😯 Наступил звездный час для инфоцыган

Чувак наглядно показал разницу нейросетей против реального видео...

С добрым утром! 🫡

🎬 ИИ научили снимать рекламные ролики одной командой

/brag — open-source инструмент, скилл для AI-кодинг-агентов, который берёт созданный вами проект и превращает его в короткое презентационное видео для соцсетей.

Репозиторий уже собрал 7 000 звёзд на GitHub.

▶️ Работает максимально лениво:
/brag

Дальше агент сам определяет, как лучше показать проект, выбирает ключевые моменты, продумывает подачу и передаёт сценарий в Hyperframes, который собирает, таймит и рендерит ролик.

На выходе получаем:
💬 готовый brag.mp4;
💬 музыку, движение и эффекты;
💬 план и композицию ролика;
💬 готовый текст для публикации в соцсетях;
💬 опциональную озвучку через --voice;
💬 возможность задать собственный стиль через --tone.

Пример:
/brag --tone "Эффективный стиль киберпанк"
или просто:
/brag --voice

Инструмент заточен не только под Claude Code. Автор заявляет поддержку Codex CLI, opencode, а через Agent Skills — Cursor, Copilot, Gemini CLI и других совместимых агентов. Для работы потребуются Node.js 22+, FFmpeg и Hyperframes CLI.

📱 Установка для Claude Code:
/plugin marketplace add latent-spaces/brag
/plugin install brag@brag

⚙️ Для других агентов:
npx skills add https://github.com/latent-spaces/brag --skill brag

Теперь после нескольких часов вайбкодинга можно не тратить ещё пару часов на монтаж демки 😎

♎️ GitHub/Инструкция

⬇️ Сохраняем

#python #soft #github

😎 Когда узнал, что зарабатываешь больше айтишников

🤨 Победил босса? А теперь посмотри рекламу.

Microsoft 🪟 запатентовала систему, которая потенциально позволит вставлять рекламу прямо между игровыми событиями — после победы над боссом, завершения квеста, катсцены или раунда в мультиплеере.

Идея завязана на временном доступе к игре: пользователь получает определённое количество игрового времени, а когда оно заканчивается — может посмотреть рекламу и получить дополнительный «кредит», чтобы продолжить играть.

Можно ненадо 🤨

⚡️ Open-source AI-диктофон: записывает разговор, распознаёт участников и превращает часы аудио в базу знаний

Speakr — self-hosted платформа для расшифровки и анализа аудиозаписей. Запускается на собственном сервере, а вместо обычного «аудио → текст» умеет превращать записи в структурированные и доступные для поиска заметки.

Можно записать встречу, лекцию, созвон или интервью — дальше Speakr:

💬 автоматически расшифровать аудио;
💬 определить, кто именно говорит, и разделить реплики по спикерам;
💬 узнавать одного и того же человека в разных записях через голосовые профили;
💬 автоматически создавать саммари по собственному промпту;
💬 вытаскивать из разговора задачи и события;
💬 синхронизировать текст с аудио — нажал на реплику и сразу перешёл к нужному моменту записи.

🔥 Но самое интересное — чат с собственными записями.

Можно спросить ИИ:
«Что мы решили насчёт изменения цены и кто был против?»

Speakr ищет информацию по библиотеке записей, формирует ответ и ссылается на конкретные фрагменты разговора с таймкодами. Есть отдельный Inquire Mode для семантического поиска сразу по всей коллекции.

Под капотом тоже интересно, есть возможость подключить:
🔣WhisperX,
🔣OpenAI,
🔣Mistral/Voxtral,
🔣AssemblyAI,
🔣OpenASR,
🔣Alibaba FunASR
🔣 или собственный ASR-сервис.

Для автоматизации есть REST API, Swagger, webhooks и интеграции с n8n, Zapier и Make. Транскрипты можно автоматически экспортировать, например, в Obsidian/Logseq.

Есть поддержка длинных записей, папок, тегов, нескольких пользователей, SSO, общего доступа и политик автоматического удаления старых записей. Сам Speakr можно установить как PWA и пользоваться им с телефона.

👨‍💻 Главная фишка — self-hosted подход: проект рассчитан на развёртывание на собственной инфраструктуре, что особенно интересно для личных и рабочих разговоров, которые не хочется хранить в очередном облачном сервисе.

⚙️ Установка и запуск Speakr

1. Создаём папку:

mkdir speakr && cd speakr

2. Скачиваем конфиги:

wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/docker-compose.example.yml -O docker-compose.yml

wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/env.transcription.example -O .env

3. Настраиваем `.env`:

nano .env

Указываем API-ключи и модели для распознавания речи и AI-анализа/саммари.

4. Запускаем:

docker compose up -d

5. Открываем Speakr:

http://localhost:8899

Проверить работу:

docker compose ps

Посмотреть логи:

docker compose logs -f

➡️ Для большей приватности Speakr можно связать с локальным WhisperX — тогда распознавание аудио можно выполнять на собственной машине.

Записал разговор → получил расшифровку → саммари → задачи → спросил ИИ, о чём вы говорили полгода назад.

♎️ GitHub/Инструкция

#python #soft #github

🌟 Работа на заводе тоже ВСЁ

Корейцы запилили робота-сварщика.

Дройд умеет варить самые сложные швы в труднодоступных местах и ползает по любым поверхностям, даже по потолку.

Перепрофилируемся в сантехника, пока свободно 🌟

😂 В CS вышло крупное обновление

С добрым утром! 🫡

🔥 Крутые, простые команды для ChatGPT, которые прокачают ваши фотографии за пару секунд

Никакого Photoshop и часов ретуши — просто загружаете фотографию в ChatGPT и пишем:

🔣 /glowup — улучшить снимок и сделать образ эффектнее.

🔣 /faceclean — убрать прыщи, мелкие морщины и другие несовершенства кожи.

🔣 /addmakeup — добавить макияж и преобразить образ.

🔣 /outfitideas — подобрать идеи одежды и новых образов.

🔣 /makeupideas — придумать варианты макияжа под вашу внешность.

Сохраняем, пригодится!

#промт #нейросеть

⚡️ CyberScraper 2077 — когда обычного парсера уже недостаточно

Продвинутый веб-скрапер с поддержкой ИИ, который объединяет парсинг сайтов с возможностями OpenAI, Gemini и Ollama. Вместо простого сбора HTML помогает анализировать контент и превращать полученную информацию в нормальные структурированные данные.

Что умеет:
🖍 работать на Windows и Linux, есть запуск через Docker;
🖍 предоставлять удобный интерфейс для настройки сбора данных;
🖍 подключать ИИ для анализа и структурирования найденной информации;
🖍 экспортировать результат сразу в JSON, CSV, HTML, SQL и Excel;
🖍 использовать stealth-режим при работе с сайтами;
🖍 работать с CAPTCHA и другими препятствиями, которые могут встретиться при автоматизированном сборе данных.

💻 Чтобы ловко обходить капчи, защиту и глубже понимать контент, который вы собираетесь парсить.

🖥 Установка и запуск

Потребуется Python 3.10+.

git clone https://github.com/itsOwen/CyberScraper-2077.git
cd CyberScraper-2077

virtualenv venv
source venv/bin/activate

pip install -r requirements.txt
playwright install

Добавляем API-ключи:

export OPENAI_API_KEY="ваш-ключ"
export GOOGLE_API_KEY="ваш-ключ"

▶️ Запускаем CyberScraper:

streamlit run main.py

После запуска открываем:

http://localhost:8501

Также проект поддерживает Ollama с локальными моделями и запуск через Docker.

По сути, задаёте, что именно хотите получить с сайта, запускаете сбор — а на выходе получаете уже подготовленные данные вместо необходимости вручную разбирать гору страниц.

💻 Отличная находка для тех, кто работает с Python, автоматизацией, сбором больших объёмов информации и AI-агентами.

♎️ GitHub/Инструкция

😳 Лайф | 📲 Зеркало Max

#python #github #soft

🌟 Ошибка стоившая айтишнику 1 МИЛЛИАРД долларов

Эрик Гулликсен нашёл старый контракт с NVIDIA и обнаружил, что 33 года назад ему недодали акции, которые сегодня стоят ~$1 млрд.

В 1993 году за работу над первым чипом NVIDIA ему полагалось 25 000 акций, но забрал он лишь чуть больше половины, 9 375 из них так и не начислили.

С учетом всех последующих дроблений этот пакет оценивается примерно в 4,5 млн акций — около $1,02 млрд.

Разработчик пошёл в суд, но оказалось поздно: срок исковой давности истёк, акции и деньги вернуть не получилось.

Цена ошибки в миллиард долларов 😰

💻 Viseron — прокачиваем собственное домашнее видеонаблюдение без подписок и облаков.

По сути, можно собрать у себя мини-Сити-17: система умеет детектить
💬 движение,
💬 распознавать людей,
💬 лица и объекты.

📸 Камера уже не просто пишет видео, а понимает, что происходит в кадре.

🐳 Ставится локально через Docker, после запуска открываете веб-интерфейс и настраиваете всё под себя. Главное — данные никуда не улетают: всё работает на вашем железе.

Хотели нормальное видеонаблюдение без облачной зависимости и платных подписок — забираем.

♎️ GitHub/Инструкция

#python #soft #github