smtg-ai/claude-squad
claude-squad — запускает и управляет несколькими терминальными AI‑агентами (Claude Code, Codex, Gemini, Aider и др.) в изолированных рабочих пространствах: для каждой задачи создаётся отдельный tmux‑сеанс и git worktree, фоновые задачи можно автопринятия/авто‑выполнения, а изменения просматриваются и коммитятся до пуша. Отличие: объединяет управление инстансами, дифф‑просмотр и git‑изоляцию в одном лёгком TUI, чтобы не смешивать ветки и контексты при параллельной работе с ассистентами.
Идея применения:
Запустить одновременно 3 агента (claude, codex, aider), для каждого завести отдельную сессию по фиче: авто‑генерация патча, просмотр diff и коммит в отдельной worktree; получить три готовых PR‑ветки с проверяемыми изменениями за один рабочий цикл.
Стек/язык: Go. На GitHub: ⭐ 8.2k, forks: 594. Последнее обновление: 2026-07-30.
claude-squad — запускает и управляет несколькими терминальными AI‑агентами (Claude Code, Codex, Gemini, Aider и др.) в изолированных рабочих пространствах: для каждой задачи создаётся отдельный tmux‑сеанс и git worktree, фоновые задачи можно автопринятия/авто‑выполнения, а изменения просматриваются и коммитятся до пуша. Отличие: объединяет управление инстансами, дифф‑просмотр и git‑изоляцию в одном лёгком TUI, чтобы не смешивать ветки и контексты при параллельной работе с ассистентами.
Идея применения:
Запустить одновременно 3 агента (claude, codex, aider), для каждого завести отдельную сессию по фиче: авто‑генерация патча, просмотр diff и коммит в отдельной worktree; получить три готовых PR‑ветки с проверяемыми изменениями за один рабочий цикл.
Стек/язык: Go. На GitHub: ⭐ 8.2k, forks: 594. Последнее обновление: 2026-07-30.
presenton/presenton
presenton генерирует полностью редактируемые PPTX и PDF прямо из промпта или загруженного документа, при этом можно запускать всё локально и использовать любой провайдер моделей (OpenAI, Gemini, Ollama и т.д.), что даёт контроль над данными и снимает SaaS‑зависимость — отличие от десятков генераторов в том, что результат экспортируется как настоящий PowerPoint с шаблонами и верстаем, а не как бессмысленный набор картинок.
Идея применения:
Возьмите текущую продуктовую документацию, загрузите в presenton и сгенерируйте готовую презентацию для встречи — выберите шаблон, подправьте пару слайдов в drag‑edit и экспортируйте полноценный PPTX для рассылки команде.
Стек/язык: TypeScript. На GitHub: ⭐ 9.3k, forks: 1.5k. Последнее обновление: 2026-07-29.
presenton генерирует полностью редактируемые PPTX и PDF прямо из промпта или загруженного документа, при этом можно запускать всё локально и использовать любой провайдер моделей (OpenAI, Gemini, Ollama и т.д.), что даёт контроль над данными и снимает SaaS‑зависимость — отличие от десятков генераторов в том, что результат экспортируется как настоящий PowerPoint с шаблонами и верстаем, а не как бессмысленный набор картинок.
Идея применения:
Возьмите текущую продуктовую документацию, загрузите в presenton и сгенерируйте готовую презентацию для встречи — выберите шаблон, подправьте пару слайдов в drag‑edit и экспортируйте полноценный PPTX для рассылки команде.
Стек/язык: TypeScript. На GitHub: ⭐ 9.3k, forks: 1.5k. Последнее обновление: 2026-07-29.
👍1
icebird1998/drawio-scientific-illustrator
drawio-scientific-illustrator — плагин, который управляет видимым холстом draw.io в реальном времени: агент по шагам рисует фигуры, подписи и стрелки прямо в открытом редакторе через локальный MCP-сервер, не эмулируя мышь и не подгружая готовый XML задним числом. Полезен исследователям и авторам статей, которые хотят наблюдать и корректировать поэтапную отрисовку научной иллюстрации; отличается от других тем, что работает с активной моделью draw.io и экспортирует финалы в PNG/SVG/PDF без промежуточных файлов.
Идея применения:
Подготовить иллюстрацию для статьи: загрузить в Codex страницу с референсом (PNG/SVG), запустить плагин, позволить агенту по шагам воссоздать схему в draw.io, вовремя править и получить готовые SVG/PNG/PDF для публикации.
Стек/язык: JavaScript. На GitHub: ⭐ 1.2k, forks: 86. Последнее обновление: 2026-07-30.
drawio-scientific-illustrator — плагин, который управляет видимым холстом draw.io в реальном времени: агент по шагам рисует фигуры, подписи и стрелки прямо в открытом редакторе через локальный MCP-сервер, не эмулируя мышь и не подгружая готовый XML задним числом. Полезен исследователям и авторам статей, которые хотят наблюдать и корректировать поэтапную отрисовку научной иллюстрации; отличается от других тем, что работает с активной моделью draw.io и экспортирует финалы в PNG/SVG/PDF без промежуточных файлов.
Идея применения:
Подготовить иллюстрацию для статьи: загрузить в Codex страницу с референсом (PNG/SVG), запустить плагин, позволить агенту по шагам воссоздать схему в draw.io, вовремя править и получить готовые SVG/PNG/PDF для публикации.
Стек/язык: JavaScript. На GitHub: ⭐ 1.2k, forks: 86. Последнее обновление: 2026-07-30.
👍1
firecrawl/pdf-inspector
pdf-inspector мгновенно определяет, нужно ли вам OCR: за 10–50 мс помечает страницы как текстовые, сканированные или смешанные и потом извлекает позиционно‑осведомленный текст и таблицы в чистый Markdown — без ML и без внешних сервисов. Полезно для тех, кто массово конвертирует отчёты, научные статьи или счета: точнее и в 2–40× быстрее конкурентов на локальных коллекциях благодаря умной выборке, поддержке CID‑шрифтов, мультиколоночности и экспортам в WebAssembly/Python/Node.
Идея применения:
Поставить парсер на CI, прогнать на папке с отчётами/инвойсами, автоматически детектировать страницы, пропустить OCR только для нужных страниц и сохранить каждый документ как структурированный Markdown + таблицы — готовый к поиску, вёрстке и выгрузке в базу.
Стек/язык: Rust. На GitHub: ⭐ 6.9k, forks: 484. Последнее обновление: 2026-08-02.
pdf-inspector мгновенно определяет, нужно ли вам OCR: за 10–50 мс помечает страницы как текстовые, сканированные или смешанные и потом извлекает позиционно‑осведомленный текст и таблицы в чистый Markdown — без ML и без внешних сервисов. Полезно для тех, кто массово конвертирует отчёты, научные статьи или счета: точнее и в 2–40× быстрее конкурентов на локальных коллекциях благодаря умной выборке, поддержке CID‑шрифтов, мультиколоночности и экспортам в WebAssembly/Python/Node.
Идея применения:
Поставить парсер на CI, прогнать на папке с отчётами/инвойсами, автоматически детектировать страницы, пропустить OCR только для нужных страниц и сохранить каждый документ как структурированный Markdown + таблицы — готовый к поиску, вёрстке и выгрузке в базу.
Стек/язык: Rust. На GitHub: ⭐ 6.9k, forks: 484. Последнее обновление: 2026-08-02.
🔥5👀2
usekaneo/kaneo
kaneo умеет убрать весь шум менеджмента: минималистичная self-hosted платформа для трекинга задач и коммуникаций, где нет лишних уведомлений, сложных воркфлоу и отвлекающих кнопок — только то, что реально помогает команде двигаться вперёд; отличается скоростью, простотой развертывания (docker/Helm/one‑click) и фокусом на невидимой, но полезной функциональности. Проект в тренде на GitHub (rank 15 за сутки), что говорит о растущем интересе к лёгким альтернативам громоздким PM‑системам.
Идея применения:
Развернуть Kaneo на Docker Compose сегодня, мигрировать туда текущие active‑спринты и использовать как «чистый» бэклог+борд без уведомлений — результат: мгновенный отклик интерфейса, меньше шума в рабочем потоке и простая self‑hosted база для команды.
Стек/язык: TypeScript. На GitHub: ⭐ 6.6k, forks: 538. Последнее обновление: 2026-08-02.
kaneo умеет убрать весь шум менеджмента: минималистичная self-hosted платформа для трекинга задач и коммуникаций, где нет лишних уведомлений, сложных воркфлоу и отвлекающих кнопок — только то, что реально помогает команде двигаться вперёд; отличается скоростью, простотой развертывания (docker/Helm/one‑click) и фокусом на невидимой, но полезной функциональности. Проект в тренде на GitHub (rank 15 за сутки), что говорит о растущем интересе к лёгким альтернативам громоздким PM‑системам.
Идея применения:
Развернуть Kaneo на Docker Compose сегодня, мигрировать туда текущие active‑спринты и использовать как «чистый» бэклог+борд без уведомлений — результат: мгновенный отклик интерфейса, меньше шума в рабочем потоке и простая self‑hosted база для команды.
Стек/язык: TypeScript. На GitHub: ⭐ 6.6k, forks: 538. Последнее обновление: 2026-08-02.
opengeos/GeoLibre
GeoLibre — браузерный GIS, который запускает 1,000+ геообработок entirely в WebAssembly прямо на вашей машине: 3D-визуализация, анализ рельефа, гидрология и LiDAR без серверов и без утечки данных, плюс тот же рабочий стол/мобильный UI и DuckDB‑WASM для локальных запросов. Отличие: полный набор инструментов Whitebox в браузере и одинаковое поведение в вебе, десктопе, Android и Jupyter.
Идея применения:
Собрать офлайн‑проект: загрузить в GeoLibre тайлы и вектор зданий города, прогнать 3D-экструзию по году постройки, запустить набор гидрологических обработок для картировки стоков и экспортировать финальную карту как самодостаточный бандл — всё локально и за час.
Стек/язык: TypeScript. На GitHub: ⭐ 5.1k, forks: 507. Последнее обновление: 2026-08-03.
GeoLibre — браузерный GIS, который запускает 1,000+ геообработок entirely в WebAssembly прямо на вашей машине: 3D-визуализация, анализ рельефа, гидрология и LiDAR без серверов и без утечки данных, плюс тот же рабочий стол/мобильный UI и DuckDB‑WASM для локальных запросов. Отличие: полный набор инструментов Whitebox в браузере и одинаковое поведение в вебе, десктопе, Android и Jupyter.
Идея применения:
Собрать офлайн‑проект: загрузить в GeoLibre тайлы и вектор зданий города, прогнать 3D-экструзию по году постройки, запустить набор гидрологических обработок для картировки стоков и экспортировать финальную карту как самодостаточный бандл — всё локально и за час.
Стек/язык: TypeScript. На GitHub: ⭐ 5.1k, forks: 507. Последнее обновление: 2026-08-03.
andrewyng/aisuite
aisuite — единый Python-слой, который позволяет заменить десяток SDK для LLM одной строкой: общение в OpenAI‑стиле с OpenAI, Anthropic, Google, Mistral, Hugging Face, Ollama и другими, плюс встроенная система агентов, дающая моделям настоящие Python‑инструменты (файлы, git, shell и т.д.). Отличие: унификация API и потоковая совместимость инструментов — меняешь провайдера в имени модели и тот же код работает без правок.
Идея применения:
Настроить локальный агент, который читает репозиторий проекта, выполняет поисковые запросы по коду и собирает отчёт об уязвимостях в markdown — запустить сегодня, подключив один ключ (или локальную Ollama), получить готовый отчёт и трассировку вызовов инструментов.
Стек/язык: Python. На GitHub: ⭐ 15.9k, forks: 1.7k. Последнее обновление: 2026-07-25.
aisuite — единый Python-слой, который позволяет заменить десяток SDK для LLM одной строкой: общение в OpenAI‑стиле с OpenAI, Anthropic, Google, Mistral, Hugging Face, Ollama и другими, плюс встроенная система агентов, дающая моделям настоящие Python‑инструменты (файлы, git, shell и т.д.). Отличие: унификация API и потоковая совместимость инструментов — меняешь провайдера в имени модели и тот же код работает без правок.
Идея применения:
Настроить локальный агент, который читает репозиторий проекта, выполняет поисковые запросы по коду и собирает отчёт об уязвимостях в markdown — запустить сегодня, подключив один ключ (или локальную Ollama), получить готовый отчёт и трассировку вызовов инструментов.
Стек/язык: Python. На GitHub: ⭐ 15.9k, forks: 1.7k. Последнее обновление: 2026-07-25.
microsoft/TRELLIS.2
TRELLIS.2 — генерирует фотореалистичные 3D-ассеты из изображений с сохранением сложной топологии и PBR‑материалов: 4B модель на основе нового "O‑Voxel" (без полей уровня), которая быстро делает плотные текстурированные меши, поддерживает открытые поверхности, неманиманти и внутренние полости, и кодирует всё это в компактный sparse‑латент. Отличие от массы репозиториев — поле‑свободное представление и скорость/качество (512³ ~3s на H100) при полном наборе карт материала.
Идея применения:
Собрать пайплайн: пропустить галерею продукт‑фото через TRELLIS.2, получить для каждой карточки готовый PBR‑модель (base color, roughness, metallic, opacity) и экспортировать в библиотеку ассетов для интерактивного 3D‑просмотра или AR‑предпросмотра в каталоге.
Стек/язык: Python. На GitHub: ⭐ 10.3k, forks: 1.2k. Последнее обновление: 2026-07-10.
TRELLIS.2 — генерирует фотореалистичные 3D-ассеты из изображений с сохранением сложной топологии и PBR‑материалов: 4B модель на основе нового "O‑Voxel" (без полей уровня), которая быстро делает плотные текстурированные меши, поддерживает открытые поверхности, неманиманти и внутренние полости, и кодирует всё это в компактный sparse‑латент. Отличие от массы репозиториев — поле‑свободное представление и скорость/качество (512³ ~3s на H100) при полном наборе карт материала.
Идея применения:
Собрать пайплайн: пропустить галерею продукт‑фото через TRELLIS.2, получить для каждой карточки готовый PBR‑модель (base color, roughness, metallic, opacity) и экспортировать в библиотеку ассетов для интерактивного 3D‑просмотра или AR‑предпросмотра в каталоге.
Стек/язык: Python. На GitHub: ⭐ 10.3k, forks: 1.2k. Последнее обновление: 2026-07-10.
nashsu/llm_wiki
llm_wiki — превращает папку с любыми документами (PDF, Office, EPUB, веб‑вырезки, картинки) в самоподдерживающуюся вики: LLM сначала анализирует источники, затем генерирует страницы с привязкой к оригиналам, извлекает изображения с подписями, обновляет индекс при изменениях и показывает связи в графе. Отличие: инкрементальный ingest (не каждый запрос «пересобирает» знания), автокластеризация/граф с метриками и встроенный агент для генерации и управления артефактами.
Идея применения:
Автоматизировать сбор документации команды: настроить наблюдение за папкой docs и веб‑клиппер, пропустить весь репозиторий PDF/MD/Office, получить локальную wiki с поиском по векторным и ссылочным связям, визуальным графом пробелов и экспортом проекта для офлайн-доступа.
Стек/язык: TypeScript. На GitHub: ⭐ 15.8k, forks: 1.9k. Последнее обновление: 2026-08-02.
llm_wiki — превращает папку с любыми документами (PDF, Office, EPUB, веб‑вырезки, картинки) в самоподдерживающуюся вики: LLM сначала анализирует источники, затем генерирует страницы с привязкой к оригиналам, извлекает изображения с подписями, обновляет индекс при изменениях и показывает связи в графе. Отличие: инкрементальный ingest (не каждый запрос «пересобирает» знания), автокластеризация/граф с метриками и встроенный агент для генерации и управления артефактами.
Идея применения:
Автоматизировать сбор документации команды: настроить наблюдение за папкой docs и веб‑клиппер, пропустить весь репозиторий PDF/MD/Office, получить локальную wiki с поиском по векторным и ссылочным связям, визуальным графом пробелов и экспортом проекта для офлайн-доступа.
Стек/язык: TypeScript. На GitHub: ⭐ 15.8k, forks: 1.9k. Последнее обновление: 2026-08-02.
❤2
AgriciDaniel/claude-obsidian
claude-obsidian превращает папку Obsidian в живую, проверяемую «вторую голову»: берет любые исходники в inbox, сохраняет их как неизменяемые копии, генерирует связанные Markdown‑страницы с явными ссылками на доказательства и поддерживает логи правдоподобия и ревью — всё локально, с поддержкой Claude Code и агентных навыков. Полезно исследователям, инженерам и не‑тренированным пользователям, которым нужен компаундирующий, прозрачно-управляемый PKM без хаоса множества одноразовых заметок.
Идея применения:
Подключить репозиторий проекта или папку с PDF в inbox, прогнать wiki-ingest и потом задавать vault вопросы: получить связанный мини‑обзор по фичам с источниками, картой знаний в Obsidian Canvas и готовыми страницами для команды уже через пару минут.
Стек/язык: Python. На GitHub: ⭐ 10.3k, forks: 1.2k. Последнее обновление: 2026-08-01.
claude-obsidian превращает папку Obsidian в живую, проверяемую «вторую голову»: берет любые исходники в inbox, сохраняет их как неизменяемые копии, генерирует связанные Markdown‑страницы с явными ссылками на доказательства и поддерживает логи правдоподобия и ревью — всё локально, с поддержкой Claude Code и агентных навыков. Полезно исследователям, инженерам и не‑тренированным пользователям, которым нужен компаундирующий, прозрачно-управляемый PKM без хаоса множества одноразовых заметок.
Идея применения:
Подключить репозиторий проекта или папку с PDF в inbox, прогнать wiki-ingest и потом задавать vault вопросы: получить связанный мини‑обзор по фичам с источниками, картой знаний в Obsidian Canvas и готовыми страницами для команды уже через пару минут.
Стек/язык: Python. На GitHub: ⭐ 10.3k, forks: 1.2k. Последнее обновление: 2026-08-01.
❤1
BuilderIO/skills
skills — превращает тексты и диффы в живые визуальные артефакты: интерактивные планы, аннотированные визуальные рекaпы и возможность открыть локальный запущенный приложение для правки UI в контексте. Полезно тимлидам, ревьюверам и автотестерам: набор маленьких composable-скиллов для кодинг-агентов с фичами типа локального режима (MDX через localhost), rewind-памятью экрана и агент-авдитом — отличается упором на делаемость и наглядность, а не на абстрактную генерацию текста.
Идея применения:
Автоматически генерировать визуальный рекaп для каждого PR: запускать /visual-recap в CI или локально, получить MDX-страницу с аннотированными диффами, картой файлов и UI-снапшотами — дать ревьюеру готовую интерактивную сводку вместо длинного описания коммита.
Стек/язык: JavaScript. На GitHub: ⭐ 3.9k, forks: 194. Последнее обновление: 2026-07-29.
skills — превращает тексты и диффы в живые визуальные артефакты: интерактивные планы, аннотированные визуальные рекaпы и возможность открыть локальный запущенный приложение для правки UI в контексте. Полезно тимлидам, ревьюверам и автотестерам: набор маленьких composable-скиллов для кодинг-агентов с фичами типа локального режима (MDX через localhost), rewind-памятью экрана и агент-авдитом — отличается упором на делаемость и наглядность, а не на абстрактную генерацию текста.
Идея применения:
Автоматически генерировать визуальный рекaп для каждого PR: запускать /visual-recap в CI или локально, получить MDX-страницу с аннотированными диффами, картой файлов и UI-снапшотами — дать ревьюеру готовую интерактивную сводку вместо длинного описания коммита.
Стек/язык: JavaScript. На GitHub: ⭐ 3.9k, forks: 194. Последнее обновление: 2026-07-29.
simonlin1212/Vibe-Research
Vibe-Research — соберёт за вас всё объективное по акции:行情, финансовые отчёты,估值分位,资金流 и новости в одном локальном дашборде и даст API, чтобы ваша собственная модель/agent быстро провела ревью и дебаты по бумаге; отличается тем, что в репозитории уже включены три готовые выжимки данных (A‑stock, global, a‑stock-data внутри) — то есть «в коробке» есть полноценный стек данных без отдельной прокладки.
Идея применения:
Склонить репозиторий, запустить локально и собрать «ежедневный ревью» для списка из 20 своих тикеров: получить один экран с глобальным рынком, топ‑20 по объёму, финансовыми метриками и AI‑сводкой дня — затем сохранить результаты/список в локальный отчет для принятия решений.
Стек/язык: TypeScript. На GitHub: ⭐ 1.8k, forks: 347. Последнее обновление: 2026-07-31.
Vibe-Research — соберёт за вас всё объективное по акции:行情, финансовые отчёты,估值分位,资金流 и новости в одном локальном дашборде и даст API, чтобы ваша собственная модель/agent быстро провела ревью и дебаты по бумаге; отличается тем, что в репозитории уже включены три готовые выжимки данных (A‑stock, global, a‑stock-data внутри) — то есть «в коробке» есть полноценный стек данных без отдельной прокладки.
Идея применения:
Склонить репозиторий, запустить локально и собрать «ежедневный ревью» для списка из 20 своих тикеров: получить один экран с глобальным рынком, топ‑20 по объёму, финансовыми метриками и AI‑сводкой дня — затем сохранить результаты/список в локальный отчет для принятия решений.
Стек/язык: TypeScript. На GitHub: ⭐ 1.8k, forks: 347. Последнее обновление: 2026-07-31.
GetBindu/Bindu
Bindu позволяет запустить агента за пару строк и сразу дать ему крипто‑личность, межагентную почту и возможность брать оплату (USDC на EVM) перед выполнением работы — все сложное «платёжно‑идентификационно‑коммуникационное» железо скрыто за bindufy(). Полезно разработчикам агентов и интеграторам: вместо сборки DID, mTLS, OAuth и подписи вручную — одна обёртка, гросс‑механизмы безопасности включены по умолчанию и работают вместе, а SDK есть для Python/TS/Kotlin.
Идея применения:
Собрать локальную тестовую сеть агентов: обернуть ваш обработчик bindufy(), поднять агент на localhost:3773, прокинуть FRP для внешнего доступа и прогнать сценарий оплаты — убедиться, что агент требует USDC и подписывает/верифицирует A2A‑запросы в реальном условном пайплайне.
Стек/язык: Python. На GitHub: ⭐ 8.1k, forks: 425. Последнее обновление: 2026-08-03.
Bindu позволяет запустить агента за пару строк и сразу дать ему крипто‑личность, межагентную почту и возможность брать оплату (USDC на EVM) перед выполнением работы — все сложное «платёжно‑идентификационно‑коммуникационное» железо скрыто за bindufy(). Полезно разработчикам агентов и интеграторам: вместо сборки DID, mTLS, OAuth и подписи вручную — одна обёртка, гросс‑механизмы безопасности включены по умолчанию и работают вместе, а SDK есть для Python/TS/Kotlin.
Идея применения:
Собрать локальную тестовую сеть агентов: обернуть ваш обработчик bindufy(), поднять агент на localhost:3773, прокинуть FRP для внешнего доступа и прогнать сценарий оплаты — убедиться, что агент требует USDC и подписывает/верифицирует A2A‑запросы в реальном условном пайплайне.
Стек/язык: Python. На GitHub: ⭐ 8.1k, forks: 425. Последнее обновление: 2026-08-03.
❤3
grab/cursor-talk-to-figma-mcp
cursor-talk-to-figma-mcp — позволяет «разговаривать» агенту (Cursor, Claude Code и т.п.) с файлами Figma: читать дерево макета, менять тексты и свойства компонентов, массово распространять override’ы и запускать прототипные связи через MCP+WebSocket и плагин в Figma. Отличие — готовый стек (TypeScript MCP‑сервер + Figma‑плагин + сокет) для полноценной двусторонней автоматизации дизайна, а не только парсинга документов.
Идея применения:
Автоматически заменить тексты и подтянуть актуальные строки локализации в 1–2 дизайнерских файлах: запустить сервер, подключить плагин в Figma, дать агенту список переводов — получить файлы с обновлёнными текстовыми слоями и сохранёнными override’ами.
Стек/язык: JavaScript. На GitHub: ⭐ 6.9k, forks: 755. Последнее обновление: 2026-07-26.
cursor-talk-to-figma-mcp — позволяет «разговаривать» агенту (Cursor, Claude Code и т.п.) с файлами Figma: читать дерево макета, менять тексты и свойства компонентов, массово распространять override’ы и запускать прототипные связи через MCP+WebSocket и плагин в Figma. Отличие — готовый стек (TypeScript MCP‑сервер + Figma‑плагин + сокет) для полноценной двусторонней автоматизации дизайна, а не только парсинга документов.
Идея применения:
Автоматически заменить тексты и подтянуть актуальные строки локализации в 1–2 дизайнерских файлах: запустить сервер, подключить плагин в Figma, дать агенту список переводов — получить файлы с обновлёнными текстовыми слоями и сохранёнными override’ами.
Стек/язык: JavaScript. На GitHub: ⭐ 6.9k, forks: 755. Последнее обновление: 2026-07-26.
❤2
aipoch/open-science
open-science умеет вести полноценное исследование локально: описываете задачу на простом языке, запускаете агент — он читает файлы, выполняет Python/R, обращается к научным коннекторам и вебу, и возвращает воспроизводимые отчёты, таблицы и рисунки с проверяемой историей действий. Полностью self-hosted, модель-агностичен и делает акцент на локальное исполнение и воспроизводимость — не ещё один облачный чёрный ящик.
Идея применения:
Собрать в один проект всю документацию и данные эксперимента (данные, ноутбуки, скрипты), дать задачу «сравнить модели A и B по метрикам X на датасете Y», запустить агент на своём ноутбуке и получить готовый отчёт с кодом, графиками и логом исполнения, который можно сразу отправить коллегам или положить в репозиторий.
Стек/язык: TypeScript. На GitHub: ⭐ 1.4k, forks: 117. Последнее обновление: 2026-08-03.
open-science умеет вести полноценное исследование локально: описываете задачу на простом языке, запускаете агент — он читает файлы, выполняет Python/R, обращается к научным коннекторам и вебу, и возвращает воспроизводимые отчёты, таблицы и рисунки с проверяемой историей действий. Полностью self-hosted, модель-агностичен и делает акцент на локальное исполнение и воспроизводимость — не ещё один облачный чёрный ящик.
Идея применения:
Собрать в один проект всю документацию и данные эксперимента (данные, ноутбуки, скрипты), дать задачу «сравнить модели A и B по метрикам X на датасете Y», запустить агент на своём ноутбуке и получить готовый отчёт с кодом, графиками и логом исполнения, который можно сразу отправить коллегам или положить в репозиторий.
Стек/язык: TypeScript. На GitHub: ⭐ 1.4k, forks: 117. Последнее обновление: 2026-08-03.
👍1
worldwonderer/novel-to-game
novel-to-game превращает роман (в любом языке) в полностью играбельную, проверяемую адаптацию: агент анализирует источник с ссылками на цитаты, вытаскивает правила мира, персонажей и конфликты, проектирует игровые механики и строит финальную сборку прямо для выбранного рантайма (Claude Code, Codex или Kimi Code), сохраняя следы решений и не подменяя платформу «проще». Полезно авторам адаптаций, геймдизайнерам и исследователям трансформаций контента — отличает фокус на доказуемости источника и обязательной QA.
Идея применения:
Возьмите публичный роман, запустите quick-режим и получите рабочую сборку браузерной/движковой игры + отчет с исходными цитатами, дизайн-решениями и тестами запуска — за один цикл, чтобы сразу поиграть и проверить адаптацию.
Стек/язык: Markdown. На GitHub: ⭐ 543, forks: 83. Последнее обновление: 2026-08-02.
novel-to-game превращает роман (в любом языке) в полностью играбельную, проверяемую адаптацию: агент анализирует источник с ссылками на цитаты, вытаскивает правила мира, персонажей и конфликты, проектирует игровые механики и строит финальную сборку прямо для выбранного рантайма (Claude Code, Codex или Kimi Code), сохраняя следы решений и не подменяя платформу «проще». Полезно авторам адаптаций, геймдизайнерам и исследователям трансформаций контента — отличает фокус на доказуемости источника и обязательной QA.
Идея применения:
Возьмите публичный роман, запустите quick-режим и получите рабочую сборку браузерной/движковой игры + отчет с исходными цитатами, дизайн-решениями и тестами запуска — за один цикл, чтобы сразу поиграть и проверить адаптацию.
Стек/язык: Markdown. На GitHub: ⭐ 543, forks: 83. Последнее обновление: 2026-08-02.
cloudflare/security-audit-skill
security-audit-skill — запускает многоагентный, шестиэтапный аудит кода, который не просто находит подозрительные строки, а подтверждает их эксплуатабельность: параллельный рекон, разные классы атак (инъекции, бизнес-логика, крипто, клиентские векторы и т.д.), попытки опровержения и независимая верификация фактов; на выходе — человекочитаемый REPORT.md и строгое findings.json с валидацией. Отличие: встроённый цикл «найти — опровергнуть — верифицировать» и форматированная, машиночитаемая выдача для автоматических пайплайнов.
Идея применения:
Прогнать навесной аудит на новый репозиторий перед релизом: поставить skill через npx skills, запустить агент в корне проекта, получить REPORT.md и findings.
Стек/язык: JavaScript. На GitHub: ⭐ 2.7k, forks: 198. Последнее обновление: 2026-07-06.
security-audit-skill — запускает многоагентный, шестиэтапный аудит кода, который не просто находит подозрительные строки, а подтверждает их эксплуатабельность: параллельный рекон, разные классы атак (инъекции, бизнес-логика, крипто, клиентские векторы и т.д.), попытки опровержения и независимая верификация фактов; на выходе — человекочитаемый REPORT.md и строгое findings.json с валидацией. Отличие: встроённый цикл «найти — опровергнуть — верифицировать» и форматированная, машиночитаемая выдача для автоматических пайплайнов.
Идея применения:
Прогнать навесной аудит на новый репозиторий перед релизом: поставить skill через npx skills, запустить агент в корне проекта, получить REPORT.md и findings.
Стек/язык: JavaScript. На GitHub: ⭐ 2.7k, forks: 198. Последнее обновление: 2026-07-06.
🔥1
clawkwork/clawk
clawk — запустите код-агента в собственной одноразовой Linux‑машине: cd в репо, введите clawk, и агент получает корень в гостевой VM, может ставить пакеты, запускать сервера и ломать среду без риска для ваших файлов, ключей и хоста. Важное отличие от похожих обёрток — это реальное отдельное ядро и root в госте (не просто policy‑слой), быстрый первый запуск и простое восстановление «destroy && clawk» при неудаче.
Идея применения:
Для каждого pull‑request автоматически поднимать disposable VM, запускать тесты и интеграционные сценарии под управлением агента; по падению — пересоздать VM и продолжить, а логи и диалог с агентом остаются на хосте.
Стек/язык: Go. На GitHub: ⭐ 892, forks: 28. Последнее обновление: 2026-08-01.
clawk — запустите код-агента в собственной одноразовой Linux‑машине: cd в репо, введите clawk, и агент получает корень в гостевой VM, может ставить пакеты, запускать сервера и ломать среду без риска для ваших файлов, ключей и хоста. Важное отличие от похожих обёрток — это реальное отдельное ядро и root в госте (не просто policy‑слой), быстрый первый запуск и простое восстановление «destroy && clawk» при неудаче.
Идея применения:
Для каждого pull‑request автоматически поднимать disposable VM, запускать тесты и интеграционные сценарии под управлением агента; по падению — пересоздать VM и продолжить, а логи и диалог с агентом остаются на хосте.
Стек/язык: Go. На GitHub: ⭐ 892, forks: 28. Последнее обновление: 2026-08-01.
Optim-Agent/optim-agent
optim-agent умеет заставить кодящего LLM подбирать реальные гиперпараметры вашей системы — читает код и контекст, предлагает конкретные конфигурации, валидирует их в допустимом пространстве и фиксирует результаты и рассуждения. Полезен там, где оценки дорогие или редки: вместо безликой оптимизации по координатам агент понимает смысл параметров и использует прошлую историю, чтобы предлагать более информативные испытания при малом бюджете.
Идея применения:
Запустить оптим-agent на Python-сервисе инференса: дать агенту описание параметров (квантование, батч, порог маршрутизации) и метрику latency×(1−accuracy), прогнать 10–20 испытаний и получить набор валидированных конфигураций с логом результатов и пояснениями агента для выбора финальной настройки.
Стек/язык: Python. На GitHub: ⭐ 735, forks: 35. Последнее обновление: 2026-07-27.
optim-agent умеет заставить кодящего LLM подбирать реальные гиперпараметры вашей системы — читает код и контекст, предлагает конкретные конфигурации, валидирует их в допустимом пространстве и фиксирует результаты и рассуждения. Полезен там, где оценки дорогие или редки: вместо безликой оптимизации по координатам агент понимает смысл параметров и использует прошлую историю, чтобы предлагать более информативные испытания при малом бюджете.
Идея применения:
Запустить оптим-agent на Python-сервисе инференса: дать агенту описание параметров (квантование, батч, порог маршрутизации) и метрику latency×(1−accuracy), прогнать 10–20 испытаний и получить набор валидированных конфигураций с логом результатов и пояснениями агента для выбора финальной настройки.
Стек/язык: Python. На GitHub: ⭐ 735, forks: 35. Последнее обновление: 2026-07-27.
vshulcz/deja-vu
deja-vu — момент: ваш локальный агент кодил месяцами, а теперь deja подхватывает эти старые сессии и подсовывает релевантный контекст за миллисекунды без LLM, эмбеддингов и облачных ключей. Это один ноль-зависимый бинарник на Go, который индексирует истории агентов на диске, ищет ~3.5 ГБ за ~1.5 ms и отдаёт результаты по MCP в разные harness'ы (Claude Code, Copilot CLI, Qwen и др.), отличаясь простотой установки и переносимостью между машинами через SSH.
Идея применения:
Соберите офлайн‑инкрементальный “памятник” прошлых сессий команды: запустите deja install на рабочей машине, индексируйте ~/.
Стек/язык: Go. На GitHub: ⭐ 509, forks: 36. Последнее обновление: 2026-08-03.
deja-vu — момент: ваш локальный агент кодил месяцами, а теперь deja подхватывает эти старые сессии и подсовывает релевантный контекст за миллисекунды без LLM, эмбеддингов и облачных ключей. Это один ноль-зависимый бинарник на Go, который индексирует истории агентов на диске, ищет ~3.5 ГБ за ~1.5 ms и отдаёт результаты по MCP в разные harness'ы (Claude Code, Copilot CLI, Qwen и др.), отличаясь простотой установки и переносимостью между машинами через SSH.
Идея применения:
Соберите офлайн‑инкрементальный “памятник” прошлых сессий команды: запустите deja install на рабочей машине, индексируйте ~/.
Стек/язык: Go. На GitHub: ⭐ 509, forks: 36. Последнее обновление: 2026-08-03.
🔥1
AI-Builder-Club/skills
skills — запускает агентные «петли», которые сами берут задачу, выполняют её, проверяют и логируют прогресс в общую файловую память; полезно командам, которые хотят, чтобы рутинные изменения (фикс, тест, SEO-эксперименты) компаундились без постоянного ручного контроля, а отличает проект готовый codebase-harness и шаблоны loop-ок, а не просто набор скриптов.
Идея применения:
Запустить /setup-codebase-harness в реальном репозитории, затем /new-loop, чтобы развернуть агент-луп для автоматических PR с тестами и верификацией — в результате получите бот, который открывает тикеты, предлагает патчи, проверяет их в изолированном контейнере и пишет отчёт в общую папку для последующей автоматической интеграции.
Стек/язык: Python. На GitHub: ⭐ 1.1k, forks: 146. Последнее обновление: 2026-07-27.
skills — запускает агентные «петли», которые сами берут задачу, выполняют её, проверяют и логируют прогресс в общую файловую память; полезно командам, которые хотят, чтобы рутинные изменения (фикс, тест, SEO-эксперименты) компаундились без постоянного ручного контроля, а отличает проект готовый codebase-harness и шаблоны loop-ок, а не просто набор скриптов.
Идея применения:
Запустить /setup-codebase-harness в реальном репозитории, затем /new-loop, чтобы развернуть агент-луп для автоматических PR с тестами и верификацией — в результате получите бот, который открывает тикеты, предлагает патчи, проверяет их в изолированном контейнере и пишет отчёт в общую папку для последующей автоматической интеграции.
Стек/язык: Python. На GitHub: ⭐ 1.1k, forks: 146. Последнее обновление: 2026-07-27.
🔥1