🚀 ScreenCoder — Новый уровень магии для фронтендеров и дизайнеров.

Загружаете скриншот или макет, а нейросеть превращает его в чистый, готовый к продакшену HTML/CSS-код 🤯

Больше не нужно вручную верстать кнопки и блоки — ScreenCoder понимает визуал, сам планирует layout и пишет код, который можно сразу редактировать и использовать.

Что умеет:
🟢Превращает любой дизайн в HTML/CSS;
🟢Генерирует чистую и читаемую верстку;
🟢Позволяет менять стили и структуру под себя;
🟢Подходит и для быстрых прототипов, и для пиксель-перфект интерфейсов.

Просто — загрузил, скопировал, подправил, развернул.

Design → Code за пару секунд.

♎️ GitHub/Инструкция по установке

#python

😱 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

💀 Kraken — настоящий монстр среди Python-инструментов для брутфорса.

Созданный для специалистов по кибербезопасности, он превращает рутинные задачи подбора паролей в чётко настроенный, централизованный процесс. Один инструмент — десятки направлений атаки.

Kraken собирает под одной крышей всё, что нужно, чтобы эффективно тестировать стойкость систем и сервисов.

Что умеет?

🛰 Сетевые протоколы

Работает с FTP, Kubernetes, LDAP, SSH — классика, без которой ни один аудит не обходится.

🌐 Веб-приложения

Поддерживает брут CPanel, Drupal, Joomla — помогает быстро проверить, насколько надёжно защищены популярные CMS и панели управления.

💻 Инструменты разведки

* поиск админ-панелей
* сканирование директорий
* нахождение поддоменов

⚙️ Простая установка:

git clone https://github.com/jasonxtn/kraken.git
cd kraken
pip3 install -r requirements.txt

▶️ Использование:

python3 kraken.py

♎️ GitHub/Инструкция

#python #soft #github

💻 GHOSTCREW — Python ИИ инструмент для пентестеров и безопасников, который проводит поиск уязвимостей в любых сервисах.

Работает как red team внутри твоей системы. Ты описываешь задачу обычным языком — дальше он сам планирует атаку, выбирает инструменты и идёт по цепочке: от разведки до отчёта. Без ручного тыканья и бесконечных команд.

Что он умеет на практике:
➡️ Проверяет всё подряд: код, бизнес-логику, сетевой трафик, протоколы.
➡️ Анализирует найденные дыры и объясняет, где проблема и как её закрыть.
➡️ Работает автономно — запустил и получил полноценный ресёрч.
➡️ Сам подключает MCP-серверы и инструменты (nmap, metasploit, ffuf и т.д.).
➡️ Использует Pentesting Task Trees для осмысленного принятия решений, а не тупого брута.
➡️ Поддерживает готовые workflow для комплексных проверок.
➡️ Генерирует детальные отчёты в Markdown с фактами и рекомендациями.
➡️ Помнит контекст диалога и не «теряется» после пары запросов.
➡️ Видит реальные файлы: wordlists, payloads, конфиги — и использует их в работе.
➡️ Позволяет выбрать модель ИИ и настроить её поведение.
➡️ Без регистрации и без ограничений.

⚙️ Установка:

git clone https://github.com/GH05TCREW/ghostcrew.git
cd ghostcrew
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

▶️ Использование:

python main.py

⚠️ Информация предоставлена исключительно с целью ознакомления. И побуждает обратить внимание на проблемы в безопасности.

♎️ GitHub/Инструкция

#python #soft #github

transcriber — инструмент, который превращает аудио и видео в текст, без ручной расшифровки, фрилансеров и боли.

➡️Кинул файл?
➡️Вставил ссылку на YouTube?
➡️Нажал кнопку — Whisper сделал своё дело.

Фичи:
💬 Расшифровывает YouTube-видео и локальные файлы.
💬 Работает на OpenAI Whisper, автоматически выбирая лучший движок.
💬 Если есть FFmpeg — используется openai-whisper.
💬 Нет FFmpeg? Без паники — включается faster-whisper.
💬 GPU (CUDA) подключается сам, CPU — запасной план.
💬 Умное определение FFmpeg без шаманства с путями.

— Светлая и тёмная тема.
— Прогресс-бар и плавные оверлеи.
— История всех транскрипций.
— Скачивание текста в один клик.
— Временные файлы удаляются автоматически.
— Health-check эндпоинт для быстрого статуса.

🚀 Идеально для подкастов, лекций, интервью и YouTube-контента.

♎️ GitHub/Инструкция

#python #soft #github

😱 Проект wifi-densepose — система, которая в реальном времени отслеживает положение человека, используя обычный Wi-Fi.

Камеры больше не нужны. Тело видно… через стены.

Как это работает:
💬 Wi-Fi-сигналы анализируются на уровне CSI (Channel State Information),
💬 дальше в игру вступает машинное обучение —
и система собирает полную позу тела с частотой 30 FPS и задержкой меньше 50 мс.

Что умеет:
🔒 Privacy-first — никаких камер, только Wi-Fi.
⚡️ Реальное время — плавное отслеживание движений.
👥 До 10 человек одновременно.
🏥 Оптимизация под медицину, фитнес, умный дом и безопасность.
👊 Распознаёт падения, активность, присутствие людей.
📡 Работает на обычных Wi-Fi роутерах, без спецжелеза.
🔌 WebSocket-стриминг — данные летят в реальном времени.
✅ Полное тестовое покрытие.

По сути, это компьютерное зрение без камер.

🔥 Будущее умных домов, медицины и безопасности выглядит именно так.

Базовая установка:

# Install the package
pip install wifi-densepose

# Copy example configuration
cp example.env .env

# Edit configuration (set your WiFi interface)
nano .env

Запуск системы:

from wifi_densepose import WiFiDensePose

# Initialize with default configuration
system = WiFiDensePose()

# Start pose estimation
system.start()

# Get latest pose data
poses = system.get_latest_poses()
print(f"Detected {len(poses)} persons")

# Stop the system
system.stop()

Просмотр в реальном времени:

import asyncio
import websockets
import json

async def stream_poses():
    uri = "ws://localhost:8000/ws/pose/stream"
    async with websockets.connect(uri) as websocket:
        while True:
            data = await websocket.recv()
            poses = json.loads(data)
            print(f"Received poses: {len(poses['persons'])} persons detected")

# Run the streaming client
asyncio.run(stream_poses())

🔗 Туча полезных команд

♎️ GitHub/Инструкция

#python #soft #github