Всем привет! Хочу поделиться личной историей о том, как наболевшие бытовые проблемы с компьютером и капелька упорства (вместе с ИИ-помощником) помогли мне создать программу, которой я теперь пользуюсь каждый день.

Началось всё с трёх простых, но жутко раздражающих проблем в моей повседневной жизни:

1. Хаос в загрузках. Я постоянно скачиваю кучу картинок, видео, мемчиков и документов. Плюс бэкапы с флешек, старых жестких дисков и прочее. Разбирать всё это сразу не всегда есть время и желание, поэтому мусор годами копится мертвым грузом. И чем дальше, тем страшнее браться за наведение порядка. Существующие программы для сортировки требовали изучения тонны настроек или выглядели как привет из 90-х. Хотелось простого: без установок, без взломов, без лишней сложности. Просто открыл программу, по превью или фильтрам быстро раскидал файлы по нужным каталогам, не копаясь часами в бесконечных иерархиях папок.

2. Сжатие видео для Discord. Постоянная боль аккаунтов без премиума: хочешь скинуть другу смешной ролик весом в 12–15 мегабайт, а ограничение на загрузку — ровно 10. И начинается: заходи на онлайн-конвертеры (которые пережимают видео по полчаса и пичкают рекламой) или открывай тяжелый видеоредактор. Мне нужен был инструмент, который сожмет ролик под лимит мессенджера в один клик. Плюс иногда требовалось на месте обрезать видео, кадрировать, повернуть, убрать звук или быстро вытащить аудиодорожку из подкаста.

3. Анализ забитого диска. Чтобы понять, куда делось место на диске или флешке, я много лет использовал старую утилиту Scaner на 200 КБ. Да, она работала, но была жутко неудобной и устаревшей: ни красивой интерактивности, ни нормальной группировки файлов, ни возможности быстро выкинуть мусор прямо из графика. А изучать новые сложные комбайны было банально лень.

Раньше я бы просто вздохнул и продолжил мучиться, ведь в программировании я не разбираюсь от слова «совсем» (максимум — писал простейшие скрипты на Python для себя). Я даже с технологией Git не был знаком и начал использовать её уже в самом конце разработки. Но с появлением нейросетей всё изменилось. Я решил: почему бы не попробовать сделать такой инструмент для себя, раз мне это интересно, а готового идеала под мои нужды не существует?

Да, возможно, это эгоцентрично — думать, что я лучше других знаю, как всё должно работать. Но меня всегда удивляло: почему вокруг так много крутых программистов и экспертов, а большинство софта в итоге получается кривым и неудобным? И я решил попробовать сам.

Как мы это делали (и сквозь какие тернии прорывались)

Справедливости ради, начинал я не с удобных агентных систем, как все нормальные люди, а напрямую в веб-интерфейсе Google AI Studio. И это был сущий кошмар. Система не поддерживала прямое создание файлов проекта на компьютере. Мне приходилось прописывать правила, по которым ИИ писал код в виде текста, я скачивал его в `.txt`, а потом конвертировал на своем компьютере в рабочий Python-код скриптом. Это было сплошное мучение, продуктивность стремилась к нулю. Скорее всего, отголоски этого «костыльного» старта до сих пор живут где-то в архитектуре проекта.

Позже я узнал об агентных нейросетях и открыл для себя агентного ИИ-помощника от Google. Я знал, что есть другие аналоги, но с ходу не смог быстро разобраться с их установкой и настройкой, а в этом разобрался и остановился на нем. Во мне горел энтузиазм, нужно было поскорее воплотить свою идею в жизнь.

Спойлер: в итоге всё это заняло больше полугода. В течение этого времени я много раз хотел всё бросить и забыть как страшный сон. Но раз вы читаете эту статью, значит, всё-таки не бросил.

Сказать, что всё заработало сразу — соврать. Это была настоящая битва! Нейросеть писала код на Python, а я выступал в роли тестировщика, дизайнера, QA-инженера, идейного вдохновителя и строгого начальника. И это с учетом того, что опыта ни в одной из этих ролей у меня не было до этого момента.

Мы наткнулись на кучу подводных камней, о существовании которых я даже не догадывался:

• Длинные пути в Windows: Вы знали, что система начинает сходить с ума и выдавать ошибки, если полный путь к файлу превышает 260 символов? Нам пришлось писать специальный обходной код, чтобы программа не вылетала при переносе файлов из глубоких папок.

• Блокировки файлов: Программа намертво зависала, если я пытался переместить видео, пока встроенный плеер его воспроизводил. Мы учили плеер вовремя «отпускать» файлы перед переносом.

• Спор с ИИ из-за дизайна и расположения элементов: Нейросеть упорно пыталась сделать всё не так, как я считал удобным и правильным. Я заставлял её по многу раз переписывать интерфейс и элементы программы, чтобы получить то, что соответствовало моему представлению об удобстве. В итоге вроде получился стильный интерфейс с легким закосом под эстетику игры Graveyard Keeper на начальном экране. (Капля забавы никогда не повредит)

• Тормоза программы при отрисовке тысяч данных: при нахождении тысяч категорий дубликатов или попытке вывести в список 8 тысяч файлов рисунков всё падало, приходилось изучать механизмы решения этих проблем. (скорей всего не все решены)

• Бесконечные баги: Они были на каждом шагу — в дизайне, в производительности, в расположении элементов. Казалось, не было места, где хотя бы что-то работало нормально.

В итоге для стабильности мы написали 85 автоматических тестов, чтобы после каждого нового исправления у нас не ломалось то, что уже работало. И, скорее всего, это ещё не конец.

В итоге получился: Media Keeper 📂✨

Программа состоит из четырех модулей, которые полностью закрыли мои потребности:

1. Сортировщик (Sorter): Поддерживает drag&drop для настройки каталогов. Показывает файлы из папки «Входящие». В один клик (или по горячим клавишам) я раскидываю файлы из входящей директории по удобному визуальному дереву папок. Есть быстрый предпросмотр картинок, видео и звуков прямо при наведении мышки, а также безопасное индивидуальное и групповое переименование с защитой от конфликтов имен. Поддерживается автопереименование файлов по шаблону при добавлении в каталоги.

2. Анализатор диска (Analyzer): Строит красивую интерактивную плиточную диаграмму TreeMap или круговую Sunburst. Наводишь на сектор — видишь размер папки и её содержимое. Можно «провалиться» вглубь каталогов и перемещать или удалять тяжелый мусор прямо на месте. И, конечно, есть интеграция с другими функциями программы.

3. Поиск дубликатов (Cleaner): Находит одинаковые файлы по их хэш-суммам (даже если они переименованы). И тут действует «железобетонное» правило безопасности: программа физически не позволит вам случайно удалить все копии файла — как минимум один оригинал («выживший») всегда останется нетронутым. А также реализован поиск по образцу (функция, которой мне всегда не хватало): можно искать дубликаты только тех файлов, которые лежат в конкретной папке, среди всех остальных директорий.

4. Редактор и Конвертеры (Editor): Быстрая обрезка видео, наложение размытия (блюра) на область экрана, пакетные конвертеры картинок, аудио и видео и многое другое. И да — то самое сжатие под лимит мессенджеров (до 10 МБ) теперь делается парой кликов.

Полная приватность и Open Source

Для меня было критически важно, чтобы программа не лезла в интернет. Media Keeper работает на 100% локально. Она не собирает метаданные, не отправляет логи на сторонние сервера и вообще не требует сети (интернет нужен только один раз при первом запуске, чтобы скачать библиотеки FFmpeg для видеоредактора, если их у вас нет, но их можно установить и вручную).

Программа полностью бесплатна, в ней нет рекламы и скрытых подписок. Она не требует установки в систему — её можно спокойно переносить на флешке, запускать на любом компьютере, и всё будет работать из коробки (очень на это надеюсь).

Я выложил весь исходный код на GitHub — проект полностью открыт для всех. Надеюсь, кому-то из вас он будет полезен и тоже сэкономит кучу времени и нервов при наведении порядка на компьютере!

Программа переведена на русский и английский язык.

👉 Ссылка на исходный код и скачивание готовой версии: [Ссылка]

Буду рад вашим отзывам, конструктивной критике и идеям, что еще можно улучшить!

Результаты говорят сами за себя. Я точно на маскараде буду закупаться через прогу.

8 лет я хотел, чтобы добавили нормальный алгоритм траты БП, но нам дали покупку по-среднему (по стоимости), Но мне надо было, что бы Bloodweb в DBD покупал нужные предметы, а не просто сжигал Bloodpoints в случайном порядке. В итоге я сделал: DBD Bloodweb Autoclicker.

Программа работает через анализ изображения и НЕ ЛЕЗЕТ в файлы игры!!!Без чтения памяти и вмешательства в игру — только локальные скриншоты и обычные клики мышью.
Оно смотрит на экран, ищет предметы по шаблонам, строит очередь кликов и нажимает по ним.

В программе есть приоритетная очередь и шаблоны.

Буду рад, если вы подключитесь к улучшению проекта и дадите свой фитбек, сильно тапками не кидайте, это моя первая полноценная программа, которая как-то заработала!

ДИСКЛЕЙМЕР!

Это мой первый полноценный проект, который я довёл до рабочего состояния, но могут быть ошибки и баги, используйте с осторожностью (подробнее в файлах лицензии и дисклеймере на githab). Он ещё развивается, поэтому буду рад фидбеку и примерам ошибок.

Официальный репозиторий git

В программе нет монетизации и она полностью бесплатная.

🔐 Авторизация и регистрация

/reg <юзернейм> <пароль> <пароль> — зарегистрироваться на сервере

/auth <юзернейм> <пароль> — аутентифицироваться на сервере

👤 Профиль и общение

/set_nick <никнейм> — установить отображаемый никнейм

/msg <никнейм> <сообщение> — отправить личное сообщение

/offline_sms — получить сообщения, пришедшие в ваше отсутствие

/get_users — посмотреть список пользователей

📂 Файлы

/all_files [количество] — показать последние файлы (все, если число не указано)

/send_file <никнейм> <имя_файла> [текст] — отправить файл из папки data/files

/load_file <имя_файла> — скачать файл, присланный вам

🛠️ Системные

/help — показать эту справку

/exit — выход из программы

Сервер

На сервере я сделал CLI-команды для админа:

/users_dict — посмотреть словарь с пользователями

/close_server — безопасное закрытие сервера

/help — эта справка

Что было сложного

Если честно, всё было в меру сложно. Конечно, чем больше папок и файлов, тем больше нужно помнить в голове и сложнее организовывать что-либо. Но всё же трудненько было сделать систему для обмена файлами, потому что пришлось параллельно думать об очереди сообщений, и в моменте я вообще ничё не понимал. Я ожидал, что придётся дебажить, но на удивление пришлось этим заниматься не очень-то и долго — всего день.

Про технологии и логику

Хочу также затронуть некоторые технологии, которые я применял. Одна из них — хэширование (hashlib + secrets). Я применял его для регистрации и аутентификации пользователей, чтобы по сети не гуляли пароли. Однако всё равно можно перехватить запрос на авторизацию:

request = self.encode({

'type': 'auth',

'username': parts[0],

'hash': hash_b64

})

И по сути войти в чужой аккаунт, скопировав этот запрос и отправив на сервер от себя. Типа да, пароль никто не узнает, но хэш-то стырить можно. В общем, не всё идеально.

Ещё я использую потоки (threading) для параллельных задач. Например, приём и отправка запросов идут в разных потоках на клиенте. А на сервере вообще под каждого клиента свой поток запускается.

Также недавно узнал про классную штуку в Python — декораторы. Очень хорошо очищают код и местами упрощают логику. Ещё датаклассы — аналогично упрощают жизнь, особенно при перекрёстных передачах параметров в экземпляры классов, коих у меня немало.

Планы на будущее

Как уже говорил, буду делать GUI, ещё хочу уведомления о сообщениях, локальную историю переписок и шифрование. Шифрование буду делать симметричное — самый незапарный вариант, для чата с друзьями за глаза.

Кстати, я не просто так это всё делаю: хочу в будущем купить Raspberry Pi и поднять свой сервер для этого мессенджера. Ну и по мелочи: группы (может и не добавлю, так как на 10 человек незачем), мобильная версия, если прям будет желание, ну и оптимизация, безопасность и так далее.

GitHub и Telegram

Кто хочет посмотреть — велкам, можно даже пулл-реквесты делать)

GitHub: https://github.com/FRIMIDOVO/Perepiska2.0-Releases.git

И подписывайтесь на мой Telegram-канал, где рассказываю и про другие проекты. Находится в профиле.

Высота уже сохраняется в live state

raw_pos_x = float(telemetry.get("PositionX", 0.0))
raw_pos_y = float(telemetry.get("PositionY", 0.0))  # высота
raw_pos_z = float(telemetry.get("PositionZ", 0.0))
raw_map_x, raw_map_y = forza_to_map(raw_pos_x, raw_pos_z)

self.snapshot = TelemetrySnapshot(
position_x=pos_x,
position_y=pos_y,
position_z=pos_z,
map_x=map_x,
map_y=map_y,
)

Поэтому высоту я не выбрасываю. Сейчас она в основном диагностическая, но дальше из нее можно сделать слой уточнений для сложных мест: проехать развязку вручную, записать X/Y/Z/heading и потом сказать графу: “вот здесь верхняя дорога, здесь нижняя, тут не соединять, тут рампа”.

Снап к ближайшей дороге - опасная штука

Чтобы построить маршрут, нужно сначала приклеить машину к дорожному графу. Это называется snap. Берем текущую позицию, ищем ближайший узел дороги и считаем, что машина на нем.

На прямой дороге все отлично. На развязке это превращается в рулетку. Машина может ехать по эстакаде, а ближайший узел на карте окажется на дороге под ней. Если взять только один ближайший узел - навигатор может начать маршрут из параллельной реальности.

Поэтому я ищу не один узел, а несколько кандидатов вокруг точки.

Не один ближайший узел, а список кандидатов

def nearest_graph_nodes(graph, x, y, limit=10, max_distance=900.0):
coords = graph["coords"]
spatial = graph.get("spatial", {})
cell_size = float(graph.get("spatial_cell_size", 320.0))
cx, cy = int(x // cell_size), int(y // cell_size)

candidates = []
seen = set()
for ring in range(max_ring + 1):
for gx in range(cx - ring, cx + ring + 1):
for gy in range(cy - ring, cy + ring + 1):
for idx in spatial.get((gx, gy), []):
if idx in seen:
continue
seen.add(idx)
nx, ny = coords[idx]
d = math.hypot(nx - x, ny - y)
if d <= max_distance:
candidates.append((d, idx))
candidates.sort(key=lambda item: item[0])
return [(idx, dist) for dist, idx in candidates[:limit]]

Компоненты графа: не каждый кусок дороги должен победить

После этого стартовые и целевые кандидаты перебираются парами. Пара отбрасывается, если узлы лежат в разных компонентах графа. Еще добавляется штраф за маленькую компоненту, потому что рядом с машиной может быть крошечный ложный фрагмент дороги, который случайно выжил после распознавания.

Это примерно как не доверять подозрительному “короткому пути” через двор, если он на самом деле нарисован одним пикселем и честным словом.

Выбор разумных пар старта и цели

candidate_pairs = []
for start_idx, start_snap in start_candidates:
for goal_idx, goal_snap in goal_candidates:
if component and component[start_idx] != component[goal_idx]:
continue

comp_size = graph.get("component_sizes", [0])[component[start_idx]] if component else 0
component_penalty = 600.0 / math.sqrt(max(1, comp_size))
candidate_pairs.append((
start_snap + goal_snap + component_penalty,
start_idx, goal_idx, start_snap, goal_snap,
))

candidate_pairs.sort(key=lambda item: item[0])

Разрывы дорог и синтетические мостики

Карта не обязана быть удобной для алгоритма. Дорогу может перекрыть иконка, подпись, декоративный элемент, шов тайла. Человек видит, что дорога продолжается. Граф видит: “связи нет, до свидания”.

Для таких мест появились синтетические мостики. Но тут важный момент: они должны быть дорогими. Если сделать заплатки дешевыми, навигатор быстро превратится в короля телепортов. Поэтому короткая заплатка терпимая, средняя дорогая, длинная почти запретительная.

Заплатка есть, но она не должна стать любимой дорогой

ROAD_CLASS_MULTIPLIERS = {
"white": 1.00,
"orange": 1.08,
"orange_dashed": 2.60,
"synthetic_short": 2.40,
"synthetic_medium": 7.00,
"synthetic_bridge": 34.00,
"unknown": 9.50,
}


def _synthetic_multiplier_for_length(length, profile):
if length <= 70.0:
return float(profile.get("synthetic_short", 34.0))
if length <= 180.0:
return float(profile.get("synthetic_medium", 34.0))
return float(profile.get("synthetic_bridge", 34.0))

Один стиль маршрута не спасает

Еще выяснилось, что “идеального профиля” нет. Если слишком любить белые дороги, маршрут делает абсурдную петлю, лишь бы не использовать короткий оранжевый соединитель. Если разрешить все подряд, он начинает вести себя как раллист, которому сказали, что физика сегодня выходная.

Поэтому появились профили маршрута. Практичный асфальт, режим выхода из идиотского объезда и shortest sane - кратчайший вариант, но без полной потери совести.

Несколько профилей маршрутизации вместо одного самоуверенного

ROUTING_COST_PROFILES = {
"asphalt_practical": {
"white": 1.00,
"orange": 1.08,
"orange_dashed": 2.60,
"synthetic_short": 2.40,
"synthetic_medium": 7.00,
"synthetic_bridge": 34.00,
"heuristic_weight": 1.45,
},
"detour_escape": {
"white": 1.00,
"orange": 1.02,
"orange_dashed": 1.85,
"synthetic_short": 1.65,
"heuristic_weight": 2.10,
},
"shortest_sane": {
"white": 1.00,
"orange": 1.00,
"orange_dashed": 1.25,
"synthetic_short": 1.25,
"heuristic_weight": 3.00,
},
}

Лучше честная ошибка, чем красивая ложь

В ранних версиях очень хотелось, чтобы маршрут был всегда. Даже если граф не справился - ну нарисуем прямую линию, пользователь поймет.

Нет, пользователь не поймет. Прямая линия на экране выглядит как маршрут. Если она ведет сквозь все подряд, это уже не fallback, а ложь с хорошим дизайном.

Поэтому сейчас, если граф есть, но путь не найден, сервер не рисует диагональ. Он возвращает ошибку и пустую polyline. Лучше честно сказать “дорожный маршрут не найден”, чем нарисовать уверенную ерунду.

Честный fail вместо фальшивого маршрута

def graph_failed(mode: str, message: str, routing=None):
# Do not silently draw a diagonal when a road graph exists but cannot produce a path.
# A diagonal fallback looked like a real route and made debugging impossible.
return {
"ok": False,
"mode": mode,
"polyline": [],
"message": message,
"routing": routing or {},
}

Reroute тоже нельзя делать истеричным

Навигатор должен перестраивать маршрут, когда ты уехал не туда. Но если он будет перестраивать его при каждом чихе, получится не помощник, а тревожный диспетчер.

Поэтому появилась липкость. Чуть съехал с линии - навигатор сначала держит маршрут и просит вернуться. Сильно уехал или долго едешь мимо - пересчитывает. Это звучит как мелочь, но именно такие мелочи отличают “работает” от “почему оно дергается каждые две секунды”.

Липкое перестроение маршрута

const REROUTE_STICKY_OFF_PX = 170;
const REROUTE_STICKY_MS = 22000;
const REROUTE_HARD_OFF_PX = 360;
const REROUTE_HARD_MS = 9000;

function maybeRerouteNavigation(){
const off = distanceToCurrentRoute(px, py);

if(off <= REROUTE_STICKY_OFF_PX){
offRouteSince = 0;
return;
}

if(!offRouteSince) offRouteSince = now;
const offMs = now - offRouteSince;

const shouldReroute =
(off > REROUTE_HARD_OFF_PX && offMs > REROUTE_HARD_MS) ||
(off > REROUTE_STICKY_OFF_PX && offMs > REROUTE_STICKY_MS);

if(shouldReroute) requestRoute(routeTarget, false);
}

Итог серии

Вот почему развязки - это ад. Не потому, что их сложно красиво нарисовать. А потому что “дорога рядом” и “дорога доступна” - разные вещи.

Текущее решение - это набор защит: несколько кандидатов для snap, компоненты графа, штрафы, дорогие синтетические мостики, разные профили маршрута, честный fail и неистеричный reroute.

Следующий логичный уровень - Z-логгер. Проехать сложные развязки вручную, записать высоту и фактическую траекторию, а потом использовать это как слой уточнения. Игра высоту уже отдает. Осталось заставить ее работать на нас, а не просто лежать красивой цифрой в JSON.

В следующей серии будет менее больно и более красиво: приборка на телефоне, семисегментные цифры, мини-карта, ретро-киберпанк и мемные звуки на столкновения и прыжки.

Выглядит это примерно так: перед тобой несколько пластин с отверстиями, их надо двигать влево-вправо, чтобы штифты встали в центр. Вроде ничего сложного, но есть нюанс: некоторые пластины связаны между собой и двигаются одновременно. Начинаешь двигать одну - сдвигаются две другие, и вся комбинация летит к чертям. А если ошибешься больше двух раз - отмычка ломается, и всё по новой. А без навыка взлома, покупка новых отмычек может бить по корману.

И вот я сижу, пялюсь в очередной сундук, пытаюсь методом тыка понять, какая пластина с какой связана. Сундуков в игре - дофигища, у каждого своя головоломка.

И тут я подумал: а почему бы не сделать программу, которая будет решать эту головоломку за меня?

Оказалось, что задача сводится к системе линейных уравнений. Каждая пластина - это переменная, связи между ними задают коэффициенты, а положение штифтов - это правая часть.

Решаешь методом Гаусса и получаешь идеальную последовательность ходов. Вводишь текущие позиции пластин, правила связей - и готово.

Пока что это просто прототип для личного пользования, но я выложил его на GitHub.

Если кому интересно - можно скачать и попробовать:

https://github.com/JohnnyFaFo/GothicLockSolver

Там же лежит исполняемый файл для Windows, ничего устанавливать не нужно.

UPD: как потом оказалось, таких приложений уже куча. Есть даже веб версии. Но вдруг кому-то пригодится.