GitHubFetch

GitHubFetch — это утилита командной строки, вдохновлённая Neofetch, предназначенная для отображения информации о профиле GitHub прямо в терминале. Она использует ASCII-графику и визуализирует активность пользователя в виде тепловой карты вкладов.

С помощью GitHubFetch можно просматривать такие данные, как биография пользователя, список подписчиков и его репозитории.

Инструмент поддерживает интеграцию с Docker, а также может работать с GitHub-токеном для расширенного доступа к данным и функциям.

Предусмотрены различные стили оформления ASCII-арта, а также возможность отключить цветовую палитру, чтобы адаптировать вывод под предпочтения пользователя.

📁 Language: #Python (97.1%)

⭐️ Stars: 50

➡️ Cсылка на GitHub

📱 @git_developer

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

Jaaz

Обычно для создания постеров, сторибордов и прочего дизайна приходится осваивать профессиональные инструменты вроде Photoshop — это сложно и требует времени.

Предлагаю попробовать Jaaz — локально запускаемый AI-дизайн-ассистент, полностью бесплатная и открытая альтернатива Lovart.

Основные возможности:

🔸редактирование изображений через диалоговый интерфейс
🔸пакетная генерация изображений
🔸бесконечный холст для свободной компоновки и творчества

Дополнительно:

🔸поддержка локальных LLM через Ollama
🔸можно использовать модели от Claude, OpenAI и других крупных AI-провайдеров
🔸интеграция с ComfyUI, на базе Flux Kontext — поддерживает удаление объектов, смену стиля, генерацию с сохранением консистентности персонажей
🔸кроссплатформенная: есть готовые инсталляторы для Windows и macOS, доступны на странице релиза проекта

Подходит тем, кто хочет запускать всё локально, без зависимости от облака.

📁 Language: #TypeScript (60.6%), #Python (21.3%), #JavaScript (16.5%)

⭐️ Stars: 616

➡️ Cсылка на GitHub

📱 @git_developer

WaterCrawl

Снова наткнулся на мощный инструмент для веб-скрейпинга и извлечения данных на GitHub — WaterCrawl.

Он построен на базе Python + Scrapy, эффективно парсит веб-страницы и извлекает нужные данные, при этом поддерживает многоязычный контент и мониторинг прогресса в реальном времени.

Ключевые возможности:

🔸Продвинутый веб-краулер с настраиваемой глубиной обхода, скоростью и целевыми элементами
🔸Встроенный мощный поисковый движок с тремя уровнями глубины: базовый, расширенный и предельный
🔸Поддержка многоязычного парсинга, включая поиск по странам
🔸Асинхронная архитектура, с возможностью реального времени мониторинга через SSE
🔸Полноценный REST API с поддержкой OpenAPI-документации
🔸Глубокая интеграция с AI- и автоматизационными платформами, такими как Dify и N8N

Также доступна быстрая установка через Docker, плюс поддержка SDK на Python, Node.js, Go, PHP и других языках.

📁 Language: #TypeScript (55.4%), #Python (29.2%)

⭐️ Stars: 449

➡️ Cсылка на GitHub

📱 @git_developer

File Find

Встроенные поисковые функции файловых менеджеров в Windows и macOS слишком примитивны — чтобы найти нужный файл, нередко приходится долго пролистывать список вручную.

Недавно на GitHub появилась мощная альтернатива — File Find — инструмент для более быстрого и точного поиска файлов.

Он поддерживает нечеткий поиск, регулярные выражения, поиск по содержимому файлов и точную фильтрацию по таким атрибутам, как размер или дата создания.

Ключевые возможности:

🔸Поддержка различных режимов поиска: нечеткий поиск, шаблоны (wildcards), регулярные выражения
🔸Поиск по содержимому: находит текст внутри файлов
🔸Фильтрация по атрибутам: размер, дата создания, дата изменения
🔸Поиск дубликатов: помогает находить и удалять повторяющиеся файлы
🔸Экспорт результатов: сохранение в текстовый файл или собственный формат

Установочные пакеты для macOS, Windows и Linux доступны на странице релиза в GitHub.

📁 Language: #Python (100.0%)

⭐️ Stars: 170

➡️ Cсылка на GitHub

📱 @git_developer

ICONIC

На GitHub был найден довольно полный open-source набор технических иконок — ICONIC.

Он охватывает сотни технологий: языки программирования, инструменты разработки, облачные сервисы, AI-инструменты, дизайн-софты, браузеры и другие — все в виде иконок в стиле «пузырей».

Поддерживаются как светлая, так и тёмная темы, что позволяет адаптировать иконки под фон страницы. Их можно встраивать в различные форматы — например, Markdown и HTML.

Доступна прямая вставка через API или загрузка SVG-файлов. Проект активно обновляется и поддерживается.

📁 Language: #HTML (81.0%), #Python (19.0%)

⭐️ Stars: 304

➡️ Cсылка на GitHub

📱 @git_developer

knowledge-graph-llms

Открытый инструмент на GitHub для автоматической генерации онтологических графов из текста — Knowledge Graph Generator — упрощает восприятие сложной информации.

Он использует LangChain и модель OpenAI GPT-4o для интеллектуального извлечения сущностей и связей из текста, создавая интерактивную визуализацию графа знаний.

Ключевые возможности:

🔸Поддержка как загрузки .txt файлов, так и прямого ввода текста
🔸Извлечение сущностей и отношений с помощью модели GPT-4o
🔸Генерация интерактивного графа знаний
🔸Возможность перетаскивания узлов, масштабирования, просмотра деталей при наведении
🔸Фильтрация по узлам и рёбрам графа
🔸Минималистичный веб-интерфейс на базе Streamlit

После установки зависимостей через pip и указания OpenAI API-ключа можно запустить приложение с графическим интерфейсом для визуального взаимодействия.

📁 Language: #JupyterNotebook (46.4%), #HTML (41.6%), #Python (12.0%)

⭐️ Stars: 359

➡️ Cсылка на GitHub

📱 @git_developer

pydictor

Мощный и практичный инструмент для генерации словарей под брутфорс — pydictor, доступен на GitHub.

Он не только позволяет создавать разнообразные продвинутые словари паролей, но и предоставляет утилиты для объединения, фильтрации, удаления дубликатов и других операций со словарями.

Ключевые возможности:

🔸Генерация 7 типов словарей: базовые, по пользовательским наборам символов, комбинаторные и др.
🔸8 утилит для работы со словарями: объединение, удаление дубликатов, сравнение, подсчёт частот и т.д.
🔸6 специализированных плагинов: для генерации словарей на основе дат рождения, ID-кодов, FTP-паролей и пр.
🔸Встроенная поддержка различных методов кодирования и хэширования: base64, md5, sha и др.
🔸Мощная система фильтрации: по длине, регулярным выражениям, типу символов и другим критериям

Поддерживает Python 2.7 и 3.4+. После клонирования репозитория достаточно просто запустить скрипт — установка не требуется.

📁 Language: #Python (100.0%)

⭐️ Stars: 3.5k

➡️ Cсылка на GitHub

📱 @git_developer

openai-cs-agents-demo

OpenAI выложила в open-source демо проекта AI-клиентской поддержки — рекомендую взглянуть. Он может дать полезные идеи для построения собственной AI-системы поддержки пользователей.

Проект построен на OpenAI Agents SDK и реализует интеллектуального помощника для авиакомпании, где задействовано сразу несколько специализированных агентов. Система автоматически распознаёт тип запроса и направляет его нужному агенту.

Что внутри:

🔸Агент маршрутизации — определяет тип запроса и перенаправляет к нужному агенту
🔸Агент бронирования мест — обрабатывает изменения мест и взаимодействует с посадочной схемой
🔸Агент статуса рейсов — предоставляет актуальную информацию о рейсах
🔸FAQ-агент — отвечает на часто задаваемые вопросы и предоставляет сведения о моделях самолётов
🔸Агент отмены — обрабатывает возвраты и изменение бронирования

Также реализованы механизмы защиты от prompt injection и нерелевантных запросов.

В комплекте — визуальный интерфейс, отображающий полный пайплайн работы агентов, что делает проект особенно полезным для изучения.

📁 Language: #TypeScript (58.9%), #Python (38.2%)

⭐️ Stars: 5.4k

➡️ Cсылка на GitHub

📱 @git_developer

PosterCraft

На GitHub опубликован фреймворк для генерации высококачественных эстетичных постеров — PosterCraft. Результаты впечатляют: текст точно рендерится и при этом сохраняет художественную выразительность.

Фреймворк построен на улучшенной модели Flux, что позволяет:

🔸точно визуализировать текст,
🔸органично сочетать его с абстрактным искусством,
🔸генерировать постеры с продуманной компоновкой и гармоничным стилем.

Также используется модель Qwen3-8B для глубокого понимания и обработки текста, а Gemini — для генерации подробных описаний и визуальных концепций.

Интерфейс интуитивно понятный — позволяет с нуля и в один клик создавать постеры для фильмов, мероприятий, рекламных материалов и многого другого.

📁 Language: #Python (100.0%)

⭐️ Stars: 521

➡️ Cсылка на GitHub

📱 @git_developer

NotebookLlaMa

На GitHub нашли ещё один мощный open-source инструмент для работы с AI — NotebookLlaMa. Это открытая альтернатива NotebookLM, но с дополнительными фичами и полным контролем над данными.

Помимо анализа документов с генерацией инсайтов, как у NotebookLM, здесь можно создавать аудиодиалоги в стиле подкаста — превращая сухой текст в живой разговор.

Основные возможности:

🔸Поддержка загрузки документов в разных форматах → анализ + ответы на основе содержимого
🔸Генерация аудио-диалога в формате подкаста — для озвучивания и обогащения документа
🔸Интеграции с OpenAI, LlamaCloud и ElevenLabs — для качественного понимания и озвучки
🔸Графический интерфейс на Streamlit — интуитивный и удобный
🔸Поддержка кастомизации и расширения — можно адаптировать под свои задачи

В репозитории есть подробная инструкция по установке — разворачивается через Docker всего в пару шагов.

📁 Language: #Python (100.0%)

⭐️ Stars: 774

➡️ Cсылка на GitHub

📱 @git_developer

LiYing

Сейчас большинство людей делают фото для документов на смартфон, а потом вручную вырезают фон, меняют цвет задника, подгоняют размеры и т.п. — процесс всё ещё довольно муторный.

Один разработчик решил автоматизировать всю эту рутину и создал LiYing — инструмент, который одним кликом закрывает весь пайплайн обработки фото для документов. Всё выложено в open-source.

Инструмент использует AI-модель для автоматического определения лица и тела, умеет корректировать угол съёмки, заменять фон на любой цвет, подгонять под нужный размер и делать верстку под печать. Всё работает оффлайн.

Основной функционал:

🔸Автоматическое определение лица и тела, точное удаление фона и подмена задника
🔸Коррекция угла съёмки, если фото сделано неровно
🔸Поддержка любых цветов фона — генерация фото на нужном фоне в один клик
🔸Интеллектуальное кадрирование под стандартные форматы (от 1 до 6 дюймов)
🔸Генерация фото-сетки под печать (автоматическая вёрстка)
🔸Полностью оффлайн — приватность и работа без интернета

Есть готовая сборка для Windows, либо можно собрать и запустить из исходников. Инструмент полезный не только для личного использования, но и для фотостудий — сильно ускоряет обработку фото на документы.

📁 Language: #Python (92.8%)

⭐️ Stars: 893

➡️ Cсылка на GitHub

📱 @git_developer

muvera-py

MUVERA-PY — высокоэффективный алгоритм многовекторного поиска на GitHub, позволяющий быстро и точно искать по огромному количеству документов.

Это Python-реализация алгоритма Google FDE, которая с помощью техники фиксированного кодирования по размерности сжимает сотни векторов в один, ускоряя поиск более чем в 8 раз.

Ключевые особенности:

🔸Полная совместимость с оригинальной реализацией Google на C++ с сохранением точности алгоритма
🔸Поддержка популярных моделей многовекторного поиска, включая ColBERT
🔸Два режима генерации FDE: для запросов и документов
🔸Поддержка методов снижения размерности, таких как AMS Sketch, для повышения производительности
🔸В комплекте — полный набор бенчмарков и тестов производительности

Проект содержит подробное руководство по алгоритму и тесты производительности — можно сразу использовать для оптимизации поисковых систем в продакшене.

📁 Language: #Python (100.0%)

⭐️ Stars: 177

➡️ Cсылка на GitHub

📱 @git_developer