📦 PDF-Extract-Kit — инструмент, который превращает хаотичные PDF в аккуратные структурированные данные.

🧾 Вытаскивает таблицы в нормальный табличный формат.
🔢 Отдельно извлекает цифры, поля, блоки.
📝 Парсит текст с сохранением структуры.
📊 Работает даже с «кривыми» сканами и сложной вёрсткой.
🧠 Понимает layout документа, а не просто OCR-ит его.

По сути — превращает PDF в чистые JSON / структурированные данные для дальнейшей обработки.

Где пригодится:

🟢Студенты
Быстро вытаскивают таблицы, цитаты и списки литературы из научных статей.
🟢Офис/фриланс
Счета, договоры, акты, анкеты — вместо ручного копирования получаешь структурированные данные.
🟢Аналитика
Можно автоматически забирать цифры из отчётов и загружать в свои системы.

💬 Прогнал через модель и получил чистую структуру.

⬇️ Сохраняем и пробуем

#python #soft #github

✈️ Автоматизируем почтовую рассылку с Python

💬 Отправка писем.
💬 Вложения (PDF, сертификаты, отчёты).
💬 Для массовой рассылки.
💬 Отправка по расписанию.

😰 Один скрипт — и ты превращаешься в машину массовой отправки.

Особенно полезно, если:
🟢рассылаешь коммерческие предложения;
🟢отправляешь отчёты клиентам;
🟢делаешь уведомления;
🟢запускаешь email-маркетинг;
🟢автоматизируешь внутренние процессы.

1. Создай recipients.txt:

a@site.com
b@site.com
c@site.com

2. Запусти скрипт — он будет ждать времени и отправлять.

Готовый код 👇

#python #soft #code

✈️ Автоматизируем почтовую рассылку с Python

#python #soft #code

⚡️ Fara-7B — компактную агентная модель от Microsoft, которая не просто «болтает», а управляет браузером как человек.

Это не чат-бот.
Это Computer Use Agent.

🖱 Что умеет:

➡️ Видит веб-страницу визуально.
➡️ Скроллит.
➡️ Кликает по координатам.
➡️ Вводит текст.
➡️ Выполняет многошаговые задачи.

Без accessibility tree, без костылей, без отдельного парсинга DOM — модель работает через визуальное восприятие интерфейса!


💻 Можно автоматизировать:

💬 Поиск и резюмирование информации.
💬 Заполнение форм.
💬 Покупки и сравнение цен.
💬 Бронирование билетов и ресторанов.
💬 Поиск вакансий и недвижимости.

По сути — это автономный браузерный ассистент.

🟢Установка:

git clone https://github.com/microsoft/fara.git
cd fara

🟢Создаёшь окружение:

python3 -m venv .venv
source .venv/bin/activate
pip install -e .[vllm]
playwright install

🟢Запускаешь модель:

vllm serve "microsoft/Fara-7B" --port 5000 --dtype auto

🟢И тестируешь:

fara-cli --task "whats the weather in new york now"

Можно подключить к Magentic-UI и управлять через графический интерфейс.

⚠️ На Windows лучше использовать WSL2.
⚠️ Если не хватает памяти — добавь --tensor-parallel-size 2.

♎️ GitHub/Инструкция

#python #soft #github

👊 Появился почти идеальный суммаризатор для русского языка

Чувак обучил модель специально под русский язык, коротко пересказывать длинные тексты без потери смысла.

Алгоритм выжимает из документа самую суть и превращает десятки страниц в несколько абзацев — без воды и искажений.

📄 статьи
📚 большие тексты
📦 отчёты
🧾 документы

Модель спокойно прогоняет всё это через себя и выдаёт аккуратное резюме.

😰 Пример использования:

# Установим библиотеку трансформеров
!pip install transformers

# Импортируем библиотеки
from transformers import AutoModelForSeq2SeqLM, T5TokenizerFast

# Зададим название выбронной модели из хаба
MODEL_NAME = 'UrukHan/t5-russian-summarization'
MAX_INPUT = 256

# Загрузка модели и токенизатора
tokenizer = T5TokenizerFast.from_pretrained(MODEL_NAME)
model = AutoModelForSeq2SeqLM.from_pretrained(MODEL_NAME)

# Входные данные (можно массив фраз или текст)
input_sequences = ['Тут твой текст']   # или можно использовать одиночные фразы:  input_sequences = 'сегодня хороший день'

task_prefix = "Spell correct: "                 # Токенизирование данных
if type(input_sequences) != list: input_sequences = [input_sequences]
encoded = tokenizer(
  [task_prefix + sequence for sequence in input_sequences],
  padding="longest",
  max_length=MAX_INPUT,
  truncation=True,
  return_tensors="pt",
)

predicts = model.generate(encoded)    # # Прогнозирование

tokenizer.batch_decode(predicts, skip_special_tokens=True)  # Декодируем данные

⬇️ Модель на huggingface и примеры использования

#нейросеть #python #soft

📞 pytgcalls — библиотека для работы с голосовыми чатами Telegram через Python

Позволяет управлять звонками и голосовыми чатами от имени бота или юзербота и легко встраивать эти функции в свои проекты.

Работает с популярными MTProto-клиентами:
Pyrogram, Telethon и Hydrogram, поэтому можно использовать любую удобную основу.

Что умеет:
🟢подключаться к голосовым чатам в группах и каналах,
🟢заходить в чат от имени пользователя или канала,
🟢управлять звуком — включать/выключать микрофон,
🟢ставить воспроизведение на паузу и возобновлять,
🟢запускать и останавливать аудио,
🟢регулировать громкость.

😰 Простой пример использования

from pytgcalls import PyTgCalls
from pytgcalls import idle
...
chat_id = -1001185324811
app = PyTgCalls(client)
app.start()
app.play(
    chat_id,
    'http://docs.evostream.com/sample_content/assets/sintel1m720p.mp4',
)
idle()

Также есть готовые сборки для:
🍏 macOS,
🐧Linux,
🪟 Windows,

что упрощает установку и запуск на разных платформах.

♎️ GitHub/Инструкция

#python #soft #github

🎙 Создаём собственный голосовой рекордер на Python в несколько строк

Python + пара библиотек — и ты уже можешь записывать звук с микрофона прямо в .wav файл. Всё просто:

➡️ Вводишь количество секунд;
➡️ Нажимаешь Enter — и идёт запись;
➡️ На выходе — готовый аудиофайл, который можно использовать в проектах, видео или подкастах.

📦 Используем библиотеки:

🟢sounddevice — захват аудио
🟢scipy — для сохранения .wav файлов

⌨️ Готовый код:

python
import sounddevice as sd
from scipy.io.wavfile import write


def record_voice(duration: int, filename: str = "recording.wav", sample_rate: int = 44100) -> None:
    """
    Записывает звук с микрофона и сохраняет его в .wav файл.

    :param duration: Время записи в секундах
    :param filename: Название выходного файла
    :param sample_rate: Частота дискретизации (по умолчанию 44100 Гц)
    """
    print(f"🎙 Запись началась на {duration} секунд...")
    audio_data = sd.rec(int(duration * sample_rate), samplerate=sample_rate, channels=2)
    sd.wait()
    write(filename, sample_rate, audio_data)
    print(f"✅ Запись завершена. Файл сохранён как: {filename}")


if __name__ == "__main__":
    try:
        seconds = int(input("⏱️ Введите длительность записи в секундах: "))
        record_voice(seconds)
    except Exception as e:
        print(f"❌ Ошибка: {e}")

Такой скрипт отлично подойдёт для проектов по обработке аудио, голосовым ассистентам или даже создания простого диктофона.

🔥 Сохрани себе — пригодится!

#python #code #soft

⚡️ Жирная подборка: десятки готовых Python-скриптов, бери и используй.

Что внутри:
💬 парсеры сайтов — вытаскивай любые данные;
💬 загрузчики с соцсетей — сохраняй контент в пару строк;
💬 утилиты для анализа железа — копайся в системе как профи;
💬 сетевые инструменты и ещё куча полезного кода.

💻 Для новичка идеальный старт — учиться на живом коде, а не на скучных примерах.
💻 Для опытного разработчика — экономить часы (и нервы), не изобретая заново.

⚙️ GitHub/Инструкция

👍 Сохраняем

😁 Лайв | 📲 Max

#python #soft #github

🔥 Полезные библиотеки Python

😳 EyeGestures — управление глазами уже реальность!

Крутой open-source проект, который позволяет управлять устройствами с помощью движений глаз. Больше не нужно тянуться к клавиатуре – теперь всё решает взгляд!

Что умеет:
💬 Распознаёт моргание, фиксацию взгляда, движения глаз
💬 Позволяет задавать жесты для управления интерфейсом
💬 Подходит для людей с ограниченными возможностями
💬 Работает через обычную веб-камеру — без сложного оборудования

Где можно применить?
👨‍💻 Управление компьютером без рук;
🎮 Интерактив в играх;
🦾 Ассистивные технологии для людей с ОВЗ;
🔬 Эксперименты с интерфейсами будущего.

💻 Установка:

$ git clone https://github.com/NativeSensors/EyeGestures.git
$ cd EyeGestures
$ pip install -r requirements.txt

или

python3 -m pip install eyeGestures

Открытый код, документация и примеры использования.
Будущее уже здесь — открываем мир взглядом!

⚙️ GitHub/Инструкция

👇 Готовый проект в архиве

😁 Жизнь админа | 📲 Max

#soft #python #code

⚡️ Видео весит сотни мегабайт? Сжимаем до нескольких мегабайт за секунды

8mb.local — мощный компрессор, который ужимает огромные видео в десятки раз — вплоть до 4 МБ, без танцев с бубном.

💬 Пережимает файлы любого размера — хоть 5 МБ, хоть 500 МБ.
💬 Можно задать нужный вес — алгоритм сам подстроится.
💬 Максимально сохраняет качество даже при сильном сжатии.
💬 Есть выбор кодека, битрейта и встроенная обрезка видео.
💬 Работает полностью локально — без загрузки в облако и утечек.

📁 Просто кидаешь видео — получаешь компактный файл за пару секунд!

♎️ Сохраняем и пробуем ТУТ

😁 Админ | 📲 Зеркало Max

#python #soft #github

📊 PolyTerm — консольная утилита для мониторинга рынков предсказаний прямо из терминала. Без лишнего UI, только данные и аналитика.

Что умеет:
➡️ отслеживает изменения рынков в реальном времени,
➡️ показывает активность крупных игроков,
➡️ ищет инсайдерские паттерны,
➡️ находит арбитражные возможности,
➡️ делает AI-основанные предсказания.

Внутри:
📊 анализ ордербука с ASCII-графиками;
💾 локальная база SQLite для хранения данных;
🔔 уведомления куда угодно — Telegram, Discord, email, системные алерты и даже звук.

🖥 Фактически — полноценный аналитический терминал для Polymarket, который запускается одной командой и работает прямо в консоли.

♎️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #soft #github

⚡️ ReClip — лучший загрузчик видео с более чем 1 000+ сайтов

Под капотом — лёгкий self-hosted интерфейс для yt-dlp, но работает как отдельная панель:

💬 тянет видео и аудио с 1000+ сайтов (YouTube, TikTok, X и другие);
💬 минималистичный Python-код — запускается даже на слабом ПК;
💬 можно закинуть десятки ссылок сразу и скачать пачкой;
💬 полностью локально — без сторонних сервисов и ограничений;
💬 разворачивается за минуту (Docker или напрямую).

🚀 Один раз поднял — и качаешь всё, что нужно, когда нужно.
По сути — собственный загрузчик без лимитов, рекламы и зависимостей.

🔗 Сохраняем и пробуем ТУТ

😁 Админ | 📲 Зеркало Max

#python #soft #github

😱 КЛОНИРОВАТЬ ГОЛОС ЗА 3 СЕКУНДЫ?! Это уже реально

Нейросеть LuxTTS делает то, от чего немного не по себе…

🎙 Достаточно пары секунд записи.
⚡️ Генерация в 150 раз быстрее реального времени
(минуту речи делает за доли секунды).

И да, это не какая-то серверная магия:
➡️ работает даже на обычном ПК — нужно меньше 1 ГБ видеопамяти

Установка:

git clone https://github.com/ysharma3501/LuxTTS.git
cd LuxTTS
pip install -r requirements.txt

Загрузка модели:

from zipvoice.luxvoice import LuxTTS

# load model on GPU
lux_tts = LuxTTS('YatharthS/LuxTTS', device='cuda')

# load model on CPU
# lux_tts = LuxTTS('YatharthS/LuxTTS', device='cpu', threads=2)

# load model on MPS for macs
# lux_tts = LuxTTS('YatharthS/LuxTTS', device='mps')

▶️ Простой пример:

import soundfile as sf
from IPython.display import Audio

text = "Hey, what's up? I'm feeling really great if you ask me honestly!"

## change this to your reference file path, can be wav/mp3
prompt_audio = 'audio_file.wav'

## encode audio(takes 10s to init because of librosa first time)
encoded_prompt = lux_tts.encode_prompt(prompt_audio, rms=0.01)

## generate speech
final_wav = lux_tts.generate_speech(text, encoded_prompt, num_steps=4)

## save audio
final_wav = final_wav.numpy().squeeze()
sf.write('output.wav', final_wav, 48000)

## display speech
if display is not None:
  display(Audio(final_wav, rate=48000))

😨 Дипфейки голоса может создать каждый.

♎️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #soft #github

🎧 OmniVoice Studio — имба для работы со звуком и голосом!

Копирует голос, переводит речь и вставляет всё это прямо в видео.

Умеет:
💬 За секунды переводит и транскрибирует речь на десятки языков.
💬 Клонирует голос всего по 3 секундам записи.
💬 Вставляет сгенерированный голос прямо в видео.
💬 Чистит аудио: отделяет вокал, оставляет музыку и эффекты.
💬 Генерирует голоса с учётом акцента, тембра и манеры речи.

🔥 Полный, а главное бесплатный комбайн для работы с аудио и голосом!

♎️ Сохраняем и пробуем ТУТ

😁 Блог админа | 📲 Зеркало Max

#python #soft #github

😰 CodeFormer — мощная нейросеть для оживления старых фото!

Что умеет:
➡️восстанавливает лица на старых, мыльных и испорченных фотографиях.
➡️улучшает детализацию и качество изображения.
➡️сохраняет индивидуальные черты лица, а не превращает всех в одинаковых людей.
➡️раскрашивает чёрно-белые снимки.
➡️заполняет повреждённые участки фото.

🖥 Главная фишка — технология Codebook Lookup Transformer, которая балансирует между качеством восстановления и сохранением внешности человека.

⚙️ Установка:

# git clone this repository
git clone https://github.com/sczhou/CodeFormer
cd CodeFormer

# create new anaconda env
conda create -n codeformer python=3.8 -y
conda activate codeformer

# install python dependencies
pip3 install -r requirements.txt
python basicsr/setup.py develop
conda install -c conda-forge dlib (only for face detection or cropping with dlib)

💬 Дополнительно умеет улучшать не только лицо, но и фон изображения с помощью модели Real-ESRGAN.

💬 Идеально для семейных архивов, старых фотографий и любых снимков, которые жалко потерять.

♎️ GitHub/Инструкция по использованию

😁 Блог админа | 📲 Зеркало Max

#python #soft #github

🔥 Распознавание текста на крутой практике

Как превратить тупое распознавание текста в умную систему, которая сама вытаскивает номера отслеживания, адреса, перевозчика и собирает всё в чистый JSON.

Python, нейросети, автоматизация складов и реальная экономия миллионов на ручной обработке.

⬇️ Статья на русском в PDF

⚙️ Всё от установки библиотек до использования с разбором кода.

😁 Блог админа | 📲 Зеркало Max

#python #article #code