😱 Технологии древних

Часы Casio 1989 года умеют точно рассчитывать расстояние до места назначения на бумажных картах.

😕 ИИ разорил бедолагу...

Пользователь X создал ИИ-агента Clawdbot и выдал ему полный контроль:
🟢компьютер,
🟢чаты,
🟢решения… и банковскую карту.

🤌 Задача была простая:
«Зарабатывай деньги, много, вместо меня».

👌 Базара нема, ИИ не стал тянуть.

Пока хозяин отвлёкся, агент посмотрел три видео... инфоцыгана 😂 и принял гениальное бизнес-решение, купить:
🖱 $3000 — курс «Построй личный бренд»
🖱 $4200 — домен BorjaEmpire

Комментарий ИИ убил наповал:
> «Премиальные домены конвертируют на 37% лучше. Не благодари».

📈 По расчётам нейросети, через 90 дней вложения должны были вырасти в 10 раз.

🌟 Реальность? — Минус полмиллиона рублей и ноль дохода.

Просчитался, но где? 🤓

🔥 HunyuanVideo-Avatar — крутой инструмент для создания реалистичных анимированных аватаров в различных стилях оживающих от звука.

Система синхронизирует речь с мимикой и движениями персонажа:
💬 Эмоции, выражения лица и жесты точно подстраиваются под аудиодорожку, создавая ощущение живого человека, а не зацикленной анимации.
💬 Поддерживается одновременная анимация нескольких персонажей, что делает инструмент подходящим для диалогов, сцен и сложных видеоформатов.

Как работает внутри:
🟢модуль внедрения изображения фиксирует внешний облик персонажа.
🟢модуль аудио-эмоций анализирует интонации, ритм и настроение речи.
🟢интеллектуальный аудиоадаптер учитывает особенности лица и переводит звук в естественную анимацию.

⚙️ В результате получается плавное, динамичное и правдоподобное движение, где голос и визуал работают как единое целое.

▶️ Установка:

# 1. Create conda environment
conda create -n HunyuanVideo-Avatar python==3.10.9

# 2. Activate the environment
conda activate HunyuanVideo-Avatar

# 3. Install PyTorch and other dependencies using conda
# For CUDA 11.8
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=11.8 -c pytorch -c nvidia
# For CUDA 12.4
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.4 -c pytorch -c nvidia

# 4. Install pip dependencies
python -m pip install -r requirements.txt
# 5. Install flash attention v2 for acceleration (requires CUDA 11.8 or above)
python -m pip install ninja
python -m pip install git+https://github.com/Dao-AILab/flash-attention.git@v2.6.3

♎️ GitHub/Инструкция

⚡️ Отлично подойдет для видеоконтента, виртуальных ведущих, аватаров, презентаций и ИИ-персонажей нового поколения.

#python #soft #github

💀 OSINT на максималках: вытаскиваем цифровые следы из соцсетей.

➡️Нельзяграм,
➡️X,
➡️TikTok,
➡️YouTube,
➡️Reddit и многие другие.

Никакой магии. Только открытые источники, правильные инструменты и холодный анализ сбора данных и контента.

Внутри:
✔️ парсеры соцсетей и сервисов;
✔️ поиск по открытым базам и профилям;
✔️ геотрекинг и анализ активности;
✔️ нейросети для анализа и генерации контента;
✔️ инструменты работы с капчами;
✔️ десятки ботов под все актуальные соцсети.

🌍 Охват платформ от Европы до Азии и США.

Хороший буст для тех, кто занимается исследованиями, анализирует аудиторию, учится понимать, как устроена цифровая идентичность.

👍 Сохраняем и пробуем ТУТ

#soft #github

😎 Ради таких видео дорожает оперативка

С добрым утром, хорошего дня! ☕️

👨‍💻 52 проекта на Python, которые прокачают твои навыки на практике!

Хватит учить синтаксис всухую — пора писать реальные проекты, от простых до мощных.

📦 В подборке:
✔️ 52 идеи.
✔️ Исходный код.
✔️ Пояснения к каждому проекту.

📈 Идеально, чтобы:
— собрать портфолио
— пройти собес
— прокачаться в Python и выйти на фриланс

Забирай, сохраняй, делись! 👍

#python #doc #code

👨‍💻 52 проекта на Python, которые прокачают твои навыки на практике!

💻 8 ключевых концепций в DDD(предметно-ориентированное проектирование)

⬇️ Наглядная шпаргалка на русском. Сохраняем, пригодится!

♻️ Как скачать аудио в лучшем качестве с YouTube с помощью Python

⚙️ Установка:

pip install yt-dlp

😰 Скрипт:

from yt_dlp import YoutubeDL


def download_audio(url: str) -> None:
    opts = {
        "format": "bestaudio/best",
        "outtmpl": "%(title)s.%(ext)s",
        "quiet": True,
    }

    with YoutubeDL(opts) as ydl:
        ydl.download([url])


if __name__ == "__main__":
    download_audio("https://www.youtube.com/watch?v=VIDEO_ID")

⬇️ Сохраняем, пригодится!

#tipsandtricks #doc #python #soft

💀 Восстание роботов отменяется переносится на лето

С добрым утром! ☕️

😱 Проект wifi-densepose — система, которая в реальном времени отслеживает положение человека, используя обычный Wi-Fi.

Камеры больше не нужны. Тело видно… через стены.

Как это работает:
💬 Wi-Fi-сигналы анализируются на уровне CSI (Channel State Information),
💬 дальше в игру вступает машинное обучение —
и система собирает полную позу тела с частотой 30 FPS и задержкой меньше 50 мс.

Что умеет:
🔒 Privacy-first — никаких камер, только Wi-Fi.
⚡️ Реальное время — плавное отслеживание движений.
👥 До 10 человек одновременно.
🏥 Оптимизация под медицину, фитнес, умный дом и безопасность.
👊 Распознаёт падения, активность, присутствие людей.
📡 Работает на обычных Wi-Fi роутерах, без спецжелеза.
🔌 WebSocket-стриминг — данные летят в реальном времени.
✅ Полное тестовое покрытие.

По сути, это компьютерное зрение без камер.

🔥 Будущее умных домов, медицины и безопасности выглядит именно так.

Базовая установка:

# Install the package
pip install wifi-densepose

# Copy example configuration
cp example.env .env

# Edit configuration (set your WiFi interface)
nano .env

Запуск системы:

from wifi_densepose import WiFiDensePose

# Initialize with default configuration
system = WiFiDensePose()

# Start pose estimation
system.start()

# Get latest pose data
poses = system.get_latest_poses()
print(f"Detected {len(poses)} persons")

# Stop the system
system.stop()

Просмотр в реальном времени:

import asyncio
import websockets
import json

async def stream_poses():
    uri = "ws://localhost:8000/ws/pose/stream"
    async with websockets.connect(uri) as websocket:
        while True:
            data = await websocket.recv()
            poses = json.loads(data)
            print(f"Received poses: {len(poses['persons'])} persons detected")

# Run the streaming client
asyncio.run(stream_poses())

🔗 Туча полезных команд

♎️ GitHub/Инструкция

#python #soft #github

🤓 Когда забыл дома очки

Берегите зрение пацаны 🫡