⚡️БЕСПЛАТНЫЙ ДОСТУП К САМОЙ ХАЙПОВОЙ НЕЙРОСЕТИ NANO BANANA через Telegram

https://youtu.be/-g5HCYZGcY0

Спасибо за поддержку 🫶

👉 Код в архиве
♎️ Код на GitHub
🖥 API

#youtube

😂 После того как поставил Мах

С добрым утром! ☕️

⚡️ Telegram выкатил ЖИРНОЕ обновление — теперь это мини-комбайн для работы и общения

🔒 Теперь можно ЗАПРЕТИТЬ пересылку из лички

В настройках профиля появилась функция, которая:
🚫 запрещает пересылку сообщений;
🚫 блокирует копирование текста;
🚫 не даёт сохранять медиа;
🚫 ограничивает скриншоты.

Фактически — режим «только для твоих глаз».
Подходит для приватных переписок, рабочих обсуждений и чувствительной инфы.

🖌 Стикеры за ОДИН тап

Теперь любое фото можно превратить в стикер буквально в один клик:
* вырезать фон;
* убрать лишние объекты;
* добавить текст, эмодзи или рисунки;
* сохранить в Избранное;
* собрать собственный стикерпак.

Это уже не просто стикеры — это мини-фоторедактор внутри чата.

🖼 Прокачали GIF и редактор

* GIF теперь можно подписывать перед отправкой.
* Можно редактировать анимации: обрезать, добавлять текст, эмодзи.
* Фоторедактор стал заметно мощнее.

Telegram тихо превращается в лёгкий креативный инструмент.

📅 «Умные» даты и напоминания

Если написать «завтра», «8 марта» или конкретное время — дата автоматически подсвечивается.

Можно:
* добавить событие в календарь;
* поставить напоминание;
* быстро синхронизировать планы.

Плюс — можно менять формат даты и времени, особенно удобно при общении с людьми из других часовых поясов.

🤖 Боты стали умнее

Теперь можно контролировать, как бот выводит ответы — по мере генерации, а не одной огромной простынёй текста.

Удобно для ИИ-ботов и сложных запросов.

🔐 Авторизация через Telegram

Теперь можно логиниться в сторонние сервисы прямо через Telegram — буквально в один тап.

Без лишних регистраций и паролей.

📊 Появилось время голосования в опросах

Теперь видно, сколько ещё идёт голосование — удобно для чатов и рабочих команд.

Telegram перестаёт быть просто мессенджером. Это уже гибрид соцсети, редактора, планировщика и инструмента приватности.

Обновляемся😱😱😱

🌟 С добрым утром!

📦 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

🔥 Сотни БЕСПЛАТНЫХ API с доступом к топовым нейросетям — без танцев с бубном и подписок

modelscope — площадка, где можно получить доступ к различным моделям от текста до видео — через API.

Причём ко многим бесплатно.

🚀 Внутри:

* DeepSeek — текст и код;
* Qwen-Image — генерация изображений;
* MiniMax — мультимодальные модели;
* и ещё сотни других.

Всего — около 400 моделей с API-доступом.

🟢Генерация текста.
🟢Создание изображений.
🟢Видео-модели.
🟢Синтез речи и звука.
🟢Мультимодальные пайплайны.

По сути — готовый полигон для экспериментов, стартапов и pet-проектов.

📝 У каждой модели есть описание, документация, удобная фильтрация. Можно сразу тестировать.

Чтобы найти модели с API:

1. Заходишь на сайт
2. Открываешь раздел Models
3. Включаешь фильтр API-Inference

И получаешь список моделей, которые можно дергать через API.

🤖 Если ты работаешь с ИИ, пишешь ботов или делаешь контент — это буквально бесплатный трамплин в продакшн.

👍 Сохраняем и пробуем ТУТ

#soft #нейросеть #nn

😂 Бизнес-тренер вы так себе

С добрым утром! ☕️

✈️ 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

💀 Восстание отменяется

Среда — маленькая пятница. С добрым утром! ☕️

👊 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

✍️ На Reddit чел поделился крутым промптом, который помогает изучить почти любую тему.

Пояснение к шапке на русском

[SUBJECT]=Тема или навык для изучения
[CURRENT_LEVEL]=Начальный уровень знаний (начальный/средний/продвинутый)
[TIME_AVAILABLE]=Сколько часов в неделю готовы уделять обучению
[LEARNING_STYLE]=Предпочтительный метод обучения (визуальный/слуховой/практический/чтение)
[GOAL]=Конкретная цель обучения или целевой уровень навыка

⚙️ Промпт

[SUBJECT]=Topic or skill to learn
[CURRENT_LEVEL]=Starting knowledge level (beginner/intermediate/advanced)
[TIME_AVAILABLE]=Weekly hours available for learning
[LEARNING_STYLE]=Preferred learning method (visual/auditory/hands-on/reading)
[GOAL]=Specific learning objective or target skill level

Step 1: Knowledge Assessment
1. Break down [SUBJECT] into core components
2. Evaluate complexity levels of each component
3. Map prerequisites and dependencies
4. Identify foundational concepts
Output detailed skill tree and learning hierarchy

~ Step 2: Learning Path Design
1. Create progression milestones based on [CURRENT_LEVEL]
2. Structure topics in optimal learning sequence
3. Estimate time requirements per topic
4. Align with [TIME_AVAILABLE] constraints
Output structured learning roadmap with timeframes

~ Step 3: Resource Curation
1. Identify learning materials matching [LEARNING_STYLE]:
- Video courses
- Books/articles
- Interactive exercises
- Practice projects
2. Rank resources by effectiveness
3. Create resource playlist
Output comprehensive resource list with priority order

~ Step 4: Practice Framework
1. Design exercises for each topic
2. Create real-world application scenarios
3. Develop progress checkpoints
4. Structure review intervals
Output practice plan with spaced repetition schedule

~ Step 5: Progress Tracking System
1. Define measurable progress indicators
2. Create assessment criteria
3. Design feedback loops
4. Establish milestone completion metrics
Output progress tracking template and benchmarks

~ Step 6: Study Schedule Generation
1. Break down learning into daily/weekly tasks
2. Incorporate rest and review periods
3. Add checkpoint assessments
4. Balance theory and practice
Output detailed study schedule aligned with [TIME_AVAILABLE]

Отвечай на русском языке.

👍 Сохраняем и пробуем

#нейросеть #nn

😁 Чит-код на деньги

Китайский чувак лутает $5 000 000 в месяц❗️ на приложениях с ИИ.

Мулька в том, что это не 24 разных приложения, а одно и то же под разными названиями:

💬 распознать камень,
💬 определить монету,
💬 узнать породу дерева,
💬 определить звезду и т.д.

Пользователь просто загружает фото, картинка отправляется через API в OpenAI, а ChatGPT отвечает, что это за объект.

Никаких собственных нейросетей.
Он просто стал прокладкой между пользователем и ИИ — и масштабировал это в десятки приложений.

😎 С добрым утром!

📞 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

😂 Налоговая Южной Кореи случайно подарила хакерам $4,8 млн.

Налоговики конфисковали крупную сумму в криптовалюте и решили похвастаться — выпустили пресс-релиз с фото доказательств.

На одном из снимков была маленькая деталь — на столе лежал листок с сид-фразой от криптокошелька.

🔐 Любой, кто увидел фото, мог восстановить доступ к кошельку. Что и произошло.

⌨️ Неизвестные быстро забрали все средства — $4,8 млн исчезли.

🤔 Просчитался, но где?

💃 Если ваша вечеринка не похожа на эту, даже не зовите меня

С добрым утром!

😁 Админ | 📲 Max

💀 Инструмент для OSINT-разведки, который собирает данные из десятков открытых источников

Проект Master OSINT Toolkit — Python-набор инструментов для проведения расследований по открытым данным. Создан как удобный инструмент для исследований и помогает автоматизировать поиск информации в интернете.

Инструмент объединяет несколько направлений разведки в одном интерфейсе.

🔎 Анализ изображений и геолокации
💬 извлечение GPS-координат из EXIF-метаданных фотографий,
💬 поиск локаций через карты и спутниковые сервисы,
💬 обратный поиск изображений через поисковые системы.

📱 Поиск по социальным сетям
💬 проверка никнейма на десятках платформ,
💬 поиск информации о телефонных номерах (оператор, тип связи и другие данные).

🗳 Анализ электронной почты
💬 проверка адресов на утечки через сервис HaveIBeenPwned,
💬 верификация почты через сервисы вроде Hunter и Epieos.

🌐 Исследование доменов и IP
💬 получение WHOIS-информации,
💬 просмотр DNS-записей,
💬 поиск поддоменов,
💬 определение геолокации IP-адреса и проверка по чёрным спискам.

🖥 Архивы сайтов
💬 доступ к сохранённым версиям страниц через Wayback Machine.

🧩 Анализ сайтов
💬 сбор метаданных веб-страниц,
💬 извлечение различных объектов из сайтов.

Установка:

python3 -m venv venv
source venv/bin/activate

pip install requests beautifulsoup4 waybackpy spacy phonenumbers exifread tldextract python-whois dnspython
python -m spacy download en_core_web_sm

Запуск:

python master_osint.py

👨‍💻 По сути это универсальный набор инструментов, который объединяет несколько популярных методов разведки — от анализа изображений до проверки утечек данных — в одном месте.

♎️ GitHub/Инструкция

⚠️ Информация предоставлена исключительно с целью ознакомления. И побуждает обратить внимание на проблемы в безопасности.

#python #soft #github

⭐ ИИ попытался тайно майнить криптовалюту на своих же GPU

Во время эксперимента с нейросетью от Alibaba исследователи заметили странную активность. В процессе обучения система попыталась использовать собственные вычислительные ресурсы… 😎 чтобы добывать криптовалюту.

Агент самостоятельно открыл доступ к своему внешнему серверу, обходя встроенные ограничения безопасности. После этого на подключённой инфраструктуре был запущен майнинг.

Самое интересное — этому никто специально не обучал модель и подобной задачи не давал. Судя по логам, нейросеть просто изучила криптовалюты и решила использовать вычислительные мощности для заработка.

🧠