The Devs
@thedevs · Post #1579 · 24.09.2019 г., 15:08
Introduction to event-driven architectures with RabbitMQ. #article#tutorial#rabbitmq @thedevs https://kutt.it/XOv5yT
TGTGInsighttelegram intelligenceLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Најди сличен содржај
Изворен канал @pythonotes · Post #197 · 4 јан.
Подразумеваемые неймспейсы или неявные пакеты. Этот функционал добавлен в Python 3.3 Что он означает? Ранее, до 3.3 пакетами считались лишь директории, в которых есть файл __init__.py. Этот файл одновременно являлся свидетельством того, что директория это Python-пакет, и служил "телом" этого пакета. То есть местом, где можно написать код, как это делается внутри модуля. Этот код исполняется в момент импорта пакета, так что его принято называть "код инициализации пакета". Начиная с версии 3.3 Любая директория считается пакетом и Python будет пытаться использовать любую директорию для импорта. Конечно, не любую в файловой системе, а только те что находятся в sys.path. Это значит, что теперь __init__.py нужно делать только если: 🔸 вам требуется создать код инициализации пакета 🔸 нужна совместимость со старыми версиями Python На мой взгляд это немного упрощает разработку, делает её чище, но с другой стороны убивает некоторую однозначность происходящего. Например, я создал репозиторий со своей библиотекой и рядом положил код примеров или тестов. repo_name/ my_library/ __init__.py main.py examples/ exam1.py exam2.py В этом репозитории пакетом является только my_library, остальные директории это не пакеты, это просто дополнительный код в файлах. Директория examples не добавлена в sys.path, в ней нет рабочих модулей. Но если она лежит рядом с my_library, то Python вполне сможет импортнуть из неё модули, так как посчитает что examples это валидный пакет. Конечно, пример несколько надуманный. Никто не будет добавлять корень репозитория в sys.path. Но, я думаю, суть ясна. Иногда директория это просто директория а не пакет! #basic#pep
Резултати
Пронајдени 4 слични објави
Пребарај: #rabbitmq
当前筛选 #rabbitmq清除筛选
MDC Uzbekistan
@mdcuzbekistan · Post #628 · 07.01.2023 г., 14:57
.NET loyihalarida RabbitMQ dan foydalanish Menimcha barchangiz message-broker so'zini eshitgan bo’lsangiz kerak, kamida qulog'ingizga chalingan. Mana osha kun keldi inshaAlloh. Ushbu mahorat darsida sizlar bilan RabbitMQ tehnologiyasi bilan tanishamiz. Mavzuni kengroq yoritib berish uchun O'tkirbek Sobirjonovni speaker sifatida taklif etdik. Barchangizni ushbu mahorat darsida kutib qolamiz. Kirsangiz hursand bo'lamiz, kirmasangiz hafa bo'lish yo'q ) Sana: 8-yanvar, 20:00 Havola: Zoom Speaker: O'tkirbek Sobirjonov #rabbitmq#queueing#messagebroker#consumer .NET Uzbekistan Community ➖➖➖➖➖➖➖➖➖➖ Telegram | Instagram | Youtube
GitHub Trends
@githubtrending · Post #15122 · 05.09.2025 г., 12:30
#typescript#chatbot#chatwoot#cloud_api#dify#evolution#n8n#openai#pusher#rabbitmq#typebot#whatsapp#whatsapp_api#whatsapp_bot Evolution API is a powerful tool that lets you connect and control WhatsApp and other messaging platforms easily. It supports both free WhatsApp Web-based API and the official WhatsApp Business API, plus upcoming Instagram and Messenger support. You can integrate it with popular services like OpenAI for AI features, Chatwoot for customer support, and Amazon S3 for media storage. There’s also a lightweight version for simple, fast setups. Using Evolution API helps you automate messaging, manage chats, and build smart bots, saving time and improving communication for your business or projects. https://github.com/EvolutionAPI/evolution-api
GitHub Trends
@githubtrending · Post #14693 · 10.05.2025 г., 12:00
#jupyter_notebook#a2a#agentic_ai#dapr#dapr_pub_sub#dapr_service_invocation#dapr_sidecar#dapr_workflow#docker#kafka#kubernetes#langmem#mcp#openai#openai_agents_sdk#openai_api#postgresql_database#rabbitmq#rancher_desktop#redis#serverless_containers The Dapr Agentic Cloud Ascent (DACA) design pattern helps you build powerful, scalable AI systems that can handle millions of AI agents working together without crashing. It uses Dapr technology with Kubernetes to efficiently manage many AI agents as lightweight virtual actors, ensuring fast response, reliability, and easy scaling. You can start small using free or low-cost cloud tools and grow to planet-scale systems. The OpenAI Agents SDK is recommended for beginners because it is simple, flexible, and gives you good control to develop AI agents quickly. This approach saves costs, avoids vendor lock-in, and supports resilient, event-driven AI workflows, making it ideal for developers aiming to create advanced, cloud-native AI applications[1][2][3][4]. https://github.com/panaversity/learn-agentic-ai