👩💻
Мини-урок по созданию скрипта для автоматизации парсинга из таблицы Excel
Please open Telegram to view this post
VIEW IN TELEGRAM
💡 Совет: не переписывай код, если можно вынести в функцию
Когда ты замечаешь повторяющиеся фрагменты — даже маленькие —
сразу выноси их в отдельную функцию.
У тебя будет:
– меньше ошибок
– чище код
– легче поддержка
– чувство, что ты наконец-то “выглядишь как разработчик”
Когда ты замечаешь повторяющиеся фрагменты — даже маленькие —
сразу выноси их в отдельную функцию.
У тебя будет:
– меньше ошибок
– чище код
– легче поддержка
– чувство, что ты наконец-то “выглядишь как разработчик”
Делаем автогенерацию портфолио. Демо-старт
👩💻 Вот базовая логика — сканируем папку с проектами:
Привет!👋
Сегодня разберёмся, как можно автоматизировать такую рутину, как ведение портфолио фрилансера.
Если у тебя есть папка с небольшими проектами, скрипт сам сможет:✏️ найти каждый проект✏️ собрать файлы✏️ проверить наличие README✏️ оформить всё в единый документ
Сегодня покажу демо, чтобы ты понял, как это работает.
from pathlib import Path
def scan_projects(path: str):
base = Path(path)
result = []
for folder in base.iterdir():
if folder.is_dir():
result.append({
"name": folder.name,
"files": [f.name for f in folder.iterdir() if f.is_file()],
"has_readme": (folder / "README.md").exists()
})
return result
Этот кусочек — только старт.
Полная версия кейса включает готовую структуру, улучшенный вывод, HTML-генерацию и автоподдержку обновлений.➡️ Хочешь получить весь проект? Забирай в боте: @AKshadowRu_bot
Продолжение скоро🔥
Please open Telegram to view this post
VIEW IN TELEGRAM
Если тебе нужно автоматически генерировать файлы (отчёты, тесты, заметки):
text = "Привет! Это автогенерация."
with open("note.txt", "w", encoding="utf-8") as f:
f.write(text)
Используй это в своих учебных проектах — файл создаётся за секунду.
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔4 2 2👏1
Демо: собираем проекты в единый файл
Вот базовый вариант генерации README:
Продолжаем разбирать наш демо-кейс.
Теперь, когда скрипт умеет находить проекты, давай сделаем простую генерацию файла с результатом.
Вот базовый вариант генерации README:
def generate_readme(projects, output="PORTFOLIO.md"):
lines = ["# Мои проекты\n", "Автообновляемый список.\n\n"]
for p in projects:
lines.append(f"## {p['name']}\n")
lines.append(f"- Файлов: {len(p['files'])}")
lines.append(f"- README: {'Да' if p['has_readme'] else 'Нет'}\n")
Path(output).write_text("\n".join(lines), encoding="utf-8")
print("Готово! Портфолио обновлено.")
Это по-прежнему демо, чтобы показать идею.
Полная версия кейса включает:💻 автоматическую генерацию HTML-портфолио💻 поддержку превью проектов💻 генерацию описаний проектов через нейросеть💻 структуру, пригодную для GitHub Pages💻 готовый модуль для обновления по кнопке
Все эти функции доступны в полной сборке.💎 Хочешь получить полный проект?
Пиши боту: @AKshadowRu_bot
Please open Telegram to view this post
VIEW IN TELEGRAM
💪 Решил попробовать сделать презентацию с Гигачат, результат видите сами.
Я, конечно, нейронки без VPN люблю, но их качество... а какими нейросетями пользуешься ты?🐹
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥 Мотивация: ты выучишь Python быстрее, чем думаешь
Почему?
Потому что Python награждает тебя за каждый сделанный шаг:
– ты пишешь скрипт → он уже работает
– ты меняешь пару строк → и он становится лучше
– ты понимаешь логику → и ты уже разработчик
Python создан, чтобы ты учился легко.
Пользуйся этим.
Please open Telegram to view this post
VIEW IN TELEGRAM
Финал демо. Что у нас получилось?
Мы сделали мини-демо проект, который автоматизирует обновление портфолио фрилансера.
Вот что уже работает:🎓 Скрипт находит твои проекты🎓 Выгружает информацию о каждом🎓 Собирает это в один документ🎓 Формирует простое портфолио за пару секунд
Это полезно, если:
— у тебя десятки мелких проектов
— хочется выглядеть структурировано перед клиентами
— надо быстро обновлять GitHub
— ты часто добавляешь новые пет-проекты
Но это была лишь поверхностная демонстрация.
Полная версия кейса содержит:💎 полную структуру проекта💎 HTML-версию портфолио💎 шаблоны оформления💎 улучшенный парсер💎 возможность подключить нейросеть для генерации описаний💎 готовый стартовый проект, который можно менять под себя
Если хочешь полноценный, рабочий кейс — он доступен в боте.➡️ Получить: @AKshadowRu_bot
Спасибо, что следишь за кейсами! Дальше — ещё интереснее💡
Please open Telegram to view this post
VIEW IN TELEGRAM
🧰 Лайфхак Python: самый быстрый способ сделать таймер
Мини-скрипт, который часто пригождается:
в играх, ботах, автоматизации, таск-менеджерах.
import time
for i in range(5, 0, -1):
print(i)
time.sleep(1)
print("Поехали!")
Мини-скрипт, который часто пригождается:
в играх, ботах, автоматизации, таск-менеджерах.
Мини-кейс: Авто-таймтрекер по активности мыши и клавиатуры
Это упрощённая версия — без БД и интерфейса, но логика та же, что в платных таймтрекерах
Такой кейс легко расширяется:✅ запись в файл✅ отчёты за день✅ Web-страница со статистикой✅ Telegram-бот
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from INNOPROG — здесь об IT
📌 Небольшой обзор GPT-5.2. Шаг вперёд или очередная дофаминовая ловушка?
Пока в комьюнити продолжают спорить про «вайб-кодинг», OpenAI в середине декабря 2025 года выкатили GPT-5.2. По сути, это прямой ответ Google и их Gemini 3 Pro. Я протестил и попробую коротко объяснить, что изменилось и есть ли смысл под это подстраиваться.
Что стало лучше на практике?
Самое заметное, это аналитика и код. Модель увереннее пишет скрипты, нормально работает с таблицами, может быстро собрать черновик презентации или отчёта. Если любите автоматизировать рутину, то это реально экономит время, а для серьезных протектов это мастхэв.
Контекст теперь держится куда стабильнее. Длинные цепочки задач, сложные рассуждения, несколько шагов подряд, всё это не рассыпается через пару сообщений. Для нормальных проектов это критично: модель не теряет нить разговора и не «забывает», что было сказано ранее.
Разделение режимов осталось таким же:
Instant — когда нужен быстрый ответ без лишних размышлений.
Thinking — для более вдумчивых задач.
Pro — под тяжёлую аналитику и сложные кейсы (и да, он платный).
Почему это вообще важно?
Тут есть тонкий момент. Чем лучше становится генерация, тем сильнее соблазн вообще не думать самому. Документацию открывать лень, раз ИИ может выдать решение за секунду.
Но если относиться к этому как к инструменту, а не костылю, эффект обратный. GPT-5.2 отлично подходит для того, чтобы:
1️⃣ быстрее чинить баги,
2️⃣ накидывать каркас проекта,
3️⃣ автоматизировать скучные куски работы.
В таких сценариях он реально ускоряет рост, а не тормозит его.
Ставьте 🔥, если вам заходит такой формат
Пока в комьюнити продолжают спорить про «вайб-кодинг», OpenAI в середине декабря 2025 года выкатили GPT-5.2. По сути, это прямой ответ Google и их Gemini 3 Pro. Я протестил и попробую коротко объяснить, что изменилось и есть ли смысл под это подстраиваться.
Что стало лучше на практике?
Самое заметное, это аналитика и код. Модель увереннее пишет скрипты, нормально работает с таблицами, может быстро собрать черновик презентации или отчёта. Если любите автоматизировать рутину, то это реально экономит время, а для серьезных протектов это мастхэв.
Контекст теперь держится куда стабильнее. Длинные цепочки задач, сложные рассуждения, несколько шагов подряд, всё это не рассыпается через пару сообщений. Для нормальных проектов это критично: модель не теряет нить разговора и не «забывает», что было сказано ранее.
Разделение режимов осталось таким же:
Instant — когда нужен быстрый ответ без лишних размышлений.
Thinking — для более вдумчивых задач.
Pro — под тяжёлую аналитику и сложные кейсы (и да, он платный).
Почему это вообще важно?
Тут есть тонкий момент. Чем лучше становится генерация, тем сильнее соблазн вообще не думать самому. Документацию открывать лень, раз ИИ может выдать решение за секунду.
Та самая «дофаминовая яма» никуда не делась — наоборот, стала глубже.
Но если относиться к этому как к инструменту, а не костылю, эффект обратный. GPT-5.2 отлично подходит для того, чтобы:
1️⃣ быстрее чинить баги,
2️⃣ накидывать каркас проекта,
3️⃣ автоматизировать скучные куски работы.
В таких сценариях он реально ускоряет рост, а не тормозит его.
Ставьте 🔥, если вам заходит такой формат
Forwarded from INNOPROG
Media is too big
VIEW IN TELEGRAM
ЧАСТЬ 1: Weekly Finance Chart
Мини-курс по созданию программы для визуализации доходов и расходов от команды @innoprog
В этой части мы создаём простой и наглядный проект для новичков — программу на Python, которая строит график доходов и расходов за неделю с помощью библиотеки matplotlib. Вы научитесь:
1. Создавать и работать со списками для хранения финансовых данных
2. Принимать данные от пользователя через input() и читать из файла
3. Использовать циклы for для обработки данных за неделю
4. Организовывать код в функции для лучшей структуры программы
5. Преобразовывать типы данных (int, float) для корректных вычислений
6. Строить графики с помощью matplotlib с настройкой осей и оформления
Итогом станет полезное практическое приложение, которое помогает закрепить ключевые навыки Python на реальном и понятном примере.
Мини-курс по созданию программы для визуализации доходов и расходов от команды @innoprog
В этой части мы создаём простой и наглядный проект для новичков — программу на Python, которая строит график доходов и расходов за неделю с помощью библиотеки matplotlib. Вы научитесь:
1. Создавать и работать со списками для хранения финансовых данных
2. Принимать данные от пользователя через input() и читать из файла
3. Использовать циклы for для обработки данных за неделю
4. Организовывать код в функции для лучшей структуры программы
5. Преобразовывать типы данных (int, float) для корректных вычислений
6. Строить графики с помощью matplotlib с настройкой осей и оформления
Итогом станет полезное практическое приложение, которое помогает закрепить ключевые навыки Python на реальном и понятном примере.
🎉2 2 2
