✅ py2jn — скрипт для конвертации Python-скриптов в Jupyter Notebook

📱 Python 3.x
ℹ️ Модули: чистый Python, без внешних тяжёлых зависимостей.

📌 py2jn — утилита, которая берёт .py-файл (скрипт), и преобразует его в .ipynb-файл (Jupyter Notebook). Всё, что было в комментариях многострочных строках (""" … """), становится Markdown-ячейкой прямо в ноутбуке; блоки кода разделяются автоматически. Полезно, если ты хочешь переиспользовать скрипт как учебный материал или презентацию.

👨‍💻 Пример кода (логика):

# Импортируется интерфейс конвертера
from py2jn import convert

# Конвертировать скрипт в ноутбук
convert(
    input_path="script.py",
    output_path="script_converted.ipynb",
    split_markers=True
)

📌 Что делает:

🟢 Читает Python-скрипт (.py)
🟢 Находит многострочные строки (тройные кавычки) и превращает их в Markdown-ячейки
🟢 Остальной код разбивает и вставляет как код-ячейки
🟢 Сохраняет конечный файл .ipynb, который сразу можно открыть в Jupyter / Colab
🟢 Упрощает превращение рабочих скриптов в учебные ноутбуки или демонстрации

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ DobotTCP

📌 DobotTCP — библиотека для управления роботами Dobot через TCP-интерфейс: позволяет отправлять команды, контролировать положение, выходы-входы и конфигурацию.

📌 Особенности библиотеки:

🟢 Поддержка Python 3.8+.
🟢 Обеспечивает простой API: Dobot(ip="…", port=…), методы Connect(), Move(), SetIO().
🟢 Малознакомая — шанс внедрить под задачи автоматизации физического устройства без сложной установки.
🟢 Особо полезна, если работаешь с робототехникой, автоматикой, DIY-проектами с ардуино/роборуками.

⚙️ Установка:

pip install DobotTCP

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ py-Reconic — автоматизация сетевого сканирования и инвентаризации

📱 Python 3.x
ℹ️ Модули: scapy, python-nmap (опционально), ipaddress — минимально настроенные зависимости.

📌 py-Reconic — утилита, которая принимает диапазон сети или отдельный подсеть (CIDR), выполняет обнаружение активных хостов, сканирование открытых портов и сохраняет результаты в удобном формате (JSON/CSV). Идеально, если хочешь быстро инвентаризировать локальную сеть, выявить “присутствие” устройств и подготовить первоначальный план аудита или автоматизации.

👨‍💻 Пример кода (логика):

from reconic import Reconic

r = Reconic(network="192.168.1.0/24")
hosts = r.discover()
r.scan_ports(hosts, ports=[22,80,443])
r.save("netmap.json")

📌Что делает:

🟢 Обнаруживает живые устройства в указанной подсети
🟢 Выполняет порт-сканирование для заданного списка портов (по умолчанию часто используемых)
🟢 Составляет структурированный результат (например, JSON или CSV)
🟢 Позволяет быстро получить “карту” сети и вести инвентаризацию устройств
🟢 Упрощает стартовую фазу автоматизации безопасности или сетевого аудита

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ ArviZ

📌 ArviZ — специализированная библиотека для исследования и визуализации результатов байесовского моделирования. Она работает в связке с Python-фреймворками для вероятностного программирования, такими как PyMC, Stan, Pyro и другими, облегчая анализ MCMC-сэмплов, диагностику и визуальный отчёт.

📌 Особенности библиотеки:

🟠 Unified InferenceData: Структурированный способ организации posteriors, предсказаний, наблюдений и логов в одном объекте.
🟠 Расширенные визуализации: traceplots, diagnostics (R-hat, ESS), posterior_predictive checks через Matplotlib и Bokeh.
🟠 Интеграция с популярными инструментами: поддержка PyMC, Pyro, Stan и xarray.
🟠 Поддержка аналитики Bayes-моделей: summarization, posterior checks, model comparison и diagnostics удобны и понятны.
🟠 Открытый проект, активно развивается, лицензия Apache 2.0.

⚙️ Установка:

pip install arviz

🧑‍💻 Пример использования:

import arviz as az
import pymc as pm

with pm.Model() as model:
    α = pm.Normal("α", 0, 1)
    β = pm.Normal("β", 0, 1)
    σ = pm.HalfNormal("σ", 1)
    μ = α + β * pm.Data("x", [1,2,3,4,5])
    y = pm.Normal("y", μ, σ, observed=[1.2,1.9,2.8,4.1,4.9])
    idata = pm.sample(return_inferencedata=True)

# Cводка результатов
print(az.summary(idata, var_names=["α", "β", "σ"]))

# Трассировка параметров и автокорреляции
az.plot_trace(idata, var_names=["α", "β"])

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ PentestGPT — скрипт автоматизации пентеста с ИИ-интеграцией

📱 Python 3.10+
ℹ️ Модули: использует API ChatGPT / OpenAI + набор утилит и скриптов для автоматизации пентестинга.

📌 PentestGPT — интерактивный инструмент для автоматизации пентестинга: с его помощью можно задавать вопросы, генерировать подсказки, управлять задачами сканирования и анализа через интерфейс, основанный на LLM. Полезен, если интересуешься этичным хакингом и хочешь автоматизировать некоторые части процесса.

👨‍💻 Пример кода (логика):

from pentestgpt import PentestGPT

tool = PentestGPT(target="https://example.com")
tool.brainstorm()
tool.run_scan()
tool.discuss_results()

📌 Что делает:

🟢 Позволяет подключить LLM (ChatGPT API) и автоматизировать работу по разведке / анализа уязвимостей
🟢 Интерактивный режим: “brainstorm”, “discuss”, “run_scan” и т.д.
🟢 Помогает связать результаты инструментов с логикой LLM
🟢 Подходит для тех, кто хочет сделать часть пентеста “умнее”, а не только вручную

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ pywinauto

📌 pywinauto — библиотека Python для автоматизации действий с графическим интерфейсом Windows. Она позволяет управлять окнами, нажимать кнопки, вводить текст, переключаться между приложениями — будто пользователь делает это вручную.

📌 Особенности библиотеки:

🟢 Поддержка Windows GUI API: работает с Win32, UI Automation и UWP-приложениями.
🟢 Эмуляция действий пользователя — клики, ввод текста, навигация, получение текста элементов.
🟢 Не требует сложной настройки: работает “из коробки” на Windows.
🟢 Полезна для тестирования программ, автоматизации рутины, создания ботов и утилит.
🟢 Поддержка Python 3.6+ и открытый исходный код.

⚙️ Установка:

pip install pywinauto

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Daily.py — коллекция готовых Python-скриптов для автоматизации повседневных задач

📱 Python 3.x

📌 Daily.py — репозиторий, в котором собраны десятки отдельных скриптов на Python: для управления файлами, работы с данными, автоматизации мелких задач. Полезно, если хочешь выбрать готовый скрипт «под дело» и быстро внедрить в свой рабочий процесс.

👨‍💻 Пример кода (логика):

# Примерный вызов (адаптирован)
from daily import file_organizer

file_organizer.run(src="/Users/user/Downloads", mode="by_extension")

📌 Что делает:

🟢 В комплекте: скрипт «FileOrganizer» — перемещает файлы по расширениям. (пример из списка)
🟢 Скрипты для отправки писем, переименования, скачивания, обработки изображений, работы с PDF и т.д.
🟢 Модули организованы как «выбери нужный скрипт → настрой → запусти».
🟢 Хорошее стартовое решение, если хочешь не писать с нуля, а подправить готовый.

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ hybridmethod

📌 hybridmethod — лёгкая библиотека-декоратор, призванная упростить сочетание синхронных и асинхронных методов в одном классе/объекте. Позволяет объявлять методы, которые могут быть вызваны или в обычном, или в async-контексте, без дублирования кода.

📌 Особенности библиотеки:

🟢 Поддержка Python 3.x — версия 1.0.1, загружена 25 июня 2025 года.
🟢 Минимум зависимостей — почти “чистый” Python, облегчает внедрение в проекты.
🟢 Декоратор @hybridmethod позволяет методу работать как на экземпляре класса, так и как асинхронная версия при необходимости — удобно для библиотек, которые хотят поддерживать оба режима. (описание в docs пакета)
🟢 Подходит для проектов, где часть кода асинхронная (async/await), часть синхронная, и хочется единый API без “два метода”: sync и async.

⚙️ Установка:

pip install hybridmethod

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ text‑summarizer — скрипт на Python для автоматического создания краткого резюме длинных текстов

📱 Python 3.x
ℹ️ Модули: nltk (tokenize, stopwords), стандартные библиотеки Python.

📌 Что делает:
Этот скрипт берёт на вход длинный текст (можно вставкой или из файла) и выдаёт “резюме” — несколько предложений, отражающих ключевые идеи оригинала. Он анализирует частоту слов, отбрасывает стоп-слова и выбирает самые значимые предложения.

👨‍💻 Пример кода (адаптировано):

import nltk
from nltk.tokenize import word_tokenize, sent_tokenize
from nltk.corpus import stopwords
from nltk.probability import FreqDist

def text_summarizer(text, num_sentences=3):
    stop_words = set(stopwords.words("english"))
    words = word_tokenize(text.lower())
    freq = FreqDist(w for w in words if w.isalpha() and w not in stop_words)
    sentences = sent_tokenize(text)
    sentence_scores = {sent: sum(freq[word.lower()] for word in word_tokenize(sent) if word.lower() in freq)
                       for sent in sentences}
    top = sorted(sentence_scores, key=sentence_scores.get, reverse=True)[:num_sentences]
    return " ".join(top)

text = """…длинный текст…"""
print(text_summarizer(text, num_sentences=3))

📌 Что делает:

🟢 Разбивает текст на предложения и слова
🟢 Убирает “стоп-слова” (например “and”, “the”, “is”)
🟢 Вычисляет частоты оставшихся слов
🟢 Оценивает предложения по сумме частот слов
🟢 Выбирает топ-N предложений как “резюме”

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ Utilspie

📌 Utilspie — библиотека-утилита с набором общих функций: работа с файлами, асинхронными вызовами, итераторами и другими “мелочами”, которые часто нужны при разработке.

📌 Особенности библиотеки:

🟢 Поддержка Python 3;
🟢 Модули внутри: fileutils, asyncutils, iterutils, collectionsutils, importutils;
🟢 Хороший выбор, если ведется работа с автоматизацией, скриптами, небольшими веб-процессами и нужна “быстрая сборка” без создания собственной библиотеки с нуля.

⚙️ Установка:

pip install utilspie

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ python‑fun — сборник веселых и полезных утилит

📱 Язык: Python 3.x

ℹ️ Что внутри: множество независимых проектов-скриптов: GUI-приложения, игры, утилиты, инструменты обработки и пр.

📌 Что делает:

🟢 Содержит папки с проектами вроде “note-take”, “image-viewer”, “moviepicker”, “chatbot-gui”, “file-explorer” и др.
🟢 Можно взять любой скрипт из коллекции, изучить, запустить, изменить под себя
🟢 Подходит для экспериментов: обучения, портфолио, мелких задач “сделай-сам”

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

📌 AnnLite

📌 AnnLite — лёгкая и встраиваемая библиотека для быстрого и фильтруемого приближённого поиска ближайших соседей (Approximate Nearest Neighbor Search, ANNS). Подходит для встраивания в небольшие сервисы и скрипты, когда нужно быстро искать похожие векторы (эмбеддинги) без тяжёлых внешних зависимостей.

📌 Особенности библиотеки:

🟢 Небольшой и простой API — легко встраивается в существующие приложения.
🟢 Высокая производительность для поиска по миллионам точек при ограниченных ресурсах.
🟢 Поддержка фильтрации по метаданным — можно искать ближайших соседей с учётом дополнительных условий.
🟢 Подходит для локальных и встраиваемых сценариев (desktop, edge, microservices) — минимальные требования к окружению.
🟢 Pythonic API — удобная сериализация/десериализация индексов для хранения и быстрой загрузки.

⚙️ Установка:

pip install annlite

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ CSV-Converter — скрипт для “очистки” CSV-файлов от неправильных кавычек и форматирования для загрузки в базу данных

📱 Python 3.6+

📌 Этот скрипт преобразует CSV-файлы, где строки содержат символы с экранированными обратным слешем кавычками (например, \"), в корректный формат, подходящий для загрузки средствами SQLite. Скрипт читает файл с escapechar='\', переписывает строки так, чтобы кавычки внутри полей стали "", и сохраняет как новый CSV-файл.

👨‍💻 Пример использования:

python RepairCSV.py input_data.csv cleaned_data.csv

Где RepairCSV.py — часть репозитория, input_data.csv содержит обратные слеш-экранирования. Скрипт создаёт cleaned_data.csv, готовый к импорту в SQLite без ошибок.

📌 Что делает:

🟢 Устраняет часто встречающуюся проблему при импорте CSV-файлов с экранированными кавычками в SQLite или другие СУБД.
🟢 Автоматизирует “ручную чистку” файлов — экономится время.
🟢 Простой в использовании: минимум настроек, подходит “из коробки”.

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ nonos

📌 nonos — лёгкая утилита-библиотека для работы с асинхронными задачами и их отменой; позволяет интегрировать отмену задач и контроль выполнения без тяжёлых систем.

📌 Особенности библиотеки:

🟢 Поддержка Python 3.x (версия 0.19.0 выпущена 28 августа 2025).
🟢 Стандартный API: позволяет запускать корутины, проверять флаги отмены, реализовывать тайм­ауты и безопасную отмену в многопоточном/асинхронном окружении.
🟢 Отличается минимальными зависимостями, что делает её подходящей для встроенных сервисов, автоматизации, скриптов с async logic.

⚙️ Установка:

pip install nonos  

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ auto-move-files — скрипт, который автоматически переносит файлы из одной папки в другую при их появлении.

📱 Python 3.x
ℹ️ Модули: os, time, shutil

📌 Скрипт постоянно следит за исходной папкой (source folder). Как только в ней появляется файл, он сразу переносится в указанную папку-назначения (destination folder). Удобно для автоматизации сортировки файлов, загрузок, “папка-вход” → “архив”.

👨‍💻 Пример использования (упрощённо):

python main.py "/Users/you/Downloads" "/Users/you/Archive"

📌 Что делает:

🟢 Проверяет наличие новых файлов в папке-источнике
🟢 При обнаружении перемещает файл в папку-назначения
🟢 Можно адаптировать: фильтрация по расширениям, переименование, логирование

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ pylib25

📌 pylib25 — простая библиотека-утилита, созданная для иллюстрации того, как развернуть собственный пакет на PyPI, с базовой функцией sqr(x) вычисления квадрата числа.

📌 Особенности библиотеки:

🟢 Поддержка Python 3.x, минимум кода (~5 кБ) — идеальна как шаблон или стартовая точка для разработки.
🟢 Отличный выбор, если хочешь быстро создать свою библиотеку, разобраться с публикацией на PyPI, либо использовать как основу.

⚙️ Установка:

pip install pylib25

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ python-file-analyzer — скрипт-утилита на Python, которая анализирует другие .py-файлы и выводит базовую статистику по структуре кода.

📱 Python 3.x
ℹ️ Модули: ast, os, sys, argparse — использует встроенный парсер кода для извлечения функций, классов, импортов и др.

📌 Скрипт читает указанный .py-файл, выводит подробности: количество строк, функций, классов, импортов, размер файла. Подходит для быстрого “просмотра” структуры кода без IDE

👨‍💻 Пример запуска:

python index.py path/to/your_file.py  

📌 Почему удобно:

🟢 Если хочешь быстро понять чужой скрипт или проект — можно сразу получить обзор.
🟢 Хорошо подходит для автоматизации отчётов: например, “какие функции есть в файле?”, “есть ли классы?”, “какая длина?”.
🟢 Лёгкий и независимый инструмент — можно использовать как часть CI-процесса или собственного анализа.

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ littleutils

📌 littleutils — небольшая библиотека-утилита, содержащая набор полезных функций-помощников для Python 3: минимализм, лёгкость, готовность “влезть” в любой проект с малой нагрузкой.

📌 Особенности библиотеки:

🟢 Версия 0.2.4 (7 июля 2024), размер ~8 кБ — почти “шаблон”, но реально может пригодиться.
🟢 Подходит, если нужен лёгкий “инструментарий” в скрипте/мини-проекте без подгрузки громоздких библиотек.

⚙️ Установка:

pip install littleutils

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ pdf_page_count — скрипт для суммирования общего количества страниц во всех PDF-файлах в указанной директории

📱 Python 3.x

📌 Если запустить скрипт без аргументов — он проходит по текущей папке и подсчитывает суммарное число страниц во всех .pdf файлах. Если передать путь к одному PDF-файлу или папке — подсчитывает страницы только там. Выводит итоговый результат в консоль: имя файла / количество страниц / суммарное число страниц.

👨‍💻 Пример запуска:

python pdf_page_count.py /path/to/folder  

📌 Почему удобно:

🟢 Полезно при работе с архивами PDF-документов: отчёты, книги, журналы — быстро узнать общий объём страниц.
🟢 Можно интегрировать в автоматизацию: например, если папка с проектом «PDF-отчётов» — запускаешь скрипт, получаешь статистику.
🟢 Лёгкий и ясный скрипт без сложной настройки.

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ rich-click

📌 rich-click — это расширение для стандартного модуля click, которое добавляет поддержку форматированного и красивого вывода с помощью библиотеки Rich. Оно делает CLI-приложения более наглядными: добавляет цвета, подсветку, таблицы и структурированные подсказки команд.

📌 Особенности библиотеки:

🟢 Совместима со всеми скриптами, использующими click — достаточно заменить импорт.
🟢 Добавляет цветной вывод, форматирование аргументов и опций, красивую справку.
🟢 Поддерживает темы и кастомизацию внешнего вида.
🟢 Отлично подходит для Python-утилит и CLI-инструментов.

⚙️ Установка:

pip install rich-click

🔢 Документация

#библиотеки

🖥 Python_Scripts