🟢 Работает с Python 3.8-3.12.1 и выше.
🟢 Не требует, чтобы ты переписывал модель — достаточно передать данные: признаки, прогнозы модели и, по необходимости, распределения вероятностей или отклонения, и библиотека оценит неопределённость.
🟢 Поддержка нескольких метрик оценки неопределенности, визуализации (графики, диаграммы) для сравнения между методами.
🟢 Lightweight — нет тяжёлых зависимостей на тренировку моделей, только на ввод-вывод и визуализацию/аналитику.

pip install unique-uncertainty

import requests
import argparse

def get_ip_info(ip):
    url = f"https://ipinfo.io/{ip}/json"
    response = requests.get(url)
    if response.status_code == 200:
        data = response.json()
        for k, v in data.items():
            print(f"{k}: {v}")
    else:
        print("Ошибка запроса")

if name == "__main__":
    parser = argparse.ArgumentParser(description="IPinfo Lookup Script")
    parser.add_argument("ip", help="IP или домен для проверки")
    args = parser.parse_args()
    get_ip_info(args.ip)

🟠 Отправляет запрос к ipinfo.io
🟠 Получает базовые данные о местоположении, ASN и провайдере
🟠 Красиво выводит результат в консоль

🟢 Поддержка Python >= 3.6, <4.0.
🟢 Можно создавать объекты datedelta с параметрами years, months, days, вычитание — тоже работает.
🟢 Учитывает “неоднозначные” случаи, например, 29 февраля и месяцы с разным числом дней.
🟢 Небольшой вес, минимальные зависимости — библиотека просто надстройка над стандартным datetime.

pip install datedelta

# Установка
pip install github-utility

# CLI примеры:
export GITHUB_ACCESS_TOKEN="токен"

# Получить информацию о пользователе
github-utility get-user --username someuser

# Создать issue в репозитории
github-utility create-issue --owner ownername --repo reponame --title "Test issue" --body "Описание issue"

import requests
import argparse
import os

def get_user(token, username):
    headers = {"Authorization": f"token {token}"}
    resp = requests.get(f"https://api.github.com/users/{username}", headers=headers)
    return resp.json()

def create_issue(token, owner, repo, title, body):
    headers = {"Authorization": f"token {token}"}
    data = {"title": title, "body": body}
    resp = requests.post(f"https://api.github.com/repos/{owner}/{repo}/issues", headers=headers, json=data)
    return resp.json()

🟢 Поддержка основных задач аудио-преобработки: загрузка аудио файлов, трансформации, возможно нормализация, извлечение фич (спектральные, мел-фильтры и др.) — всё, чтобы быстро подготовить данные под ML.
🟢 Минимум настроек — “работает из коробки” для простых сценариев.
🟢 Хорошо документирована, подходит как для экспериментов, так и для производственного использования, если не требуются экстремальные скорости или супер-оптимизации.

pip install sappl

import subprocess
import time
import platform

def is_connected(host="8.8.8.8", count=1, timeout=1):
    param = "-n" if platform.system().lower() == "windows" else "-c"
    cmd = ["ping", param, str(count), "-W", str(timeout), host]
    result = subprocess.run(cmd, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    return result.returncode == 0

def reconnect_wifi(interface_name=None):
    system = platform.system().lower()
    try:
        if system == "linux":
            # пример для NetworkManager
            subprocess.run(["nmcli", "networking", "off"], check=True)
            time.sleep(1)
            subprocess.run(["nmcli", "networking", "on"], check=True)
        elif system == "windows":
            # отключить / включить адаптер
            subprocess.run(["netsh", "interface", "set", "interface", interface_name, "disable"], check=True)
            time.sleep(1)
            subprocess.run(["netsh", "interface", "set", "interface", interface_name, "enable"], check=True)
        else:
            print("OS не поддерживается для авто-переподключения")
    except Exception as e:
        print("Ошибка при переподключении:", e)

def watch_loop(interval=10, interface=None):
    while True:
        if is_connected():
            print("Связь OK")
        else:
            print("Связь пропала — переподключаем...")
            reconnect_wifi(interface)
        time.sleep(interval)

if __name__ == "__main__":
    # Можно передать название интерфейса через аргументы
    watch_loop(interval=15, interface="Wi-Fi")

🟠 Периодически пингует внешний хост (по умолчанию 8.8.8.8)
🟠 Если пинг не проходит — считает, что связь потеряна
🟠 Пытается переподключить сеть, в зависимости от ОС
🟠 Логирует состояние в консоль

🟢 Не требует оригинального изображения (standalone watermarking) — можно встраивать метку даже если нет “эталона”.
🟢 Работает как библиотека и как командная строка (CLI-инструмент) — удобно использовать в пайплайнах или скриптах для обработки изображений.
🟢 Поддерживает разные алгоритмы внедрения водяных знаков, устойчивые к некоторым трансформациям (сжатие, изменение оттенков).
🟢 Лёгкая зависимостями — типичный стек: PIL/Pillow или аналогичные библиотеки обработки изображений.

pip install invisible-watermark

🟢 Background Remover — удаляет фон с изображений автоматически.
🟢 QR Code Creator — генерирует QR-коды из URL или текста.
🟢 YouTube Downloader — скачивает видео или аудио из YouTube.
🟢 Resource Monitor — следит за использованием CPU, памяти и логгирует превышения.
🟢 Clipboard Tracker — логирование текста, скопированного в буфер обмена.

import psutil
import time

def monitor(interval=5):
    while True:
        cpu = psutil.cpu_percent(interval=1)
        mem = psutil.virtual_memory().percent
        print(f"CPU: {cpu}%, MEM: {mem}%")
        time.sleep(interval)

if __name__ == "__main__":
    monitor()

🟢 Объединяет множество автономных скриптов в одну коллекцию
🟢 Каждый скрипт выполняет отдельную задачу — от обработки изображений до мониторинга или анализа
🟢 Можно клонировать проект и запускать нужные модули без лишней обвязки
🟢 Отлично подходит для тех, кто любит “toolbox” для повседневных задач

🟢 Поддерживает разные схемы шифрования: num, hex, b32, b64 и tame (особый base32-вариант без гласных).
🟢 При генерации URL через flask.url_for, автоматически превращает числовые ID в “замаскированную” форму, а при маршрутизации — обратно декодирует.
🟢 Интеграция с Jinja2: фильтры доступны в шаблонах — можно прямо выводить “обфусцированные” ID.
🟢 Использует 32-битное “соль” (salt), которую можно задать вручную или через конфигурацию Flask (OBSCURE_SALT) для уникального преобразования.

pip install Flask-Obscure

# Python 3.8+
import time
import psutil
import subprocess
import logging

logging.basicConfig(level=logging.INFO, format='%(asctime)s %(levelname)s %(message)s')

WATCHLIST = [
    {"name": "my_app.py", "cmd": ["python3", "/opt/myapp/my_app.py"], "max_mem_mb": 500.0}
]

def find_by_name(name):
    procs = []
    for p in psutil.process_iter(['pid','name','cmdline']):
        try:
            if p.info['name'] == name or (p.info['cmdline'] and name in ' '.join(p.info['cmdline'])):
                procs.append(p)
        except (psutil.NoSuchProcess, psutil.AccessDenied):
            continue
    return procs

def restart(cmd):
    logging.info("Запускаю: %s", cmd)
    subprocess.Popen(cmd)

def monitor_loop(interval=10):
    while True:
        for item in WATCHLIST:
            procs = find_by_name(item['name'])
            if not procs:
                logging.warning("Процесс %s не найден — стартую", item['name'])
                restart(item['cmd'])
            else:
                for p in procs:
                    try:
                        mem_mb = p.memory_info().rss / 1024**2
                        if item.get('max_mem_mb') and mem_mb > item['max_mem_mb']:
                            logging.warning("Память %s MB > %s — перезапуск %s", mem_mb, item['max_mem_mb'], item['name'])
                            p.terminate()
                            restart(item['cmd'])
                    except (psutil.NoSuchProcess, psutil.AccessDenied):
                        continue
        time.sleep(interval)

if __name__ == "__main__":
    monitor_loop()

🟢 Мониторит процессы и перезапускает упавшие.
🟢 Основано на psutil — информация о процессах, CPU и памяти.
🟢 В репозитории есть готовые bin/скрипты и пример конфигурации; можно быстро поставить в cron/systemd.
🟢 Лёгкий MIT-проект — можно взять и адаптировать под свои нужды (лимиты, политики рестарта, логирование).

🟢 Стандартная библиотека только — нет внешних зависимостей, всё “чистый Python”.
🟢 Поддержка аннотаций типов, чистый интерфейс, утилиты без побочных эффектов.
🟢 Возможность использовать стандартные структуры данных, но с полезными дополнениями (например, расширенные методы работы с контейнерами).
🟢 Хорошая документация и примеры использования.

pip install pure-utils

from PIL import Image, ImageDraw, ImageFont
import csv
import os

def generate_cert(template_path, data_csv, output_folder, font_path, font_size, text_position):
    img = Image.open(template_path)
    draw = ImageDraw.Draw(img)
    font = ImageFont.truetype(font_path, font_size)

    with open(data_csv, newline='', encoding='utf-8') as csvfile:
        reader = csv.DictReader(csvfile)
        for row in reader:
            name = row['name']
            cert = img.copy()
            d = ImageDraw.Draw(cert)
            d.text(text_position, name, font=font, fill=(0, 0, 0))
            out_path = os.path.join(output_folder, f"cert_{name}.png")
            cert.save(out_path)
            print(f"Saved certificate for {name} → {out_path}")

if __name__ == "__main__":
    generate_cert(
        template_path="templates/cert_template.png",
        data_csv="data/people.csv",
        output_folder="out",
        font_path="fonts/Times.ttf",
        font_size=64,
        text_position=(300, 400)
    )

🟢 Читает CSV / Excel с именами (и другими данными)
🟢 Открывает шаблон сертификата как изображение
🟢 Накладывает текст (имя / данные) в указанную позицию
🟢 Сохраняет индивидуальные сертификаты для каждого в отдельный файл
🟢 Можно масштабировать: для 1000 человек — запуск скрипта, отдых

🟢 Модули с разными эстетическими эффектами: можно применять стили, трансформации, декорации к тексту.
🟢 Использует TextBlob для разбора текста; при установке подгружаются зависимости, но сама Olipy — относительно лёгкий компонент к экосистеме.
🟢 Поставляется с примерами скриптов, которые показывают, как генерировать стилизованный текст как отдельные утилиты.

pip install olipy

import os
import requests
import argparse

def download_subreddit_images(subreddit, limit=50, dest="downloads"):
    os.makedirs(dest, exist_ok=True)
    url = f"https://www.reddit.com/r/{subreddit}/.json?limit={limit}"
    headers = {"User-Agent": "Mozilla/5.0"}
    resp = requests.get(url, headers=headers)
    data = resp.json()

    for post in data.get("data", {}).get("children", []):
        img_url = post["data"].get("url")
        if img_url and (img_url.endswith(".jpg") or img_url.endswith(".png")):
            filename = os.path.basename(img_url)
            path = os.path.join(dest, filename)
            try:
                img_data = requests.get(img_url).content
                with open(path, "wb") as f:
                    f.write(img_data)
                print("Downloaded:", filename)
            except Exception as e:
                print("Ошибка скачивания", img_url, e)

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Download images from subreddit")
    parser.add_argument("subreddit", help="Name of subreddit")
    parser.add_argument("--limit", type=int, default=20, help="How many posts to parse")
    parser.add_argument("--dest", default="downloads", help="Destination folder")
    args = parser.parse_args()

    download_subreddit_images(args.subreddit, limit=args.limit, dest=args.dest)

🟢 Делает HTTP-запрос к API Reddit (JSON)
🟢 Парсит посты, проверяет, есть ли в url изображения (.jpg/.png)
🟢 Скачивает найденные изображения в папку
🟢 Поддерживает указание количества постов через параметр limit
🟢 Печатает статус каждого скачанного файла

🟢 Поддерживает несколько алгоритмов X-armed бандитов — HOO, StoSOO, HCT, а также более современные подходы GPO, VHCT и др.
🟢 Встроенные синтетические функции (test functions) для отладки и сравнительной оценки алгоритмов.
🟢 Гибкость в выборе разбиения пространства, параметров модели и стратегии поиска.
🟢 Документированная программная обвязка: интерфейсы для запуска экспериментов, анализа результатов, визуализации.
🟢 Открытая лицензия MIT, исходники на GitHub, доступна через PyPI.

pip install pyxab

pip install winshell tqdm pywin32

python cleanup.py

🟢 Автоматически чистит “мусор” на Windows: рабочий стол, временные директории, логи и др.
🟢 Имеет удобное меню, чтобы выбрать, что именно очистить.
🟢 Запрашивает права администратора, если нужно.
🟢 Показывает прогресс операций и логирует действия.

from python_utilities.parallel import Parallelizer, make_data_iterator
from python_utilities.scripting import setup_logging

def process_item(item, constant=10):
    return item * constant

def main():
    setup_logging()
    data = list(range(100))
    par = Parallelizer(func=process_item, data=data, n_jobs=4)
    results = par.run()
    print(results)

if __name__ == "__main__":
    main()

🟢 Унифицирует способы параллелизации: локально или распределённо
🟢 Не требует переписывания кода функций под “parallel” — простая обёртка
🟢 Подходит для обработки больших наборов данных или задач, которые можно распараллелить

🟢 Содержит модули примерно таких групп: benchmarking — контекст-менеджеры и функции, чтобы измерять время выполнения разных реализаций, и суммировать результаты.
🟢 Утилиты “функционального стиля” (маппинг, фильтрация, композиция), которые облегчают работу, особенно если часто пишешь вспомогательный код.
🟢 Не зависит от внешних тяжёлых библиотек, использует стандартную библиотеку + минимум нужного.
🟢 Подходит, когда надо быстро сравнить реализации, профилировать, или просто сделать утилиту “на лету”, не заморачиваясь с boilerplate.

pip install Generic-Util

import os
import shutil
from python_minifier import minify
from git import Repo  # GitPython

# Настройки
remove_comments = True
minify_rename_vars = False
program_allowed = [
    'main_server.py',
    'packets.py',
    'protocol.py',
    'regex_patterns.py',
    'socket_handler.py',
]

def load_files(files):
    contents = []
    for file in files:
        with open(file, 'r', encoding='utf-8') as f:
            text = f.read()
        if remove_comments:
            # python_minifier(minify) сам удаляет комментарии
            text = minify(text, rename_locals=minify_rename_vars)
        contents.append(f"# Begin {file}\n" + text + f"\n# End {file}\n")
    return "\n".join(contents)

def package_script(output_file='packaged.py'):
    code = load_files(program_allowed)
    with open(output_file, 'w', encoding='utf-8') as f:
        f.write(code)
    print(f"Packaged into {output_file}")

if name == "__main__":
    package_script()

🟢 Берёт список Python файлов, объединяет их содержимое в один файл.
🟢 Минифицирует код: убирает комментарии, пробелы, возможно переименование переменных.
🟢 Позволяет собрать все модули проекта в один “соло-скрипт”, удобно для простого деплоя или когда структура проекта не критична.
🟢 Уменьшает количество файлов, упрощает распространение скрипта без множества зависимостей файловой структуры.