🐳 Как ужать Docker-образ в 10+ раз и перестать стрелять себе в ногу

⬇️ Наглядная шпаргалка, сохраняй!

Размер Docker-образа — это прямая техническая характеристика, которая влияет на:

🟢скорость CI/CD
🟢время деплоя
🟢cold start контейнеров
🟢объём передаваемых данных
🟢стабильность сборки

В реальном примере образ удалось уменьшить с 588 MB до 47.7 MB —
минус почти 92% размера. Без хаков, без экзотики.

4 приёма, которые реально работают:

1️⃣ Базовый образ — ключевое решение

python:3.9 тащит за собой всё подряд:
системные утилиты, документацию, dev-пакеты.

Переход на python:3.9-alpine даёт:

* кратное уменьшение размера
* быстрее pull
* меньше лишнего в проде

Это самый большой выигрыш одним действием.

2️⃣ Оптимизация Docker-слоёв

Каждый RUN, COPY, ADD — это отдельный слой.
Много инструкций → раздутый образ.

Рабочее правило:
🖱 объединяй связанные команды
🖱 удаляй временные файлы в том же RUN

Меньше слоёв → меньше размер → быстрее сборка.

3️⃣ .dockerignore — обязательный минимум

Без него в build context попадает всё:
.git, .venv, кеши, временные файлы.

Это:
🔤увеличивает контекст
🔤замедляет билд
🔤ломает кеширование

.dockerignore должен быть всегда. Это база.

4️⃣ Multi-stage build — стандарт для продакшена

Одна из самых эффективных техник.

Схема:
🟣stage 1 — сборка и зависимости
🟣stage 2 — только runtime

В финальном образе:
* нет build-инструментов
* нет лишних библиотек
* только то, что реально нужно для запуска

📊 Итог

➡️ 588 MB → 47.7 MB
➡️ −91.89% размера
➡️ быстрее CI
➡️ быстрее деплой
➡️ быстрее старт контейнеров

✅ Вывод

Оптимизация Docker — это не микрооптимизация.
Это нормальная инженерная практика.

Маленькие улучшения накапливаются
и начинают работать на каждом билде и деплое.

👍 Сохраняй, пригодится!

#doc #cheatsheet

😂

Хорошей пятницы!

🌟 40 миллионов рублей в месяц. На... Обычном Будильнике.

Ловите идею для стартапа! 💰

Чувак просто накодил то, чего не хватало всем —
будильник, который громче стандартного iPhone.

🚫 Без философии. Без инноваций. Без нейросетей.

Приложение моментально взлетело в App Store. Ведь все хотят просыпаться с комфортом.

😎 Программирование — это сложно...

⭐ Главная причина купить AR-очки — спасать проект от дедлайна рубиться в игры!

Все вокруг в напряжении, босс счастлив, а ты в этот момент качаешь ульту 😂

✅ Название для письма Деду Морозу — XREAL Air 2 Pro.

#cyberpunk

😎 Братва!

Пусть 2️⃣0️⃣2️⃣6️⃣ станет годом действий, а не ожиданий.
Годом, когда идеи перестают пылиться в голове и начинают работать на вас.

💪 Желаю, чтобы цели зажигали, планы собирались в реальность, а каждый новый день приносил чувство: «Я НА СВОЁМ МЕСТЕ!»

⚡️ Даже самые дерзкие мечты любят тех, кто не боится делать первый шаг!

Крепкого здоровья вам и вашим близким, уюта, тепла и людей рядом, которых хочется беречь. 🫶
Пусть дом будет точкой силы, а не просто адресом.

Пусть в новом году будет больше открытий, смелых решений, неожиданных возможностей и моментов, которые захочется запомнить 🔥

🎄 С наступающим 2026 годом! Пусть он будет вашим!

🚬 Мои итоги 2025г, все ли цели удалось закрыть? Где обосрался, а что удалось перевыполнить? Написал большой пост в нашем клубе.

😰 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

😕 Stack Overflow тихо уходит в закат...

Количество новых вопросов по статистике почти обнулилось.

Спад начался в тот момент, когда в нашу жизнь ворвался ИИ.

✅ На пике число запросов превышало 200 000.
✅ Теперь: за весь декабрь — около 3800 вопросов,
а за первые дни января — всего ~300.

🟢Олды жили там сутками;
🟢Минусовали за криво заданный вопрос;
🟢Воевали за репутацию;
🟢Искали один-единственный ответ среди сотен комментариев.

Сегодня ответы от ИИ приходят мгновенно, без сарказма и без «покажи код».

🫡 — Прощай, легенда. Ты нас вырастил — и стал не нужен.

⚡️ 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

😎

С добрым утром!

💻 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

😱 Читы на деньги существуют!

Чувак за три месяца заработал около 18 000 000 рублей на Dota и CS2 🔫, просто написав бота для Polymarket.

Никакой магии и инсайдов — бот отслеживает ход матчей и получает информацию о событиях быстрее, чем сам сайт ставок успевает обновить коэффициенты.

Автоматизация решает ⌨️

📊 Пока платформа обрабатывает данные и пересчитывает цены, бот уже знает, что произошёл килл или завершился раунд, и делает ставку в этот короткий временной зазор. Фактически он забирает небольшую разницу между старым коэффициентом и уже произошедшим событием, пока система не успела среагировать.

💬 Бот сейчас самый обсуждаемый на Polymarket.