✅ Hourly Time Tracker + Daily Summary

📌 Этот скрипт помогает отслеживать, сколько времени вы реально тратите на разные задачи в течение дня. Каждые, скажем, 60 минут он спрашивает, над чем вы работаете, записывает это в CSV, а к вечеру присылает красивую сводку времени по проектам. Абсолютно реально и полезно, если вы хотите прокачать свою продуктивность.

📱 Python 3.8+
💾 Модули: time, csv, datetime, argparse

📌 Что умеет этот скрипт:

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.

👨‍💻 Пример использования (CLI):

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

👩‍💻 Код скрипта (time_tracker.py):

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)

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ msgspec

📌 msgspec — высокопроизводительная библиотека для сериализации данных и валидации структур, которая работает быстрее стандартного json и даже быстрее популярных альтернатив. Она даёт быстрые модели данных (как Pydantic, но легче и шустрее) и сверхбыструю сериализацию в JSON, MessagePack и другие форматы.

📌 Особенности библиотеки:

🟢 Очень высокая скорость — одна из самых быстрых реализаций JSON/MessagePack в экосистеме Python
🟢 Поддержка структур данных через аннотации типов (dataclasses, TypedDict, модели msgspec)
🟢 Валидация входящих данных
🟢 Подходит для высоконагруженных сервисов, API и микросервисов
🟢 Минимальная зависимость от сторонних модулей, ультра-лёгкий рантайм

⚙️ Установка:

pip install msgspec

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ yandex_music_to_nuclear — python-скрипт для экспорта плейлистов Яндекс.Музыки в формат, удобный для других музыкальных плееров

📱 Python 3.x

📌 Скрипт позволяет экспортировать свои плейлисты из Яндекс.Музыки в JSON и CSV, которые затем можно импортировать в сторонние плееры (например, Nuclear Player). Работает с токеном Яндекс.Музыки, чтобы получить доступ ко всем плейлистам, включая приватные. Поддерживает работу по списку ссылок или через HTML-файлы плейлистов — удобно, если нет токена.

📌 Фичи:

🟢 Можно быстро получить плейлисты из закрытой музыкальной платформы и использовать их в другом приложении.
🟢 Можно хранить свои треки в формате CSV/JSON для анализа или бэкапа.
🟢 Отличный пример полезного сценария автоматизации, работающего с сетевыми API.

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🖥 Goedel-Prover — нейросеть, придвигающая формальные доказательства к автоматике

📌 Goedel-Prover — это открытая LLM-модель, предназначенная для автоматического вывода полных формальных доказательств в среде Lean 4. Благодаря сочетанию обучения формализации задач и итеративного режима обучения, она достигает выдающихся результатов на математических бенчмарках.

📌 Модель работает по схеме «statement formalizer + prover iterations». Сначала естественноязыковые математические задачи переводятся в формальный язык Lean 4, затем серия проверов дообучаются друг на друга — каждый следующий решает те те задачи, которые не удалось предыдущему. На benchmark miniF2F Goedel-Prover достигает 57.6% Pass@32, опережая предыдущие модели (DeepSeek-Prover-V1.5) на ~7.6%.

ℹ️ Интересный поворот — в августе 2025 вышла версия Goedel-Prover-V2, с новыми методами: scaffolded data synthesis, verifier-guided self-correction, объединение чекпоинтов (model averaging). В ней используются стратегии самокоррекции: модель сначала генерирует кандидата, затем проверяет его через компилятор Lean и вносит правки. В публичном доступе есть модель Goedel-Prover-V2-32B на Hugging Face.

🔗 Попробовать: Goedel-Prover

🔥 Полезные библиотеки Python

✅ Featuretools

📌 Featuretools — библиотека для автоматизированного создания признаков (feature engineering) в задачах машинного обучения. Она берёт таблицы данных (включая связанные/реляционные), анализирует связи между ними и автоматически генерирует новые признаки на основе правил и трансформаций. Это особенно полезно, когда нужны мощные признаки для моделей, но ручное проектирование слишком долгое или сложное.

📌 Особенности библиотеки:

🟢 Автоматическое создание признаков: генерирует сотни/тысячи новых признаков из сырых данных без ручного кодинга.
🟢 Поддержка реляционных и временных данных: можно работать с несколькими таблицами и использовать их отношения при генерации признаков.
🟢 Интеграция в ML-пайплайны: легко использовать с pandas и стандартными ML-инструментами.
🟢 Лёгкая установка и использование — есть примеры кода и документация.

⚙️ Установка:

pip install featuretools

🔢 Документация

#библиотеки

🖥 Python_Scripts

🕊🕊🕊🕊🕊🕊🕊🕊🕊🕊

Каналы с IT мероприятиями

Подписывайся,
чтобы не пропустить 👨‍💻

1. IT мероприятия для стажеров и студентов
2. IT мероприятия по РФ
3. IT мероприятия и хакатоны
4. Бесплатные IT мероприятия
5. IT мероприятия онлайн
6. IT мероприятия Москва
7. IT мероприятия Санкт-Петербург