Automatyzacja tworzenia i zamykania zadań w AmoCRM

Wymagana jest разработка lokalnego skryptu Python do automatycznego wypełniania Google Arkuszy danymi z wewnętrznego serwisu firmy. Główna logika: 1. Połączyć się z Google Arkuszem. 2. Znaleźć wiersze, w których wypełniony jest ID, ale brakuje dwóch docelowych wartości. 3. Sformułować link według szablonu: https://internal-service.example/item/{ID} 4. Uzyskać dwie wartości (przez API, jeśli istnieje, w przeciwnym razie przez Playwright). 5. Zapisz wartości z powrotem do Google Arkusza. 6. Oznaczyć wiersz jako przetworzony. 7. Kontynuować przetwarzanie kolejnych wierszy. Wymagania: • Python • Google Sheets API • Priorytetowe użycie oficjalnego API • W przypadku braku API — Playwright • Bez OCR, rozpoznawania ekranu i współrzędnych myszy • Poufne dane nie powinny trafiać do logów • Konfiguracja przez .env • Tryb testowy (bez zapisu do arkusza) • Nie przetwarzać już wypełnionych wierszy • Zbiorowe zapisywanie zmian w Google Sheets • Poprawne przetwarzanie błędów i ponownych prób Wymagane do dostarczenia: - kod źródłowy; - requirements.txt; - przykład .env.example; - instrukcja instalacji; - instrukcja uruchamiania; - krótki opis architektury. Przed rozpoczęciem realizacji proszę: 1. Zaproponować architekturę. 2. Wymienić niezbędne dostępności. 3. Zadać pytania wyjaśniające. 4. Podać koszt, terminy i orientacyjną liczbę godzin.

W ramach podnoszenia poziomu cyberbezpieczeństwa naszej infrastruktury musimy zrezygnować z praktyki przechowywania „wiecznych” i statycznych kluczy API, haseł oraz tokenów integracji w plikach konfiguracyjnych (.env, appsettings.json, config.yaml) naszych mikroserwisów. Cel biznesowy: Stworzyć jednolity, zabezpieczony punkt przechowywania danych poufnych (sekretów) z mechanizmem ich automatycznego aktualizowania (rotacji) w systemach zewnętrznych według harmonogramu. Inne nasze usługi będą żądać aktualnych tokenów „na żywo” przez API, co zminimalizuje szkody w przypadku kompromitacji któregokolwiek z komponentów systemu.Model bezpieczeństwa i szyfrowanie (Crypto Core) W bazie danych żaden sekret nie powinien być przechowywany w postaci jawnej. Podczas uruchamiania aplikacji do zmiennych środowiskowych przekazywany jest Klucz główny (Master Key). Jeśli klucz jest nieobecny lub ma nieprawidłową długość, usługa powinna zakończyć działanie na etapie inicjalizacji z zrozumiałym błędem w logach. Każdy sekret jest szyfrowany przed zapisaniem w bazie danych z użyciem tego Klucza głównego. Przy żądaniu — jest deszyfrowany w pamięci i zwracany w treści odpowiedzi.Audyt-logowanie (Audit Trail) Każda akcja z sekretami (tworzenie, odczyt przez usługę, udana lub nieudana rotacja) powinna być zapisywana w oddzielnym pliku logów audit.log (lub w oddzielnej tabeli w bazie danych). Ścisły zakaz: W audyt-logu kategorycznie zabrania się zapisywania samych wartości sekretów (ani w postaci jawnej, ani w postaci zaszyfrowanej).

Potrzebny specjalista do pisania parserów, który będzie w stanie obejść CLOUDFRAME. Parsowanie produktów odbywa się z witryn z autoryzacją. Jest 10+ donorów o różnym stopniu trudności, z różnym poziomem ochrony. Parsowanie produktów odbywa się z witryn z autoryzacją. Parsuje dane do gotowej bazy danych Mysql + zdjęcia na serwer. Należy napisać parser zgodnie z zadaniami opisanymi w specyfikacji technicznej i dostosować dane do istniejącej bazy danych, aby zapewnić pełną funkcjonalność na stronie. Specyfikacja techniczna oraz przykład donora na żądanie. Nie rozważamy parserów desktopowych ani C#.

Bot do lustrzenia pozycji na Binance Futures (Python) Potrzebny bot, który odczytuje moje pozycje na Hyperliquid (publiczne API) oraz Bitget Futures (mój klucz tylko do odczytu) i proporcjonalnie powtarza je na moim Binance USDT-M Futures przez API. Logika: otwieranie, zwiększanie, częściowe zamykanie, pełne zamykanie — wszystko lustrzane z konfigurowalnym współczynnikiem rozmiaru. Polling co 5–10 sek. Obowiązkowa poprawna obsługa częściowych zamknięć i uśrednień. Wymagania: powiadomienia w Telegramie o transakcjach i błędach; konfiguracja (pary, współczynnik, limity); wdrożenie na moim VPS + instrukcja; kod źródłowy przekazywany mi. Klucze wprowadzam sam. Etapy: 1) Hyperliquid→Binance, test na małych kwotach; 2) Bitget→Binance. Płatność przez safe etapowo. W odpowiedzi podaj doświadczenie z API giełd i jak obsłużysz częściowe zamknięcie 30% pozycji liderem

Konieczne jest przeprowadzenie głębokiej analizy technicznej trzech plików PDF pod kątem autentyczności oraz możliwych oznak edytowania lub fałszowania. Potrzebna jest nie tylko wizualna ocena dokumentów. Wykonawca powinien dobrze rozumieć wewnętrzną strukturę plików PDF oraz umieć analizować: metadane plików; strukturę PDF oraz poszczególnych obiektów; historię tworzenia i możliwego edytowania; używane oprogramowanie; wbudowane czcionki, obrazy, warstwy i inne elementy; możliwe oznaki ponownego zapisywania, konwersji, wprowadzania zmian lub tworzenia dokumentu z datą wsteczną; jakiekolwiek techniczne niezgodności, które mogą świadczyć o manipulacjach z plikami. Na podstawie przeprowadzonej analizy należy przedstawić zrozumiałe pisemne wnioski dotyczące każdego pliku z wskazaniem wykrytych oznak, ryzyk oraz ograniczeń analizy. Rozważamy specjalistów, którzy mają praktyczne doświadczenie w cyfrowej kryminalistyce, analizie dokumentów PDF, metadanych lub weryfikacji plików elektronicznych pod kątem autentyczności. W odpowiedzi prosimy krótko opisać swoje doświadczenie, metody oraz narzędzia, które wykorzystujesz do takiej analizy.