⚡️ Полезные библиотеки Python

Digital Footprint OSINT Tool — OSINT инструмент для отслеживания цифровых следов.

Мощный инструмент для анализа цифровых следов на нескольких платформах. Помогает исследователям и специалистам по безопасности отображать присутствие человека в сети, соблюдая политику конфиденциальности платформы.

🌐 Многоплатформенное обнаружение присутствия в различных социальных сетях;
🔄 Интеллектуальный анализ вариаций имени пользователя;
📱 Обнаружение контактной информации(находит потенциальные почты и номера телефонов);
🌍 Проверка регистрация доменов;
🚀 Многопоточное сканирование;
📊 Отслеживание прогресса с подробным выводом;
🖌 Цветной интерфейс консоли.

Работает с Instagram, Telegram, YouTube, GitHub, Twitter, Reddit, TikTok и десятком других социальных сетей.

Установка:

$ git clone https://github.com/yourusername/Digital-Footprint-OSINT-Tool.git

$ cd digital-footprint

$ python -m venv venv

$ source venv/bin/activate  # On Windows: venv\Scripts\activate

$ pip install -r requirements.txt

Использование:

$ python digital_footprint.py username

⚙️ GitHub/Инструкция

#python #soft #github

⚡️ drawDB — удобный инструмент для проектирования баз данных

Редактор диаграмм, работающий прямо в браузере — даже без регистрации. С помощью drawDB можно всего за несколько кликов создавать схемы, экспортировать SQL-сценарии и настраивать интерфейс под свои задачи.

Инструмент поддерживает: MySQL, PostgreSQL, SQLite, MariaDB и SQL Server. Его также легко развернуть локально через npm или запустить с помощью Docker.

И всё это бесплатно! 😎

⚙️ GitHub/Инструкция

🌍 drawdb.app

#soft #github

🔥 Полезные библиотеки Python

Helium — простая в использовании Python библиотека созданная для автоматизации работы с браузерами, такими как Chrome и Firefox.

Построена на базе Selenium, но с более понятным и коротким API. С Helium можно сократить код в два раза и легко взаимодействовать с элементами страницы.

Плюсы? Она сама разбирается с iFrames, окнами, ожидает загрузки элементов, позволяет обходить капчи, проверку на ботов, делая автоматизацию стабильной и без лишних хлопот.

Установка:

$ python -m pip install helium

Простой пример использования:

# A Helium function:
driver = start_chrome()
# A Selenium API:
driver.execute_script("alert('Hi!');")

⚙️ GitHub/Инструкция

#python #soft #web #github

🔥 Полезные библиотеки Python

Bad Posture — система, которая помогает следить за осанкой в режиме реального времени с использованием технологий компьютерного зрения. Она создана, чтобы поддерживать правильную осанку и уменьшать напряжение в шее.

Основные функции:

💬 Отслеживание положения тела через веб-камеру;
💬 Мониторинг угла наклона шеи;
💬 Визуальные подсказки и звуковые сигналы при нарушении осанки;
💬 Таймер, фиксирующий продолжительность плохой осанки.

Для работы потребуется Python, веб-камера и устройство с аудиовыходом. Отличное решение для тех, кто хочет заботиться о своей осанке! 😎

⚙️ GitHub/Инструкция

#python #js #soft #github

🔥 Полезные библиотеки Python

🔉 Lyrebird — простая в использвоании утилита для изменения голоса написанная на Python.

💬 Есть встроенные эффекты для мужских и женских голосов;
💬 Возможность создавать и загружать пользовательские пресеты;
💬 Шкала для более точной настройки;
💬 Создает собственное временное виртуальное устройство ввода;
💬 Имеет простой в использовании графический интерфейс.

⚙️ GitHub/Инструкция

#python #soft #github

🔥 Полезные библиотеки Python

Chaplin — утилита для визуального распознавания речи по губам (VSR), которая считывает движения ваших губ и мгновенно преобразует их в текст.

Ключевые особенности:
💬 Мгновенное распознавание: Реагирует на движения губ в реальном времени.
💬 Полная локальная работа: Все процессы выполняются на вашем устройстве, обеспечивая конфиденциальность данных.
💬 Открытый исходный код: Доступен для сообщества разработчиков на GitHub.

Как это работает? Chaplin использует модель, обученную на наборе данных Lip Reading Sentences 3 (LRS3), что позволяет ему точно интерпретировать чтение по губам.

Установка:

$ git clone https://github.com/amanvirparhar/chaplin
$ cd chaplin

Далее качаем необходимые модели, ссылки на GitHub

Пример использования:

$ sudo uv run --with-requirements requirements.txt --python 3.12 main.py config_filename=./configs/LRS3_V_WER19.1.ini detector=mediapipe

⚙️ GitHub/Инструкция

#python #soft #github

🔥 Полезные библиотеки Python

FinanceToolkit — Набор инструментов с открытым исходным кодом, в котором все соответствующие финансовые коэффициенты (более 130) и показатели эффективности записаны самым упрощенным, доступным и понятным каждому способом.

Finance Toolkit предоставляет не только информацию об акциях. Но и валюты, криптовалюты, ETF, взаимные фонды, индексы, денежные рынки, товары и т.д. Finance Toolkit можно использовать для получения исторических данных, а также важных показателей производительности и риска, таких как коэффициент Шарпа и стоимость под угрозой.

👨‍💻 Что впоследствии даёт возможность запускать анализ стоимости акций.

Набор инструментов дополнен Базой данных финансов 🌎, содержащей более 300 000 символов, акции, ETF, фонды, индексы, валюты, криптовалюты и денежные рынки. Используя оба варианта, можно провести полноценный конкурентный анализ с помощью тикеров.

Установка:

$ pip install financetoolkit -U

Пример использования:

from financetoolkit import Toolkit

companies = Toolkit(["AAPL", "MSFT"], api_key=API_KEY, start_date="2017-12-31")

# a Historical example
historical_data = companies.get_historical_data()

# a Financial Statement example
income_statement = companies.get_income_statement()

# a Ratios example
profitability_ratios = companies.ratios.collect_profitability_ratios()

# a Models example
extended_dupont_analysis = companies.models.get_extended_dupont_analysis()

# a Performance example
factor_asset_correlations = companies.performance.get_factor_asset_correlations(period='quarterly')

# a Risk example
value_at_risk = companies.risk.get_value_at_risk(period="weekly")

# a Technical example
ichimoku_cloud = companies.technicals.get_ichimoku_cloud()

🔐API ключ можно получить бесплатно

⚙️ GitHub/Инструкция

#python #soft #github

🔥 Оживляем пиксели по-взрослому!

Lada — умное Python приложение на базе ИИ, предназначенное для восстановления пикселизированных, "взрослых" видео и возвращение картинке былой чёткости 😈

Работать с ним можно как через удобный графический интерфейс, так и прямо из командной строки.

⚠️ Что важно знать:

➡️ Нужна видеокарта Nvidia с поддержкой CUDA;
➡️ Для видео в 1080p потребуется минимум 6–8 ГБ видеопамяти, для 4K — желательно побольше.
➡️ Всё восстановленное видео можно сохранить в отдельный файл — без искажений и артефактов.

⚙️ GitHub/Инструкция

@githubdevs

#python #soft #github