📱 Скрипт конструктор Telegram ботов

📱 Python 3.11+🐍
💾 Модули: django
🖥 База данных: postgresql

📌 Это веб-приложение на Django с PostgreSQL, позволяющее пользователям создавать Telegram-ботов без кода — через простой интерфейс. Подходит для автосообщений, меню, кнопок и других функций. Работает на Python 3.11+.

#telegram

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ ubelt

📌 ubelt — это лёгкая и мощная библиотека-утилита, расширяющая стандартную библиотеку Python минимальными, но очень удобными функциями. Всё понятно, тестируемо и без лишних зависимостей — улетная штука для ежедневного кодинга.

📌 Особенности библиотеки:

🟠Расширенный Path с методами expand, ensuredir, augment, delete, plus удобные функции для работы с кэшем и конфигами (appdir).
🟠Функции-хелперы: hash_data/ hash_file для быстрого хеширования, Timer, Cacher/CacheStamp для кэширования и замера скорости выполнения.
🟠CLI-инструменты: прогресс-бар ProgIter, скачивание с download, выполнение shell-команд через cmd.
🟠Дополнительные классы: UDict (расширенные словари), SetDict, urepr (человекочитаемая строка для структуры), color_text — печатает текст с ANSI-цветами.
🟠Ничего лишнего: все функции чисто-Python, почти без зависимостей, с хорошим тестовым покрытием и документацией.

⚙️ Установка:

pip install ubelt

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Directory Backup Scheduler — скрипт, который автоматически создаёт резервные копии указанной папки с отметкой даты и времени, может запускаться по расписанию (через cron или schedule). Идеально для защиты данных без лишних телодвижений.

📱 Python 3.8+
💾 Модули: shutil, os, argparse, datetime, (опционально) schedule

📌 Возможности скрипта:

🟠Копирует содержимое папки source в архивную папку destination/YYYY-MM-DD_HHMMSS/
🟠Автоматически создаёт имя папки с таймстампом
🟠Можно запускать вручную или по расписанию (например, ежедневно)
🟠Простой, надёжный, без лишних зависимостей — идеально для резервной заботы

👨‍💻 Пример использования (CLI):

python backup_scheduler.py --src /home/user/docs --dst /home/user/backups --schedule 24

👨‍💻 Код скрипта (backup_scheduler.py):

import os
import shutil
import argparse
from datetime import datetime
import time

def backup(src, dst):
    timestamp = datetime.now().strftime("%Y-%m-%d_%H%M%S")
    backup_path = os.path.join(dst, timestamp)
    os.makedirs(backup_path, exist_ok=True)
    for root, dirs, files in os.walk(src):
        rel = os.path.relpath(root, src)
        dest_dir = os.path.join(backup_path, rel)
        os.makedirs(dest_dir, exist_ok=True)
        for file in files:
            shutil.copy2(os.path.join(root, file), os.path.join(dest_dir, file))
    print(f"✅ Backup created at: {backup_path}")

def main():
    parser = argparse.ArgumentParser("Directory Backup Scheduler")
    parser.add_argument("--src", required=True, help="Source directory to backup")
    parser.add_argument("--dst", required=True, help="Destination directory for backups")
    parser.add_argument("--schedule", type=int, help="Interval in hours between backups")
    args = parser.parse_args()

    if args.schedule:
        while True:
            backup(args.src, args.dst)
            time.sleep(args.schedule * 3600)
    else:
        backup(args.src, args.dst)

if __name__ == "__main__":
    main()

⚙️ Установка зависимостей:
Только стандартные модули Python — работает сразу, без pip.

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ dask

📌 dask — мощная и малоизвестная библиотека для параллельных вычислений в Python. Она расширяет привычные API NumPy, Pandas и scikit-learn, позволяя запускать код на многопоточной системе или в распределённом кластере — без переписывания логики под MapReduce или Spark.

📌 Особенности библиотеки:

🟠 Масштабирование: от одного ядра до всего кластера.
🟠 Совместимый синтаксис: DataFrame, Array, ML API аналогичны знакомым библиотекам.
🟠 Отличается удобством и гибкостью: можно начать с локальных расчётов, а затем перенести тот же код в прод.
🟠 Используется крупными компаниями: Walmart, Nvidia, NASA, Capital One и другими.
🟠 Открытый исходник, активное развитие, последний релиз был в феврале 2024.

⚙️ Установка:

pip install dask[complete]

(пакет с зависимостями для полного функционала — параллельные файловые системы, SQL, ML и др.)

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Automated Bulk Email Sender — скрипт, который автоматически отправляет письма по списку адресов из CSV-файла. Удобно для рассылок уведомлений, напоминаний или благодарственных писем — не надо копировать-вставлять вручную.

📱 Python 3.8+
💾 Модули: smtplib, email, csv, argparse

📌 Возможности скрипта:

Считывает список адресов и сообщений из CSV (столбцы: email, subject, message)
Отправляет письма через SMTP (например, Gmail)
Простая фильтрация: можно выбрать часть списка и режим dry-run для теста
Экономит время, особенно если нужно отправить много писем вручную

👨‍💻 Пример использования (CLI):

python bulk_emailer.py --csv recipients.csv --smtp_host smtp.gmail.com --port 587 --user you@example.com --password ****

👨‍💻 Код скрипта (bulk_emailer.py):

import smtplib
import csv
import argparse
from email.message import EmailMessage

def send_bulk(csv_path, smtp_host, port, user, password, dry=False):
    with open(csv_path, newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        with smtplib.SMTP(smtp_host, port) as smtp:
            smtp.starttls()
            smtp.login(user, password)
            for row in reader:
                msg = EmailMessage()
                msg["From"] = user
                msg["To"] = row["email"]
                msg["Subject"] = row["subject"]
                msg.set_content(row["message"])
                if dry:
                    print(f"DRY RUN → To: {row['email']}, Subject: {row['subject']}")
                else:
                    smtp.send_message(msg)
                    print(f"Sent to {row['email']}")

if __name__ == "__main__":
    p = argparse.ArgumentParser("Bulk Email Sender")
    p.add_argument("--csv", required=True, help="CSV file with email,subject,message columns")
    p.add_argument("--smtp_host", default="smtp.gmail.com")
    p.add_argument("--port", type=int, default=587)
    p.add_argument("--user", required=True, help="SMTP username")
    p.add_argument("--password", required=True, help="SMTP password or app-password")
    p.add_argument("--dry", action="store_true", help="Dry run (dont actually send)")
    args = p.parse_args()
    send_bulk(args.csv, args.smtp_host, args.port, args.user, args.password, args.dry)

📌 Где пригодится:

Рассылка обновлений, приглашений, опросов, уведомлений большую аудиторию
Режим dry-run позволяет проверить письма перед реальной отправкой
Экономия десятков минут на рутинной отправке писем — особенно для OSINT или бизнеса

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ Featuretools

📌 Featuretools — библиотека для автоматического создания признаков (feature engineering), особенно удобная для временных и реляционных данных. С её помощью можно конвертировать сырой DataFrame в обогажённый набор признаков, существенно упрощающий задачу подготовки данных под модели машинного обучения.

📌 Особенности библиотеки:

🟠Automated Feature Engineering — строит фичи типа средних, максимумов, counts и даже временных окон для больших наборов данных без ручного кода.
🟠Особенно эффективна для темпоральных и реляционных сцен: может создавать признаки «на основе истории» (например, средняя стоимость заказов за последние 7 дней).
🟠Значительно ускоряет создание признаков и снижает руки коду — полезно для быстрого прототипирования и экспериментов.

⚙️ Установка:

pip install featuretools

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Random Secure Password Generator — простой и эффективный скрипт, который создаёт криптографически безопасный пароль заданной длины. Использует стандартный secrets модуль для максимальной случайности.

📱 Python 3.6+
💾 Модули: secrets, string, argparse

📌 Возможности скрипта:

🟠Генерирует пароль, используя буквы (все регистры), цифры и спецсимволы
🟠Криптографически стойкий — идеально подходит для безопасных паролей
🟠Простая CLI: указываешь длину — получаешь новый пароль на выходе

👨‍💻 Пример использования (CLI):

python gen_pass.py --length 20

👨‍💻 Код скрипта (gen_pass.py):

import secrets
import string
import argparse

def generate_password(length):
    alphabet = string.ascii_letters + string.digits + string.punctuation
    # можно исключить потенциально проблемные символы вроде '\' или '"' по желанию
    return ''.join(secrets.choice(alphabet) for _ in range(length))

if __name__ == '__main__':
    parser = argparse.ArgumentParser("Secure Password Generator")
    parser.add_argument("--length", type=int, default=12, help="Password length")
    args = parser.parse_args()
    pwd = generate_password(args.length)
    print(pwd)

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ autofeat

📌 autofeat — библиотека для автоматического создания и отбора признаков. Она автоматически генерирует нелинейные преобразования исходных признаков, а затем с помощью L1-регуляризации отбирает наиболее информативные для линейных моделей. Отличный вариант, если вам нужен баланс между производительностью и объяснимостью результатов.

📌 Особенности библиотеки:

🟠 Автоматическая генерация фичей — создаёт множество потенциально полезных комбинаций и трансформаций признаков, освобождая от ручного труда.
🟠 Отбор значимых признаков — применяет L1-регуляризацию, чтобы оставить только те, что действительно влияют на модель.
🟠 Понятность и прозрачность — результат пригоден для линейных моделей, которые легко интерпретировать и объяснить.

⚙️ Установка:

pip install autofeat

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Automate Git Operations

📌 Скрипт автоматизирует рутинные git-операции: добавление файлов, коммит с шаблоном сообщения и пуш в ветку — всё одной командой. Сэкономит минуты, которые иначе уйдут на ввод git add ., git commit, git push. Особенно удобно при частых коммитах в работе.

📱 Python 3.7+
💾 Модули: subprocess, argparse, datetime

📌 Возможности скрипта:

🟠Выполняет добавление всех изменений (git add .)
🟠Составляет коммит-сообщение с временной меткой (например: Auto commit 2025-08-19 · Обновления)
🟠Делает git commit и git push, используя default-ветку
🟠Позволяет один раз запускать скрипт и забыть про многострочные команды—автоматизация на максималках

👨‍💻 Пример использования (CLI):

python git_auto.py

👨‍💻 Код скрипта (git_auto.py):

import subprocess
import argparse
from datetime import datetime

def auto_git():
    timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    msg = f"Auto commit {timestamp}"
    try:
        subprocess.run(["git", "add", "."], check=True)
        subprocess.run(["git", "commit", "-m", msg], check=True)
        subprocess.run(["git", "push"], check=True)
        print(f"✅ Changes pushed with message: '{msg}'")
    except subprocess.CalledProcessError as e:
        print(f"❌ Git operation failed: {e}")

if __name__ == "__main__":
    parser = argparse.ArgumentParser("Automate Git Operations")
    args = parser.parse_args()
    auto_git()

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ msgspec

📌 msgspec — высокопроизводительная и малоизвестная библиотека для сериализации и валидации данных. Поддерживает форматы JSON и MessagePack и превосходит стандартные решения (например, json, pydantic) по скорости и удобству, включая двоичные данные и memoryview. Часто используется там, где важен low‑payload, высокая пропускная способность и строгая типизация.

📌 Особенности библиотеки:

🟠 Очень быстрая сериализация/десериализация JSON или MessagePack
🟠 Встроенный механизм msgspec.Struct — легкая альтернатива Pydantic для валидации
🟠 Отличается компактным двоичным представлением (MessagePack)
🟠 Подходит для межпроцессного обмена, сетевого взаимодействия, микросервисов с минимальными накладными расходами

⚙️ Установка:

pip install msgspec

🔢 Документация

#библиотеки

🖥 Python_Scripts

🖥 Отслеживание изменения сайта

📱 Python: 3.6+
💾 Модули: requests, hashlib, time

🚀 Что делает скрипт:

🟠Каждую минуту проверяет содержимое указанного сайта.
🟠Если сайт изменился — выводит сообщение "Сайт обновился!".

Код:

import requests
import hashlib
import time

URL = 'https://example.com'  # замени на нужный сайт
CHECK_INTERVAL = 60  # интервал проверки в секундах

def get_hash(url):
    try:
        response = requests.get(url, timeout=10)
        response.raise_for_status()
        return hashlib.md5(response.text.encode('utf-8')).hexdigest()
    except Exception as e:
        print("Ошибка при запросе:", e)
        return None

def monitor_site(url):
    print(f"Следим за сайтом: {url}")
    old_hash = get_hash(url)
    
    if old_hash is None:
        print("Не удалось получить начальное состояние.")
        return

    while True:
        time.sleep(CHECK_INTERVAL)
        new_hash = get_hash(url)
        
        if new_hash is None:
            continue
        if new_hash != old_hash:
            print(f"[{time.ctime()}] Сайт обновился!")
            old_hash = new_hash
        else:
            print(f"[{time.ctime()}] Без изменений.")

monitor_site(URL)

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ package-smoke-test

📌 package-smoke-test — это утилита и библиотека для быстрой проверки установки Python-дистрибутивов или модулей. Позволяет быстро убедиться, что модуль или дистрибутив уже установлен и доступен в системе без лишней мороки.

📌 Особенности библиотеки:

🟠 Простая командная утилита: python3 -m package_smoke_test --module your_module — выдаёт статус установки, путь и версию.
🟠 Подходит для smokescreen-тестов: быстро проверить наличие необходимых пакетов перед запуском скриптов или сервисов.
🟠 Минимум зависимостей и максимум пользы — удобно допилить в CI пайплайн без лишних телодвижений.

⚙️ Установка:

pip install package-smoke-test

🔢 Документация

#библиотеки

🖥 Python_Scripts

📹 Автоанализ видео с охранной камеры — обнаружение движения с уведомлением

📱 Python: 3.7+
💾 Модули: os, time (стандартные), cv2
🖥 БД: sqlite3

🚀 Что делает скрипт:

🟠Берёт видео с камеры (или файла).
🟠Сравнивает текущий кадр с предыдущим.
🟠Если есть движение (>1% пикселей изменилось) → сохраняет кадр в папку motion_frames.
🟠Выводит сообщение о сохранении.
🟠Работает в цикле, пока не остановишь (Ctrl+C).

👨‍💻 Код:

import cv2
import time
import os

VIDEO_SOURCE = 0  # 0 = вебкамера, или URL/IP камеры, или путь к видеофайлу
SAVE_DIR = "motion_frames"
os.makedirs(SAVE_DIR, exist_ok=True)

cap = cv2.VideoCapture(VIDEO_SOURCE)
_, prev_frame = cap.read()
prev_frame = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)
prev_frame = cv2.GaussianBlur(prev_frame, (21, 21), 0)

frame_id = 0

print("📹 Запущен анализ. Ctrl+C для остановки.")

try:
    while True:
        ret, frame = cap.read()
        if not ret:
            break

        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        gray = cv2.GaussianBlur(gray, (21, 21), 0)

        diff = cv2.absdiff(prev_frame, gray)
        thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
        motion_percent = (cv2.countNonZero(thresh) / thresh.size) * 100

        if motion_percent > 1.0:
            filename = f"{SAVE_DIR}/motion_{frame_id}.jpg"
            cv2.imwrite(filename, frame)
            print(f"📸 Движение! Сохранил кадр: {filename}")

        prev_frame = gray
        frame_id += 1
        time.sleep(0.2)
except KeyboardInterrupt:
    print("🛑 Остановлено пользователем.")
finally:
    cap.release()

🖥 Python_Scripts

✅ Hourly Time Tracker + Daily Summary

📌 Этот скрипт помогает отслеживать, сколько времени вы реально тратите на разные задачи в течение дня. Каждые, скажем, 60 минут он спрашивает, над чем вы работаете, записывает это в CSV, а к вечеру присылает красивую сводку времени по проектам. Абсолютно реально и полезно, если вы хотите прокачать свою продуктивность.

📱 Python 3.8+
💾 Модули: time, csv, datetime, argparse

📌 Что умеет этот скрипт:

Каждую заданную минуту спрашивает (CLI), чем вы заняты.
Записывает метку времени и описание задачи в CSV.
В конце дня автоматически выводит краткую таблицу: сколько времени ушло на каждую задачу.
Полезно, чтобы увидеть, куда уходит время, и перестать терять минуты зря.

👨‍💻 Пример использования (CLI):

python time_tracker.py --interval 60 --output time_log.csv

👩‍💻 Код скрипта (time_tracker.py):

import time
import csv
from datetime import datetime
import argparse
from collections import Counter

def track(interval, output):
    with open(output, 'a', newline='', encoding='utf-8') as f:
        writer = csv.writer(f)
        while True:
            now = datetime.now()
            task = input(f"[{now.strftime('%H:%M')}] Что вы сейчас делаете? ")
            writer.writerow([now.isoformat(), task])
            if task.lower() in ('выход', 'exit', 'quit'):
                break
            time.sleep(interval * 60)

def summarize(output):
    tasks = []
    with open(output, newline='', encoding='utf-8') as f:
        for row in csv.reader(f):
            if len(row) >= 2:
                tasks.append(row[1])
    counts = Counter(tasks)
    print("⏳ Итоги дня:")
    for task, cnt in counts.items():
        print(f"{task[:30]:30} — {cnt} отметок")

if __name__ == '__main__':
    parser = argparse.ArgumentParser("Hourly Time Tracker")
    parser.add_argument("--interval", type=int, default=60, help="Интервал опроса (в минутах)")
    parser.add_argument("--output", default="time_log.csv", help="CSV файл для логов")
    parser.add_argument("--summary", action="store_true", help="Показать итог за день и выйти")
    args = parser.parse_args()
    if args.summary:
        summarize(args.output)
    else:
        track(args.interval, args.output)

#скрипты

🖥 Python_Scripts

🔥 Полезная библиотека Python

✅ Autoflake

📌 Autoflake — инструмент, который автоматически удаляет неиспользуемые импорты и переменные из кода, не ломая при этом рабочий процесс. Вы забудете про гору сухого кода после правок: просто запускаете — и файлы чистые, понятные и поддерживаемые.

📌 Особенности библиотеки:

🟠 Удаляет неиспользуемые импорты и переменные — работает быстрее flake8 + ручное удаление.
🟠 Интегрируется в CI/CD или pre-commit — держите репозитории без мусора, не задумываясь.
🟠 Поддерживает массовую автоматизацию: сразу для всех файлов проекта.

⚙️ Установка:

pip install autoflake

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Folder Change Notifier via ntfy.sh

📌 Этот скрипт следит за локальной папкой в реальном времени и отправляет push-уведомления на ваш телефон или браузер через ntfy.sh, когда там что-то меняется — создаётся, удаляется или меняется файл. Просто, мощно и полностью автономно.

📱 Python 3.8+
💾 Модули: watchdog, requests, argparse, logging
Использует ntfy.sh для уведомлений — никаких регистраций, просто отправляет сообщение HTTP запросом.

📌 Особенности скрипта:

🟠Реагирует на события — создание, удаление, переименование или изменение файлов в папке
🟠Отправляет уведомление через ntfy.sh — всплывает на вашем устройстве мгновенно
🟠Поддерживает фильтрацию по расширениям, рекурсивный обход и кастомные настройки через CLI

👨‍💻 Пример использования (CLI):

python folder_monitor.py --path /путь/к/папке --topic mytopic --recursive

🧑‍💻 Код скрипта (folder_monitor.py):

import time, argparse, logging, os, requests
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler

logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(message)s")

class FileChangeHandler(FileSystemEventHandler):
    def __init__(self, topic, include_extensions=None):
        self.topic = topic
        self.include_ext = include_extensions

    def notify(self, msg):
        requests.post(f"https://ntfy.sh/{self.topic}", data=msg)

    def dispatch(self, event):
        if self.include_ext:
            if os.path.splitext(event.src_path)[1].lower() not in self.include_ext:
                return
        super().dispatch(event)

    def on_any_event(self, event):
        msg = f"{event.event_type.upper()}: {event.src_path}"
        logging.info(msg)
        self.notify(msg)

def main():
    parser = argparse.ArgumentParser("Folder Monitor with ntfy.sh notifications")
    parser.add_argument("--path", required=True, help="Folder path to monitor")
    parser.add_argument("--topic", required=True, help="ntfy.sh topic")
    parser.add_argument("--extensions", help="Filter extensions, comma-separated (e.g. .txt,.pdf)")
    parser.add_argument("--recursive", action="store_true", help="Watch subdirectories")
    args = parser.parse_args()

    exts = [e.lower() for e in args.extensions.split(",")] if args.extensions else None
    handler = FileChangeHandler(args.topic, include_extensions=exts)
    observer = Observer()
    observer.schedule(handler, args.path, recursive=args.recursive)
    observer.start()
    logging.info(f"Monitoring: {args.path} (recursive={args.recursive})")

    try:
        while True:
            time.sleep(1)
    except KeyboardInterrupt:
        observer.stop()
    observer.join()

if __name__ == "__main__":
    main()

⚙️ Установка зависимостей:

pip install watchdog requests

#скрипты

🖥 Python_Scripts

💬 Auto File Organizer — скрипт на Python, который автоматически сортирует файлы в папке по расширениям, перемещая их в соответствующие подпапки.

📱 Python 3.7+
💾 Модули: os, shutil

📌 Auto File Organizer — простой помощник для автоматической сортировки файлов в одной папке. Например, все .jpg и .png идут в папку "Images", .pdf в "Documents", .mp3 — в "Music" и так далее. Удобно для упорядочивания загрузок или проектов.

👨‍💻 Код:

import os
import shutil

def organize_folder(path):
    extensions = {
        "Images": [".jpg", ".jpeg", ".png", ".gif"],
        "Documents": [".pdf", ".docx", ".txt"],
        "Music": [".mp3", ".wav", ".flac"],
        "Videos": [".mp4", ".avi", ".mkv"],
    }
    for filename in os.listdir(path):
        filepath = os.path.join(path, filename)
        if os.path.isfile(filepath):
            for folder, exts in extensions.items():
                if any(filename.lower().endswith(ext) for ext in exts):
                    target_folder = os.path.join(path, folder)
                    os.makedirs(target_folder, exist_ok=True)
                    shutil.move(filepath, os.path.join(target_folder, filename))
                    print(f"Переместил {filename} -> {folder}")
                    break

if __name__ == "__main__":
    organize_folder("C:/Users/user/Downloads")

📌 Что делает:

🟠 Сканирует папку
🟠 Определяет расширение файла
🟠 Перемещает файл в подпапку по типу (создаёт папку, если нужно)

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ pzp

📌 pzp — лёгкий элемент-пикер в стиле fzf, написанный на чистом Python, для использования прямо в консоли. Работает без внешних зависимостей и позволяет интерактивно выбирать элементы из списка прямо в вашем скрипте.

📌 Особенности библиотеки:

🟠 Абсолютно на Python — не требуется установка fzf или прочих сторонних инструментов, всё само по себе.
🟠 Интерфейс по умолчанию — полноэкранный режим; при необходимости доступен вывод под курсором (fullscreen=False) и ограничение высоты окна (height=...).
🟠 Несколько layout-режимов

⚙️ Установка:

pip install pzp

🔢 Документация

#библиотеки

🖥 Python_Scripts

🗓 Скрипт планировщик задач

📱 Python: 3.11+🐍
💾 Модули: aiogram
🖥 База данных: postgresql

🚀 Скрипт — это Telegram-бот на Python, позволяющий создавать задачи с напоминаниями и прикреплёнными видео, храня все данные в PostgreSQL.

💭 Он отправляет уведомления пользователю в заданное время и помогает планировать день прямо в Telegram.

#telegram

🖥 Python_Scripts

💬 DaProfiler — Python-скрипт для самостоятельного OSINT-аудита: собирает информацию о себе, чтобы помочь удалить следы.

📱 Python 3.8+
💾 Модули: уточнённые через requirements.txt в репозитории GitHub; включает инструменты для HTTP-запросов и парсинга (например, requests, BeautifulSoup), а также автоматизацию браузера через Selenium (используется geckodriver + Firefox).

📌 DaProfiler — инструмент OSINT, позволяющий обнаружить и собрать доступную информацию о человеке: адреса, социальные сети, email, номера телефонов и прочее. Полезен тем, кто хочет оценить, какие данные доступны о вас, и при необходимости отправить запросы на удаление (например, по RGPD).

👨‍💻 Код и установка:

git clone https://github.com/TheRealDalunacrobate/DaProfiler.git
cd DaProfiler
pip install -r requirements.txt

Для работы требуется установленный Firefox и geckodriver.

Структура запуска (пример, обсуждается в документации проекта):

python profiler.py -n ИМЯ -ln ФАМИЛИЯ -l True -O output.txt

где:

-n, --name — имя цели
-ln, --lastname — фамилия цели
-l, --logging — включить логгирование в терминале
-O, --output — вывести результаты в output.txt

#скрипты

🖥 Python_Scripts