😰 Репозиторий из более чем 100+ готовых Python-скриптов, которые закрывают кучу задач — без изобретения велосипеда и ночных страданий.

💬 парсинг и поиск в интернете;
💬 работа с фото и видео;
💬 Кейлогер и менеджеры паролей;
💬 клонирование сайтов;
💬 автоматизация рутины;
💬 и ещё десятки полезных штук под реальные кейсы.

🔥 Готовая практика + код, подойдёт и для обучения, и для работы.

⬇️ Сохраняй, обязательно пригодится!

#python #soft #github

⚡️ Запускаем DeepSeek у себя на компе с помощью Python

Хочешь LLM у себя на компе: чтобы работала офлайн, не сливала данные и спокойно встраивалась в бота? Тогда берём DeepSeek Coder и запускаем!

⚙️ Установка зависимостей:

pip install -U transformers accelerate torch

▶️ Пример кода:

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_name = "deepseek-ai/deepseek-coder-6.7b-base"

tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    torch_dtype=torch.float16,   # если GPU поддерживает fp16
    device_map="auto"            # если есть GPU — будет использовать её
)
model.eval()

prompt = "Напиши telegram бота обратной связи на aiogram"

inputs = tokenizer(prompt, return_tensors="pt")
device = next(model.parameters()).device
inputs = {k: v.to(device) for k, v in inputs.items()}

with torch.inference_mode():
    outputs = model.generate(
        **inputs,
        max_new_tokens=180,
        do_sample=True,      # ВАЖНО: иначе temperature не влияет
        temperature=0.7,
        top_p=0.9
    )

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

➕ Плюсы:
— работает локально (после скачивания весов);
— легко встраивается в Telegram/Discord/CLI;
— можно ускорить на GPU через device_map="auto".

Если памяти мало — есть квантованные версии (4bit/8bit) и GGUF.

👍 Сохраняем

#python #soft #code

💻 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

⚡️ Hitomi-Downloader — комбайн для скачивания видео с графическим интерфейсом.

Если надо быстро сохранить видео, аудио или изображения с популярных площадок — это один из самых удобных вариантов: вставил ссылку → нажал Download → готово.

✅ Поддерживает кучу источников: YouTube, Ins, Twitter/X, Pinterest, SoundCloud и десятки других сервисов.

🍰 понятный интерфейс (без танцев с консолью).
🚀 ускорение загрузки.
💻 до 24 потоков в одной задаче.
📜 пользовательские скрипты.
🧲 BitTorrent + Magnet.
🎞 M3U8 / MPD (стриминговые форматы).
🧳 portable-версия (можно таскать на флешке).
📋 мониторинг буфера обмена (скопировал ссылку — он подхватил).

♎️ GitHub/Инструкция

#python #soft #github

🔥 Генерируем фейковые данные на Python — без боли!

Если ты тестируешь формы, мокапы или просто хочешь поиграться с данными, есть Mimesis — генератор фейковых данных. Имена, email, адреса и телефоны. Есть настройка локации, позволяющая выбрать страну и данные будут сгенерированы в соответствии с выбором.

📦 Установка:

from typing import Dict
from mimesis.enums import Gender
from mimesis import Person

def generate_fake_user(locale: str = "es", gender: Gender = Gender.MALE) -> Dict[str, str]:
    """
    Генерирует фейковые пользовательские данные на основе локали и пола.

    :param locale: Локаль (например, 'ru', 'en', 'es')
    :param gender: Пол (Gender.MALE или Gender.FEMALE)
    :return: Словарь с фейковыми данными пользователя
    """
    person = Person(locale)

    user_data = {
        "name": person.full_name(gender=gender),
        "height": person.height(),
        "phone": person.telephone(),
        "occupation": person.occupation(),
    }

    return user_data

if __name__ == "__main__":
    fake_user = generate_fake_user(locale="es", gender=Gender.MALE)
    print(fake_user)

📌 Результат:

{
  'name': 'Carlos Herrera',
  'height': '1.84',
  'phone': '912 475 289',
  'occupation': 'Arquitecto'
}

⚡️ mimesis умеет:
🖱 Генерировать имена, адреса, телефоны, профессии и пр.
🖱 Работать с разными странами (🇷🇺 ru, 🇺🇸 en, 🇪🇸 es и т.д.)
🖱 Подходит для тестов, фейковых аккаунтов, демо-данных в проектах и ботов.

⚙️ GitHub/Инструкция

Сохраняй, пригодится 👍

#python #github #soft

😰 Топ-6 Python-библиотек для визуализации

Matplotlib, seaborn, Plotly, Altair, Pygal и Bokeh — у каждой свои сильные и слабые стороны: от академических статичных графиков до интерактивных дашбордов для бизнеса.

👨‍💻 Всё с примерами кода на Python

👇 Статья в PDF на русском

#python #article