HelixDB - потужна графово-векторна база даних, створена на Rust для забезпечення мілісекундної затримки запитів та простоти використання. Основні особливості:

• Швидкість і ефективність: блискавично швидкий запуск і мілісекундна затримка запитів
• Підтримка векторів: нативна підтримка векторних типів даних для RAG та AI додатків
• Зручність для розробників: інтуїтивна мова запитів з вбудованою перевіркою типів
• Надійне зберігання: використовує LMDB для ефективного збереження даних
• ACID-сумісність: забезпечує цілісність та узгодженість даних
• Керований сервіс: доступний як повністю керований хмарний сервіс

#Rust

@sourcefuture

GitHub - ayoisaiah/f2: F2 is a cross-platform command-line tool for batch renaming files and directories quickly and safely. Written in Go!
https://github.com/ayoisaiah/f2

LLaMA-Factory - це універсальний інструмент для ефективного дотренування понад 100 великих мовних та мультимодальних моделей. Підтримує різноманітні моделі (LLaMA, Mistral, Qwen, ChatGLM та інші), методи навчання (LoRA, QLoRA, повне дотренування) та завдання (діалоги, використання інструментів, розуміння зображень). Має зручний веб-інтерфейс та CLI для навчання. Дозволяє легко налаштовувати моделі під конкретні завдання без написання коду.

#Python

@sourcefuture

GitHub - Glimesh/broadcast-box: A broadcast, in a box.
https://github.com/Glimesh/broadcast-box?tab=readme-ov-file#what-is-broadcast-box

latitude-llm - Відкрита платформа для розробки, оцінки та вдосконалення промптів з використанням ШІ. Latitude дозволяє командам створювати, тестувати та підтримувати надійні ШІ-додатки, надаючи повну систему управління життєвим циклом промптів. Особливості включають: менеджер промптів, інтерактивний плейграунд, розгортання промптів як API-ендпоінтів, автоматичне логування, оцінку продуктивності та інтеграцію з існуючим стеком через SDK та API.

#TypeScript, #Python

@sourcefuture

Когда-то давно я нахваливал Streamlit, в свое время наделал на нем пару десятков приложений, и пересадил на него кучу коллег. Но настало время двигаться дальше, и потому сегодня хочу порекомендовать читателям NiceGUI.

Вкатиться в NiceGUI немного сложнее, чем в Streamlit: невозможно просто прокатиться мордой по клавиатуре и получить работающее приложение. Но если повозиться чуть больше, то результат получается сильно более зрелым:
- настоящие отдельные фронтенд (Vue/Quasar + Tailwind) и бэкенд (Fastapi), в которые можно провалиться для доработки (а можно и не вникать и оставаться в высокоуровневом python коде);
- вебсокеты вместо перезапуска всего приложения на каждый чих;
- нормальная поддержка нескольких параллельных пользователей благодаря нескольким гранулярным видам хранения стейта вместо одного st.session_state;
- к этому можно писать тесты!

Вайбкодить на NiceGUI сложнее, чем на стримлите, но мы над этим работаем 👀

Этот пост не имеет никакого отношения к тому, что Streamlit уже давно часть Snowflake, а я сейчас работаю в Databricks.

Находки в опенсорсе: pyrefly

https://youtube.com/watch?v=7TdxFGB6LKY

Еще одно видео про еще один новый тайпчекер для питона на расте!
Много их нынче стало.

В видео:
- Обсуждаем первую версию: pyre-check, обсудили taint analysis
- Сравниваем pyrefly с ty и mypy
- Смотрим на внутреннее устройство
- Применяем на реальном проекте

Ключевые ссылки из выпуска:
– Доклад о pyrefly на PyCon: https://youtu.be/ZTSZ1OCUaeQ?si=s_DPOOzsdeTk5Uqo
– pyrefly vs ty: https://blog.edward-li.com/tech/comparing-pyrefly-vs-ty (сильно советую!)

Вывод: пока очень сырой, много багов, но быстрый. Ключевой вывод: отлично, что есть конкуренция