📱PPT Master.

PPT Master — это мощный инструмент (workflow) для ИИ-редакторов кода вроде Cursor, Claude Code или VS Code, который превращает любые PDF, DOCX, Markdown или ссылки в полностью редактируемые презентации PowerPoint (.pptx).

🔹Главные фичи:

🔘Настоящий PowerPoint: Генерирует не плоские скриншоты, а реальные векторные фигуры, текстовые блоки и диаграммы. Любой элемент на слайде можно кликнуть и изменить руками!

🔘Локальность и безопасность: Ваши документы не загружаются на серверы сомнительных стартапов. Вся работа с файлами происходит на вашем ПК, в облако уходят только промпты для LLM.

🔘Без подписок и lock-in: Инструмент полностью бесплатный (Open Source). Вы платите только за API-токены самой нейросети (выходит сущие копейки, в районе $0.08 за готовую презентацию).

🔘Мультимодельность: Вы не привязаны к одной ИИ. Можно использовать Claude, OpenAI, Gemini или Kimi.

❓Как это работает:

Вам понадобится только установленный Python и ваш любимый AI IDE. Вы скачиваете репозиторий, закидываете исходный документ (например, годовой отчет) в папку и пишете в чат редактора: "Сделай презентацию на 10 слайдов из этого PDF". ИИ сам проанализирует текст, подберет структуру, сверстает слайды и сохранит готовый .pptx файл в папку экспорта.

#PowerPoint #AI #Productivity #OpenSource #Claude #Cursor #Presentation #Automation #DevTools

📱Ссылка на репозиторий:
https://github.com/hugohe3/ppt-master

📱PrettyTable.

PrettyTable — это классическая и невероятно удобная библиотека для Python, которая позволяет красиво выводить табличные данные прямо в терминале (в виде ASCII-таблиц) и не только!

Если вам нужно быстро визуализировать логи, статистику или просто структурировать вывод в консоли, этот инструмент сэкономит кучу времени.

🔹Главные фичи:

🔘Гибкий импорт: Собирайте таблицы построчно, по столбцам, или загружайте данные напрямую из .csv файлов и SQL-баз данных (через курсор).

🔘Мульти-экспорт: Не ограничивайтесь консолью! PrettyTable умеет конвертировать ваши таблицы в HTML, JSON, CSV, LaTeX, MediaWiki и Markdown в один вызов метода.

🔘Детальная стилизация: Полный контроль над внешним видом. Меняйте выравнивание (влево, вправо, по центру), убирайте рамки, настраивайте символы разделителей или используйте готовые стили (например, для переноса в MS Word).

🔘Умная работа с данными: Встроенная сортировка по нужной колонке, фильтрация строк (по кастомной логике) и даже пагинация для огромных таблиц, чтобы они легко читались на экране.

🔘Поддержка цвета: Используйте класс ColorTable для добавления ANSI-цветов и создания стильных терминальных интерфейсов.

🚀Быстрый старт:

pip install prettytable

from prettytable import PrettyTable

table = PrettyTable(["Город", "Население"])
table.add_row(["Аделаида", 1158259])
table.add_row(["Брисбен", 1857594])

print(table)

#Python #PrettyTable #Terminal #CLI #DataScience #Backend #DevTools #OpenSource #Programming

📱Ссылка на репозиторий:
https://github.com/prettytable/prettytable

📱SPy.

SPy — это статически компилируемый вариант Python!

Мечтали писать код так же легко, как на Python, но чтобы он работал так же быстро, как скомпилированный язык? Проект SPy пытается решить именно эту амбициозную задачу.

🔹Главные фичи:

🔘Два режима работы: Вы можете писать и тестировать код быстро через привычный интерпретатор, а затем скомпилировать его в нативный исполняемый файл (executable) для максимальной скорости.

🔘Прозрачный конвейер: SPy не просто "вслепую" транслирует код в C. Компиляция проходит в несколько этапов (Py AST -> SPy AST -> Redshift -> C -> Бинарник). Вы можете остановить процесс на любом шаге специальными флагами в консоли, чтобы посмотреть, во что превращается ваш код!

🔘 Магия WebAssembly (WASM): В основе языка лежит рантайм-библиотека libspy (написанная на C). Самое крутое: когда вы запускаете код в интерпретаторе, эта библиотека подгружается прямо туда в виде WASM-модуля через wasmtime. А при релизной сборке она статически линкуется к вашему бинарнику.

🔘Работает в браузере: Благодаря архитектуре на базе WASM/emscripten, SPy может работать поверх Pyodide прямо в браузере без установки!

❓Как попробовать?

❗️Пока проект находится в активной разработке, локальная установка требует немного ручной работы: вам понадобится Python 3.12, сборка библиотеки libspy через команду make и установка самого пакета в режиме для разработчиков (pip install -e .[dev]).

💡Но если вы не хотите возиться с терминалом, на официальном сайте есть браузерная песочница (Playground), где можно пощупать язык прямо сейчас.

#Python #WebAssembly #WASM #Compiler #Backend #DevTools #OpenSource #Programming

📱Ссылка на репозиторий:
https://github.com/spylang/spy

📱AI Engineering from Scratch.

AI Engineering from Scratch — ультимативный опенсорс-курс по ИИ-инженерии!

От линейной алгебры до создания роев автономных агентов. Забудьте про скучные видеолекции и пассивное потребление. Это AI-native курс, где вы изучаете ИИ с помощью ИИ, создавая реальные проекты на Python, TypeScript, Rust и Julia.

🔹В чем главная фишка?

Классические курсы заканчиваются сертификатом и фразой: "Поздравляем, вы это выучили". Здесь каждый из 272+ уроков завершается созданием готового переиспользуемого артефакта:

🔘Prompts: продвинутые шаблоны для ИИ-ассистентов.
🔘Skills: навыки для ИИ-кодеров (Claude Code, Cursor).
🔘Agents: автономные воркеры, готовые к деплою.
🔘MCP Servers: серверы для Model Context Protocol.

❓Что внутри (20 фаз, ~306 часов):

🔘Фундамент: Математика для ML, классическое машинное обучение и Deep Learning.

🔘Модели: Computer Vision, NLP, звук, Трансформеры и создание LLM с нуля.

🔘Инженерия: Промпт-инжиниринг, RAG, Multimodal AI, интеграция инструментов (API, MCP).

🔘Агенты: Agent Engineering, Автономные системы безопасности и Мультиагентные рои (Swarms).

🐱Философия "Build It / Use It"

Вы не используете готовые фреймворки с первого дня. Сначала вы пишете архитектуру с нуля на чистом коде (понимая всю внутреннюю логику), и только потом переходите к "продакшен" инструментам вроде PyTorch или sklearn.

❓Как начать:

Курс адаптируется под вас. Новички могут начать с базовой математики (Phase 1), а сеньоры — сразу прыгнуть в разработку агентов (Phase 14). Если используете ИИ-кодеры, можно запустить команду /find-your-level, чтобы ИИ сам подобрал вам персональный путь.

#AI #MachineLearning #DeepLearning #LLM #AIAgents #Python #DataScience #OpenSource #Education #Programming

📱Ссылка на репозиторий:
https://github.com/rohitg00/ai-engineering-from-scratch

📱HY-World 2.0.

HY-World 2.0 — это мультимодальная нейросеть, которая совершает настоящую революцию в генерации 3D-миров. В отличие от большинства современных "World Models" (вроде Genie 3 или Sora), которые создают обычные плоские видеоролики, эта модель генерирует полноценные, редактируемые 3D-ассеты из текста, картинок или видео!

Вы больше не просто смотрите сгенерированное кино, а создаете реальное пространство.

🔹Главные фичи:

🔘Настоящее 3D, а не видео: Модель выдает форматы 3DGS (Gaussian Splattings), полигональные сетки (meshes) и облака точек. Результат можно напрямую импортировать в Blender, Unity, Unreal Engine или Isaac Sim.

🔘Генерация миров (World Generation): Превращает текстовый промпт или одну фотографию в детализированный 3D-мир. По этим локациям можно буквально ходить (от первого или третьего лица), они поддерживают физику столкновений!

🔘Мгновенная 3D-реконструкция (WorldMirror 2.0): Подаете на вход несколько фото или обычное видео с телефона — и нейросеть за один проход предсказывает глубину, нормали, параметры камеры и собирает цифрового 3D-двойника.

🔘Стабильность и дешевизна: В отличие от видеомоделей, где каждый кадр генерируется заново (что дорого и вызывает мерцание), здесь вы генерируете сцену один раз. Дальше она рендерится в реальном времени силами вашей видеокарты без потери качества и консистентности.

🔻Open Source:
Проект открытый! Команда Tencent уже опубликовала технический отчет и веса для модели реконструкции WorldMirror 2.0 (на Hugging Face). Полный код для генерации миров по тексту разработчики обещают выложить в ближайшее время.

#AI #3D #WorldModels #GameDev #Tencent #NeuralNetworks #OpenSource #MachineLearning #ComputerVision

📱Ссылка на репозиторий:
https://github.com/Tencent-Hunyuan/HY-World-2.0

📱LingBot-Map.

LingBot-Map — это новая базовая (foundation) 3D-модель прямого распространения, созданная специально для потоковой 3D-реконструкции видео в реальном времени!

💡Если вам нужно превратить длинное видео в детализированное облако точек на лету, то этот инструмент — один из лучших на сегодняшний день. Он превосходит как другие стриминговые методы, так и тяжелые классические подходы на базе итеративной оптимизации.

🔹Главные фишки:

🔘Geometric Context Transformer: Уникальная архитектура, которая в один проход объединяет привязку координат, геометрические подсказки и коррекцию дрейфа на длинных дистанциях (благодаря памяти траекторий и контексту якорей).

🔘Сверхбыстрый инференс: За счет использования Paged KV-кэша (с помощью библиотеки FlashInfer) модель стабильно обрабатывает видео со скоростью ~20 FPS даже на дистанциях свыше 10 000 кадров!

🔘Оконный режим (Windowed Inference): Идеальное решение для обработки гигантских сцен (>3000 кадров) без переполнения памяти видеокарты.

🔘Авто-маскировка неба: Встроенная ONNX-модель автоматически фильтрует небо, чтобы уличные реконструкции выглядели максимально чисто и без артефактов.

🎥Рендеринг и визуализация:

В комплекте идет крутой скрипт для пакетного рендеринга кинематографичных 3D-пролетов. Вы можете задать траекторию камеры (вид сверху, следование за оператором) через YAML-конфиг и сразу получить красивое .mp4 видео вашего облака точек.

🎥Доступные модели:

Веса лежат на Hugging Face и ModelScope. Авторы рекомендуют чекпоинт lingbot-map-long для больших сцен, но есть и сбалансированные варианты. Последние обновления проекта значительно ускорили работу и пофиксили баги с кэшированием ключевых кадров.

#3DReconstruction #MachineLearning #ComputerVision #PyTorch #LingBotMap #AI #OpenSource #DeepLearning

📱Ссылка на репозиторий:
https://github.com/Robbyant/lingbot-map

📱Typerform.

Typerform — это генератор типобезопасных CLI-интерфейсов, работающий на базе Pydantic и Prompt-Toolkit.

Он превращает ваши Pydantic-модели в профессиональные, интерактивные пошаговые CLI-визарды. Забудьте про написание скучных циклов ввода input() и ручную валидацию — теперь за пользовательский опыт отвечают ваши схемы данных!

🔹Главные фичи:

🔘Zero Boilerplate: Нужна всего одна строчка кода, чтобы сгенерировать полноценный многошаговый мастер настройки.

🔘Типобезопасность: Инструмент автоматически подхватывает все ограничения из Pydantic (например, min_length, ge, EmailStr).

🔘Шаг назад (Backtracking): Ошиблись при вводе? Просто напишите :b или :back, чтобы вернуться к предыдущему полю и отредактировать его.

🔘Условная логика: Динамически скрывайте или показывайте поля в зависимости от ответов пользователя (через параметр when).

🔘Безопасность из коробки: Автоматическое скрытие ввода (звездочками) для полей SecretStr (идеально для паролей и API-ключей).

🔘Умное автодополнение: Нечеткий поиск (fuzzy search) и подсказки в реальном времени для типов Enum и Literal.

🔘Списки и коллекции: Встроенная поддержка List[T] — визард сам запустит цикл для добавления нескольких элементов.

🔘Гидратация: Умеет предзаполнять форму данными из переменных окружения или файлов конфигурации.

🚀Быстрый старт:

pip install pytypeform

from typing import Literal
from pydantic import BaseModel, Field
from typeform import form

class SetupConfig(BaseModel):
    project_name: str = Field(description="Project Name", min_length=3)
    environment: Literal["dev", "staging", "prod"] = Field(default="dev")

# Генерация визарда одной строкой!
config = form(SetupConfig, title="Project Setup")
print(config.model_dump())

#Python #Pydantic #CLI #Backend #DevTools #Programming #OpenSource

📱Ссылка на репозиторий:
https://github.com/STHITAPRAJNAS/typeform

📱Vibescore.

Vibescore — это инструмент для быстрой оценки качества проектов, написанных с помощью ИИ (так называемый "vibe coding"). Одна команда — и вы получаете моментальную буквенную оценку (от A+ до F) "здоровья" вашего репозитория.

Сегодня "vibe coding" — это новая реальность: вы пишете промпты, ИИ пишет код, вы отправляете его в прод. Это очень быстро, но несет риски. Нейросети часто выдают функции-монстры, игнорируют базовую безопасность, забывают про тесты и используют нестабильные зависимости. Vibescore выявляет эти паттерны за пару секунд.

🔹Что проверяет и как оценивает:

Оценка формируется из 4 независимых категорий:

🔘Безопасность (Вес 30%): Поиск захардкоженных секретов, AWS-ключей, SQL/Shell инъекций, eval/exec и приватных ключей. (Самый большой вес, т.к. ошибка ИИ тут фатальна).

🔘Качество кода (Вес 25%): Длина функций, цикломатическая сложность, количество аргументов, аннотации типов и наличие докстрингов.

🔘Тестирование (Вес 25%): Наличие тестов, их количество, конфигурация CI и соотношение тестов к рабочему коду.

🔘Зависимости (Вес 20%): Наличие lock-файлов, строгая фиксация версий и проверка на использование устаревших форматов (вроде старых setup.py).

🔻Главные фичи:

🔘Комплексный анализ: В отличие от ruff или flake8, которые смотрят на код построчно, vibescore оценивает проект целиком, показывая общую картину.

🔘Идеально для CI/CD: Можно настроить автоматическое падение пайплайна (например, в GitHub Actions или pre-commit), если оценка падает ниже заданного порога (--min-score 70).

🔘Полностью оффлайн: Никаких запросов в сеть и API-ключей. У пакета вообще ноль зависимостей.

🔘*Примечание:* Сейчас детальный анализ кода и тестов заточен под Python (3.9+), но проверки безопасности и зависимостей работают для любых проектов.

🚀Быстрый старт:
pip install vibescore
vibescore .

#Python #VibeCoding #AI #DevTools #CI #Security #CodeQuality #OpenSource

📱Ссылка на репозиторий:
https://github.com/stef41/vibescore

📱Honker.

Honker — это SQLite-расширение, которое приносит в SQLite NOTIFY/LISTEN- логику в стиле Postgres.
Без брокера. Без polling. Без лишней инфраструктуры.

❓Что умеет:

🔘durable pub/sub
🔘очередь задач
🔘event streams
🔘retry, delayed jobs, priority
🔘scheduler по cron
🔘атомарные enqueue вместе с бизнес-транзакцией

Идея простая: если у вас SQLite — то очередь и события должны жить прямо в том же .db файле.
INSERT INTO orders ... и queue.enqueue(...) могут коммититься вместе — это очень удобно и надежно.

❗️Поддерживаются Python, Node.js, Bun, Ruby, Go, Elixir, C++, .NET/C#, JVM и Kotlin.

А для пробуждения процессов используется `PRAGMA data_version`, что дает реакцию почти как push — быстро и без ручного опроса.

#SQLite #Rust #OpenSource #PubSub #Queue #Backend #Python #NodeJS #Kotlin #DotNet #DevTools

📱Ссылка на репозиторий:
https://github.com/russellromney/honker

📱Folium.

Folium - это библиотека, которая объединяет мощные возможности экосистемы Python по обработке данных и сильные стороны библиотеки Leaflet.js для создания интерактивных карт.

✅Вы можете манипулировать своими геоданными в Python, а затем легко визуализировать их на красивой карте Leaflet прямо через folium!

🔧Установка:

pip install folium
# или
conda install -c conda-forge folium

🔹Экосистема и плагины:

Вокруг folium выстроена отличная экосистема полезных пакетов и расширений. Вот лишь некоторые из них:

🔘xyzservices — репозиторий наборов тайлов для растровых базовых карт.

🔘streamlit-folium — позволяет запускать карты folium внутри веб-приложений на Streamlit.

🔘FEMlium — интерактивная визуализация симуляций метода конечных элементов на географических картах.

🔘folium-glify-layer (плагин) — обеспечивает быстрый WebGL-рендеринг для гигантских наборов данных GeoJSON.

🔘folium-vectortilelayer (плагин) — слой векторных тайлов, который позволяет масштабировать карту за пределы стандартных ограничений провайдера.

💡Если вы хотите внести свой вклад — folium является полностью open-source проектом и всегда рад новым контрибьюторам!

#Python #Folium #DataScience #DataVisualization #Leaflet #GIS #Карты #Разработка #Геоданные

📱Ссылка на репозиторий:
https://github.com/python-visualization/folium

📱CadQuery.

CadQuery — это интуитивно понятный и простой в использовании Python-модуль для построения параметрических 3D CAD-моделей.

Пишете короткий скрипт на Python — получаете высококачественную 3D-модель, которую легко менять, настраивать и переиспользовать!

Многие сравнивают его с OpenSCAD (так как обе системы основаны на коде), но у CadQuery есть серьезные козыри в рукаве:

🔹Преимущества:

🔘Это полноценный Python: Вы можете использовать всю мощь языка, стандартные библиотеки, IDE (VS Code, PyCharm) и экосистему Python.

🔘Мощное ядро: В отличие от CGAL в OpenSCAD, здесь используется ядро Open CASCADE Technology (OCCT). Оно нативно поддерживает NURBS, сплайны, импорт/экспорт STEP и сложнейшие операции с поверхностями.

🔘Идеально для импорта: Вы можете загрузить готовый .step файл (созданный в другом CAD) и скриптами добавить к нему новые параметрические элементы.

🔘Меньше кода: Фигуры можно позиционировать относительно друг друга, используя вершины или рабочие плоскости (workplanes), что сильно сокращает объем кода.

🔘Подходит для серверов: Библиотека создавалась для работы без GUI, что делает ее идеальной для интеграции в бекенд и автоматизации инженерных задач.

🔘Но есть и GUI! Для удобства разработки существует отличный визуальный редактор CQ-editor и даже встроенная поддержка JupyterLab.

⬇️Установка:

Рекомендуется использовать mamba/conda для автоматического разрешения сложных C++ зависимостей:

conda create -n cadquery
conda activate cadquery
mamba install -c conda-forge cadquery

Либо через pip (если у вас свежий Python):
pip install cadquery

#Python #CAD #3D #3DModeling #Engineering #CadQuery #OpenSource #DevTools

📱Ссылка на репозиторий:
https://github.com/cadquery/cadquery

📱Tryke.

Tryke - это современный фреймворк для тестирования в Python, который делает написание тестов более структурированным и интуитивно понятным.

Если в Python вам всегда не хватало красивого BDD-стиля (как в Jest или RSpec) с их вложенными блоками describe, то Tryke создан именно для вас!

🔹Главные фишки:

🔘Иерархия тестов: Логически группируйте сценарии с помощью контекстных менеджеров with t.describe("имя_группы"):.

🔘Умные фикстуры: Удобное внедрение зависимостей через аннотации типов (Annotated[..., t.Depends(...)]). Поддерживается кеширование на уровне модуля или отдельного блока describe (per="scope").

🔘Читаемые проверки (Assertions): Синтаксис t.expect(actual, "описание").to_equal(expected) делает отчеты об ошибках в консоли максимально понятными.

🔘Асинхронность из коробки: Нативная поддержка тестов через async def.

🔘Продвинутый CLI-раннер: Встроенный режим постоянной работы (tryke test --watch) для запуска тестов на лету при сохранении кода, а также запуск только для измененных файлов (--changed).

💡Переходите с pytest?

Авторы подготовили не только классическую шпаргалку по миграции, но и специальный готовый LLM-промпт. Вы можете просто скормить его своему ИИ-ассистенту (Cursor, Copilot и т.д.), и он поэтапно, с проверками перепишет ваши тесты с pytest на Tryke.

🚀Как запустить:

Если у вас есть uv, достаточно выполнить:
uvx tryke test

Пример синтаксиса:

import tryke as t

with t.describe("users"):
    @t.test("stores a new user")
    async def test_set(users: ...):
        users["bob"] = "bob@example.com"
        t.expect(users["bob"], "stores email").to_equal("bob@example.com")

#Python #Testing #Tryke #QA #DevTools #Backend #Pytest #OpenSource #Programming

📱Ссылка на репозиторий:
https://github.com/thejchap/tryke

📱StegoForge.

StegoForge - это ультимативный гибрид стеганографии, цифровой криминалистики (форензики) и скрытых коммуникаций.

Концепция инструмента проста: он берет ваше секретное сообщение или файл и математически вплетает его в пиксели обычной фотографии, звуковые волны песни или кадры видео. Для всего мира это выглядит как очередной мем или MP3-трек, но для вас — это невидимый сейф.

📱Главные фишки StegoForge:

🔘Работает "из коробки": Доступны готовые скомпилированные бинарники (никаких мучений с pip install и настройкой окружения — просто скачай и запусти).

🔘Защита уровня Enterprise: Встроенное шифрование AES-256-GCM и режим "Decoy" (создание фейкового пароля и фейкового скрытого файла для обеспечения правдоподобного отрицания).

🔘Огромный выбор носителей: Прячьте данные в картинках (PNG/JPEG), видео (MP4/WebM), аудио (WAV/MP3), документах (PDF/DOCX), бинарниках (ELF/EXE) и даже в задержках сетевого TCP-трафика!

🔘Киллер-фича для CTF: Команда stegoforge ctf -f suspicious.mp3 автоматически прогонит подозрительный файл через все алгоритмы обнаружения и ML-модели, чтобы в один клик вытащить скрытый пейлоад.

🔘Социальная "выживаемость": Инструмент может заранее проверить, "выживет" ли ваш скрытый файл после алгоритмов сжатия.

🔘Интерфейсы на любой вкус: Мощный CLI, интерактивное консольное меню для новичков и красивый локальный Web UI (stegoforge web).

🔻Пример использования:

Спрятать PDF-документ внутри картинки:
stegoforge encode -c photo.png -p secret.pdf -k "my-pass"

Извлечь обратно:
stegoforge decode -f photo_stego.png -k "my-pass"

✅Инструмент создан специально для ИБ-исследователей, участников CTF и специалистов по цифровой криминалистике. Проект полностью открытый!

#Steganography #Стеганография #Forensics #Форензика #CyberSecurity #ИнформационнаяБезопасность #CTF #Python #StegoForge #InfoSec #CyberSec

📱Ссылка на репозиторий:
https://github.com/Nour833/StegoForge

📱Datanomy.

Datanomy - это консольная утилита для изучения "анатомии" ваших столбцевых (columnar) файлов данных.

Она предоставляет удобный интерактивный интерфейс прямо в терминале для просмотра структуры, метаданных и внутренней организации ваших файлов. На данный момент инструмент поддерживает работу с форматом Parquet.

🔹Основные возможности при просмотре Parquet:

🔘Общая структура файла.
🔘Схема (Schema).
🔘Предпросмотр самих данных (Data).
🔘Метаданные (Metadata).
🔘Статистика (Stats).

🔧Установка:

Через современный пакетный менеджер uv:

uv tool install datanomy

или через классический pip:

pip install datanomy

🐱Использование:

datanomy data.parquet

Если не хотите устанавливать пакет глобально, можно запустить на лету (через uvx):

uvx datanomy data.parquet

✅Инструмент написан на Python с использованием мощных библиотек Textual и PyArrow.

#Datanomy #Python #DataEngineering #DataScience #Parquet #CLI #OpenSource #Терминал #BigData

📱Ссылка на репозиторий:
https://github.com/raulcd/datanomy

📱Pytest-fly.

Pytest-fly — это мощный инструмент для разработки, отладки и запуска сложных тестовых наборов на pytest. GUI с 6 вкладками в реальном времени мониторит выполнение тестов, параллелизм и ресурсы.

🔹6 вкладок GUI для полного контроля:

🔘Run — запуск/стоп, параллелизм, прогресс (%, время, coverage),
системные метрики (CPU/RAM/IO), failed тесты, live output.

🔘Graph — прогресс по модулям (горизонтальные бары).

🔘Table — статус тестов + CPU/RAM/coverage per test.

🔘Coverage — coverage over time (постоянно накапливается).

🔘Config — ordering, процессы, thresholds, expert settings.

🔘About — системная инфа.

🔻Ключевые фичи:

🔘Параллелизм по модулям (функции внутри модуля — serial).

🔘3 режима: Restart/Resume/Check (Check = resume если код не менялся).

🔘@pytest.mark.singleton — эксклюзивное выполнение.

🔘Resource monitoring per процесс (peak CPU/RAM).

🔘Smart ordering: failed → never-run → slow → coverage-efficient.

🔘Graceful stop/resume — останавливаешь и продолжаешь с места.

🔧Установка за секунду:

pip install pytest-fly
pytest --fly  # или pytest-fly

#pytest #pytestfly #PythonTesting #TestAutomation #TDD #CI_CD #DevOps #PythonTools

📱Ссылка на репозиторий:
https://github.com/jamesabel/pytest-fly

📱Pymetrica.

Pymetrica — это мощный инструмент статического анализа, который вычисляет метрики программной инженерии для проектов на Python.

С помощью парсинга абстрактного синтаксического дерева (AST), инструмент оценивает классические показатели качества: сложность, удобство сопровождения и стабильность архитектуры.

Pymetrica не просто считает строки кода. Инструмент выделяется тем, что группирует метрики по слоям архитектуры (на основе структуры директорий) и может генерировать наглядные схемы связей в формате Mermaid.

❓Что умеет измерять (Метрики):

🔘ALOC (Abstract Lines of Code): Измеряет уровень абстракции в коде. Слишком высокие значения могут указывать на "оверинжиниринг".

🔘Cyclomatic Complexity (CC): Оценивает количество независимых путей выполнения программы (ветвления, циклы, обработка исключений). Чем выше значение, тем сложнее поддерживать код.

🔘Halstead Volume (HV): Оценивает сложность реализации, базируясь на количестве операторов и операндов.

🔘Primitive Obsession (PO): Показывает, насколько сильно код зависит от примитивных типов (int, str, dict) вместо доменно-специфичных абстракций (классов/моделей).

🔘Maintainability Cost (MC): Композитная оценка стоимости поддержки кода. Чем ниже, тем лучше.

🔘Instability (LI): Анализ архитектурной стабильности и связанности (coupling) слоев на основе импортов.

🔹 Главные фичи:

🔘Оценка качества архитектуры, а не только "линтер ошибок".

🔘Генерация красивых Mermaid-диаграмм архитектуры (слои и компоненты).

🔘Гибкая настройка порогов качества и паттернов игнорирования файлов прямо в pyproject.toml.

🔘Удобный Python API для использования внутри ваших скриптов + готовые хуки для pre-commit.

🔘Встроенный модульный CLI-интерфейс.

🚀Быстрый старт:
pip install pymetrica

Запуск полного анализа проекта:
pymetrica run-all path/to/project

Генерация архитектурной диаграммы:
pymetrica base-stats --diagram path/to/project


#Python #Pymetrica #StaticAnalysis #Architecture #CodeQuality #DevTools #Metrics #OpenSource

📱Ссылка на репозиторий:
https://github.com/JuanJFarina/pymetrica

📱PyWry.

PyWry — это мощный кроссплатформенный рендеринг-движок и UI-тулкит для Python, который позволяет создавать интерактивные приложения с одним и тем же кодом для трех разных сред:

🔘Нативное окно — использует встроенный веб-просмотрщик ОС (webview) через PyTauri. Никакого тяжеловесного Electron или Qt, полная свобода HTML/CSS/JS.

🔘Jupyter виджет — работает в JupyterLab, VS Code и Colab благодаря связке anywidget + FastAPI + WebSocket.

🔘Вкладка браузера — запускается как FastAPI-сервер с поддержкой Redis для горизонтального масштабирования.

❗️Главный принцип: "Создай один раз, запускай где угодно". Вы можете быстро собрать прототип приложения для анализа данных прямо в Jupyter Notebook, затем развернуть его как веб-приложение, а в конце — скомпилировать в легкий и безопасный исполняемый файл .exe/.app (через PyInstaller).

🔹Ключевые фичи:

🔘Богатый UI из коробки: Кнопки, селекты, ползунки, чекбоксы, модальные окна — всё на базе Pydantic-моделей.

🔘Двусторонние события: Легко связывайте Python и JavaScript через app.emit() и app.on().

🔘Интеграция с графиками: Нативная поддержка Pandas DataFrame (через AgGrid), Plotly и мощных графиков TradingView.

🔘AI-Чат: Встроенный виджет чата с поддержкой провайдеров (OpenAI, Anthropic, Magentic) для создания AI-агентов с собственным UI.

🔘MCP (Model Context Protocol): Серверная поддержка для управления виджетами и дашбордами прямо из AI-клиентов (например, Claude Desktop или Cursor).

🔧Установка:
pip install pywry

Быстрый старт (Нативный UI):

from pywry import PyWry
app = PyWry()
app.show("<h1>Hello World!</h1>")
app.block()

#Python #UI #PyWry #DataScience #WebDev #FastAPI #Jupyter #DevTools #OpenSource

📱Ссылка на репозиторий:
https://github.com/deeleeramone/PyWry

📱Imgui_bundle.

imgui_bundle - это мощный фреймворк для создания интерактивных приложений на Python и C++ под десктоп, мобильные устройства и веб.

Фреймворк поставляется по принципу «всё включено» (batteries included). В коробке уже есть всё необходимое: построение сложных графиков (2D и 3D), поддержка Markdown, редакторы нод (node editors), продвинутые инструменты для инспекции изображений и многое другое.

🔹Главные фичи:

🔘Кроссплатформенность: Windows, macOS, Linux, iOS, Android и WebAssembly.

🔘Python & C++: API для обоих языков имеют очень схожую структуру, что делает перенос кода максимально простым.

🔘Богатая экосистема внутри: Сразу встроены Dear ImGui (основные виджеты), ImPlot / ImPlot3D, ImmVision, imgui-node-editor, ImGuizmo, файловые диалоги, спиннеры, переключатели и палитра команд.

🔘Удобные "запускаторы" (runners): Hello ImGui берет на себя работу с окнами, бэкендом, докингом и ассетами, а ImmApp позволяет активировать нужные аддоны в пару строк.

🔘Web-ready: С++ работает в браузере через Emscripten, а Python — через Pyodide (есть деплой через HTML-шаблоны).

🚀Как попробовать без установки?

На официальном сайте (imgui-bundle.pages.dev) доступны:

🔘Interactive Explorer — живой справочник и полноценное демо всех библиотек с возможностью просмотра исходников на С++ и Python.

🔘Playground — онлайн-песочница. Пишите код на Python и сразу видите графический результат прямо в браузере!

🔘DeepWiki — встроенный AI-ассистент, обученный на документации и исходниках проекта, который поможет быстро найти нужную функцию или решить проблему.

✅Хватит бороться с тяжеловесными GUI-библиотеками — просто берите и создавайте!

#Python #CPP #GUI #DearImGui #ImGuiBundle #WebAssembly #DevTools #CrossPlatform #Программирование

📱Ссылка на репозиторий:
https://github.com/pthom/imgui_bundle