🟢 Скачивает одиночные видео по ссылке
🟢 Скачивает все видео из плейлистов
🟢 Сохраняет контент в указанную папку, создавая её при необходимости
🟢 Поддерживает оффлайн-архивирование медиаконтента

import time
import subprocess

WHITELIST = ["Device1_ID", "Device2_ID"]
CHECK_INTERVAL = 1  # секунда

def list_usb_devices():
    # команда lsusb — показывает USB-устройства на Linux
    output = subprocess.check_output(["lsusb"]).decode()
    return output.splitlines()

def monitor():
    while True:
        devices = list_usb_devices()
        for d in devices:
            # простая проверка: если строка не содержит ни одного whitelist ID
            if all(w not in d for w in WHITELIST):
                # небелое устройство — активируем защиту
                print("Unknown USB device detected:", d)
                # Пример действия: выключить систему
                subprocess.call(["shutdown", "now", "-h"])
                return
        time.sleep(CHECK_INTERVAL)

if __name__ == "__main__":
    monitor()

import argparse
import subprocess

def autocut(input_files, output, silent_speed=10, silent_threshold=600, denoise=False):
    for input_vid in input_files:
        cmd = ["ffmpeg", "-i", input_vid]
        # добавляется фильтр, который ускоряет silent части
        vfilt = f"silencedetect=n={silent_threshold}dB"
        # здесь опции ускорения, убирание шума и т.д.
        # пример:
        cmd.extend([
            "-vf", vfilt,
            "-filter_complex", f"[0:v]setpts=PTS/ {silent_speed}[v]",
            "-map", "[v]", "-map", "0:a",
            output or f"{input_vid}_faster.mp4"
        ])
        if denoise:
            cmd.extend(["-af", "arnndn"])
        print("Running:", " ".join(cmd))
        subprocess.run(cmd, check=True)

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Speed up silent parts in videos.")
    parser.add_argument("--input", nargs='+', required=True, help="Input video files *.mp4")
    parser.add_argument("--output", help="Output filename or directory")
    parser.add_argument("--silent-speed", type=int, default=10, help="How much to speed up silent parts")
    parser.add_argument("--silent-threshold", type=int, default=600, help="What is considered silent (threshold in milliseconds/sound level)")
    parser.add_argument("--denoise", action="store_true", help="Remove background noise using ffmpeg model")
    args = parser.parse_args()
    autocut(args.input, args.output, args.silent_speed, args.silent_threshold, args.denoise)

Каждую заданную минуту спрашивает (CLI), чем вы заняты.
Записывает метку времени и описание задачи в CSV.
В конце дня автоматически выводит краткую таблицу: сколько времени ушло на каждую задачу.
Полезно, чтобы увидеть, куда уходит время, и перестать терять минуты зря.

python time_tracker.py --interval 60 --output time_log.csv

import time
import csv
from datetime import datetime
import argparse
from collections import Counter

def track(interval, output):
    with open(output, 'a', newline='', encoding='utf-8') as f:
        writer = csv.writer(f)
        while True:
            now = datetime.now()
            task = input(f"[{now.strftime('%H:%M')}] Что вы сейчас делаете? ")
            writer.writerow([now.isoformat(), task])
            if task.lower() in ('выход', 'exit', 'quit'):
                break
            time.sleep(interval * 60)

def summarize(output):
    tasks = []
    with open(output, newline='', encoding='utf-8') as f:
        for row in csv.reader(f):
            if len(row) >= 2:
                tasks.append(row[1])
    counts = Counter(tasks)
    print("⏳ Итоги дня:")
    for task, cnt in counts.items():
        print(f"{task[:30]:30} — {cnt} отметок")

if __name__ == '__main__':
    parser = argparse.ArgumentParser("Hourly Time Tracker")
    parser.add_argument("--interval", type=int, default=60, help="Интервал опроса (в минутах)")
    parser.add_argument("--output", default="time_log.csv", help="CSV файл для логов")
    parser.add_argument("--summary", action="store_true", help="Показать итог за день и выйти")
    args = parser.parse_args()
    if args.summary:
        summarize(args.output)
    else:
        track(args.interval, args.output)

from reconic import Reconic

r = Reconic(network="192.168.1.0/24")
hosts = r.discover()
r.scan_ports(hosts, ports=[22,80,443])
r.save("netmap.json")

🟢 Обнаруживает живые устройства в указанной подсети
🟢 Выполняет порт-сканирование для заданного списка портов (по умолчанию часто используемых)
🟢 Составляет структурированный результат (например, JSON или CSV)
🟢 Позволяет быстро получить “карту” сети и вести инвентаризацию устройств
🟢 Упрощает стартовую фазу автоматизации безопасности или сетевого аудита

import vosk
import sounddevice as sd
import queue
import json
import pyttsx3
import pyautogui
import os

# 🔹 Укажите путь к модели Vosk
MODEL_PATH = "vosk-model-small-ru-0.22"

# 🔹 Очередь для обработки аудио
q = queue.Queue()

# 🔹 Настройки голосового синтезатора
engine = pyttsx3.init()
engine.setProperty("rate", 150)

# 🔹 Функция для воспроизведения ответа
def speak(text):
    engine.say(text)
    engine.runAndWait()

# 🔹 Функция обработки аудио
def callback(indata, frames, time, status):
    if status:
        print(status)
    q.put(bytes(indata))

# 🔹 Загрузка модели Vosk
if not os.path.exists(MODEL_PATH):
    print("❌ Модель не найдена!")
    exit(1)

model = vosk.Model(MODEL_PATH)
recognizer = vosk.KaldiRecognizer(model, 16000)

# 🔹 Функция выполнения команд
def execute_command(command):
    if "открой браузер" in command:
        os.system("start chrome")
        speak("Открываю браузер")
    elif "закрой браузер" in command:
        os.system("taskkill /IM chrome.exe /F")
        speak("Закрываю браузер")
    elif "скриншот" in command:
        pyautogui.screenshot("screenshot.png")
        speak("Скриншот сделан")
    elif "выключи компьютер" in command:
        speak("Выключаю компьютер")
        os.system("shutdown /s /t 5")
    else:
        speak("Команда не распознана")

# 🔹 Запуск голосового помощника
print("🎤 Говорите...")
with sd.RawInputStream(samplerate=16000, blocksize=8000, dtype="int16", channels=1, callback=callback):
    while True:
        data = q.get()
        if recognizer.AcceptWaveform(data):
            result = json.loads(recognizer.Result())
            text = result.get("text", "").strip()
            if text:
                print(f"📝 Распознан текст: {text}")
                execute_command(text)

🟢 Background Remover — удаляет фон с изображений автоматически.
🟢 QR Code Creator — генерирует QR-коды из URL или текста.
🟢 YouTube Downloader — скачивает видео или аудио из YouTube.
🟢 Resource Monitor — следит за использованием CPU, памяти и логгирует превышения.
🟢 Clipboard Tracker — логирование текста, скопированного в буфер обмена.

import psutil
import time

def monitor(interval=5):
    while True:
        cpu = psutil.cpu_percent(interval=1)
        mem = psutil.virtual_memory().percent
        print(f"CPU: {cpu}%, MEM: {mem}%")
        time.sleep(interval)

if __name__ == "__main__":
    monitor()

🟢 Объединяет множество автономных скриптов в одну коллекцию
🟢 Каждый скрипт выполняет отдельную задачу — от обработки изображений до мониторинга или анализа
🟢 Можно клонировать проект и запускать нужные модули без лишней обвязки
🟢 Отлично подходит для тех, кто любит “toolbox” для повседневных задач