Вернуть деньги: Чат-бот за 15 минут

🎸 Вышел новый релиз Django 5.1

В Django 5.1 появились несколько полезных функций:

Тег {% query_string %} упростит модификацию параметров запроса в URL.
Поддержка пулов соединений для PostgreSQL поможет снизить задержки.
Новый LoginRequiredMiddleware перенаправит неавторизованные запросы на страницу входа.
RowRange теперь принимает положительные целые числа для start и отрицательные для end.
Новый аргумент exclusion в RowRange и ValueRange исключает ряды, группы и привязки из оконных фреймов.
Новый валидатор DomainNameValidator обеспечивает проверку доменных имен.

Пагинацию теперь можно сделать гораздо проще, чем раньше

Кроме того, разработчики сделали много мелких улучшения в contrib-приложениях, ORM и формах, и удалили большую часть устаревшей функциональности, включая:

Метод BaseUserManager.make_random_password().
Опцию Meta.index_together для моделей.
Фильтр шаблона length_is.
Хэши паролей SHA1PasswordHasher, UnsaltedSHA1PasswordHasher и UnsaltedMD5PasswordHasher.
Модели CICharField, CIEmailField и CITextField из django.contrib.postgres.
Методы SimpleTestCase.assertFormsetError() и TransactionTestCase.assertQuerysetEqual().
Поддержку передачи JSON-строк в JSONField и связанные функции.
Настройки DEFAULT_FILE_STORAGE и STATICFILES_STORAGE.
Функцию django.core.files.storage.get_storage_class().

Также были внесены некоторые изменения для повышения доступности – переработаны HTML-теги для лучшей поддержки скринридеров. Подробнее об обновлениях – в документации Django.

🐍 Больше полезных материалов вы найдете на нашем телеграм-канале «Библиотека питониста»

🎨 Стильный GUI на Python

NiceGUI – продвинутый UI-фреймворк:

Одинаково хорошо подходит для создания браузерных и десктопных приложений любого масштаба – от панелей управления автоматизированными/роботизированными системами до сложных GUI с выводом видео, аудио, 3D-графики и всевозможных диаграмм.
Работает с Jupyter Notebooks.
Содержит массу готовых UI-элементов – кнопок, переключателей, списков, чекбоксов и т.д. Основной и дополнительные цвета всех элементов можно изменять.
Имеет встроенный таймер, который может обновлять интерфейс хоть каждые 10 мс.
Поддерживает SVG, иконки и эмодзи, HTML и Markdown.
Легко интегрируется в существующие приложения – например, на базе FastAPI.
Отличается простотой использования. Множество примеров – в репозитории и на сайте проекта.

Код NiceGUI и элементы, созданные с его помощью

🧩🐍 Интересные задачи по Python для практики можно найти на нашем телеграм-канале «Библиотека задач по Python»

🤖💬 Самый простой способ создания собственного чат-бота

Реализовать проект Chat Wizard смогут даже начинающие разработчики – библиотека Taipy предоставляет практически готовый к использованию фронтенд, который нужно лишь немного оформить с помощью CSS, а библиотека ctransformers обеспечивает взаимодействие с ИИ-моделью, в данном случае – с Mistral-7B-Instruct-v0.1-GGU. Результат – полноценный локальный чат-бот, которого можно использовать в качестве ассистента разработчика, а при необходимости – дополнить нужными компонентами:

Библиотека Taipy использует концепцию состояния (state) для отслеживания изменений в приложении. Это позволяет легко управлять историей беседы, обновлять интерфейс, и не задумываться о тонкостях передачи данных с бэкенда на фронтенд.
Архитектура приложения отличается гибкостью – можно без всяких сложностей интегрировать любые другие языковые модели или компоненты для обработки текстовых/визуальных данных.

Создание чат-бота займет буквально 15 минут

🆓 Как стать Python-разработчиком бесплатно

Войтивайтишник, у которого все получилось, опубликовал на Хабре «Ультимативный гайд по эффективному обучению (для влёта в IT с двух ног)». Основные слагаемые успеха:

Оптимальное соотношение практики и теории – 80% на 20%.
Интервальные повторения – концепция, непонимание которой приводит к тому, что «95% вкатунов сливаются в первые месяцы». Всю новую информацию нужно повторять через определенные промежутки времени, иначе обучение будет бесполезным – выучил очередную тему, забыл предыдущую.
Активное вспоминание – пересказывание самому себе всех только что изученных концепций.
Параллельное изучение нескольких навыков эффективнее, чем поочередное.
Доскональное изучение концепций, лежащих в основе любого инструмента – обязательно: не стоит изучать фреймворки, не зная толком языка, на которых они основаны.
Учиться нужно каждый день, причем начинать учебу нужно с 10-минутного повторения того, что изучалось накануне.
Интенсивный ритм обучения более эффективен, чем размеренный.
Бесплатные курсы и туториалы на YouTube принесут пользу только в том случае, если их не просто смотреть, а сразу же использовать для написания собственных вариантов кода. Иначе можно безнадежно застрять в «туториальном аду».

🐍💼 Подтянуть свои знания по Python вы можете на нашем телеграм-канале «Библиотека собеса по Python»

📜 Полезные статьи и туториалы на Хабре

Сложность деплоя веб-приложения на Django или Flask зависит от двух факторов – сложности самого приложения и «дружественности» хостинга по отношению к Python. На дружественных хостингах очень многие вещи уже настроены, и разворачивание приложения занимает несколько минут. На более суровых платформах необходимо установить и вручную настроить не только веб-сервер, но и сервер приложений (типа Gunicorn). В публикации «Фантастически быстрый деплой веб-приложения» рассматривается процесс создания простой стены сообщений на Flask и деплой на один из преднастроенных хостингов – этот вариант оптимально подходит для начинающих разработчиков, проще только установка на pythonanywhere. Для тех, кто не ищет простых решений, мы публиковали туториал по более хардкорному деплою, где все устанавливается и настраивается самостоятельно.

Статья «Фоновые асинхронные задачи в FastAPI и их мониторинг»:

Рассказывает о плюсах и минусах 5 самых популярных способов работы с задачами – с помощью FastAPI Background Tasks, ARQ, SAQ, FastStream и Celery.
Затрагивает менее популярные инструменты – Taskiq, APScheduler, Rocketry.
На основе тестирования определяет победителя. Спойлер – это FastStream.

В статье «Распознавание капчи при помощи CNN модели» показан пошаговый процесс создания модели, которая уже в первой итерации предсказывает текст капчи с точностью около 70%.

В публикации «Алгоритмы разбора результата распознавания рукописного текста для анкет» продемонстрировано подробное решение нетривиальной задачи по распознаванию рукописных анкет, сфотографированных телефоном. Результат – универсальный алгоритм для работы с любыми структурированными документами в любом формате, разрешении и качестве. В качестве фронтенда для такого приложения можно использовать Телеграм.

В статье «Создаем безукоризненную автодокументацию кода на Python с помощью Sphinx» показаны: