GitHub Разработчика

KeepTrack

Когда смотришь на звездное небо, сложно представить, что над головой на самом деле “плавает” десятки тысяч рукотворных объектов: от спутников до космического мусора, и там уже довольно тесно.

Мне всегда было интересно увидеть это наглядно и понять траектории орбит, а обычные 2D-карты чаще всего такого не дают.

В итоге на GitHub откопал опенсорсный проект KeepTrack, который прямо в браузере превращает всё это в профессиональную 3D-лабу по орбитальной механике.

За счет WebGL он может в реальном времени трекать больше 50 000 спутников, а еще на 60 fps симулировать до 2,5 млн фрагментов космического мусора. Выглядит очень мощно.

Есть фича “машина времени”: можно откатываться в прошлое или смотреть прогноз орбит на будущее, плюс проверять покрытие сенсоров и потенциальные предупреждения о столкновениях.

Проект написан на TypeScript, основной пакет всего 5 МБ, поэтому грузится быстро, ничего ставить не надо. Можно запускать офлайн без интернета, что классно для приватности.

Если ты любишь астрономию или тебе нужны жесткие наглядные материалы для научпопа, точно стоит кинуть в закладки.

📁 Language: #TypeScript 93.6%

⭐️ Stars: 1.3k

➡️ Cсылка на GitHub

📱 @git_developer

awesome-os-setup

Каждый раз, когда меняешь комп или переустанавливаешь систему, самое больное это поднимать dev-окружение с нуля. Поставить софт, настроить терминал, поправить конфиги, и вот уже улетело полдня.

На GitHub нашелся open-source проект awesome-os-setup, который пытается закрыть проблему кроссплатформенной настройки окружения одной автоматизированной схемой.

Суть в том, что у них есть TUI-инструмент (терминальный интерфейс) на Python, который единообразно управляет настройками системы на Windows, macOS и Linux.

Можно описать список пакетов одним YAML-файлом, а дальше он сам дернет нужный пакетный менеджер: winget, apt, brew или yay, без ручного ввода команд по одному.

Есть “one-liner” скрипты установки под разные ОС: запускаешь, попадаешь в визуальное меню, где можно и софт пачкой поставить, и настроить WSL2, и тайлинговый оконный менеджер.

Плюс, там даже встроен вариант кастомизации Windows Terminal: автоматом настраиваются шрифты и цветовая схема, что зайдет тем, кто хочет и быстро, и красиво.

📁 Language: #Python 45.2%

⭐️ Stars: 291

➡️ Cсылка на GitHub

📱 @git_developer

Search by Image

В сети часто бывает так: увидел картинку и хочешь понять, откуда она, или найти такой же товар. А вручную делать скриншот, потом заливать в поиск по картинке это долго, плюс легко накосячить.

Можно попробовать браузерное расширение Search by Image. Оно поддерживает больше 30 движков для поиска по картинкам, и позволяет делать обратный поиск прямо через правый клик по изображению.

Есть несколько режимов поиска: искать картинку на странице, загружать локальный файл, выделять область на странице, а ещё оно умеет работать с картинками на приватных сайтах.

В настройках можно самому выбрать нужные поисковики и расставить их по приоритету: Google, Bing, Yandex и любые другие, даже менее популярные, запускаются в один клик.

Работает в Chrome, Firefox, Edge, Safari и других популярных браузерах. Удобно, чтобы проверять подлинность изображений, отслеживать, где разошлась работа, или просто искать похожие товары.

📁 Language: #JavaScript 69.7%

⭐️ Stars: 3.1k

➡️ Cсылка на GitHub

📱 @git_developer

Docspell

Домашние счета, квитанции и договоры всё копятся и копятся. Даже если всё отсканировать в электронный вид, найти нужный документ потом бывает мучением: приходится долго листать, а теги и заметки вручную проставлять лень.

На GitHub нашёл Docspell, опенсорсную систему управления документами, заточенную под личное и семейное использование. Она умеет автоматически распознавать содержимое документов и умно ставить теги.

В основе библиотека NLP от Стэнфорда: система через машинное обучение подхватывает закономерности из твоих текущих документов и начинает сама предлагать теги, вытаскивать даты, угадывать контрагента, плюс умеет OCR, чтобы распознавать текст.

Есть полнотекстовый поиск, интеграция с почтой (можно импортировать документы прямо из email), Android-приложение для загрузки файлов с телефона. Также поддерживаются кастомные поля, массовое редактирование, дашборды и другие полезные штуки.

Разворачивается одной командой через Docker, плюс есть пакет для Debian и модуль для NixOS. По сути, тремя командами можно поднять локально, и данные полностью остаются под твоим контролем.

📁 Language: #Elm 47.2%, #Scala 44.2%

⭐️ Stars: 2.1k

➡️ Cсылка на GitHub

📱 @git_developer

Web-ScreenRec

Запрос на запись экрана это частая история, но большинство рекордеров надо ставить, а если пересел на другое устройство, снова всё ставить и настраивать, что бесит.

Случайно нашёл на GitHub опенсорсный Web ScreenRec: запись прямо в браузере, без установки софта.

Сделано на веб-технологиях: открыл страницу и сразу можно писать. Поддерживает одновременную запись экрана, микрофона и системного аудио.

После записи можно в один клик прогнать через FFmpeg и конвертнуть в MP4, чтобы дальше было удобно монтировать и шарить.

Проект можно деплоить через Docker, либо просто клонировать и открыть локально в браузере. Кроссплатформенно, и на другой комп переехал без повторной конфигурации.

📁 Language: #JavaScript 57.0%

⭐️ Stars: 42

➡️ Cсылка на GitHub

📱 @git_developer

PaddleOCR-VL-1.5.

Только что Baidu мощно опенсорснули новое поколение модели для парсинга документов: PaddleOCR-VL-1.5.

Всего 0.9B параметров, и она заняла первое место в глобальном рейтинге OmniDocBench V1.5. По совокупной производительности обходит Gemini-3-Pro, DeepSeek-OCR-2 и GPT-5.2.

В повседневной работе и жизни фото контрактов или счетов, снятые на телефон, часто получаются с перекосом, изгибом или деформацией.

Если распознавать такое классическими OCR-инструментами, нередко бывает пропуск контента или вообще полный провал распознавания.

С PaddleOCR-VL-1.5 эти проблемы решаются.

Это первая в мире OCR-модель, которая поддерживает “позиционирование по нестандартным рамкам”. Она точно распознаёт трапециевидные, сложенные, изогнутые и другие нерегулярные формы документов.

Даже если документ смяли или он сильно исказился из-за угла съёмки, модель может восстановить структуру таблиц и текста “ячейка за ячейкой” с точностью, близкой к сканеру.

Плюс добавили распознавание печатей и автосклейку таблиц, которые идут на нескольких страницах. Ещё отдельно прокачали редкие иероглифы, древние тексты и 109 языков, чтобы заметно повысить стабильность в сложных рабочих сценариях.

За последние полгода OCR-гонка реально стала очень жёсткой: крупные компании активно выкатывают новые модели и пытаются занять нишу документ-парсинга.

А релиз Baidu PaddleOCR-VL-1.5 попал ровно в боль разработчиков: распознавание “нестандартных документов”, которые обычно хуже всего даются.

То есть OCR перестаёт быть штукой только для идеальных сканов и начинает нормально работать в сложных бизнес-сценариях.

Сейчас веса модели полностью открыты. Разработчики могут скачать или протестировать онлайн на Hugging Face.

Онлайн демо, Скачать модель

📁 Language: #Python 76.3%

⭐️ Stars: 61.9k

➡️ Cсылка на GitHub

📱 @git_developer

ai-data-science-team

Когда делаешь проекты по Data Science, львиная доля времени обычно уходит на чистку данных и однотипный код для графиков, а на реальный тюнинг моделей сил остается совсем мало.

Случайно наткнулся на GitHub на проект ai-data-science-team, который по сути собирает тебе универсальную виртуальную команду дата-сайентистов.

Он дает визуальный workflow-инструмент: через интерфейс и в связке с AI можно прогнать весь пайплайн от загрузки данных, очистки и EDA до моделинга.

Внутри несколько специализированных агентов, которые делят работу и берут на себя рутину: автоматом разбираются с пропусками, генерят код для feature engineering, а также могут напрямую дергать H2O и MLflow для обучения и оценки моделей.

Можно подключить OpenAI или локальные модели через Ollama, так что с приватностью данных проще, и все это сделано на Streamlit, в Python ставится и запускается довольно быстро.

Проект сейчас активно пилится и обновляется, так что подойдет тем, кто хочет отдать муторную предобработку AI и больше фокусироваться на бизнес-логике.

📁 Language: #Python 100.0%

⭐️ Stars: 4.6k

➡️ Cсылка на GitHub

📱 @git_developer

plexe

Чтобы натренировать ML-модель, обычно надо шарить в алгоритмах, писать код и бесконечно тюнить гиперпараметры. Для большинства это входной барьер, который сразу отбивает желание.

На GitHub есть Plexe, опенсорсный проект, который сильно снижает порог: ты описываешь задачу обычным языком, а он автоматически собирает машинное обучение под это.

Достаточно по-человечески объяснить, что именно хочешь предсказать, какие данные на входе и что должно быть на выходе. Дальше система через связку нескольких агентов сама проходит весь пайплайн: анализ данных, план решения, генерация кода, тесты и оценка качества.

Поддерживает разных провайдеров LLM: OpenAI, Anthropic, Ollama и другие. Плюс умеет автоматически выводить структуру данных или даже генерировать синтетический датасет.

Еще внутри есть распределенное обучение на Ray: можно параллельно прогонять несколько вариантов моделей и сильно ускоряться.

Если тебе нужно быстро проверить ML-идею или дать возможность строить модели не технарям, штука выглядит реально полезной.

📁 Language: #Python 92.0%

⭐️ Stars: 2.3k

➡️ Cсылка на GitHub

📱 @git_developer

Curses

Стримишь или записываешь видео и хочешь реальные субтитры в реальном времени, чтобы зрителям было проще, но у большинства тулов стили однотипные и почти не настраиваются.

Недавно нашел на GitHub опенсорсный инструмент Curses. Он заточен под субтитры speech-to-text для OBS, VRChat, Twitch и Discord, и при этом дает очень много кастомизации.

Поддерживает разные движки распознавания: Microsoft Azure, Speechly, Deepgram и встроенный браузерный WebSpeechAPI. Плюс умеет в обратную сторону, текст-в-речь, чтобы выводить озвучку.

Оформление субтитров можно докрутить по-взрослому: цвета, шрифты, тени, фоновые текстуры, анимация печати, звуки, частицы, и даже CSS. Можно тянуть тысячи бесплатных шрифтов прямо из Google Fonts.

Еще умеет брать источник из Twitch-чата: отображает эмодзи 7TV/FFZ/BTTV, а результаты распознавания можно отправлять обратно в Twitch-чат или в канал Discord.

Есть система сцен: сохраняешь несколько пресетов дизайна и при переключении сцен в OBS стили субтитров переключаются автоматически. Через плагин obs-websocket можно настроить OBS “в один клик”.

📁 Language: #TypeScript 85.9%

⭐️ Stars: 652

➡️ Cсылка на GitHub

📱 @git_developer

PDF3MD

Когда работаешь с PDF и хочешь перегнать его в Markdown для нормального редактирования или выгрузить в Word, часто упираешься в то, что инструменты либо слишком примитивные, либо замороченные.

Случайно наткнулся на PDF3MD, опенсорсный тул, который специально конвертит PDF в Markdown и Word. Интерфейс простой, все делается интуитивно.

Сделан на React (фронт) и Flask (бэк). Просто перетаскиваешь PDF в окно, видишь прогресс конвертации в реальном времени, а после завершения можешь сразу скопировать Markdown или скачать Word-документ.

Поддерживает пакетную загрузку нескольких PDF одновременно: показывает для каждого файла исходное имя, размер, количество страниц и таймстамп конвертации.

Есть быстрый деплой через Docker: одной командой запускаешь локально, либо можно повесить за reverse proxy и развернуть на сервере.

📁 Language: #JavaScript 42.6%

⭐️ Stars: 241

➡️ Cсылка на GitHub

📱 @git_developer

DocStrange

Когда делаешь RAG или “скармливаешь” ИИ свои материалы, самая больная тема это таблицы внутри PDF и картинок. Текст из них вытаскивается криво: формат плывет, особенно на сложных макетах, и в таком виде это почти невозможно нормально использовать.

На GitHub как раз нашелся опенсорсный проект DocStrange, который целится ровно в эту проблему: превращать документы в данные без боли.

Он умеет довольно точно конвертировать разные форматы в то, что любят большие модели: Markdown или структурированный JSON.

Поддерживаются PDF, изображения, офисные документы и даже ссылки на веб-страницы. В основе OCR плюс анализ верстки, то есть он не просто распознает текст, а пытается понять структуру документа.

Фишка в том, что он может восстанавливать сложные таблицы, а еще по заданным полям или Schema сразу вытаскивать структурированный JSON.

Есть готовый локальный веб-интерфейс: закинул файл drag-and-drop и получил результат. Плюс поддерживается локальное ускорение на GPU, все крутится у тебя на машине, данные никуда не уезжают, с приватностью спокойнее.

Лучше всего зайдет тем, кто собирает RAG-базу знаний или кому нужно пачками разбирать сканы, счета, инвойсы и другой неструктурированный хлам.

📁 Language: #Python 85.4%

⭐️ Stars: 1.3k

➡️ Cсылка на GitHub

📱 @git_developer

Clawdbot

Сейчас ИИ умеет и код писать, и картинки рисовать, и в роли собеседника выступать, но есть одна проблема: чтобы всем этим пользоваться, почти всегда нужно идти в отдельную веб-страницу или отдельный клиент.

Как только хочется, чтобы он помог с рабочей задачей или обсудить с ним требования и решение, приходится открывать нужное окно ИИ и постоянно прыгать между разными интерфейсами. Это реально неудобно.

И вот на GitHub как раз попался очень хайповый open-source проект Clawdbot, который закрывает эту боль. Буквально за несколько дней он набрал 20000+ звёзд.

В отличие от простых AI-чатиков, Clawdbot это приватный AI-ассистент, который может полностью работать локально и у которого есть условные “руки и ноги”.

Внутри у него есть инструменты вроде управления браузером, Canvas-холста, планировщика задач и т.д. Он может как человек автоматом ходить по сайтам, заполнять формы, читать и писать файлы и даже выполнять shell-команды.

Его можно подключить к популярным большим моделям вроде Gemini и Claude, а также завести в разные мессенджеры и соц-чаты.

В итоге можно прямо в привычных чат-приложениях отдавать ему команды, чтобы он сам автоматизировал и выполнял задачи, без постоянного переключения между приложениями.

У проекта есть пошаговая установка: одной командой можно быстро развернуть. Запускается и локально на Mac, и на Linux-сервере для удалённого доступа.

📁 Language: #TypeScript 82.5%

⭐️ Stars: 60k

➡️ Cсылка на GitHub

📱 @git_developer

Text Grab

Иногда видишь текст на картинке, в видео или прямо в интерфейсе какого-нибудь приложения, а скопировать нельзя: не выделяется. Остается только вбивать руками, и если там длинный кусок, это прям боль.

Недавно на GitHub попался Text Grab, опенсорсный OCR-инструмент, который вытаскивает любой видимый на экране текст и дает сразу скопировать.

Он завязан на встроенный Windows OCR-движок: распознает локально, без интернета, не держит постоянно фоновый процесс, запускаешь по необходимости. Работает шустро.

Есть четыре режима:

▪️полноэкранный захват: можно выделить область или кликнуть по слову и сразу распознать;
▪️режим плавающего окна: закрепляешь где угодно и оно постоянно распознает;
▪️окно редактирования текста: внутри есть разные инструменты обработки текста;
▪️быстрые запросы: сохраняешь часто используемые куски и вызываешь их одним действием.

Еще есть поддержка CLI: можно делать OCR по файлу картинки или прогонять пакетно всю папку с изображениями.

Кому надо, можно поставить из Microsoft Store или скачать с GitHub. Также поддерживается установка через менеджеры пакетов scoop и choco.

📁 Language: #Csharp 99.5%

⭐️ Stars: 4.5k

➡️ Cсылка на GitHub

📱 @git_developer

PageLM

Материалов для учебы куча: PDF, доки, заметки, все раскидано где попало. Когда садишься повторять, вообще непонятно, с чего начать. Задачи решать, карточки учить тоже приходится самому собирать и раскладывать, времени и сил уходит море.

Случайно наткнулся на PageLM, это опенсорсная платформа для обучения, которая сама превращает твои материалы в интерактив: квизы, флешкарты, подкасты и т.п.

Загружаешь PDF, Word или Markdown, дальше можно сразу “общаться” с содержимым, задавать вопросы, генерить аккуратно структурированные конспекты, а еще она автоматически вытаскивает карточки под интервальное повторение.

Плюс есть режимы типа пробного экзамена, планирования домашки, тренировки дебатов. И даже умеет конвертить заметки в подкаст-аудио, чтобы учиться по дороге.

Поддерживает разные модели: Google Gemini, OpenAI, Claude, Ollama и другие. Можно выбрать облако или локальный запуск, есть вариант деплоя одной командой через Docker.

Если тебя уже накрывает волной учебных материалов или хочется сделать повторение реально эффективнее, PageLM точно стоит попробовать.

📁 Language: #TypeScript 97.4%

⭐️ Stars: 1.1k

➡️ Cсылка на GitHub

📱 @git_developer

Happy Coder

Когда работаешь над проектом через Claude Code или Codex, часто нужно отойти от компа по делам, но при этом хочется держать руку на пульсе: посмотреть прогресс сборки, быстро подтвердить запрос на permissions, или сразу разрулить ошибку. В итоге приходится буквально сидеть рядом с ноутом.

На GitHub есть опенсорсный инструмент Happy Coder, который решает эту боль: мобильный и веб-клиент, чтобы удалённо гонять Claude Code и Codex с любого устройства.

Ставишь CLI на комп, запускаешь через команду happy. Когда подключаешься с телефона, сессия сама переключается в удалённый режим. Вернулся за ПК, нажал любую клавишу и мгновенно вернул локальное управление.

Есть пуш-уведомления: если AI упёрся в запрос прав или поймал ошибку, тебе сразу прилетит алерт. И важный момент по безопасности: заявлено end-to-end шифрование, то есть код при передаче между устройствами остаётся зашифрованным и не хранится на сервере в виде открытого текста.

Проект полностью open source: мобильное приложение, CLI и код бэкенда. Доступен в iOS App Store и Google Play, плюс есть веб-версия.

📁 Language: #TypeScript 97.6%

⭐️ Stars: 9k

➡️ Cсылка на GitHub

📱 @git_developer

butterfly

Обычно с заметками и набросками боль: то интерфейс перегружен и сложно вкатиться, то везде ограничения. Найти приложение, которое одновременно простое и мощное, реально непросто.

И тут на GitHub попался Butterfly, опенсорсный заметочник в стиле белой доски. Дизайн максимально минималистичный, но по функциям всё на месте: можно быстро рисовать от руки, писать текст, вставлять картинки, а ещё импортировать и прямо там редактировать PDF, SVG и другие форматы. Включил и сразу работаешь, инструменты лежат ровно там, где ожидаешь.

Полотно бесконечное: добавляешь фигуры, области, точки/узлы на путях, чтобы нормально структурировать мысли. Потом спокойно правишь каждый элемент: размер, цвет, позицию.

Хранение данных тоже гибкое: локально или синхронизация в WebDAV, плюс офлайн-режим.

Работает кроссплатформенно: Android, Windows, Linux и веб. То есть телефон, планшет, комп все ок, ещё и со стилусом и рукописным вводом дружит.

Если уже достали рамки “классических” заметочников и хочется свободно раскладывать идеи на доске, этот маленький, но приятный инструмент точно стоит попробовать.

📁 Language: #Dart 95.7%

⭐️ Stars: 1.7k

➡️ Cсылка на GitHub

📱 @git_developer

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