Я веду Telegram‑канал про ИИ и ещё пять площадок: Instagram, Facebook, Threads, YouTube и свой сайт. Раньше на один пост уходил час: найти новость, проверить цифры, написать текст, подобрать картинку и переделать его под каждую соцсеть. Полгода назад я собрал для этого «контент‑завод»: набор ИИ‑агентов, который живёт в обычной группе Telegram. Ниже рассказываю, как он устроен внутри, какие решения сработали и где остались слабые места. Все цифры взяты из логов и файлов состояния.
Рубрика «asyncio»
Контент‑завод в Telegram: как ИИ‑агенты ведут шесть площадок за одного человека
2026-10-10 в 12:47, admin, рубрики: asyncio, claude code, telegram, telethon, Whisper, автопостинг, ии-агентыasync def или def в FastAPI: как одна строчка делает сервис в 40 раз медленнее
2026-09-18 в 11:45, admin, рубрики: asyncio, fastapi, httpx, python, requests, threadpool, uvicorn, блокирующий код, производительностьВ FastAPI можно объявить обработчик как async def, а можно как обычный def. Многие ставят async везде «потому что так быстрее» и спокойно вызывают внутри requests.get() или синхронный драйвер БД. Сервис при этом работает, тесты проходят, а на первой же реальной нагрузке всё встаёт колом, причём вместе с health‑check'ом.
В статье разберу, что на самом деле происходит с каждым вариантом, покажу замеры и дам короткую шпаргалку, какой вариант выбирать.
Как FastAPI выполняет обработчики
Правило одно, но из него следует всё остальное.
-
async defЧитать полностью »
От struct к компиляции под схему: ускоряем RowBinary-декодер на Python
2026-08-19 в 10:44, admin, рубрики: asyncio, clickhouse, cpython, python, rowbinary, struct, бинарные форматы, оптимизация, производительностьЯ автор aiochlite — асинхронного клиента ClickHouse на aiohttp. Клиент читает результаты запросов в бинарном формате RowBinaryWithNamesAndTypes. Сам RowBinary-декодер написан на Python без собственного модуля расширения; единственная обязательная зависимость библиотеки — aiohttp.
В таком декодере каждое числовое поле читалось отдельным вызовом. Функция, выбранная по типу колонки, звала метод reader, тот — struct.unpack_fromЧитать полностью »
Пишем свой SQL query builder на Python: DSL, кеширование в Redis и защита от инъекций
2026-04-30 в 8:15, admin, рубрики: asyncio, caching, django, dsl, orm, python, query cache, redis, sql, sql-инъекцияОпыт разработки picows, самой быстрой библиотеки веб-сокетов для asyncio
2026-04-19 в 14:46, admin, рубрики: aiohttp, asyncio, benchmark, client, optimization, picows, python, websocketsПочему я написал Ёбифай: свой планировщик для фоновых задач на Python
2026-04-02 в 16:46, admin, рубрики: asyncio, background job, background jobs, cron, cronjob, crontab, schedulerНо очень быстро оказывается, что настоящая сложность не в самих задачах, а в инфраструктуре вокруг них.
Сначала хочется просто запускать код в фоне. Потом появляются ретраи, таймауты, логирование, контроль выполнения. Ещё чуть позже всплывают совсем неприятные вопросы: что делать с пропущенными запусками после рестарта, как не дублировать задачи и где вообще должна жить логика планирования.
В какой-то момент становится очевидно:
ты уже пишешь не задачи, а pipeline вокруг задач
Именно в этот момент мне перестало хватать привычных инструментов.
Мы сделали лучший REST фреймворк для Django
2026-03-30 в 15:26, admin, рубрики: asyncio, django, fastapi, python, sseПривет! Меня зовут Никита Соболев, я core-разработчик языка программирования CPython, а так же core-разработчик фреймворка Litestar, пакета django-stubs и множества других пакетов для Django.
Сегодня я расскажу, как мы сделали самый быстрый и самый семантически корректный фреймворк для создания апишек на Джанго. Поговорим про конкурентов, покажу очень крутые интеграции, поделюсь своей философией и правилами, которые использовались для создания фреймоврка, ну накину на вентилятор для интереса.
Разбор threading vs multiprocessing vs asyncio в Python
2026-02-01 в 10:15, admin, рубрики: asyncio, CPU-bound, event loop, multiprocessing, python, threading, конкурентность, многопоточность, параллельностьПри работе с Python да и другими языками программирования часто возникает необходимость ускорения выполнения кода, масштабирования обработки данных или работы с большим количеством сетевых запросов. Именно в Python для решения этих задач существуют три базовых метода. Это: threading, multiprocessing и asyncio. На первый взгляд – механизмы схожие. Но при детальном разборе ясно, что они решают принципиально разные задачи, опираются на разные модели исполнения и обладают своими ограничениями. В статье расскажу об особенностях каждого метода – будет интересно и познавательно.