cv-study-utils 0.1.2__tar.gz → 0.1.3__tar.gz

{cv_study_utils-0.1.2 → cv_study_utils-0.1.3}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: cv-study-utils
-Version: 0.1.2
+Version: 0.1.3
 Summary: Notebook-friendly study utilities for computer vision theory and practice snippets.
 Author: CV Exam Helper
 License-Expression: MIT
@@ -109,6 +109,54 @@ cvstudy llm-status
 cvstudy ask "объясни Canny" --engine ollama
 ```
 
+## Памятка команд
+
+```python
+pip install --upgrade --no-cache-dir cv-study-utils  # установить/обновить библиотеку
+from cv_study_utils import theory, theory_short, practice, find  # основной импорт
+theory()  # список всех теоретических вопросов
+theory(5)  # полный ответ на вопрос 5
+theory(5, variant="short")  # короткий ответ на вопрос 5
+theory_short(5)  # короткий ответ через отдельную функцию
+theory("Canny")  # поиск теории по тексту
+theory(5, copy=True)  # скопировать ответ по теории
+practice()  # список всех практических заданий
+practice(3)  # код практического задания 3
+practice("сегментация")  # поиск практики по тексту
+practice(3, copy=True)  # скопировать код практики
+find("U-Net")  # поиск по теории и практике
+find("Canny", kind="theory")  # поиск только по теории
+find("сегментация", kind="practice")  # поиск только по практике
+```
+
+```python
+from cv_study_utils import all_theory, all_theory_variant, all_practice
+all_theory()  # вывести всю полную теорию
+all_theory_variant(variant="short")  # вывести всю короткую теорию
+all_practice()  # вывести все практические шаблоны
+```
+
+```python
+from cv_study_utils import clipboard_status, ask_local, llm_status
+clipboard_status()  # проверить копирование
+llm_status()  # проверить Ollama/LM Studio на localhost
+ask_local("Объясни алгоритм Canny")  # спросить локальную Ollama
+ask_local("Дай код для сегментации", context_kind="practice")  # LLM с контекстом практики
+ask_local("Объясни CNN", context_kind="theory")  # LLM с контекстом теории
+ask_local("Объясни U-Net", engine="lmstudio", model="local-model")  # спросить LM Studio
+```
+
+```bash
+python -m cv_study_utils.cli theory 5  # CLI: полный ответ
+python -m cv_study_utils.cli theory 5 --variant short  # CLI: короткий ответ
+python -m cv_study_utils.cli theory --all  # CLI: вся полная теория
+python -m cv_study_utils.cli practice 3  # CLI: практика 3
+python -m cv_study_utils.cli practice --all  # CLI: вся практика
+python -m cv_study_utils.cli find "Vision Transformer"  # CLI: поиск
+python -m cv_study_utils.cli llm-status  # CLI: проверка локальной LLM
+python -m cv_study_utils.cli ask "объясни Canny" --engine ollama  # CLI: спросить Ollama
+```
+
 ## Что внутри
 
 - `cv_study_utils/theory_answers.py` - 48 кратких ответов на теоретические вопросы.

{cv_study_utils-0.1.2 → cv_study_utils-0.1.3}/README.md

@@ -93,6 +93,54 @@ cvstudy llm-status
 cvstudy ask "объясни Canny" --engine ollama
 ```
 
+## Памятка команд
+
+```python
+pip install --upgrade --no-cache-dir cv-study-utils  # установить/обновить библиотеку
+from cv_study_utils import theory, theory_short, practice, find  # основной импорт
+theory()  # список всех теоретических вопросов
+theory(5)  # полный ответ на вопрос 5
+theory(5, variant="short")  # короткий ответ на вопрос 5
+theory_short(5)  # короткий ответ через отдельную функцию
+theory("Canny")  # поиск теории по тексту
+theory(5, copy=True)  # скопировать ответ по теории
+practice()  # список всех практических заданий
+practice(3)  # код практического задания 3
+practice("сегментация")  # поиск практики по тексту
+practice(3, copy=True)  # скопировать код практики
+find("U-Net")  # поиск по теории и практике
+find("Canny", kind="theory")  # поиск только по теории
+find("сегментация", kind="practice")  # поиск только по практике
+```
+
+```python
+from cv_study_utils import all_theory, all_theory_variant, all_practice
+all_theory()  # вывести всю полную теорию
+all_theory_variant(variant="short")  # вывести всю короткую теорию
+all_practice()  # вывести все практические шаблоны
+```
+
+```python
+from cv_study_utils import clipboard_status, ask_local, llm_status
+clipboard_status()  # проверить копирование
+llm_status()  # проверить Ollama/LM Studio на localhost
+ask_local("Объясни алгоритм Canny")  # спросить локальную Ollama
+ask_local("Дай код для сегментации", context_kind="practice")  # LLM с контекстом практики
+ask_local("Объясни CNN", context_kind="theory")  # LLM с контекстом теории
+ask_local("Объясни U-Net", engine="lmstudio", model="local-model")  # спросить LM Studio
+```
+
+```bash
+python -m cv_study_utils.cli theory 5  # CLI: полный ответ
+python -m cv_study_utils.cli theory 5 --variant short  # CLI: короткий ответ
+python -m cv_study_utils.cli theory --all  # CLI: вся полная теория
+python -m cv_study_utils.cli practice 3  # CLI: практика 3
+python -m cv_study_utils.cli practice --all  # CLI: вся практика
+python -m cv_study_utils.cli find "Vision Transformer"  # CLI: поиск
+python -m cv_study_utils.cli llm-status  # CLI: проверка локальной LLM
+python -m cv_study_utils.cli ask "объясни Canny" --engine ollama  # CLI: спросить Ollama
+```
+
 ## Что внутри
 
 - `cv_study_utils/theory_answers.py` - 48 кратких ответов на теоретические вопросы.

{cv_study_utils-0.1.2 → cv_study_utils-0.1.3}/cv_study_utils/cli.py

@@ -2,12 +2,23 @@ from __future__ import annotations
 
 import argparse
 import json
+import sys
 
 from .api import all_practice, all_theory_variant, find, list_practice, list_theory, practice, theory
 from .llm import ask_local, llm_status
 
 
+def _configure_output_encoding() -> None:
+    for stream in (sys.stdout, sys.stderr):
+        try:
+            stream.reconfigure(encoding="utf-8", errors="replace")
+        except Exception:
+            pass
+
+
 def main() -> None:
+    _configure_output_encoding()
+
     parser = argparse.ArgumentParser(prog="cvstudy")
     sub = parser.add_subparsers(dest="command", required=True)