GitHub Разработчика

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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