Python

Konwersja HTML na Markdown to podstawowe zadanie w współczesnych przepływach pracy programistycznych, szczególnie przygotowując treści internetowe do Large Language Models (LLM), systemów dokumentacji lub generatorów stron statycznych takich jak Hugo.

Programiści często napotykają na problem “działa na moim komputerze” z powodu niezgodności zależności, wersji narzędzi lub różnic między systemami operacyjnymi.
Dev Containers w Visual Studio Code (VS Code) rozwiązują to elegancko — umożliwiając rozwijanie wewnątrz zainstalowanego środowiska kontenerowego, skonfigurowanego specjalnie dla projektu.

Oto przykład Python Lambda do przetwarzania wiadomości SQS + interfejsu API REST z ochroną za pomocą klucza API + Terraform skryptu do wdrożenia w trybie bezserwerowym.

W tym wpisie omówimy dwa sposoby łączenia swojej aplikacji Python z Ollama: 1. Poprzez HTTP REST API; 2. Poprzez oficjalną bibliotekę Pythona dla Ollama.

Oto porównanie wsparcia w formie obok siebie dla strukturalnego wyjścia (otrzymywanie niezawodnego JSON) wśród popularnych dostawców LLM, wraz z minimalnymi przykładami w Pythonie

Duże modele językowe (LLMs)
są potężne, ale w środowisku produkcyjnym rzadko chcemy wolnych paragrafów.
Zamiast tego chcemy przewidywalne dane: atrybuty, fakty lub strukturalne obiekty, które można przekazać do aplikacji.
To Strukturalne wyjście LLM.

Konwertowanie dokumentów Word na format Markdown (https://www.glukhov.org/pl/post/2025/09/converting-word-document-to-markdown/ “Konwertowanie dokumentów Word na Markdown”) to bardzo powszechna praca dla pisarzy technicznych, programistów i twórców treści, którzy chcą przenieść swoje treści na platformy z Markdown (np. GitHub, GitLab, generatory statycznych stron internetowych takie jak Hugo).

Oto moje notatki z krok po kroku instrukcją, jak zaimplementować i wdrożyć na AWS bota Telegrama. Dodaję szybki start (długi poling) oraz ścieżkę do wdrożenia (webhooki), z przykładami w Pythonie i Node.js.

AWS Cloud Development Kit (AWS CDK) to framework umożliwiający definiowanie i wdrażanie infrastruktury chmurowej przy użyciu znanych języków programowania takich jak TypeScript, Python, Java oraz Go.

Apache Airflow to otwarty platforma programowy, zaprojektowana do programistycznej tworzenia, harmonogramowania i monitorowania przepływów pracy – całkowicie w kodzie Pythona, oferując elastyczne i potężne alternatywy dla tradycyjnych, ręcznych lub opartych na interfejsie graficznym narzędzi do zarządzania przepływami pracy.

Python uv (czytane jako „you-vee”) to nowoczesny, wysokiej wydajności pakiet i menedżer projektów dla Pythona napisany w języku Rust. Jest zaprojektowany jako gotowy do użycia zamiennik tradycyjnych narzędzi do zarządzania pakietami Pythona, takich jak pip, pip-tools, virtualenv, pipx i pyenv, mając na celu uproszczenie i przyspieszenie przepływów pracy w tworzeniu aplikacji w Pythonie.

W jednym zimnym zimnym dniu w lipcu … czyli w Australii … czułem nagły potrzebę trenowania modelu AI do wykrywania nierozpaczonych prętów zbrojeniowych w betonie…

Generowanie raportów PDF za pomocą Pythona

Python, dzięki swoim rozszerzonym bibliotekom i modułom, oferuje potężne narzędzia do tworzenia profesjonalnych raportów PDF.

Venv to narzędzie do zarządzania wirtualnymi środowiskami w wierszu poleceń. Bardziej prosty niż Anaconda. Oto niektóre przydatne polecenia venv.

Zagregowałem pewne statystyki instalacji rozszerzeń VS Code według różnych języków programowania.
Najpopularniejszym jest Python, potem C++.

Najczęściej używane polecenia w Visual Studio Code