🟠 Поддерживает глобальные методы объяснения (feature effect) и автоматически определяет региональные подпространства, где, по статистике, эффект признаков более однороден.
🟠 Интерфейс расширяемый — можно добавлять свои методы объяснения и определять регионы через логические правила.
🟠 Подходит как для табличных данных, так и для сложных ML-задач; позволяет визуализировать эффекты, сравнивать методы и отчётливо видеть, где признаки влияют по-разному.

pip install effector

🟢 Поддержка подгонки (alignment) методом Procrustes, Orthogonal Procrustes и др.
🟢 Совместимость с эмбедингами fastText (бинарные и текстовые форматы).
🟢 API, похожий на оригинальный fastText: load_model, align_to, get_vector.
🟢 Работает как вспомогательный инструмент, легко интегрируется в NLP-пайплайны, например для кроссъязыковых задач.

pip install fasttext-aligned

python pdf_page_count.py /path/to/folder  

🟢 Полезно при работе с архивами PDF-документов: отчёты, книги, журналы — быстро узнать общий объём страниц.
🟢 Можно интегрировать в автоматизацию: например, если папка с проектом «PDF-отчётов» — запускаешь скрипт, получаешь статистику.
🟢 Лёгкий и ясный скрипт без сложной настройки.

# Установка
pip install github-utility

# CLI примеры:
export GITHUB_ACCESS_TOKEN="токен"

# Получить информацию о пользователе
github-utility get-user --username someuser

# Создать issue в репозитории
github-utility create-issue --owner ownername --repo reponame --title "Test issue" --body "Описание issue"

import requests
import argparse
import os

def get_user(token, username):
    headers = {"Authorization": f"token {token}"}
    resp = requests.get(f"https://api.github.com/users/{username}", headers=headers)
    return resp.json()

def create_issue(token, owner, repo, title, body):
    headers = {"Authorization": f"token {token}"}
    data = {"title": title, "body": body}
    resp = requests.post(f"https://api.github.com/repos/{owner}/{repo}/issues", headers=headers, json=data)
    return resp.json()

from python_utilities.parallel import Parallelizer, make_data_iterator
from python_utilities.scripting import setup_logging

def process_item(item, constant=10):
    return item * constant

def main():
    setup_logging()
    data = list(range(100))
    par = Parallelizer(func=process_item, data=data, n_jobs=4)
    results = par.run()
    print(results)

if __name__ == "__main__":
    main()

🟢 Унифицирует способы параллелизации: локально или распределённо
🟢 Не требует переписывания кода функций под “parallel” — простая обёртка
🟢 Подходит для обработки больших наборов данных или задач, которые можно распараллелить

🟠 Простая командная утилита: python3 -m package_smoke_test --module your_module — выдаёт статус установки, путь и версию.
🟠 Подходит для smokescreen-тестов: быстро проверить наличие необходимых пакетов перед запуском скриптов или сервисов.
🟠 Минимум зависимостей и максимум пользы — удобно допилить в CI пайплайн без лишних телодвижений.

pip install package-smoke-test

import os
import requests
import argparse

def download_subreddit_images(subreddit, limit=50, dest="downloads"):
    os.makedirs(dest, exist_ok=True)
    url = f"https://www.reddit.com/r/{subreddit}/.json?limit={limit}"
    headers = {"User-Agent": "Mozilla/5.0"}
    resp = requests.get(url, headers=headers)
    data = resp.json()

    for post in data.get("data", {}).get("children", []):
        img_url = post["data"].get("url")
        if img_url and (img_url.endswith(".jpg") or img_url.endswith(".png")):
            filename = os.path.basename(img_url)
            path = os.path.join(dest, filename)
            try:
                img_data = requests.get(img_url).content
                with open(path, "wb") as f:
                    f.write(img_data)
                print("Downloaded:", filename)
            except Exception as e:
                print("Ошибка скачивания", img_url, e)

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Download images from subreddit")
    parser.add_argument("subreddit", help="Name of subreddit")
    parser.add_argument("--limit", type=int, default=20, help="How many posts to parse")
    parser.add_argument("--dest", default="downloads", help="Destination folder")
    args = parser.parse_args()

    download_subreddit_images(args.subreddit, limit=args.limit, dest=args.dest)

🟢 Делает HTTP-запрос к API Reddit (JSON)
🟢 Парсит посты, проверяет, есть ли в url изображения (.jpg/.png)
🟢 Скачивает найденные изображения в папку
🟢 Поддерживает указание количества постов через параметр limit
🟢 Печатает статус каждого скачанного файла

🟢 Поддерживает разные схемы шифрования: num, hex, b32, b64 и tame (особый base32-вариант без гласных).
🟢 При генерации URL через flask.url_for, автоматически превращает числовые ID в “замаскированную” форму, а при маршрутизации — обратно декодирует.
🟢 Интеграция с Jinja2: фильтры доступны в шаблонах — можно прямо выводить “обфусцированные” ID.
🟢 Использует 32-битное “соль” (salt), которую можно задать вручную или через конфигурацию Flask (OBSCURE_SALT) для уникального преобразования.

pip install Flask-Obscure

🟠 Работает прямо из консоли, без зависимостей.
🟠 Можно указать целевую ветку (main, master, develop).
🟠 Поддерживает dry-run — можно посмотреть, какие ветки будут удалены, перед фактическим удалением.
🟠 Ускоряет навигацию и исключает мусор в локальных репозиториях.

python git-delete-merged-branches.py --base main --dry-run

python git-delete-merged-branches.py --base main