import qrcode
from PIL import Image

def generate_qr_code(data, filename="qr_code.png"):
    qr = qrcode.QRCode(
        version=1,
        error_correction=qrcode.constants.ERROR_CORRECT_L,
        box_size=10,
        border=4,
    )
    qr.add_data(data)
    qr.make(fit=True)

    img = qr.make_image(fill_color="black", back_color="white")
    img.save(filename)
    return filename

if __name__ == "__main__":
    print("Генератор QR-кодов")
    input_data = input("Введите текст или ссылку для кодирования в QR-код: ")
    output_filename = input("Введите имя файла для сохранения QR-кода (например, my_qr.png) или нажмите Enter для 'qr_code.png': ")

    if not output_filename:
        output_filename = "qr_code.png"
    elif not output_filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.gif')):
        output_filename += ".png"

    saved_file = generate_qr_code(input_data, output_filename)
    print(f"QR-код успешно создан и сохранен как '{saved_file}'")

pip install qrcode Pillow

Репозиторий llm-engineer-toolkit на GitHub представляет собой тщательно подобранный список из более чем 120 библиотек для работы с большими языковыми моделями (LLM). Эти инструменты сгруппированы по различным категориям применения.

- захват аудио: скрипты непрерывно слушают аудиопоток с микрофона с частотой дискретизации 44100 Гц. Аудио делится на короткие фрагменты (фреймы) длительностью 20 мс;
- фильтрация: хлопок имеет характерный частотный спектр. Чтобы отсеять посторонние шумы (голос, музыку, звуки улицы), каждый фрейм проходит через полосовой фильтр Баттерворта. Фильтр пропускает только частоты в диапазоне от 1400 Гц до 1800 Гц. К фреймам применяется оконная функция Ханна для сглаживания и уменьшения спектральных искажений;
- детекция пиков: в отфильтрованном сигнале скрипт ищет резкие всплески амплитуды (пики), которые превышают заданный порог (например, 0.2);
- защита от ложных срабатываний: Чтобы один громкий хлопок не был засчитан как два, установлена минимальная задержка между обнаруженными пиками — 0.2 секунды.

🔍 Точный ритейл: Идеальный подсчет мелких товаров на полках или складе.
🏭 Производство: Обнаружение крошечных дефектов или аномалий на конвейерной ленте.
🌱 Агротех: Мониторинг плодов на деревьях, даже если они частично перекрыты листьями.
🔬 Медицина: Выделение и подсчет клеток или других элементов на медицинских снимках.
🥈 Безопасность: Детекция объектов в толпе или в условиях плохой видимости.

- requests (http-запросы): для простой и понятной работы с API и сайтами;
- pandas (анализ данных): царь-библиотека для любых таблиц (CSV, Excel);
- pillow (изображения): режет, меняет и накладывает фильтры на картинки;
- fastapi (веб-api): молниеносное создание API с готовой документацией;
- pydantic (валидация): железобетонная проверка данных через тайп-хинты;
- loguru (логирование): красивые и полезные логи без сложной настройки;
- tqdm (прогресс-бары): добавляет шкалу загрузки в любой цикл одной строкой;
- pyautogui (автоматизация gui): управляет мышкой и клавиатурой вместо тебя;
- beautifulsoup4 (скрапинг): вытащит любые нужные данные с веб-страниц;
- schedule (планировщик): запуск функций по расписанию простым языком.

1. Веб-приложения на Django & Flask: Это самая частая сфера применения. Интернет-магазины, блоги, CRM-системы, социальные сети — везде, где нужно надежно хранить данные о пользователях, товарах или постах, MySQL отлично справляется с ролью хранилища. Django и Flask имеют прекрасную интеграцию с этой СУБД.
2. Аналитика и ETL-процессы: Представьте, что вы парсите данные с сайтов. Python-скрипт собирает информацию, обрабатывает ее и аккуратно записывает в таблицы MySQL. Позже эти данные можно легко анализировать и строить отчеты.
3. Телеграм-боты: Ваш бот должен помнить пользователей, их настройки или историю сообщений? MySQL — отличный и надежный выбор для хранения этой информации.
4. Системы мониторинга: Скрипты, которые следят за состоянием серверов или приложений, могут записывать логи и метрики в базу MySQL для последующего анализа.

Репозиторий llm-engineer-toolkit на GitHub представляет собой тщательно подобранный список из более чем 120 библиотек для работы с большими языковыми моделями (LLM). Эти инструменты сгруппированы по различным категориям применения.

import qrcode
from PIL import Image

def generate_qr_code(data, filename="qr_code.png"):
    qr = qrcode.QRCode(
        version=1,
        error_correction=qrcode.constants.ERROR_CORRECT_L,
        box_size=10,
        border=4,
    )
    qr.add_data(data)
    qr.make(fit=True)

    img = qr.make_image(fill_color="black", back_color="white")
    img.save(filename)
    return filename

if __name__ == "__main__":
    print("Генератор QR-кодов")
    input_data = input("Введите текст или ссылку для кодирования в QR-код: ")
    output_filename = input("Введите имя файла для сохранения QR-кода (например, my_qr.png) или нажмите Enter для 'qr_code.png': ")

    if not output_filename:
        output_filename = "qr_code.png"
    elif not output_filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.gif')):
        output_filename += ".png"

    saved_file = generate_qr_code(input_data, output_filename)
    print(f"QR-код успешно создан и сохранен как '{saved_file}'")

pip install qrcode Pillow