17001
Здесь ты найдешь полезные репозитории с GitHub Связь: @devmangx РКН: https://clck.ru/3FocDP
Ciphey
Наткнулся на кусок зашифрованного текста, а что за шифр, непонятно. Вручную перебирать способы расшифровки слишком долго.
На GitHub как раз попался Ciphey, это инструмент для автоматической расшифровки: закидываешь шифртекст, он сам пытается определить тип шифрования/кодировки и расшифровать, чаще всего укладывается в 3 секунды.
Он опирается на кастомный AI-модуль и NLP, чтобы автоматически угадывать метод и распознавать осмысленный plaintext, без того чтобы заранее знать какие-то параметры шифрования.
Поддерживает больше 50 вариантов шифров и кодировок: бинарь, азбука Морзе, Base64, шифр Цезаря, Виженер, XOR и другие классические и современные варианты, плюс умеет распознавать хэши.
Внутри много написано на C++, поэтому работает быстро. Есть CLI, а также можно подключать как Python-библиотеку в свой проект. Поддерживаются Windows, Linux и macOS.
📁 Language: #Python 100.0%
⭐️ Stars: 20.8k
➡️ Cсылка на GitHub
📱 @git_developer
Anubis
Преподавателю на computer science в универе, помимо подготовки занятий, ещё приходится проверять домашки, разбирать отправленные решения и админить студенческие репозитории с кодом. Всё это довольно выматывает.
А университетские LMS обычно старые, обновляются медленно, поэтому нормально автоматизировать проверку программных заданий там ещё сложнее.
И вот на GitHub попался Anubis LMS, опенсорсная система управления обучением, заточенная именно под курсы по программированию. Её уже используют в Нью-Йоркском университете несколько семестров подряд.
У каждого студента отдельный GitHub-репозиторий. После пуша система автоматически прогоняет тесты и сразу возвращает фидбек. До дедлайна студент может отправлять решения сколько угодно раз и смотреть результаты тестов.
Плюс там есть облачная IDE, запускается в один клик: в браузере студент получает заранее настроенное Linux-окружение, без возни с локальной установкой и конфигами.
Система также умеет на основе таймстемпов коммитов и результатов тестов строить визуальную аналитику по обучению, чтобы преподаватель видел, как у студентов с усвоением конкретных тем.
Если ты ведёшь курс по программированию или недоволен автоматизацией в обычных LMS, проект точно стоит попробовать.
📁 Language: #Python 61.5%
⭐️ Stars: 366
➡️ Cсылка на GitHub
📱 @git_developer
T-Sync Conf
Инженерные конференции часто выглядят одинаково: с докладами, слайдами, вопросами из зала и ощущение, что половина тебе никак не откликается
T-Sync Conf решает эту проблему через формат. 7 февраля Т-Технологии проведут масштабную конференцию для инженеров, где вместо одного общего маршрута — восемь технических контуров, из которых каждый может собрать свою траекторию: AI, Data, R&D, Security, UX/UI, Productivity, Observability, Platform.
Фокус не на рассказах, а на практике: демо-стенды с AI- и Data- платформами, инженерные диалоги с разбором кейсов, хакатон и публичная сборка сервиса. Плюс отдельные форматы для обсуждения UX/UI инструментов — от интерфейсов до дизайн-систем. Пройдет все на площадке TAU в Москве. Проход бесплатный, но рега обязательна
➡️ Ссылка на регистрацию
📱 @git_developer
HanaVerse
Гонять локальную LLM прикольно, но когда перед тобой только голый терминал или простенькое веб-окно чата, как будто не хватает какого-то интерактива.
Случайно наткнулся на проект HanaVerse — он буквально дает ИИ “аватарку”: чат превращается в анимированное аниме-окно с поддержкой Live2D.
Внутри есть динамический персонаж “Hana”, который не только болтает с тобой, но и реагирует на взаимодействие мимикой и анимациями.
По функционалу тоже все серьезно: есть подсветка кода в Markdown и рендеринг математических формул LaTeX, так что можно и код разбирать, и задачи по матану решать.
Стек — Python + Flask, в качестве бэкенда нужен локально поднятый Ollama, развернуть все это несложно.
В настройках можно переключать разные модели вроде Llama3, Mistral и т.д., а еще задавать свои system prompt’ы и тем самым настраивать персональность ИИ под себя.
Если ты любишь аниме/двач-эстетику или просто хочешь добавить “души” в скучный диалог с ИИ, этот проект точно стоит попробовать.
📁 Language: #JavaScript 65.8%
⭐️ Stars: 43
➡️ Cсылка на GitHub
📱 @git_developer
FastScheduler
Писать планировщик задач на Python через стандартную библиотеку хоть и просто, но возможностей там немного. Как только появляются асинхронные задачи, работа с таймзонами, ретраи при фейлах и похожие кейсы, становится тяжко.
На GitHub нашел FastScheduler, это опенсорсный легковесный таск-планировщик для Python. Поддерживает async, таймзоны, Cron-выражения и еще имеет визуальную панель.
За счет очень аккуратного синтаксиса на декораторах задачу можно описать одной строкой. Есть разные варианты расписаний: интервалы, конкретное время, Cron и т.д. Асинхронные функции работают из коробки.
Установка через pip в один шаг, а для персистентности доступны разные хранилища вроде SQLite и PostgreSQL. После рестарта сервиса состояние задач не теряется.
📁 Language: #Python 79.5%
⭐️ Stars: 319
➡️ Cсылка на GitHub
📱 @git_developer
robotics_master
Хочешь системно вкатиться в робототехнику, а курсы в интернете либо слишком разрозненные, либо без нормальной практической глубины, из-за чего сложно собрать цельную базу знаний.
Как раз поэтому на GitHub попалась эта опенсорсная дорожная карта Robotics Master. Она сводит в одну программу хорошие курсы из Боннского университета, Мюнхенского технического университета и MIT, и за 21 месяц предлагает пройти обучение уровня магистратуры по робототехнике.
План разбит на 7 семестров и идет по нарастающей: стартуешь с базы по C++, дальше постепенно углубляешься в мобильных роботов, компьютерное зрение, планирование траекторий, deep learning и другие ключевые направления.
Программа покрывает темы вроде 2D/3D computer vision, планирования маршрутов для автономных систем, методов оптимизации в робототехнике, сенсорики, 3D SLAM. Для каждого семестра есть четкие цели и привязанные видеоматериалы.
Плюс добавлены доп. ресурсы по PyTorch, линейной алгебре, матану и т.п., чтобы подтянуть математику и кодинг. В целом, хороший референс для разработчиков, которые хотят прокачаться в робототехнике не кусками, а по нормальной структуре.
⭐️ Stars: 211
➡️ Cсылка на GitHub
📱 @git_developer
json-render
Идея про AI-генерацию UI сейчас реально меняется. Команда Vercel Labs недавно выложила в опенсорс json-render и по сути ломает старые правила.
Вместо привычной (и часто нестабильной) генерации кода они предлагают новый пайплайн: AI → JSON → UI. За какие-то три дня проект собрал 6000+ звезд.
Ключевая мысль: не давать AI “свободно творить”, а заставить работать внутри “ограждений”, чтобы на выходе были полностью предсказуемые структурированные данные.
Тебе нужно лишь описать библиотеку компонентов в нужной директории, а дальше AI заполняет данные. Так можно практически полностью убрать галлюцинации.
Это не только лечит вечную проблему “поплыл стиль”, но и дает стриминговый рендер с задержками на уровне миллисекунд, скорость там прям безумная.
Если хочешь собирать “абсолютно контролируемый” генеративный интерфейс, эту фронтенд-библиотеку точно стоит покопать.
📁 Language: #TypeScript 98.1%
⭐️ Stars: 6.7k
➡️ Cсылка на GitHub
📱 @git_developer
local_ai_ocr
Если нужно вытаскивать текст из документов или PDF, загружать файлы в онлайн-конвертеры всегда как-то стрёмно. А у многих локальных тулов то распознавание так себе, то форматирование превращается в кашу.
Случайно наткнулся на GitHub на open-source проект local_ai_ocr: он собран на модели DeepSeek-OCR и заточен под локальное офлайн-распознавание текста на Windows.
Он умеет с GPU-ускорением обрабатывать картинки и PDF: не просто точно вытягивает текст, но и может сразу экспортировать в Markdown, чтобы сохранить сложные таблицы и верстку.
Работает полностью офлайн: ничего не нужно отправлять в облако. Скачал, распаковал, запустил init-скрипт и можно пользоваться, без сложной настройки окружения.
Если для тебя критична приватность данных или нужна максимально точная “реконструкция” форматирования документа, штука точно стоит того, чтобы попробовать.
📁 Language: #Python 67%
⭐️ Stars: 493
➡️ Cсылка на GitHub
📱 @git_developer
paperetl
Когда занимаешься исследованием или анализом данных и у тебя сотни или тысячи PDF-статей, каждый раз вручную вытаскивать и раскладывать информацию это ад.
Недавно, пока копался в тулзах для обработки данных, наткнулся на paperetl. Это опенсорсная библиотека для пакетной обработки и парсинга научных публикаций, которая приводит разный входной формат к структурированным данным.
Поддерживает массовый парсинг и преобразование источников в разных форматах: полный текст PDF, PubMed XML, ArXiv XML и другие.
Может складывать неструктурированные статьи прямо в SQLite, выгружать в JSON, а также подключаться к Elasticsearch для полнотекстового поиска.
По сути, одной командой можно прогнать целую папку с файлами и превратить её в БД или набор структурированных файлов, чтобы потом нормально искать, фильтровать и анализировать.
Если ты делаешь литобзор, систематический обзор или хочешь собрать свою базу статей, инструмент точно стоит попробовать.
📁 Language: #Python 96.2%
⭐️ Stars: 490
➡️ Cсылка на GitHub
📱 @git_developer
Time Tracker for Browser
Если хочется понять, сколько времени ты реально тратишь на разные сайты каждый день, встроенная история браузера тут вообще не помогает: там видно только количество заходов, а куда ушло время, непонятно.
На GitHub как раз нашелся Time Tracker for Browser, опенсорсное расширение, которое автоматически считает, сколько ты сидишь на каждом домене, и рисует наглядные отчеты.
Поддерживает Chrome, Edge и Firefox. Поставил и забыл: оно в фоне собирает статистику, а через попап можно быстро посмотреть распределение времени по сайтам за день.
Помимо базового трекинга времени, есть отчеты по анализу данных и “привычкам”, чтобы видеть тренды и как меняется поведение в интернете. Плюс есть блокировки: можно задать правила и ограничить время на конкретных сайтах.
Все данные хранятся локально и никуда не отправляются, так что с приватностью все ок. Если хочешь разобрать свои интернет-привычки или начать жестче контролить время на “залипалках”, расширение точно стоит попробовать.
📁 Language: #TypeScript 97.6%
⭐️ Stars: 746
➡️ Cсылка на GitHub
📱 @git_developer
Lonkero
При пентесте самая боль обычно не в том чтобы найти уязвимость, а в том что сканер насыпает тонну ложных срабатываний и потом полдня сидишь руками проверяешь. В итоге реальные дырки тонут в шуме.
Попался тут Lonkero — опенсорсный сканер безопасности с байесовым движком и умным фильтром. Ложных срабатываний около 5%, что в разы ниже среднего по рынку.
Собран на Rust. Внутри больше 125 профильных сканеров: инъекции, аутентификация, API security, современные фреймворки и прочие штуки. Определяет стек и сам подстраивает стратегию тестирования.
Плюс там встроенная ML-начинка: после каждого прогона учится на ответах и со временем становится точнее. Есть даже федеративный режим — можно делиться весами моделей (без сырых данных) и подтягивать точность всей экосистеме.
Если ищешь пентестовский сканер с низким шумом, нормальным покрытием и поддержкой актуальных стеков, или устал от обычных сканеров с тоннами ложных тревог — Lonkero выглядит вполне стоящим вариантом.
📁 Language: #Rust 100.0%
⭐️ Stars: 719
➡️ Cсылка на GitHub
📱 @git_developer
VibeTunnel
Если на компе крутится долгий процесс и хочется с телефона иногда глянуть, что там происходит, или быстро показать коллегам вывод терминала, то обычно приходится настраивать SSH или ставить кучу софта. Короче, муторно.
Тут как раз вспомнили про VibeTunnel. Это опенсорс-штука, которая пробрасывает терминал Mac прямо в браузер. Можно открыть с телефона или планшета и смотреть в реальном времени.
Ты оборачиваешь своей командой нужное приложение, и ввод-вывод терминала летит в браузер. Поддерживается поток любого размера, докачка после обрыва и даже запись с последующим воспроизведением.
Есть три варианта доступа: Tailscale для приватной и максимально безопасной схемы, ngrok для временного шаринга, и обычная локалка, если всё внутри сети.
Плюс есть режим Git Follow. Он заставляет основной репозиторий автоматически прыгать по веткам вместе с рабочим деревом, так что при разработке IDE и сервер не нужно перезапускать после каждой смены ветки.
Нативно работает на Apple Silicon Mac, а ещё есть npm-пакет для Linux-серверов и Docker. Заходит для удалённого мониторинга AI-агентов или долгих билдов.
📁 Language: #TypeScript 50.2%
⭐️ Stars: 2.9k
➡️ Cсылка на GitHub
📱 @git_developer
sokuji
При созвонах с зарубежными клиентами или просмотре иностранных стримов языковой барьер быстро становится проблемой. Большинство инструментов для синхронного перевода либо дорогие, либо дают посредственное качество.
В GitHub нашёл Sokuji — open-source инструмент, заточенный именно под реальный перевод речи в онлайне.
Он подключается к OpenAI, Google Gemini и другим популярным LLM, в реальном времени слушает микрофон и сразу воспроизводит переведённую речь.
Кроме десктопной версии есть браузерное расширение для Chrome и Edge, с нормальной поддержкой сценариев Google Meet и Microsoft Teams.
На Linux можно поднять виртуальное аудиоустройство и напрямую прокидывать переведённый звук в другие приложения. Есть поддержка сквозного аудиопотока и визуализации звука в реальном времени.
Доступны установочные пакеты для Windows, macOS и Linux. Браузерные расширения уже опубликованы в магазинах Chrome и Edge.
📁 Language: #TypeScript 60.2%
⭐️ Stars: 352
➡️ Cсылка на GitHub
📱 @git_developer
Awesome local LLM
Если хочешь развернуть большую языковую модель локально, легко утонуть в куче инструментов и гайдов. То Ollama, то vLLM, плюс десятки фреймворков для дообучения. В итоге сложно понять, за что браться и какой стек вообще рабочий.
Случайно наткнулся на GitHub-проект Awesome local LLM. По сути, это энциклопедия по запуску LLM локально. Подборка очень полная и при этом хорошо структурирована, помогает быстро разложить весь стек по полочкам.
Внутри есть разделы по inference-платформам, inference-движкам, UI, самим языковым моделям, инструментам для разработки и ещё с десяток категорий. Плюс советы по выбору железа и полезные туториалы.
У каждого проекта указано количество GitHub Stars и короткое описание, так что можно быстро оценить популярность и понять, для чего он нужен. Также собраны обучающие ресурсы, включая YouTube-гайды и обзоры железа.
Если планируешь собирать локальное окружение под LLM или ищешь open source инструменты под конкретные задачи, эту подборку точно стоит сохранить.
⭐️ Stars: 613
➡️ Cсылка на GitHub
📱 @git_developer
🎬 Что это? А это второй выпуск нового интерактивного шоу «АйТир Лист» от МойОфис
«АйТир Лист» – это шоу, в котором эксперты оценивают технологии, компании, фреймворки и ИТ-решения по шкале от 1 до 4. Каждый выпуск — это 14 табличек от модератора, жаркие дискуссии и итоговый рейтинг, который поможет зрителям разобраться в актуальных трендах и сделать собственные выводы.
Во втором выпуске мы оценим фичи и идиомы C++.
Гости выпуска:
— Данил Черепанов, архитектор Редакторов МойОфис
— Антон Полухин, эксперт-разработчик C++ Техплатформы Городских сервисов Яндекса
🎥 Смотрите наш юбилейный второй выпуск там, где вам удобно:
VK | YouTube | RuTube
Реклама
ООО "НОВЫЕ ОБЛАЧНЫЕ ТЕХНОЛОГИИ"
ИНН: 7703807270
erid: 2W5zFJkMF3e
Craft Docs
Разрабатывать с Claude Code реально удобно и мощно, но когда все завязано на CLI, начинаются неудобства: сложно параллельно вести несколько задач, быстро смотреть историю диалогов и нормально переключаться между проектами.
Недавно на GitHub попался Craft Agents, опенсорсный инструмент, который дает понятный UI для управления всем этим, и в итоге ускоряет AI-ассистированный дев.
Он построен на Claude Agent SDK: по сути сохраняет базовый опыт Claude Code, но добавляет полезные штуки вроде управления несколькими сессиями, workflow по статусам, диффов и сравнения файлов.
Есть интеграции с 32+ инструментами Craft Docs, можно подключать MCP-серверы, REST API и локальную файловую систему. Права доступа сделаны в 3 уровня: от read-only режима для безопасного “пощупать”, до автозапуска действий, можно гибко переключаться под ситуацию.
Плюсом идут фоновые задачи, кастомные темы, окна для сравнения нескольких файлов, и даже поддержка drag-and-drop для картинок, PDF и Office-доков с автоконвертацией.
Если хочется превратить Claude Code из чистого командного инструмента в более наглядное и жирное десктоп-приложение, Craft Agents точно стоит попробовать.
📁 Language: #TypeScript 96.9%
⭐️ Stars: 1.1k
➡️ Cсылка на GitHub
📱 @git_developer
add-skill
Сейчас AI-инструментов для кодинга развелось куча, почти все умеют ставить Skills, но у каждого свои пути конфигов. В итоге полный бардак: где что лежит, как синкать, как не забыть обновить.
Хорошая новость: команда Vercel Labs недавно выложила в опенсорс add-skill. Это штука в стиле npm, которая приводит управление скиллами к одному формату.
Идея простая: одной командой берёшь skill-репу с GitHub и раскатываешь её локально во все свои Agent-инструменты. Тем самым закрывается боль с разными директориями и вечной рассинхронизацией конфигов.
Сейчас поддерживаются OpenCode, Claude Code, Codex, Cursor и ещё в сумме 13 популярных тулов. Установка максимально “из коробки”: инструмент сам пытается определить, что у тебя стоит, и кладёт конфиги куда надо.
Плюс под это есть Skills-маркет: там много готовых скиллов, у каждого есть описание, и всё отсортировано по установкам. Понравилось - просто копируешь команду и ставишь.
Если ты пользуешься несколькими AI-кодинг тулзами одновременно, это реально удобный менеджер скиллов, есть смысл поставить и потестить.
📁 Language: #TypeScript 62.6%
⭐️ Stars: 1.9k
➡️ Cсылка на GitHub
📱 @git_developer
rag-from-scratch
Хотим, чтобы модель знала нашу “внутреннюю кухню”, но финтюн — дорогой, долгий и часто дает так себе результат. Поэтому сейчас в проде в основном используют RAG (retrieval-augmented generation).
Как раз на GitHub есть годный опенсорс-туториал rag-from-scratch от команды LangChain.
Они начинают с базы: индекс, поиск, генерация, а потом постепенно заходят в продвинутые штуки вроде преобразования запросов, роутинга, multi-query retrieval и так далее. Плюс разбирают практические паттерны вроде adaptive RAG и “корректирующего” RAG.
Каждый блок снабжен подробным Jupyter Notebook с кодом и отдельным видеоразбором, можно параллельно смотреть и сразу запускать, чтобы прочувствовать, как RAG работает изнутри.
Туториал не просто показывает “как прикрутить RAG”, а именно через код объясняет, что под капотом, поэтому отлично заходит тем, кто хочет системно освоить разработку LLM-приложений.
⭐️ Stars: 6.5k
➡️ Cсылка на GitHub
📱 @git_developer
Rever
В стартапе иногда больше всего выносит мозг не сам продукт, а финпроцессы. Нестандартные компенсации, закупки, какие-то левые инвойсы и purchase order’ы летят со всех сторон, а ты это все сводишь через Excel и переписку в почте. В итоге медленно, легко ошибиться, и вечно что-то не сходится.
Случайно наткнулся на Rever, это опенсорсная платформа для автоматизации финансов с довольно точным позиционированием: AI-driven финансовая автоматизация, по сути “виртуальный CFO”.
Суть в том, что они собирают в одном месте управление поставщиками, закупочные заказы (PO) и обработку счетов (invoices/bills). Плюс есть двухстороннее сопоставление (2-way matching), которое автоматически сверяет PO и счет по количествам и суммам, чтобы не переплатить и не оплатить не то.
Также внутри есть workflow согласований и полный audit log: каждое действие записывается и потом нормально трассируется, что важно для комплаенса. Дальше обещают поддержку трехстороннего сопоставления (3-way matching), управления документами и продвинутой аналитики.
Есть приватный деплой, что для компаний, которым важна финансовая приватность, прям в тему, данные остаются у тебя.
Если ищешь опенсорсный вариант, который может заменить мучения с Excel и разгребание финансового хаоса, проект точно стоит попробовать.
📁 Language: #TypeScript 47.6%
⭐️ Stars: 416
➡️ Cсылка на GitHub
📱 @git_developer
RemoveWindowsAI
Обновления Windows 11 становятся все агрессивнее: систему набивают разными обязательными AI-фичами вроде Copilot, Recall, AI в Paint и т.д. Если хочется “чистую” среду, руками отключать все это довольно муторно и долго.
На GitHub нашли RemoveWindowsAI: опенсорсный скрипт, который лезет глубже в систему и предназначен для полного удаления этих вездесущих AI-компонентов.
Достаточно одной команды, чтобы запустить графический интерфейс: отмечаешь, какие AI-функции убрать, жмешь выполнить и получаешь “очистку”. Также заявлены бэкап и откат (backup/restore).
Дополнительно поддерживается установка старых “чистых” версий приложений и блокировка ситуации, когда Windows Update тихо ставит AI-пакеты обратно.
Тем, кто гонится за максимально чистой системой и не хочет, чтобы AI что-то “подсматривал”, может зайти. Так как это изменения на уровне системных компонентов, перед экспериментами рекомендуют сделать резервную копию данных/системы.
📁 Language: #PowerShell 100.0%
⭐️ Stars: 9k
➡️ Cсылка на GitHub
📱 @git_developer
web-check
Чтобы нормально разобрать техархитектуру сайта, его security-настройки и потенциальные риски, вручную проверять DNS, SSL, инфу по серверу и т.д. обычно значит открыть кучу разных тулзов. Это реально неудобно.
Случайно наткнулся на Web-Check, опенсорс-проект: на одной странице можно прогнать десятки проверок по сайту, от IP-информации до security-конфига, всё видно сразу.
Он делает и браузерные, и серверные проверки. Вводишь домен, и дальше автоматически запускаются: поиск IP, разбор цепочки SSL-сертификатов, парсинг DNS-записей, проверка cookie, анализ HTTP-заголовков и ещё больше 30 разных тестов.
Помимо базового определения техстека, геолокации/размещения сервера и скана портов, он умеет проверять DNSSEC, тип фаервола, безопасность TLS-наборов шифров и даже считать углеродный след сайта. Плюс есть полезные штуки вроде превью со скриншотом, поиска по историческим снапшотам, глобального рейтинга и т.п.
Проект поддерживает деплой одной командой через Docker, а ещё его можно задеплоить на Netlify или Vercel. Если нужно глубже понять архитектуру сайта или сделать security-оценку, инструмент точно стоит сохранить.
📁 Language: #TypeScript 65.5%
⭐️ Stars: 30.3k
➡️ Cсылка на GitHub
📱 @git_developer
Neoflow
Когда команда устраивает брейншторм или рисует схемки, за нормальные коммерческие whiteboard-инструменты приходится платить, а бесплатные обычно душат лимитами и пользоваться ими бесит.
На GitHub как раз попался Neoflow — опенсорсный whiteboard, который полностью бесплатный и при этом не урезанный. Заточен под простую коллаборацию.
Собран на базе tldraw, поэтому интерфейс приятный и лёгкий. Есть realtime совместное редактирование — несколько человек могут двигать блоки одновременно без лагов.
Плюс завезли AI-фичи, которые реально помогают в работе — авто-организация канваса, распознавание фигур и прочие полезные штуки.
Лицензия MIT. Можно поднять локально через Docker или npm — без танцев и без привязки к SaaS.
Подходит дизайнерам для набросков и идей, а дев-команде — для обсуждения архитектур и процессов. Хорошая альтернатива коммерческим whiteboard-сервисам.
📁 Language: #JavaScript 87.1%
⭐️ Stars: 142
➡️ Cсылка на GitHub
📱 @git_developer
NoLanguageLeftWaiting
Если хочется делать стриминговый перевод для трансляций или прям настоящий синхрон, быстро упираешься в тупняк классических офлайн-моделей: они часто ждут, пока человек договорит фразу целиком, и из-за этого появляется заметная задержка.
На GitHub нашелся опенсорсный проект NoLanguageLeftWaiting. Ребята взяли офлайн-переводчик Meta NLLB и переделали его в режим реального синхронного перевода: модель может переводить на лету, не дожидаясь конца предложения.
Плюс они закрывают типичные боли “псевдо-синхрона”: когда пунктуация вставляется криво, а работа с префиксами и контекстом превращается в кашу.
Что по возможностям:
* перевод между ~200 языками
* два варианта бэкенда: HuggingFace и CTranslate2
* внутри сразу два размера модели: 600M и 1.3B
Сейчас они ещё пилят speculative decoding (спекулятивное декодирование), чтобы ускорить вывод. Идея: часть гипотез быстро “пробрасывать” и потом частично валидировать, чтобы не тормозить на каждом шаге. По их замерам валидация занимает примерно 0.15 секунды.
Если делаешь голосовой перевод, субтитры для стрима или любой кросс-языковой созвон, где задержка решает, проект прям стоит потыкать.
📁 Language: #Python 100.0%
⭐️ Stars: 41
➡️ Cсылка на GitHub
📱 @git_developer
TaxHacker
Каждый раз, когда надо разгрести чеки и инвойсы для налогов, обычно все превращается в ручной ад: по одной бумажке вбивать в таблицу продавца, сумму, дату, налоги и прочие поля. Долго и легко накосячить.
На GitHub недавно нашелся TaxHacker, опенсорсный учетный инструмент под фрилансеров и малый бизнес. Фишка в том, что он с помощью AI автоматически распознает и вытаскивает данные из инвойсов.
Сфоткал чек или загрузил PDF и AI сам вытащит ключевое: названия позиций, суммы, дату, продавца, налоговые поля и т.д. Дальше это сохраняется сразу в структурированную базу, плюс можно добавить кастомные поля, чтобы вытягивать то, что нужно именно тебе.
Есть поддержка 170+ фиатных валют и 14 криптовалют, а также автоматический пересчет по курсу на дату операции. Можно фильтровать записи по дате, категориям, проектам, сумме и другим признакам, и выгружать полный журнал транзакций в CSV.
Отдельно полезно, что можно настраивать промпты для AI, включая системные шаблоны: заставить модель вытаскивать дополнительные атрибуты под твой кейс, например email, адрес, код проекта и т.п.
Для деплоя есть Docker-образ и Docker Compose, можно быстро поднять на своем сервере и держать данные под полным контролем. Также поддерживается подключение к уже существующему PostgreSQL.
📁 Language: #TypeScript 99.7%
⭐️ Stars: 1k
➡️ Cсылка на GitHub
📱 @git_developer
pad.ws
Когда в разработке хочется и рисовать схемы, и писать код, обычно начинаешь прыгать между белой доской и IDE или открывать всё в разных окнах. Место быстро заканчивается, а фокус теряется.
Наткнулся на GitHub на проект pad.ws — довольно креативная штука, которая склеивает белую доску и дев-среду прямо в браузере.
Там Excalidraw отвечает за интерактивный вайборд, а внутри ещё лежит полноценный IDE: можно открыть терминал и VS Code прямо на доске и мгновенно переключаться между визуализацией и кодингом.
Заход работает с любого устройства. Плюс есть десктопный коннект через VS Code и Cursor чтобы подключаться к виртуалке.
Есть готовый хостинг для быстрого прогона, а также Docker для самохоста. Проект пока на ранней стадии, поэтому локальный деплой скорее для тестов, но идея сама по себе очень живая.
📁 Language: #TypeScript 57.7%
⭐️ Stars: 3.9k
➡️ Cсылка на GitHub
📱 @git_developer
Constrict
Хочешь скинуть другу видос или залить вложение где-нибудь, а платформа выдает “файл слишком большой”. Приходится искать софт, ковырять настройки и сжимать вручную.
На GitHub как раз попался Constrict — маленький опенсорс-инструмент, заточенный под одну конкретную задачу: ужать видео до нужного размера.
Не нужно возиться с кучей параметров. Просто задаешь целевой размер, а дальше он сам рассчитывает и подбирает битрейт, разрешение и FPS, чтобы ужать ролик максимально точно.
Поддерживаются популярные кодеки вроде H.264, HEVC и AV1. Вся обработка делается локально, без загрузки в облако, так что и приватность сохраняется, и ждать ничего не нужно.
Есть готовые инсталляторы, интерфейс простой и понятный. Если тебе часто нужно ужимать видео под конкретный размер и неохота каждый раз вручную крутить параметры — инструмент прям годный для закладок.
📁 Language: #Python 94.2%
⭐️ Stars: 507
➡️ Cсылка на GitHub
📱 @git_developer
Zedis
Когда работаешь с Redis, многие клиенты сделаны на Electron, и при загрузке десятков тысяч записей все начинает дико лагать.
Тут как раз на GitHub наткнулся на Zedis — Redis GUI-клиент, который явно упирается в производительность.
Там нет веб-оболочки, поэтому интерфейс держит нативные 60 FPS и дает очень плавный опыт, плюс есть умный просмотрщик данных.
Поддерживает авто-распаковку GZIP/ZSTD, форматирование JSON и даже просмотр сохраненных картинок прямо внутри.
Клиент сам умеет определять топологию — одиночный инстанс, кластер или Sentinel — так что избавляет от мутных коннект-настроек.
Сейчас есть сборки под macOS, Windows и Linux. Рекомендую тем, кому критична скорость отклика.
📁 Language: #Rust 99.2%
⭐️ Stars: 1.1k
➡️ Cсылка на GitHub
📱 @git_developer
nexa-sdk
Если хочется запустить быстрый, полностью офлайн и бесплатный AI-модель прямо на своём компе или телефоне, можно посмотреть в сторону Nexa SDK. Это open-source проект.
По сути, сейчас это одно из самых интегрированных и полноценных решений на рынке среди опенсорса, с нормальной экосистемой и инструментарием.
За счёт собственной технологии сжатия моделей он спокойно работает без интернета и за миллисекунды прогоняет поиск по тысячам локальных фотографий.
С обработкой десятков тысяч чувствительных документов тоже проблем нет. Все данные остаются на устройстве, так что по безопасности и приватности это сильно выигрывает у облачных API.
Есть полная совместимость с OpenAI API, поэтому его можно без боли встраивать в уже существующие дев-воркфлоу.
Плюс в комплекте идёт готовый CLI. Одна команда — и модель скачана и запущена. Вкатиться можно буквально за пару минут.
📁 Language: #Go 50.8%
⭐️ Stars: 6.5k
➡️ Cсылка на GitHub
📱 @git_developer
SvgPathEditor
Если занимаешься дизайном или фронтенд-разработкой, то SVG-пути приходится править постоянно. Обычно это выглядит так: бесконечно переключаешься между кодом и превью, меняешь координаты почти наугад. Медленно и утомительно.
Недавно на GitHub нашёл открытый инструмент SvgPathEditor. Он позволяет визуально редактировать SVG-пути прямо в браузере: перетаскиваешь точки мышкой и сразу видишь результат, чистый WYSIWYG.
Можно просто вставить код SVG-пути и редактировать его, либо создать путь с нуля: кликаешь, добавляешь команду и указываешь точки прямо на холсте.
Поддерживается drag-and-drop для контрольных точек, по клику на команду можно переключать относительные и абсолютные координаты, вставлять, удалять и преобразовывать типы команд. Есть операции масштабирования, панорамирования, поворота, округления координат, а также undo/redo.
Есть онлайн-версия, которая работает сразу из коробки, и возможность развернуть локально. Отлично подходит фронтенд-разработчикам для точной подгонки деталей иконок.
📁 Language: #TypeScript 65.5%
⭐️ Stars: 4.7k
➡️ Cсылка на GitHub
📱 @git_developer
Promptomatix
При работе с prompt’ами больше всего выматывает не придумывание, а бесконечный перебор вариантов. Поменял одно слово — результат стал хуже, добавил фразу — логика поехала. В итоге куча времени уходит на ручной тюнинг и пробу-ошибку.
Случайно на GitHub попался Promptomatix — фреймворк от Salesforce AI Research, выложенный в open source. Его цель как раз в том, чтобы избавиться от этой ручной возни с оптимизацией prompt’ов.
Он анализирует требования задачи, автоматически генерирует тренировочные данные и на основе фидбэка итеративно правит prompt, пока не выйдет на лучший результат.
Поддерживает несколько провайдеров моделей, включая OpenAI и Anthropic. Есть и CLI, и API для интеграции в проекты.
Также есть подробные Jupyter-туториалы — от базового использования до продвинутой кастомизации. Можно начать быстро через командную строку, а потом углубиться.
Если ты разрабатываешь LLM-приложения или уже устал вручную полировать prompt’ы, этот автоматизированный подход точно стоит попробовать.
📁 Language: #Python 99.5%
⭐️ Stars: 714
➡️ Cсылка на GitHub
📱 @git_developer