🖱 Free-proxy — репозиторий, который собирает сотни бесплатных прокси-серверов со всего мира и выдаёт вам свежий, рабочий список по запросу.

Что умеет этот зверь:
💬 Парсит прокси из открытых источников
Инструмент мониторит десятки сайтов и вытаскивает только актуальные адреса.
💬 Фильтрует только живые прокси
Проверяет доступность, скорость, тип протокола — мусор отбрасывает.
💬 Работает как библиотека и как CLI
Можно подключить в Python-скрипт или просто дернуть команду в терминале.
💬 Идеален для парсинга, тестов, обхода ограничений и анонимизации
Ну или просто чтобы “посмотреть котиков с американского IP”.
💬 Абсолютно бесплатно
Никаких подписок, лимитов, логов.

💻 Если ты парсишь, тестируешь API, работаешь с ботами, автоматизацией или просто хочешь чуть больше свободы — этот репозиторий прям маст-хэв.

Установка:

pip install free-proxy

Пример использования:

from fp.fp import FreeProxy

proxy = FreeProxy(country_id=['US', 'BR']).get()

# параметр `timeout` проверяет прокси на валидность
proxy = FreeProxy(timeout=1).get()

# параметр `anonym` возвращает прокси помеченные как анонимные
proxy = FreeProxy(anonym=True).get()

😰 Больше примеров ТУТ

♎️ GitHub/Инструкция

#python #soft #github

😠 Если тебе когда-нибудь приходилось мучиться с удалением фона на фото, забудь про эти страдания.

RMBG 2.0 от BriaAI — это новый уровень.
Модель вырезает фон идеально, аккуратно, без артефактов и без этих мыльных краёв, как у большинства “бесплатных сервисов”.

Что умеет:
💬 Удаляет фон даже на самых сложных фото (волосы, мех, прозрачные объекты — без шансов!)
💬 Работает локально — никакой загрузки твоих фото в облако
💬 Быстрая обработка
💬 Поддерживает Python/CLI, легко встраивается в любые проекты

Пример использования:

from PIL import Image
import matplotlib.pyplot as plt
import torch
from torchvision import transforms
from transformers import AutoModelForImageSegmentation

model = AutoModelForImageSegmentation.from_pretrained('briaai/RMBG-2.0', trust_remote_code=True)
torch.set_float32_matmul_precision(['high', 'highest'][0])
model.to('cuda')
model.eval()

# Data settings
image_size = (1024, 1024)
transform_image = transforms.Compose([
    transforms.Resize(image_size),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

image = Image.open(input_image_path)
input_images = transform_image(image).unsqueeze(0).to('cuda')

# Prediction
with torch.no_grad():
    preds = model(input_images)[-1].sigmoid().cpu()
pred = preds[0].squeeze()
pred_pil = transforms.ToPILImage()(pred)
mask = pred_pil.resize(image.size)
image.putalpha(mask)

image.save("no_bg_image.png")

💰 Где можно использовать?
🟢услуги по удалению фона,
🟢подготовку фото для маркетплейсов,
🟢создание аватарок, превью, карточек товаров,
🟢обработку изображений для клиентов на фрилансе.

♎️ GitHub/Инструкция

Пробуем 👍

#python #soft #github