Модуль Qt․py это не просто текстовый модуль, его компоненты генерируются на лету в зависимости от ситуации.
Поэтому ваша любимая IDE не сможет качественно сообразить автокомплиты под этот модуль.
Решение здесь более чем очевидно, надо сделать stubs-файлы. Это файлы с расширением .pyi, описывающие содержимое модуля но не имеющие рабочего кода.
Ну что, готовы потратить пару месяцев своей жизни чтобы описать все классы Qt и их методы? 😭
Расслабьтесь, за вас это уже сделали добрые люди.
Спасибо Fredrik Averpil !
Качаем здесь ⬇️
https://github.com/fredrikaverpil/Qt.py/tree/stubs/stubs/Qt
Не думаю что стоит устанавливать Qt․py из этого репозитория. Он там не обновляется. Так что забираем только файлы .pyi.
За актуальность этих файлов тоже не ручаюсь, но большинство методов там имеются.
Установка:
🔸 Вариант 1:
- находим куда установлен сам модуль Qt․py, это будет одинокий файл который так и называется Qt․py
- кидаем директорию рядом с ним (если есть доступ на запись). Должно получиться так:
📁 site-packages\
📄 Qt.py
📁 Qt\
...
🔸 Вариант 2
- копируем директорию Qt куда угодно
- пробиваем путь к ней в настройках энвайронмента в переменную PATH так, чтобы путь был ДО директории Qt.
Закинуть можно и в свою домашнюю директорию. Если скопируете сюда:
~/stubs/Qt
То переменную пишем так
export PATH=~/stubs:${PATH}
После этого IDE должна распарсить stubs-файлы и автокомплиты появятся 😎
#qt#libs#tricks
🎉DeepSeek R1: год спустя
Ровно год назад дебютировала DeepSeek-R1, сделавшая ставку на глубокие рассуждения (reasoning). За это время она заняла прочную нишу в математике, программировании и точных науках, предлагая высокую эффективность и точность.
💎Чем DeepSeek выгоден читателю канала?
➡️Эксперт в логике: Сильнее многих в решении сложных задач, требующих последовательных рассуждений.
➡️Эффективен: Использует не все параметры на запрос, что часто делает ответ быстрее и экономичнее.
➡️Открыт: Модель с открытым исходным кодом.
➡️Бесплатен! Да, это до сих пор странно и приятно, с учётом дикой зависимости всех производителей от огромного парка железа, потребляющего электроэнергию.
🔍Намёк на новое?
Недавно DeepSeek обновили исходную статью о R1: она «выросла» с 22 до 86 страниц. Обновление вышло ровно через год после релиза модели. Это совпадение или тихая подготовка к анонсу R2 (которую ждали в мае, а потом в августе 2025) или другой новинки в этом январе? Ждём.
#DeepSeek#R1#R2#ИИ#AI#LLM
https://t.me/semasci
Found a random cipher puzzle on a YouTube video. It was easy enough that I can figure out how to solve it in a few seconds, but I was lazy to do the math, so I threw it to the “thinking” #LLM s.
Surprisingly, despite how easy it looks, only #ChatGPT#o1 managed to solve it correctly. #DeepSeek#R1 and #Gemini 2.0 Flash Thinking Experimental 01-21 has confused themselves, and reached wrong conclusions.
Prompt:
Please solve the puzzle
The code to decode is:
0820201619://2515212021.0205/42151797290590-224531
The hints provided are:
car: 030118
Apple: 2716161205
1-1: 91-91
Response from GPT o1: https://chatgpt.com/share/67971451-2ee0-8013-9d80-9899543614ae
Response from DeepSeek and Gemini: https://gist.github.com/blueset/828cbc3de9efa9af44a1379dc26e2785
🐟