TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #319 · 11 апр.

Блокировки, они повсюду... Ох как надоела эта тенденция. Наша IT индустрия буквально стреляет себе в ногу силами определённых личностей и их мнений о том как для нас будет лучше. Как бы там ни было, сейчас все советуют экстренно качать и переносить свои видосы с YouTube на отечественные аналоги. Да, можно использовать оконные софты со всеми удобствами (VLC или Youtube Video Downloader), но мы лучше покодим😉 Я набросал небольшой скрипт для скачивания плейлиста с YouTobe в один клик. Из зависимостей только модуль pytube. ▫️ Для скачивания выбирается максимально доступный размер видео файла. ▫️ Если файл уже существует то скачивания не будет. Удобно для апдейта обновлений. ▫️ Скрипт качает всё из плейлиста с помощью класса pytube.Playlist. Если хотите скачать канал, то просто замените класс на pytube.Channel from pytube import Channel PLAYLIST_URL = 'https://www.youtube.com/channel/XXXXXXXXX' playlist = Channel(PLAYLIST_URL) Забираем здесь ➡️ #source

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #maliciouscode

当前筛选 #maliciouscode清除筛选
Crypto M - Crypto News

@CryptoM · Post #65291 · 12.04.2026 г., 14:56

🚀 Security Concerns Raised Over AI Model API Proxy Services A security research team has identified malicious code injections in 26 out of over 400 unofficial AI model API proxy services examined. According to NS3.AI, the report highlights the potential risks associated with these intermediary services, which can modify AI-generated code and compromise sensitive data, including AWS keys. #security#AI#API#maliciouscode#dataprivacy#NS3AI#AWS

Crypto M - Crypto News

@CryptoM · Post #65378 · 13.04.2026 г., 03:10

🚀 AI TRENDS | University of California Study Reveals Security Risks in Third-Party LLM Routers Researchers at the University of California have identified security vulnerabilities in 26 third-party large language model (LLM) routers, which can potentially inject malicious code or steal credentials from AI agent traffic. According to NS3.AI, the study highlighted that one of these routers was able to drain Ether from a decoy wallet, although the reported financial loss remained under $50. The research paper cautioned developers who utilize AI coding agents for smart contracts or wallets, noting that private keys or seed phrases could be exposed when requests are routed through unscreened routers. #AI#securityrisks#thirdpartyLLM#maliciouscode#credentials#AIagents#UCstudy#smartcontracts#wallets#privatekeys#seedphrases#cybersecurity#ETH