Agno

Agno — это фреймворк для разработки мультиагентных ИИ-систем с памятью, базой знаний и механизмами рассуждения, позволяющий пользователям создавать, настраивать и запускать интеллектуальных агентов как программные приложения.

Фреймворк поддерживает взаимодействие нескольких агентов, обеспечивает модульную архитектуру, позволяет использовать векторный поиск, chain-of-thought reasoning и подключение внешних инструментов для повышения качества ответов.

В дополнение к созданию агентов, Agno предоставляет гибкие средства интеграции с FastAPI, поддержку метрик и мониторинга, а также примеры кода.

Примеры использования включают веб-агентов для анализа данных, агентов для финансовых задач и систем, работающих в корпоративной среде.

📁 Language: #Python (99.3%)

⭐️ Stars: 28.2k

➡️ Cсылка на GitHub

📱 @git_developer

Davia

Сейчас такие лидеры в области LLM, как ChatGPT и Claude, уже умеют прямо в диалоге генерировать интерактивные веб-приложения.

Если ваше локальное LLM-приложение всё ещё не поддерживает такой WYSIWYG-рендеринг (what you see is what you get) веб-интерфейсов, обратите внимание на Davia — этот open-source проект решает задачу.

С его помощью можно за несколько минут создать полноценное приложение, использующее компоненты shadcn/ui, с встроенной поддержкой потокового вывода в реальном времени.

Кроме того, Davia поддерживает LangGraph-агентов и любые Python-приложения, а благодаря базе на FastAPI — легко интегрируется в существующие проекты.

Установка через pip, запуск командой davia run.

Отлично подойдёт разработчикам, которые хотят добавить своим LLM-системам функциональность генерации приложений.

📁 Language: #Python (100.0%)

⭐️ Stars: 391

➡️ Cсылка на GitHub

📱 @git_developer

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