claude Code PRO Course, бесплатный практический курс по Claude Code на русском языке. Он ведёт от первого запуска до настройки многоагентной работы в команде. Внутри 12 модулей в четырёх уровнях сложности: основы, рабочий процесс, расширения и масштабирование. Сначала установка, промптинг, память проекта через CLAUDE.md, настройки и права доступа. Потом профессиональный рабочий процесс, скиллы и слэш-команды, сабагенты и хуки. Дальше идут MCP, плагины и маркетплейсы, а в конце headless-режим, CI и GitHub Actions плюс продвинутые техники. Основной упор сделан на управление контекстом, разработку через тесты и автоматизацию через конфигурацию как код. Теорией курс не ограничивается: есть 8 практических лабораторных, готовый стартовый набор, библиотека промптов и пример собственного плагина. Лицензия MIT. https://github.com/justxor/claude-code-pro-course @machinelearning_interview

🖥 Cayu - open-source runtime для долгоживущих ИИ-агентов на Python Проект закрывает инфраструктурную часть работы агентов: управление состоянием, инструментами, правами доступа, секретами и восстановлением после сбоев. Возможности: - долговечные сессии, события и контрольные точки; - возобновление, прерывание и разветвление запусков; - типизированные инструменты, политики и подтверждения действий; - лимиты расходов и учёт стоимости запусков; - работа с субагентами и фоновыми задачами; - управление контекстом и его сжатие; - изолированные окружения, хранилища и секреты; - трассировка, тесты и evals; - панель управления на FastAPI; - OpenAI, Anthropic, Bedrock, Vertex и OpenAI-совместимые API. Минимальный запуск: pip install cayu pytest cayu new myagent cd myagent pytest cayu eval run https://github.com/cayu-dev/cayu