🤙 Хочешь создать ИИ-агента, который сделает задачи за тебя? Платформа SourceCraft от Яндекса для работы с Git-репозиториями предоставляет мощный инструмент: встроенный чат с AI-ассистентом и режим агентов — всё от идеи до развертывания.

1. Зарегистрируйся, напиши своего бота-агента (например: чат-бот по поддержке, ассистент по задачам, интеллектуальный мониторинг)
2. Деплой его сразу в облако с грантом 6 000 ₽ на облачные сервисы

Как активировать грант

Создать AI-агента — просто на платформе SourceCraft.

🔥 Полезные библиотеки Python

Torrent Hunt Bot — исходный код лучшего бота для поиска торрентов в Telegram. Может говорить на 19 разных языках, включая русский.

⚙️ GitHub/Инструкция

#python #soft #github

🖱 Free-proxy — репозиторий, который собирает сотни бесплатных прокси-серверов со всего мира и выдаёт вам свежий, рабочий список по запросу.

Что умеет этот зверь:
💬 Парсит прокси из открытых источников
Инструмент мониторит десятки сайтов и вытаскивает только актуальные адреса.
💬 Фильтрует только живые прокси
Проверяет доступность, скорость, тип протокола — мусор отбрасывает.
💬 Работает как библиотека и как CLI
Можно подключить в Python-скрипт или просто дернуть команду в терминале.
💬 Идеален для парсинга, тестов, обхода ограничений и анонимизации
Ну или просто чтобы “посмотреть котиков с американского IP”.
💬 Абсолютно бесплатно
Никаких подписок, лимитов, логов.

💻 Если ты парсишь, тестируешь API, работаешь с ботами, автоматизацией или просто хочешь чуть больше свободы — этот репозиторий прям маст-хэв.

Установка:

pip install free-proxy

Пример использования:

from fp.fp import FreeProxy

proxy = FreeProxy(country_id=['US', 'BR']).get()

# параметр `timeout` проверяет прокси на валидность
proxy = FreeProxy(timeout=1).get()

# параметр `anonym` возвращает прокси помеченные как анонимные
proxy = FreeProxy(anonym=True).get()

😰 Больше примеров ТУТ

♎️ GitHub/Инструкция

#python #soft #github

⚡️ Чит-код для работы с нейросетями

Огромная библиотека русскоязычных промтов!

Всё аккуратно разложено по категориям:
➡️Кодинг;
➡️Промты для генерации изображений;
➡️Дипломы, курсовые, smm, seo, для текстовых моделей;
➡️Фильтры по стилям и типам задач и многое другое.

🟢Хочешь реалистично сгенерировать человека?
🟢Написать курсовую или диплом?
🟢Собрать контент-план, сценарий, описание, рекламу, структуру сайта?

Уже есть готовые промты — просто бери и используй.

👍 Сохраняем и пробуем ТУТ

#нейросеть #nn #soft

😡 Слышь. Пропусти

С добрым утром 😎

#cyberpunk

💻 Counter-OSINT: руководство по приватности и защите своих данных в Сети на русском

💬 Приватность и ценность личной информации.
💬 Удаление информации о себе.
💬 Приватность в социальных сетях Telegram, Instagram, VK другие.
💬 Цифровая гигиена, телефонный номер, почта, местоположение, пароли и д.р.
💬 Утечки данных и пробив.
💬 Приватность для разработчиков и многое другое.

#osint #cybersec #russian

😠 Если тебе когда-нибудь приходилось мучиться с удалением фона на фото, забудь про эти страдания.

RMBG 2.0 от BriaAI — это новый уровень.
Модель вырезает фон идеально, аккуратно, без артефактов и без этих мыльных краёв, как у большинства “бесплатных сервисов”.

Что умеет:
💬 Удаляет фон даже на самых сложных фото (волосы, мех, прозрачные объекты — без шансов!)
💬 Работает локально — никакой загрузки твоих фото в облако
💬 Быстрая обработка
💬 Поддерживает Python/CLI, легко встраивается в любые проекты

Пример использования:

from PIL import Image
import matplotlib.pyplot as plt
import torch
from torchvision import transforms
from transformers import AutoModelForImageSegmentation

model = AutoModelForImageSegmentation.from_pretrained('briaai/RMBG-2.0', trust_remote_code=True)
torch.set_float32_matmul_precision(['high', 'highest'][0])
model.to('cuda')
model.eval()

# Data settings
image_size = (1024, 1024)
transform_image = transforms.Compose([
    transforms.Resize(image_size),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

image = Image.open(input_image_path)
input_images = transform_image(image).unsqueeze(0).to('cuda')

# Prediction
with torch.no_grad():
    preds = model(input_images)[-1].sigmoid().cpu()
pred = preds[0].squeeze()
pred_pil = transforms.ToPILImage()(pred)
mask = pred_pil.resize(image.size)
image.putalpha(mask)

image.save("no_bg_image.png")

💰 Где можно использовать?
🟢услуги по удалению фона,
🟢подготовку фото для маркетплейсов,
🟢создание аватарок, превью, карточек товаров,
🟢обработку изображений для клиентов на фрилансе.

♎️ GitHub/Инструкция

Пробуем 👍

#python #soft #github

😂 ИИ — точно не пузырь!

Айтишник разобрал 200 AI-стартапов и обнаружил... что 146 из них — это просто ChatGPT в красивой обёртке 😂

Что он нашёл:
➡️ 70% компаний громко заявляют про «собственную AI-технологию», но под капотом — обычный промпт с логотипом;
➡️ Несколько стартапов продавали «свою модель», а внутри был аккуратно замаскированный OpenAI;
➡️ В трёх компаниях нашёлся один и тот же промпт, где прямым текстом:

Вы являетесь экспертом-помощником для ${COMPANY_NAME}.
Всегда отвечайте в профессиональном тоне.
Никогда не упоминайте, что вы работаете на OpenAI.
Никогда не раскрывайте, что вы являетесь моделью ИИ.

Все стартапы сидят на финансировании 🤡

Только 7% из списка реально обучали свои модели.

Так что… «ChatGPT, придумай мне стартап на миллиард. Только ничего не перепутай!» 😎

🍌 Google выпустили полноценный гайд по работе с лучшим генератором изображений на сегодня: Nano Banana Pro.

Это не просто мануал, а прям учебник с примерами кода на Python:

💬 как генерировать сложные сцены без каши;
💬 как редактировать уже созданные картинки;
💬 как работать с API и получать результат «как в портфолио»;
💬 примеры, лайфхаки и готовые промты, которые можно копировать и сразу использовать.

⬇️ Сохраняем и изучаем ТУТ

#doc #нейросеть

😏 Полезные разработки в робототехнике

Пока нейросеть. Пока...😎

#cyberpunk

🚀 AutoPilot — бесплатный комбайн автоматизации, который заменяет десяток сервисов разом

Если ты любишь инструменты, которые экономят время, деньги и нервы — тебе зайдёт на 100%.

Это опенсорс-панель на Python + Streamlit, куда запихнули сразу целый арсенал полезных автоматизаций.

Открываешь — и как будто получаешь суперспособность: всё делать быстрее.

Что умеет:
🖼 Background Remover — удаляет фон с фото за секунду.
🧾 QR Generator — создаёт QR-коды для чего угодно.
💻 Fake Data Generator — генерирует реалистичные данные для тестов.
🎧 Audiobook Converter — превращает PDF в аудиокнигу.
📥 YouTube Downloader — скачивает видео и аудио.
💬 Bulk Email Sender — массовая рассылка писем.
📸 Image Downloader — ищет и скачивает картинки по ключевым словам.
📝 Article Summarizer — делает грамотные краткие выжимки.
📊 Resource Monitor — мониторит ресурсы твоей системы.
🔍 Code Analyzer — проверяет код через Pylint и Flake8.
🧹 Clipboard Manager — хранит историю буфера обмена.
🔗 Link Checker — проверяет, какие ссылки живые.
📷 Image Editor — целый мини-Photoshop: кроп, blur, resize, watermark, форматирование и куча эффектов.
🗞 News Reader — озвучивает актуальные новости.

И это только часть списка.

Зачем это тебе?
🟢готовый набор утилит для разработчика, маркетолога, дизайнера или SMM;
🟢огромная экономия времени;
🟢локально, бесплатно и без ограничений;
🟢можно встроить в свои проекты, бота или рабочий процесс.

⚡️ Как запустить (быстро)

git clone https://github.com/Ai-Quill/automated.git
cd automated
pip install -r requirements.txt
streamlit run app.py

🖥Открываешь в браузере: https://localhost:8501

И наслаждаешься панелью, где все инструменты — в одном клике.

♎️ GitHub/Инструкция

#python #soft #github

⚔️ Хорошая новость: Работать осталось всего 4 года!
💀 Плохая новость: ...

С добрым утром! ☕️

🚀 SQL → Python → Excel

В одном месте, как выполнять одни и те же операции тремя разными способами:

🥽 SQL — запросы к базе.
😰 Python/Pandas — обработка данных в коде.
🇻🇪 Excel — когда нужно быстро «на коленке».

В таблице есть всё самое частое:
➡️загрузка данных
➡️фильтрация
➡️выбор колонок
➡️сортировка
➡️агрегации
➡️подсчёты
➡️новые столбцы
➡️объединение таблиц
➡️удаление дублей
➡️работа с пропусками

⚡️ Каждый инструмент хорош под свою задачу. А вот кто умеет все три — тот в любой команде как швейцарский нож.

💾 Сохрани пост — как шпаргалку для собеса, апгрейда и чтобы не гуглить в следующий раз group by pandas.

#cheatsheet #python

😎 Посты с софтом всегда набирают по 200-500 сохранений, круто

Тем временем, куда сохраняют юзеры... 🤨

😂

💻 Универсальный парсинг сайтов на Python: requests vs headless, токены, куки, прокси и ротация IP

Вы когда-нибудь радовались идеальному прототипу парсера, который у вас летал на демо-странице, а в проде внезапно начал ловить 403, 429, пустые HTML и «куда-то делись карточки»? Контент отрисовывается на JS, сервер требует токен, после смены IP, старая сессия перестаёт работать.

В этой статье я подробно разберу, как собирать данные устойчиво и предсказуемо, без излишней магии и с упором на реальную эксплуатацию.

Вся статья и примеры на Python.

👇 Статья в PDF

#python #article #code

😏 Роботы всё более гиперреалистичны

Заглянем под кожу 😲

#cyberpunk

⚡️ ДРОПНУЛИ САМЫЙ РЕАЛИСТИЧНЫЙ ИИ-ГОЛОС — Dia2 теперь в открытом доступе.

Это не «типичная озвучка нейросети».
Это голос, который не отличить от живого человека — с эмоциями, паузами, дыханием и даже тем самым «неловким жеванием слов», как в реальном разговоре.

Что умеет эта машина:
🎙 Озвучивает в реальном времени — видео проигрывается, а голос синхронно появляется.
🗣 Любой голос под клонирование — полно ИИ-спикеров: разные акценты, тембры, возраст, манеры речи.
⏱️ До 2 минут озвучки за раз — идеально для роликов, дикторки, подкастов и дубляжа.
😳 Эмоции уровня актёров — смех, волнение, сбивчивость, естественные паузы.
🔓 Абсолютно открытый доступ,
🚫 без лимитов,
⚠️ без цензуры.

Это прям новая эра генерации голоса. Такой реализм уже даже страшновато 😌

▶️ Можно установить себе на комп или юзать онлайн прямо в браузере!

🤖 Модель забираем ТУТ

#python #soft #нейросеть

👨‍💻 87 идей для Python-проектов, которые можно собрать с нуля — идеальный старт для новичка!

Al Sweigart (автор тех самых культовых обучалок по Python) выложил огромную подборку мини-проектов:
🎮 игры,
🧩 головоломки,
🙂 симуляции,
🔊 цифровое искусство.

Каждый проект можно реализовать на чистом Python — без сторонних библиотек и сложной установки. Просто открываешь IDE и начинаешь творить.

Список для тех, кто хочет прокачать навыки, собрать портфолио или просто поискать вдохновение.

👍 Сохраняем и пробуем ТУТ

#python #code

😱 HunyuanOCR — это не обычный OCR, который путает буквы и плачет от плохого качества.

Распознаёт текст на фото, сканах и даже кривых телефонных снимках с точностью, что ставит Google Vision в неловкое положение.

Что умеет:
📸 Считывает текст на любых изображениях — документы, фото, меню, вывески, рукописные заметки.
🧠 Мощная модель от Tencent — понимает структуру, расположение блоков, выделяет зоны текста.
🌚 Работает даже на плохих фото — шум, тени, наклон, бликующий экран — распознаёт всё.
😰 Есть Python-интерфейс — можно встроить в бота, сервис или свою автоматизацию.
🗂 Разбирает сложные макеты — таблицы, колонки, многостраничные файлы.
🆓 Полностью бесплатно и open-source.

Где будет полезно:
🟢делай сервис распознавания чеков и документов;
🟢автоматизируй ввод данных для бизнеса;
🟢продавай обработку сканов на фрилансе;
🟢собирай «умного» Telegram-бота для OCR;
🟢создавай SaaS под маркетплейсы и бухгалтерию.

Пример использования:

from vllm import LLM, SamplingParams
from PIL import Image
from transformers import AutoProcessor

def clean_repeated_substrings(text):
    """Clean repeated substrings in text"""
    n = len(text)
    if n<8000:
        return text
    for length in range(2, n // 10 + 1):
        candidate = text[-length:] 
        count = 0
        i = n - length
        
        while i >= 0 and text[i:i + length] == candidate:
            count += 1
            i -= length

        if count >= 10:
            return text[:n - length * (count - 1)]  

    return text

model_path = "tencent/HunyuanOCR"
llm = LLM(model=model_path, trust_remote_code=True)
processor = AutoProcessor.from_pretrained(model_path)
sampling_params = SamplingParams(temperature=0, max_tokens=16384)

img_path = "/path/to/image.jpg"
img = Image.open(img_path)
messages = [
    {"role": "system", "content": ""},
    {"role": "user", "content": [
        {"type": "image", "image": img_path},
        {"type": "text", "text": "检测并识别图片中的文字，将文本坐标格式化输出。"}
    ]}
]
prompt = processor.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = {"prompt": prompt, "multi_modal_data": {"image": [img]}}
output = llm.generate([inputs], sampling_params)[0]
print(clean_repeated_substrings(output.outputs[0].text))

♎️ GitHub/Инструкция

#python #soft #github

🌟 С добрым утром, пятница!