Python/ django

🔥 CAI — ИИ для поиска багов от Alias RoboticsЧто это такое? CAI — лёгкий фреймворк для создания AI-агентов, которые помогают автоматизировать поиск и проверку уязвимостей.Как это работает? - Загружаете YAML-конфиги Опишите сценарии поиска багов, тестов и отчётов в простых текстовых файлах. - LLM-агенты AI-модель эмулирует протоколы (SSH, HTTP, TCP и другие) и взаимодействует с целевыми системами как настоящий тестировщик. - Генерация и «разогрев» данных Создавайте синтетические запросы для обучения и быстро запускайте агента на своих данных. - Оффлайн-оценка Собирайте результаты тестов и анализируйте их без постоянного подключения к интернету.Зачем использовать CAI? - Ускоряет подготовку и запуск тестов безопасности - Позволяет гибко настраивать шаги проверки - Повышает прозрачность и повторяемость отчётов о найденных уязвимостяхУстановка и запуск: git clone https://github.com/aliasrobotics/cai.gitcd cai# отредактируйте config.yaml и запустите агента📌 Github @pythonl

🧩 Задача для разминки Что выведет этот код? Попробуй догадаться без запуска.class Sneaky: def __eq__(self, other): print("Comparing!") return Truea = Sneaky()b = [a]print(a in b)print(a == b[0])print(b.count(a))🤔 Подумай: сколько раз вызовется eq?🎯 Разбор:print(a in b)🔍 Проверка a in b вызывает b.__contains__(a), который по умолчанию использует ==.👉 Вызовется eq, будет True.print(a == b[0])🔍 Прямое сравнение — снова eq.print(b.count(a))🔍 list.count сравнивает каждый элемент с ==. В нашем списке один элемент — a.👉 Опять вызывается eq.💥 Вывод будет:Comparing!TrueComparing!TrueComparing!1📌 Вывод: __eq__ сработал 3 раза, и каждый раз напечатал "Comparing!".🧠 Уловка: Python-списки используют ==, даже если это один и тот же объект! Да, a == a всё равно вызовет __eq__, если он определён.⚠️ Фишка для интервью:Можно подменить поведение ==, но is (сравнение идентичности) всегда быстрее и не вызывает магии.@pythonl

⚡️ PyOpenCL — ускоряем Python вычисления на GPU. Этот проект даёт доступ к технологии OpenCL прямо из Python, позволяя задействовать не только видеокарты, но и любые параллельные вычислительные устройства. Он сочетает низкоуровневый контроль с автоматической обработкой ошибок и привязкой жизненного цикла объектов. Инструмент имеет обширную документацию с примерами: от простого поэлементного умножения массивов до сложных алгоритмов с использованием локальной памяти GPU. Проект работает с реализациями OpenCL от Apple, AMD и Nvidia, а установка через Conda занимает буквально пару команд. 🤖 GitHub @pythonl

⚔️ LIEF — мощная библиотека для работы с исполняемыми файлами, которая поддерживает ELF, PE и MachO-форматы. Этот проект позволяет не только анализировать структуру бинарников, но и модифицировать их — добавлять секции, менять символы или даже работать с Objective-C метаданными. Инструмент выделяется кроссплатформенностью и мультиязычным API (Python, Rust, C++). Библиотека умеет дизассемблировать код под разные архитектуры и интегрируется с Ghidra/BinaryNinja. Будет полезно для реверс-инжиниринга, анализа вредоносного ПО или кастомной линковки.🤖 GitHub@pythonl

🔟 однострочных функций, полезных для продвинутых Python-разработчиков:1. Разворачиваем вложенных списков любой глубиныflatten = lambda lst: [x for sub in lst for x in (flatten(sub) if isinstance(sub, list) else [sub])]2. Декоратор для мемоизации результатов функцииmemoize = lambda f: (lambda *args, _cache={}, **kwargs: _cache.setdefault((args, tuple(kwargs.items())), f(*args, **kwargs)))3. Разбиение списка на куски длины nchunked = lambda lst, n: [lst[i:i+n] for i in range(0, len(lst), n)]4. Уникализация последовательности с сохранением порядкаuniq = lambda seq: list(dict.fromkeys(seq))5. Глубокий доступ к вложенным ключам словаряdeep_get = lambda d, *keys: __import__('functools').reduce(lambda a, k: a.get(k) if isinstance(a, dict) else None, keys, d)6. Преобразование Python-объекта в читаемый JSONpretty_json = lambda obj: __import__('json').dumps(obj, ensure_ascii=False, indent=2)7. Чтение последних n строк файла (аналог tail)tail = lambda f, n=10: list(__import__('collections').deque(open(f), maxlen=n))8. Выполнение shell-команды и возврат выводаsh = lambda cmd: __import__('subprocess').run(cmd, shell=True, check=True, capture_output=True).stdout.decode().strip()9. Быстрое объединение путейpath_join = lambda *p: __import__('os').path.join(*p)10. Группировка списка словарей по значению ключаgroup_by = lambda seq, key: {k: [d for d in seq if d.get(key) == k] for k in set(d.get(key) for d in seq)}@pythonl