Andrii Derypapa
Zaproponuj Andrii pracę nad swoim kolejnym zleceniem.
Ranking
Poziom znajomości języków obcych
Umiejętności i kwalifikacje
Programowanie
Usługi
Administracja systemami IT
Tłumaczenia
Portfolio
-
100 PLN Guarda Wallet Auto Creator — Narzędzie do automatyzacji w sieci
Automatyzacja masowego tworzenia portfeli kryptowalutowych
Skrypt Python do automatyzacji procesu tworzenia wielu portfeli kryptowalutowych na platformie Guarda z zachowaniem kopii zapasowych.
… Opis projektu
Narzędzie wykorzystuje automatyzację przeglądarki Selenium do wykonania wszystkich kroków rejestracji portfela: wypełnianie pól hasła, potwierdzenie warunków i pobieranie plików kopii zapasowej. Wszystkie dane są automatycznie agregowane do jednego pliku tekstowego dla wygodnego zarządzania.
Kluczowe możliwości
Automatyzacja procesu:
Tworzenie N liczby portfeli w jednym uruchomieniu
Automatyczne wypełnianie formularzy rejestracyjnych
Pobieranie plików kopii zapasowej z frazami seed
Agregacja wszystkich danych do jednego pliku wallets.txt
Praca z systemem plików:
Monitorowanie folderu Downloads w poszukiwaniu nowych plików
Sortowanie plików według daty modyfikacji
Automatyczne odczytywanie zawartości plików kopii zapasowej
Zapis danych z separatorami między portfelami
Interakcja z interfejsem webowym:
Oczekiwanie na załadowanie elementów przez WebDriverWait
Wyszukiwanie elementów według XPath i ID
Sprawdzanie klikalności elementów przed interakcją
Wypełnianie pól hasła i potwierdzenia
Stos technologiczny
Automatyzacja webowa:
Selenium WebDriver — zarządzanie przeglądarką Chrome
WebDriverWait — oczekiwanie na załadowanie elementów DOM
Oczekiwane warunki — sprawdzanie stanów elementów
Rdzeń Pythona:
os — praca z systemem plików i ścieżkami
time — opóźnienia dla stabilności pobierania
Lokalizatory:
XPath dla złożonych selektorów formularzy
ID dla unikalnych elementów przycisków
Atrybuty Placeholder dla dokładnej identyfikacji
Zrealizowana logika
Pętla tworzenia:
Użytkownik określa liczbę kont do utworzenia
Dla każdej iteracji uruchamiany jest nowy egzemplarz przeglądarki
Wykonywana jest sekwencja działań rejestracyjnych
Przeglądarka zamykana jest po zapisaniu danych
Przetwarzanie plików:
Uzyskanie listy wszystkich plików .txt w Downloads
Sortowanie według czasu zmiany (najnowsze najpierw)
Odczyt zawartości ostatnio pobranego pliku
Dodanie do wspólnego wallets.txt z separatorami
Niezawodność:
Jawne oczekiwania do 15-20 sekund dla każdego elementu
Sprawdzanie obecności i klikalności przed działaniami
Opóźnienie 3 sekundy po pobraniu dla zakończenia zapisu
Cechy techniczne
Najlepsze praktyki Selenium:
Użycie WebDriverWait zamiast time.sleep dla elementów
Oczekiwane warunki dla stabilności testów
Zamykanie sterownika po każdej iteracji, aby uniknąć wycieków pamięci
System plików:
Krosplatformowa ścieżka przez os.path.expanduser
Funkcje lambda do sortowania plików
Tryb zapisu Append do gromadzenia danych
Bezpieczeństwo:
Hardcodowanie hasła do celów demonstracyjnych (w produkcji — zmienne środowiskowe)
Lokalne przechowywanie wrażliwych danych
Zastosowanie i wyniki
Masowe tworzenie testowych portfeli do rozwoju
Automatyzacja rutynowych operacji rejestracji
Centralne przechowywanie wszystkich danych kopii zapasowych
Oszczędność czasu przy tworzeniu wielu kont
Demonstrowane umiejętności
Automatyzacja przeglądarki z Selenium
Praca z systemem plików w Pythonie
Web scraping i interakcja z DOM
Praca z oczekiwaniami i synchronizacją
Cykliczne przetwarzanie zadań
Technologie: Python - Selenium WebDriver - Chrome Driver - Moduł OS - Wejście/Wyjście plików
-
250 PLN Blum Auto Farm Bot — Automatyzacja Gier na Telegramie
PythonAutomatyzacja procesu gry z symulacją ludzkiego zachowania
Aplikacja desktopowa do automatyzacji zdobywania punktów w grze Telegram Blum. Bot emuluje działania prawdziwego gracza przez oficjalne API z tokenem Bearer do autoryzacji.
… Kluczowe możliwości
Podstawowa funkcjonalność:
Automatyczne przechodzenie sesji gier z losowymi wynikami
Zarządzanie bilansem biletów przez API
Symulacja ludzkiego zachowania: losowe opóźnienia 30-60 sekund między grami
Losowanie zdobywanych punktów (150-250 punktów za grę)
Interfejs:
Desktop GUI na Tkinter z ciemnym motywem
Sprawdzanie bilansu biletów w czasie rzeczywistym
Wyświetlanie postępu wykonywania gier
Zliczanie łącznej liczby zdobytych punktów
Walidacja wejścia i obsługa błędów
Stos technologiczny
Frontend: Tkinter, ttkthemes, widgety ttk dla nowoczesnego UI
Backend: Python, requests dla klienta HTTP, json do przetwarzania odpowiedzi, random do losowania
Integracja API: Punkty końcowe API gry Blum (graj, odbierz, bilans), autoryzacja tokenem Bearer, ładunek JSON
Zrealizowane mechaniki
Logika gry:
Inicjacja sesji przez POST /api/v1/game/play
Uzyskanie gameId do śledzenia
Oczekiwanie 30-60 sekund (symulacja prawdziwej gry)
Zakończenie przez POST /api/v1/game/claim z losowym wynikiem
Losowe przerwy 1-5 sekund między sesjami
Zarządzanie zasobami:
Automatyczne sprawdzanie bilansu biletów
Zapobieganie uruchomieniu przy niedoborze zasobów
Śledzenie wykorzystanych biletów i zdobytych punktów
Cechy techniczne
Mechanizmy antydetekcyjne:
Losowanie czasu między grami (30-60 sek)
Zmienność zdobywanych punktów (150-250 punktów)
Losowe przerwy między sesjami (1-5 sekund)
Nagłówek User-Agent do symulacji przeglądarki
Rozwiązania architektoniczne:
Modularna struktura z podziałem logiki
Bloki try-except dla wszystkich operacji sieciowych
Architektura oparta na zdarzeniach przez wywołania zwrotne Tkinter
Optymalizacja zapytań HTTP z ponownym wykorzystaniem sesji
Wyniki
Automatyzacja monotonnego zdobywania punktów
Stabilna praca bez blokad dzięki środkom antydetekcyjnym
Prosty interfejs dla użytkowników bez umiejętności technicznych
Oszczędność czasu przy zachowaniu efektywności
Zastosowanie umiejętności
Projekt demonstruje:
Rozwój aplikacji desktopowych GUI w Pythonie
Inżynierię odwrotną API gier
Pracę z klientami HTTP i REST API
Tworzenie systemów antydetekcyjnych z losowaniem
Projektowanie UX dla aplikacji desktopowych
Technologie: Python - Tkinter - Requests - REST API - Automatyzacja gier - API Blum
Format: Aplikacja desktopowa (Windows/Mac/Linux)
-
500 PLN CS2 Wykrywacz Oszustw — Bot Telegram zasilany AI
PythonOpis projektu
Telegram-bot do automatycznej analizy plików demo gier CS2 z wykorzystaniem sztucznej inteligencji. System przeprowadza głęboką analizę zachowań graczy i wykrywa użycie cheatów z dokładnością do 89%.
… Kluczowe możliwości
Telegram-bot:
Automatyczne ładowanie i przetwarzanie plików demo (.dem)
System limitów: 3 darmowe analizy + program poleceń
Analiza AI zachowań graczy z wykorzystaniem Claude API
Interaktywne menu z przyciskami inline do nawigacji
Szczegółowe raporty z kategoriami podejrzanych zachowań
Panel administracyjny:
Zarządzanie użytkownikami i ich bilansem analiz
System poleceń z śledzeniem statystyk
Monitorowanie ładowania i korzystania z usługi
Konfiguracja limitów i parametrów bota
System analizy:
Parsowanie zdarzeń w grze (zabójstwa, zgony, headshoty)
Analiza zachowań: aim, reakcje, wzorce gry
Ocena K/D, procent headshotów, stabilność gry
Wykrywanie podejrzanych momentów z kodami czasowymi
Ostateczny werdykt z procentem prawdopodobieństwa oszustwa
Stos technologiczny
Backend:
Python — główny język programowania
Flask — serwer WWW i API
pyTelegramBotAPI — integracja z Telegramem
Celery — asynchroniczne przetwarzanie zadań
PostgreSQL — przechowywanie danych użytkowników i statystyk
AI & Przetwarzanie:
Claude API — analiza plików demo przy użyciu sieci neuronowych
Parsery plików demo CS2
Algorytmy wykrywania zachowań
Infrastruktura:
Railway.app — hosting w chmurze
Gunicorn — serwer WSGI z konfiguracją współbieżności
Nginx — proxy i balansowanie obciążenia
Docker — konteneryzacja usług
Zrealizowane funkcje
Dla użytkowników:
Ładowanie demo przez interfejs drag-and-drop
Śledzenie postępu analizy w czasie rzeczywistym
Otrzymywanie szczegółowych raportów
System pomocy z instrukcjami
System poleceń do uzyskiwania bonusowych analiz
Dla administratorów:
Panel administracyjny Flask z autoryzacją
Zarządzanie bazą użytkowników
Statystyki użycia i analizy
Konfiguracja limitów i taryf
Bezpieczeństwo i wydajność
Obsługa do 40+ jednoczesnych użytkowników
Ochrona API przed nieautoryzowanym dostępem
Optymalizowane ładowanie plików (do 300MB)
Wspólny wolumen między kontenerami do wymiany plików
Czasy oczekiwania i graceful shutdown dla stabilności
Wyniki i metryki
Dokładność analizy: ~89% (porównywalna z profesjonalnymi systemami antycheatowymi)
Szybkość przetwarzania: 2-3 minuty na plik demo
Skalowalność: wsparcie dla dziesiątek jednoczesnych analiz
Doświadczenie użytkownika: intuicyjny interfejs z etapową informacją zwrotną
Unikalne cechy
Integracja AI do analizy zamiast metod sygnaturowych
Telegram jako platforma — dostęp bez instalacji aplikacji
Monetyzacja przez system limitów i poleceń
Pełny cykl od ładowania do szczegółowego raportu w ciągu minut
Szczegóły techniczne
Projekt demonstruje umiejętności pełnoprawnego rozwoju:
Architektura mikroserwisów (bot + web + worker)
Praca z systemami plików i przesyłaniem strumieniowym
Integracja zewnętrznych API AI
Projektowanie bazy danych i migracje
Wdrażanie i praktyki DevOps
Projektowanie UX dla komunikatorów
Technologie: Python - Flask - Telegram Bot API - Claude AI - PostgreSQL - Celery - Docker - Railway - Gunicorn
Aktywność
| Ostatnie oferty 4 | Budżet | Dodana | Terminy | Oferta | |
|---|---|---|---|---|---|
|
PARSING KONTA | W KANAŁACH TELEGRAMU
218 PLN
|
|||||
|
Bot Telegram
106 PLN
|
|||||
|
Prosty bot telegramowy
106 PLN
|
|||||
|
Poszukiwanie studenta-programisty (Python/AI/boty)
106 PLN
|