Python

Протокол Контекста Модели (MCP) революционизирует способ взаимодействия ИИ-ассистентов с внешними источниками данных и инструментами. В этом руководстве мы исследуем, как строить MCP-серверы на Python, с примерами, сосредоточенными на возможностях веб-поиска и парсинга.

Преобразование HTML в Markdown — это фундаментальная задача в современных разработческих процессах, особенно при подготовке веб-контента для больших языковых моделей (LLM), систем документации или статических генераторов сайтов, таких как Hugo.

Разработчики часто сталкиваются с проблемой “работает на моей машине”, вызванной несоответствиями зависимостей, версиями инструментов или различиями в операционных системах. Dev Containers в Visual Studio Code (VS Code) решают эту проблему элегантно — позволяя разрабатывать внутри контейнеризованной среды, специально настроенной для вашего проекта.

Здесь представлен пример Python Lambda для обработки сообщений SQS (Пример Python Lambda для обработки сообщений SQS + REST API) с защитой API Key + скрипт Terraform для развертывания его для безсерверного выполнения.

В этой статье мы рассмотрим два способа подключения вашего Python-приложения к Ollama: 1. Через HTTP REST API; 2. Через официальную библиотеку Ollama для Python.

Вот сравнение поддержки структурированного вывода (получение надежного JSON) среди популярных поставщиков LLM, а также минимальные примеры на Python

Большие языковые модели (LLM) мощные, но в производстве мы редко хотим свободноформатных абзацев. Вместо этого нам нужны предсказуемые данные: атрибуты, факты или структурированные объекты, которые можно передать в приложение. Это Структурированный вывод LLM.

Преобразование документов Word в формат Markdown - это очень распространенная задача для технических писателей, разработчиков и создателей контента, которые хотят перенести свой контент на платформы с поддержкой Markdown (например, GitHub, GitLab, генераторы статических сайтов, такие как Hugo).

Вот мои заметки с пошаговым руководством по реализации и развертыванию в AWS Telegram-бота. Я добавил быстрый старт (long polling) и производственный путь (webhooks), с примерами на Python и Node.js.

AWS Cloud Development Kit (AWS CDK) — это фреймворк, который позволяет определять и развертывать облачную инфраструктуру с использованием привычных языков программирования, таких как TypeScript, Python, Java и Go.

Apache Airflow — это открытая платформа, предназначенная для программного создания, планирования и мониторинга рабочих процессов — полностью на языке Python, предлагающая гибкую и мощную альтернативу традиционным, ручным или основанным на интерфейсе инструментам для работы с рабочими процессами.

Python uv (произносится как «ю-ви») — это современный, высокопроизводительный пакет и менеджер проектов для Python, написанный на Rust. Он разработан как замена традиционным инструментам управления пакетами Python, таким как pip, pip-tools, virtualenv, pipx и pyenv, с целью упрощения и ускорения рабочих процессов разработки на Python.

Однажды холодным июльским зимним днем в Австралии… я почувствовал срочную необходимость обучить модель ИИ для обнаружения не заглушенных арматурных стержней из бетона…

Генерация PDF-отчетов с использованием Python

Python, с его обширными библиотеками и модулями, предлагает мощные инструменты для создания профессиональных PDF-отчетов.

Venv — это инструмент командной строки для управления виртуальными средами. Он гораздо проще, чем Anaconda. Вот некоторые полезные команды venv.

Я собрал некоторые статистику установки расширений VS Code по различным языкам программирования. И самым популярным является Python. Затем C++.