HashCortX

Офлайн AI-десктопный инструмент без следов и телеметрии, который объединяет 11 сценариев работы — программирование, чат, мультиагентное взаимодействие, финансовый анализ, аудит безопасности и многое другое — в macOS-приложении размером всего 8.9 МБ.

macOS-приложение на базе Tauri v2 и Rust размером всего 8.9 МБ, объединяющее 11 AI-режимов работы: coding agent, мультимодельный чат, Agent Swarm, финансовый анализ, security scanning, 3D-планирование, генерацию ERP, виртуальный десктоп и многое другое.

📁 Language: #JavaScript 65.8%

⭐️ Stars: 34

➡️ Cсылка на GitHub

📱 @git_developer

Nova3D

При генерации 3D-моделей с помощью AI каждый компонент можно отдельно выделять, переименовывать, перемещать или менять ему материал — без необходимости заново генерировать всю модель.

Nova3D генерирует Python-скрипты для Blender на основе промптов, вместо прямого вывода объединённого mesh-файла. В сгенерированном GLB каждая часть имеет своё имя и иерархию, благодаря чему их можно редактировать по отдельности.

📁 Language: #Dart 59.3%

⭐️ Stars: 251

➡️ Cсылка на GitHub

📱 @git_developer

На Stepik запустили мощный курс по «Troubleshooting Docker и Kubernetes: поиск и устранение проблем»

В программе только важные аспекты:

— troubleshooting Docker и образов
— диагностика сетевых проблем
— настройка readiness/liveness probes
— отладка pod’ов, деплоев и ingress
— анализ логов контейнеров и кластера
— разбор ошибок CrashLoopBackOff, OOMKilled, ImagePullBackOff и других

Собеседования на DevOps/SRE сейчас всё чаще строятся вокруг реальных инцидентов. Данный курс фокусируется именно на таких сценариях и помогает в подготовке к практическим вопросам

48 часов доступен со скидкой 25%

↗️ Пройти курс на Stepik

atomic-agent

Операционный Agent runtime для локальных inference-моделей на базе llama.cpp, который позволяет локальным моделям выполнять реальные задачи: управлять браузером, файлами, запускать shell-команды и многое другое — практически как desktop-оператор.

Atomic-Agent — это desktop operation agent, созданный специально для локального inference через llama.cpp. По позиционированию он похож на OpenClaw Operator и Hermes Agent, но его runtime-архитектура изначально оптимизирована именно под локальные модели.

Проект обеспечивает надёжное выполнение многошаговых задач даже на небольших моделях уровня 7B благодаря таким техникам, как:
- stable prefix caching
- syntax-constrained tool calls через GBNF
- вынесенное управление состоянием в SQLite
- сжатые ARIA snapshots браузера для экономии контекста и повышения стабильности работы

📁 Language: #TypeScript 96.8%

⭐️ Stars: 77

➡️ Cсылка на GitHub

📱 @git_developer