👩‍💻 TestZeus Hercules — это открытый инструмент для автоматизации тестирования веб-приложений!

🌟 Он использует синтаксис Gherkin для написания тестов, что позволяет работать с ним даже без навыков программирования. Hercules интегрируется с Playwright для автоматизации браузера и поддерживает модели ИИ, такие как GPT-4. Он может тестировать сложные платформы, например Salesforce, и генерировать подробные отчёты в форматах JUnit и HTML. Hercules предлагает гибкость в настройках через PyPI, Docker и исходный код, что делает его подходящим для различных команд и тестовых сред. Инструмент разработан для упрощения и ускорения процесса тестирования.

🔐 Лицензия: AGPL-3.0

🖥 Github

@pythonl

👩‍💻 MoneyPrinter — это проект для автоматизации создания YouTube Shorts с использованием MoviePy!

🌟 Он позволяет генерировать короткие видео, предоставив лишь тему для обсуждения. Проект включает инструкции для настройки и запуска локальной версии, а также решение распространенных проблем при установке. Он использует Python и MoviePy для редактирования видео.

🔐 Лицензия: MIT

🖥 Github

@pythonl

🔥 Judges — это библиотека для создания и использования оценщиков на основе LLM!

🌟 Она предоставляет два типа "судей": классификаторы (возвращают True/False) и оценщики (выставляют баллы по числовой или качественной шкале). Библиотека поддерживает интерфейс для объединения нескольких "судей" с помощью объекта Jury, который создает совокупное решение (Verdict).

🌟 Она полезна для задач оценки данных, обработки текстов и создания кастомных алгоритмов для анализа. Установка выполняется через pip install judges.

Подробнее: Judges на GitHub.

🔐 Лицензия: Apache-2.0

🖥 Github

@pythonl

👩‍💻 Progresspal — это инструмент для отслеживания прогресса Python-итераторов, функций и логов в реальном времени!

🌟 Он использует независимый сервер логов для мониторинга выполнения скриптов на разных устройствах с подключением к интернету. Поддерживаются многопоточные и многопроцессные операции, а также отслеживание вызовов функций, скорости выполнения, ошибок и прогресса итераций.

🔐 Лицензия: MIT

🖥 Github

@pythonl

👩‍💻 Python Fire — библиотека для автоматической генерации интерфейсов командной строки (CLI) из любых объектов Python!

🌟 Это упрощает создание и использование CLI для функций, классов и других объектов, позволяя легко интегрировать Python-код с командной строкой. Python Fire также облегчает разработку, отладку и взаимодействие с Python-программами через терминал, предоставляя простой способ выполнения команд и работы с различными типами данных через командную строку.

🔐 Лицензия: Apache-2.0

🖥 Github

@pythonl

👩‍💻 Director — фреймворк для создания AI-агентов, работающих с видео!

🌟 Эти агенты могут выполнять различные сложные задачи, такие как поиск, редактирование, суммирование и генерация видео. Он позволяет пользователям взаимодействовать с видео с помощью команд на естественном языке, автоматизируя задачи, такие как нарезка, создание резюме и обмен контентом. Фреймворк построен на инфраструктуре "Video-as-Data" от VideoDB и интегрируется с API генеративного ИИ, предлагая гибкую систему для разработчиков и создателей контента, чтобы упростить рабочие процессы с медиа.

🔐 Лицензия: MIT

🖥 Github

@pythonl

👩‍💻 Отправление электронного письма с помощью библиотеки smtplib!

@pythonl

👩‍💻 htmy — асинхронный движок рендеринга на Python, который позволяет создавать HTML-компоненты!

🌟 Он поддерживает функциональный подход, контексты наподобие React, обработку ошибок через ErrorBoundary и встроенные HTML-теги. Система полностью настраиваемая, поддерживает Markdown и асинхронную интернационализацию. Подходит для работы с любыми бэкендами, CSS и JS-фреймворками. Удобен для гибкого управления логикой и визуализацией.

🔐 Лицензия: MIT

🖥 Github

@pythonl

👩‍💻 Курс: Освойте мультимодальный анализ данных с помощью LLM и Python!

🌟 Мультимодальный анализ данных включает анализ данных из нескольких источников, таких как аудио, текст и изображения. И вы можете использовать LLM и Python, чтобы сделать это. Здесь вы узнаете о классификации текста, анализе изображений, обработке аудио и многом другом.

🕞 Продолжительность: 1:42:51

🔗 Ссылка: *клик*

#курс #python #dataanalysis

@pythonl

👩‍💻 Пример скачивания Yotube-видео по ссылке с помощью библиотеки Pytube!

@pythonl

📌Топ Python-проектов для ML 2024 года.

Эти проекты были выбраны на основе их актуальности на 2024 год. Каждый из них - смесь практической полезности, новизны и, честно говоря, крутости, будь то смелый и инновационный подход, элегантное решение сложных проблем или просто умная реализация.

🟢BAML - предметно-ориентированный язык для работы с LLM.

BAML превращает текстовые промпты в многократно используемые функции LLM с типизированными переменными и обеспечивают конкретный тип выходных данных. BAML превосходит другие методы получения структурированных данных от LLM и поддерживает VS Code и Cursor.

🟢marimo - Python notebooks геймчейджер.

Новый подход к notebook, который превращает их в мощную, реактивную среду для создания удобных для совместного использования рабочих процессов. Marimo готов заменить Jupyter и Streamlit, устраняя проблемы скрытого состояния и ручного выполнения ячеек.

🟢OpenHands - мощный агент для разработки.

Безопасная изолированная среда, где AI-агенты могут выполнять код, взаимодействовать с веб-браузерами, управлять файлами, отлаживать проблемы, рефакторить код и даже сотрудничать с другими агентами. Среда включает в себя Docker-песочницу с доступом к bash-оболочке, веб-браузингом и IPython-сервером.

🟢Crawl4AI - интеллектуальный веб-скрапинг.

Библиотека, которая обрабатывает динамический контент, обходит механизмы защиты от ботов, извлекает структурированные данные и масштабирует задачи сбора массивов информации. Асинхронная архитектура дает высокую скорость работы даже со сложным JavaScript. На выходе - форматы JSON, markdown и очищенный HTML, готовые для импорта в LLM. Crawl4AI поддерживает Chromium, Firefox и WebKit через Playwright.

🟢LitServe - универсальный движок для развертывания моделей.

Детище LightningAI - мощный инструмент для развертывания моделей и сложных AI-конвейеров. Построен на базе FastAPI, поддерживает PyTorch, TensorFlow, JAX и работает с GenAI, СV, ASR и эмбедингами. LitServe умеет в KV-кэширование для LLM, и подходит как для легких приложений, так и для тяжелых корпоративных нагрузок.

🟢Mirascope - унифицированный интерфейс LLM.

Python-инструмент для упрощения извлечения структурированных данных из LLM. Он предлагает удобный интерфейс, основанный на декораторах и декларативных схемах. Mirascope поддерживает OpenAI, Anthropic и Cohere и имеет свой поисковый агент WebSearchAgent, который может автономно собирать информацию из интернета.

🟢Surya - OCR с высокой точностью.

OCR-система на 90 языках. Surya извлекает текст из сканированных изображений, PDF-файлов и других визуальных форматов с точностью, сравнимой с Google Cloud Vision. Помимо OCR, Surya проводит расширенный анализ документа, определяя заголовки, изображения, таблицы и порядок чтения, что идеально для оцифровки книг, форм и научных документов.

🟢DataChain - конвейер данных для ИИ.

Платформа для управления версиями мультимодальных наборов изображений, видео, текста и PDF-файлов. Библиотека преобразует разрозненные файлы в централизованные датасеты, которые легко запрашивать и манипулировать с помощью Python без использования Spark или SQL. DataChain поддерживает PyTorch, TensorFlow, AI-генерацию метаданных, сериализацию инференса LLM и выполнение пакетных процедур.

🟢Narwhals - универсальный слой совместимости для DataFrame-библиотек.

Легковесный слой, который объединяет pandas, Polars, PyArrow, Modin и cuDF в Python. Он позволяет писать код, не зависящий от используемого бэкенда, используя подмножество API Polars в качестве интерфейса. Поддерживает как eager, так и lazy execution стили, включая Dask. Narwhals не имеет зависимостей и обеспечивает статическую типизацию для автозавершения и подсказок в IDE.

🟢PydanticAI - фреймворк для разработки AI-приложений.

Фреймворк агентов, которые управляют взаимодействием с LLM и проверкой их инференса. Имеет систему внедрения зависимостей, позволяющую динамически получать контекстные данные. PydanticAI поддерживает пользовательские функции Python, вызываемые агентами для доступа к информации и выполнения вычислений.


@ai_machinelearning_big_data

👩‍💻 Typer — это библиотека Python для создания удобных и мощных приложений командной строки!

🌟 Она основана на подсказках типов Python (type hints), что делает код более понятным, лёгким в разработке и поддержке. Typer автоматически генерирует помощь (--help) и автодополнения для всех оболочек, что упрощает использование приложений конечными пользователями.

🌟 Библиотека поддерживает как простые скрипты, добавляя всего пару строк кода, так и сложные структуры с несколькими командами и аргументами. Typer — это "младший брат" FastAPI, но для CLI-приложений, обеспечивающий аналогичный подход: минимальная избыточность кода, высокая производительность и простота в использовании как для разработчиков, так и для пользователей.

🔐 Лицензия: MIT

🖥 Github

@pythonl