😄

С добрым утром! ☕️

🐳 Docker для самых маленьких: упаковываем Python-бота за 10 минут

💬 Когда запускаешь первого Telegram-бота локально — кажется, что ты покорил мир: нажал Run, и всё летает. Но как только закрываешь ноутбук, бот падает вместе с твоей мечтой о «стабильном продакшене».

📦 Docker решает проблему одним контейнером: берёт твой код, твои зависимости и твою среду — и запускает их одинаково везде.
Не важно где: на сервере, у друга или в облаке — контейнер работает стабильно и предсказуемо.

😰 Разберёмся, как за 10 минут упаковать Telegram-бота в Docker и перестать запускать проекты «на коленке».

👇 Код + статья в PDF на русском

#article #python #code

😱 Имба для Python-разработчиков: один импорт — и у вас доступ ко ВСЕМ топовым переводчикам сразу

Инструмент, который выглядит как чит-код для работы с языками:

translators — библиотека, которая объединяет кучу профессиональных переводчиков в одном API.

Без ключей, без ручной интеграции, без боли.

Что умеет?
💬 Поддерживает Google, DeepL, Microsoft, Alibaba, Yandex, Bing, Naver Papago, Tencent, ChatGPT, Baidu и даже Amazon Translate — всё в одном пакете.
💬 Переводит текст, огромные строки, HTML, документацию.
💬 Автоматически определяет язык.
💬 Работает без официальных API-ключей (да, это реально).
💬 Может использовать разные движки одновременно.

🧠 Для чего это удобно?

🟢Переводить документацию на лету.
🟢Делать многоязычные Telegram-боты.
🟢Парсить сайты разных стран.
🟢Создавать AI-агентов для общения на любом языке.
🟢Переводить комментарии, отзывы, письма, JSON-ы и всё, что прилетает.

😰 Простой пример кода:

import translators as ts

text = "Привет, мир!"
result = ts.translate_text(text, to_language="en")
print(result)

И всё.

Без API, без OAuth, без 40 строк конфигурации.

⚙️ Простая установка:

# PYPI

pip install --upgrade translators

# Source

git clone https://github.com/UlionTse/translators.git
cd translators
python setup.py install

♎️ GitHub/Инструкция

#python #soft #code #github

✍️ HR-ы борются с ИИ

Теперь кандидатов на интервью заставляют закрывать глаза, для уверенности, что будущий работяга не подсматривает подсказки от нейросетей.

С добрым утром, пятница ⚔️

#cyberpunk

🤙 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

⚡️ Айтишник из «VISION» скупил курсы айти школ и выложил гигабайты материалов к себе

Каждый найдет что-то по душе:

1202 ГБ — Python
1811 ГБ — Frontend
1100 ГБ — C / C++ / C#
804 ГБ — Java
411 ГБ — SQL & БД
309 ГБ — DevOps
998 ГБ — ИБ & Хакинг
773 ГБ — Kotlin / Swift
189 ГБ — PHP
201 ГБ — GoLang
170 ГБ — Rust
167 ГБ — QA / Тестирование
310 ГБ — 1C + Лицензии
495 ГБ — Машинное обучение
704 ГБ — Аналитика Данных
991 ГБ — Дизайн

Материалы в закрепе, постоянно пополняются👆🏻

😠 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