GitHub Разработчика
15.9K subscribers
311 photos
229 videos
2 files
546 links
Здесь ты найдешь полезные репозитории с GitHub

Связь: @devmangx

РКН: https://clck.ru/3FocDP
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
bad posture

Это система обнаружения положения тела в реальном времени предназначена для поддержания хорошей осанки и предотвращения напряжения шеи с помощью компьютерного зрения.

Она включает в себя функции обнаружение положения тела с веб-камеры, мониторинг угла шеи, визуальная обратная связь и звуковые оповещения при длительной плохой осанке, а также таймер для отслеживания времени плохой осанки.

Для работы системы необходимы Python, веб-камера и возможность аудиовыхода.

📁 Language: #JavaScript(34.9%), #CSS(27.9%), #Python(20.2%)

⭐️ Stars: 102

➡️ Cсылка на GitHub

📱 @git_developer
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥6😁3🤔1
Fluent UI System Icons

Microsoft открыла исходный код лаконичной и эстетичной библиотеки иконок

Библиотека содержит тысячи иконок с поддержкой Android, iOS, Flutter и других платформ, а также предоставляет удобную функцию автоматической адаптации направления для RTL и LTR интерфейсов.

На данный момент доступны два стиля: regular и filled, что покрывает большинство дизайнерских потребностей.

Дизайнеры и разработчики, которым понравилась эта библиотека, могут выбрать способ установки в зависимости от используемой платформы.

📁 Language: #HTML (38.3%), #Dart (31.0%), #Swift (19.5%), #CSS (10.6%)

⭐️ Stars: 6.6k

➡️ Cсылка на GitHub

📱 @git_developer
Please open Telegram to view this post
VIEW IN TELEGRAM
👍127
This media is not supported in your browser
VIEW IN TELEGRAM
wenyan-mcp

Многие уже используют ИИ для написания статей в WeChat Official Account — и здесь отлично подходит MCP-сервер для автоматизации публикаций.

Он позволяет ИИ-ассистентам автоматически форматировать Markdown-статьи и отправлять их в черновики WeChat-платформы, включая автоматическую загрузку изображений.

Ключевые функции:

🔸Автоматическая верстка и публикация Markdown-статей
🔸Поддержка загрузки изображений
🔸Встроенные темы оформления и кастомизация через frontmatter (заголовки, обложки и др.)
🔸Быстрая установка локально или через Docker
🔸Совместимость с MCP-клиентами (например, Claude, Cursor)

Подходит для тех, кто использует ИИ в контент-маркетинге и хочет сократить рутину при публикации.

📁 Language: #CSS (52.7%), #JavaScript (35.8%), #TypeScript (10.4%)

⭐️ Stars: 355

➡️ Cсылка на GitHub

📱 @git_developer
Please open Telegram to view this post
VIEW IN TELEGRAM
3👍3🌭3🤔1
Media is too big
VIEW IN TELEGRAM
OWASP Nettacker

OWASP Nettacker — это open-source инструмент, предназначенный для автоматизации сбора информации, сканирования уязвимостей и проведения пентестов.

Он поддерживает различные форматы отчетов: HTML, TXT, JSON, CSV, — и может использоваться через CLI, API, веб-интерфейс или как трансформы для Maltego.

Nettacker особенно эффективен при выявлении критических уязвимостей в таких системах, как MOVEit Transfer, Citrix Netscaler и Ivanti ICS/EPMM.

В последних релизах добавлены модули для сканирования свежих уязвимостей, включая уязвимости в Ivanti, WordPress, Adobe ColdFusion, Atlassian Confluence и Citrix.

📁 Language: #Python (62.6%), #CSS (24.7%), #JavaScript (12.6%)

⭐️ Stars: 4.2k

➡️ Cсылка на GitHub

📱 @git_developer
Please open Telegram to view this post
VIEW IN TELEGRAM
4🏆3👍1
This media is not supported in your browser
VIEW IN TELEGRAM
machine-learning-visualized

При изучении машинного обучения большинство материалов в сети либо ограничиваются поверхностными концепциями, либо сразу бросают в код, не объясняя, как на самом деле работают алгоритмы.

Сегодня на GitHub наткнулся на крутой опенсорс-проект — Machine Learning Visualized. Он показывает, как устроены алгоритмы машинного обучения изнутри, через визуализации и пошаговые математические разборы.

Что внутри:

🔸Полные реализации ключевых алгоритмов: нейронные сети, логистическая регрессия, перцептрон и др.
🔸Подробные математические выводы — с нуля, от первых принципов
🔸Интерактивные ноутбуки на базе Marimo — можно менять параметры на лету и сразу видеть результат
🔸Визуализация обучения — отслеживание, как веса сходятся к оптимуму
🔸Также охвачены PCA, кластеризация K-means, градиентный спуск и другие

Проект построен на Jupyter Book, можно изучать прямо в браузере или развернуть у себя локально через Docker одной командой.

Отличный ресурс, если хочешь не просто применять, а понимать, как работает ML под капотом.

📁 Language: #Shell (61.4%), #CSS (30.4%)

⭐️ Stars: 303

➡️ Cсылка на GitHub

📱 @git_developer
Please open Telegram to view this post
VIEW IN TELEGRAM
10👍4