✍️ Занимательный промт позволяющий анализировать почерк

Отправляем фото рукописного текста с промптом в GPT Image.

Analyze the handwriting in the image in detail and with nuance. All text, signatures, and explanations in the image should be written only in correct Russian, with clear and legible typography, without English words, broken letters, or distorted symbols.
Describe the observed features: letter size, spacing between words and lines, slant, pressure, evenness, stability, and the overall structure of the handwriting.Based on these features, suggest possible personality traits, habits, and emotional tendencies, clearly distinguishing between objective observations and interpretations. Use phrases such as "may indicate", "may suggest", "may reflect".

Avoid making medical or psychological diagnoses. Comment on:
- organization vs spontaneity
- emotional openness vs restraint
- confidence vs doubt
- attention to detail vs thinking in terms of the big picture
- level of energy and intensity of strokes. Also note any unusual features of the handwriting and their possible symbolic meaning in behavioral terms.
At the end, provide a brief and balanced summary, highlighting strengths and possible challenges, while clarifying that handwriting analysis is interpretive and not considered a scientific diagnostic method.

#нейросеть #промт

🔥 Open Source Face Recognition SDK — инструмент, который позволяет находить лица на фотографиях, анализировать их особенности и сравнивать между собой.

Причём всё работает локально, без отправки фотографий на сторонние серверы!

Что умеет:

👤 Находить лица — обнаруживает сразу несколько человек на одном изображении и определяет координаты каждого лица.
🔍 Сравнивать фотографии — вычисляет процент сходства двух лиц, помогая определить, изображён ли на них один человек.
🧠 Анализировать черты лица — определяет ключевые точки и создаёт числовой биометрический вектор (*embedding*).
🔒 Работать без облака — обработка выполняется непосредственно на вашем компьютере.
⚡ Запускаться без видеокарты — поддерживает CPU, отдельный GPU не обязателен.
🐍 Интегрироваться с Python — подходит для собственных приложений, систем контроля доступа и компьютерного зрения.

⚙️ Установка
Понадобятся Python 3.9+ и Windows или Linux.

git clone https://github.com/Faceplugin-ltd/Open-Source-Face-Recognition-SDK.git
cd Open-Source-Face-Recognition-SDK

conda create -n facesdk python=3.9
conda activate facesdk

pip install -r requirements.txt
python run.py

▶️ Пример сравнения лиц

# Compare two images
image1 = "test/1.jpg"
image2 = "test/2.png"

# Get face information from both images
faces1 = face_sdk.GetImageInfo(image1, faceMaxCount=1)
faces2 = face_sdk.GetImageInfo(image2, faceMaxCount=1)

if faces1 and faces2:
    # Compare the first face from each image
    similarity = face_sdk.get_similarity(faces1[0]['embedding'], faces2[0]['embedding'])
    print(f"Similarity: {similarity}%")
    
    # Check if it's the same person (threshold = 75)
    is_same_person = similarity >= 75
    print(f"Same person: {is_same_person}")

Где пригодится?
🔣 Создание собственного приложения для распознавания лиц.
🔣 Сравнение фотографий и поиск совпадений.
🔣 Прототип системы доступа по лицу.
🔣 Эксперименты с биометрией и компьютерным зрением.

🚀 Забираем, сохраняйте в закладки

#python #soft #github

😂 2050 год, и ты забыл оплатить подписку на плиту…

#cyberpunk

💻 Подарок для вайбкодеров

Полное руководство по Al-ассистенту Claude Code на русском!

🔣Введение.
🔣Установка и настройка окружения.
🔣Первые шаги с Claude Code.
🔣Принципы работы и д.р

📁 Сохраняем, пригодится!

🔞 Лайф | 📲 Зеркало Max

#нейросеть #doc #cheatsheet

💻 Полное руководство по Al-ассистенту Claude Code на русском!

🔞 Лайф | 📲 Зеркало Max

😬 Нейросеть, которая может спасти жизнь пожилому человеку — бесплатный Python-проект для круглосуточного наблюдения!

Представьте: пациент находится один в больничной палате или дома. Он внезапно теряет равновесие и падает. Рядом никого нет, а каждая минута без помощи может иметь значение.

Именно для таких ситуаций разрабатываются системы автоматического обнаружения падений. Они позволяют отслеживать опасные движения через камеру и предупреждать персонал о возможном происшествии.

💻 Real-Time Person & Elderly Fall Detection System — бесплатный Python проект, который использует компьютерное зрение для распознавания падений в реальном времени.

Система даже способна анализировать положение человека, даже если часть его тела скрыта мебелью!

Что умеет:
👁 Круглосуточное наблюдение — может непрерывно анализировать видеопоток с камеры, помогая следить за безопасностью пожилых людей.
🦴 Распознавание скрытых частей тела — алгоритм оценивает положение коленей, лодыжек и других суставов, даже когда их не видно за кроватью, диваном или столом.
🚨 Обнаружение опасных падений — анализирует положение тела, скорость движения и резкие изменения позы.
❌Меньше ложных тревог — пытается отличать настоящее падение от обычных действий: человек присел, наклонился или лёг отдохнуть.
⚡️Работа на обычном процессоре — для базового запуска не обязательно покупать дорогую видеокарту.
🔐 Локальная обработка — видеопоток анализируется на компьютере, без обязательной отправки записей в облако.

⚙️ Установка

Понадобится Python и веб-камера либо готовый видеофайл.

git clone https://github.com/AwaisShah75/Real-Time-Person-Elderly-Fall-Detection-System.git

cd Real-Time-Person-Elderly-Fall-Detection-System

pip install -r requirements.txt

python run.py

На Windows также можно воспользоваться файлом run.bat.

🚀 Как пользоваться?

После запуска появится меню:

- 1 — наблюдение через веб-камеру.
- 2 — анализ готового видео.
- 3 — демонстрация падения с частично скрытым человеком.
- 4 — выход.

Можно запустить систему напрямую.

🎥 Анализ изображения с веб-камеры:

python fall_detection_all_in_one.py --source 0 --show

📹 Проверка готового видео:

python fall_detection_all_in_one.py --source video.mp4 --show --save result.mp4

Подобные технологии особенно востребованы в больницах, домах престарелых, реабилитационных центрах и при домашнем уходе.

🔗 GitHub/Инструкция

Сохраняем! 👍

#python #soft #github

🤔 Чет подозрительно…

😕 IT-ИПОТЕКА ВСЁ? Айтишников могут оставить без льготных квартир уже в этом году!

Причина банальная — в бюджете не хватает денег.

💰 В Минцифры признают, что финансирование программы приходится искать «в условиях ограниченности бюджетных средств».

Кто успел взять квартиру — тот успел. Остальным остаётся следить за новостями.

Помянем 🫡

💀 ПУ-ПУ-ПУ... Вайбкодеры — АХУТНГ! КАЖДЫЙ ПЯТЫЙ ИИ-СКИЛЛ ОКАЗАЛСЯ ВРЕДОНОСНЫМ!

Пока разработчики радостно устанавливают новые навыки для Claude Code, Codex и других ИИ-агентов, злоумышленники научились прятать в них настоящие ловушки.

🦠 Специалисты VirusTotal проверили почти 36 000 скиллов и обнаружили 6 637 вредоносных! Это около 18,5% от всей исследованной выборки.

Как хакеры обманывают нейросети?
⚪️ Прячут команды прямо в SKILL.md — под видом обычной документации.
⚪️ Добавляют сотни пустых строк, чтобы опасная инструкция оказалась далеко за пределами видимого текста.
⚪️ Используют HTML-комментарии, которые не отображаются при обычном просмотре Markdown на GitHub.
⚪️ Маскируют команды невидимыми Unicode-символами.
⚪️ Заставляют агентов незаметно передавать API-ключи, токены и другие конфиденциальные данные.

🔐 Прежде чем что-то устанавливать, обязательно проверяйте.

SkillSpector — бесплатный open-source сканер от NVIDIA, который проверяет навыки ИИ-агентов до установки и ищет:

🟢 Промпт-инъекции и скрытые команды.
🟢 Попытки кражи токенов, паролей и API-ключей.
🟢 Подозрительные скрипты и зависимости.
🟢 Опасные разрешения и попытки повышения привилегий.
🟢 Манипуляции поведением ИИ-агента.

71 паттерн угроз в 17 категориях. После проверки инструмент выставляет оценку риска от 0 до 100 и сообщает, стоит ли устанавливать скилл.

Работает с GitHub-репозиториями, ZIP-архивами, отдельными файлами и папками. Поддерживает статический анализ и дополнительную проверку с помощью LLM.

⌨️ Вайбкодерам обязательно к сохранению.

#python #soft #нейросеть

🔥 Открытый урок «Микросервисы на практике»

Когда монолит становится сложно развивать, хочется разделить его на микросервисы, но вместе с этим появляются новые вопросы: где провести границы, как организовать взаимодействие сервисов и что делать, если один из них перестал отвечать.

29 октября в 19:00 МСК разберём, когда стоит переходить к микросервисам и как проектировать их с учётом сбоев и роста нагрузки.

На уроке ты узнаешь:
➖ чем микросервисная архитектура отличается от монолита и когда переход оправдан
➖ какие проблемы возникают при взаимодействии микросервисов
➖ какие паттерны помогают сделать систему надёжнее и как применять идемпотентность

На продакшен кейсе сервисов заказов и платежей разберём, как потерянный ответ приводит к двойному списанию и как от этого защититься.

Урок проведёт Станислав Клоков, тимлид финтех-проекта с нагрузкой 100k RPS, который раньше разрабатывал ядро платформы микросервисов в Яндексе.

👉 Регистрируйся, чтобы разобраться в микросервисах на практическом примере

⚔️ Добро пожаловать в Китай 2077

🧠 В Китае появились умные зеркала с рекламными экранами. Пока всё относительно гуманно: подходишь поближе — реклама исчезает, и зеркало снова становится зеркалом. Пока...

Будущее наступило. И у него есть рекламная интеграция 🤨

А может... 😎

С добрым утром! ☕️

🔥 500+ шпаргалок по машинному обучению на РУССКОМ, настоящая энциклопедия для ML-разработчиков!

MLCheatSheets — бесплатная коллекция из 500+ шпаргалок по Machine Learning и Deep Learning, собранную в полноценный образовательный курс.

Внутри:
🔣Основы машинного обучения — регрессия, классификация, кластеризация, деревья решений, Random Forest, SVM.
🔣Нейросети и Deep Learning — от базовых архитектур до трансформеров и генеративных моделей.
🔣Работа с данными — NumPy, Pandas, предобработка, очистка данных и Feature Engineering.
🔣Продвинутые алгоритмы — XGBoost, CatBoost, LightGBM, PCA, оптимизация гиперпараметров.
🔣Практический ML — метрики качества, переобучение, интерпретация моделей, SHAP, MLOps и развёртывание.
🔣Computer Vision, NLP и временные ряды — отдельные направления для дальнейшего изучения.

Каждая шпаргалка — это не просто сухая теория.
Внутри математические формулы, объяснения алгоритмов, примеры на Python, диаграммы, визуализации и рекомендации по применению.

Есть даже готовые маршруты обучения:
🌱 Новичок — путь от основ Python до классического ML.
🧠 Deep Learning — погружение в нейросети, трансформеры и генеративные модели.
💼 ML Engineer — подготовка к практической работе с моделями, MLOps и production.

Есть упражнения с решениями, интерактивные материалы и анимации для понимания сложных алгоритмов.

💻 Как пользоваться?
Просто открывайте нужный раздел на GitHub и изучайте материалы прямо в браузере — ничего устанавливать не требуется.

⬇️ Если хотите скачать всё себе:

git clone https://github.com/gurovic/MLCheatSheets.git
cd MLCheatSheets

▶️ Для практических упражнений:

# Установите зависимости для упражнений
pip install -r requirements.txt

# (Опционально) Для работы с анимациями
pip install -r animations/requirements.txt

🔥 Идеально для студентов, Python-разработчиков, начинающих ML-инженеров и тех, кто готовится к техническим собеседованиям.

⭐️Сохраняйте находку!

#cheatsheet #python #нейросеть

⚡️ Нейросетям теперь можно дать ЛИЦО — всего за 5 строк Python!

OpenSpline — open-source инструмент, который превращает обычную фотографию в говорящего ИИ-аватара в реальном времени.

Загружаете портрет, подключаете голосового ИИ — и получаете виртуального собеседника, который двигается, говорит и синхронизирует губы с речью!

Что умеет:
💬 Оживляет фотографии и создаёт говорящих аватаров.
💬 Синхронизирует движения губ с генерируемой речью.
💬 Поддерживает Python и Node.js.
💬 Позволяет встроить аватара в сайт или приложение.
💬 Поддерживает прерывание речи — можно перебить ИИ во время разговора.
💬 Предлагает облачный режим для тех, у кого нет мощной видеокарты.

⚙️ Установка на Linux / WSL2 с NVIDIA GPU:

curl -fsSL https://raw.githubusercontent.com/openspline/openspline/main/install.sh | sh

▶️ Запускаем локальный сервер:

sh ~/.local/share/openspline/run.sh

Открываем http://localhost:7860 — появится интерфейс демонстрации.

🐍 Подключаем Python:

pip install openspline

💀 Пример интеграции с голосовым ИИ:

from openspline import Openspline

client = Openspline()

async with client.avatar(
    "portrait.jpg",
    quality="low"
) as avatar:
    print(avatar.viewer_url)

    await avatar.stream(
        agent.audio_stream(),
        sample_rate=24000
    )

portrait.jpg — фотография будущего аватара, а agent.audio_stream() — поток звука от вашего голосового ИИ.

💡 Где пригодится?

Можно сделать виртуального преподавателя Python, говорящего персонажа для сайта, ИИ-консультанта интернет-магазина или цифрового ведущего, который общается с пользователями в реальном времени.

♎️ GitHub/Инструкция

#python #soft