l0ng-ai/tty7
tty7 — терминал, который не теряет сессии при выходе или перезагрузке: ваш шелл, окна и «агенты» продолжают работать на сервере без tmux, плюс нативный SSH/SFTP, GPU‑рендеринг и окно с редакторным вводом (подсказки, многолинейный ввод, подсветка). Отличие: сочетание persistent‑server архитектуры, агентной интеграции (статусы, нотификации, контекст Git) и рекордной производительности на Rust/GPUI — реальная альтернатива классическим эмуляторам.
Идея применения:
Поднять tty7 на удалённой машине, подключиться по нативному SSH и собрать удалённый рабочий набор: редакторные панели, git‑репо, агент для автотестов; при разрыве соединения продолжить работу с того же состояния и получить уведомления о результатах тестов.
Стек/язык: Rust. На GitHub: ⭐ 573, forks: 39. Последнее обновление: 2026-08-03.
tty7 — терминал, который не теряет сессии при выходе или перезагрузке: ваш шелл, окна и «агенты» продолжают работать на сервере без tmux, плюс нативный SSH/SFTP, GPU‑рендеринг и окно с редакторным вводом (подсказки, многолинейный ввод, подсветка). Отличие: сочетание persistent‑server архитектуры, агентной интеграции (статусы, нотификации, контекст Git) и рекордной производительности на Rust/GPUI — реальная альтернатива классическим эмуляторам.
Идея применения:
Поднять tty7 на удалённой машине, подключиться по нативному SSH и собрать удалённый рабочий набор: редакторные панели, git‑репо, агент для автотестов; при разрыве соединения продолжить работу с того же состояния и получить уведомления о результатах тестов.
Стек/язык: Rust. На GitHub: ⭐ 573, forks: 39. Последнее обновление: 2026-08-03.
❤2
ronak-create/FableCut
FableCut умеет подчинять видеомонтажу не человека, а агента: весь монтажный проект хранится как единый project.json, который можно править руками, через UI или посредством AI-агента по MCP/REST — и изменения мгновенно отражаются в браузере. Никаких npm-зависимостей, один node server.js, Premiere-подобный таймлайн с 3 видеотреками, 4 аудиотреками, waveforms, переходами и live-reload ~150 ms — это не просто редактор, а интерфейс, который легко автоматизировать и интегрировать в пайплайн.
Идея применения:
Настройте скрипт, который по списку raw-роликов и метаданных генерирует project.
Стек/язык: JavaScript. На GitHub: ⭐ 572, forks: 57. Последнее обновление: 2026-07-28.
FableCut умеет подчинять видеомонтажу не человека, а агента: весь монтажный проект хранится как единый project.json, который можно править руками, через UI или посредством AI-агента по MCP/REST — и изменения мгновенно отражаются в браузере. Никаких npm-зависимостей, один node server.js, Premiere-подобный таймлайн с 3 видеотреками, 4 аудиотреками, waveforms, переходами и live-reload ~150 ms — это не просто редактор, а интерфейс, который легко автоматизировать и интегрировать в пайплайн.
Идея применения:
Настройте скрипт, который по списку raw-роликов и метаданных генерирует project.
Стек/язык: JavaScript. На GitHub: ⭐ 572, forks: 57. Последнее обновление: 2026-07-28.
🔥1
MageByte-Zero/spec-superflow
spec-superflow — плагин, который по содержанию репозитория делает «умный» выбор: запустит лёгкий патч или развернёт полный, контрактно-ориентированный рабочий поток с набором skills и чекпоинтов для безопасных изменений кода. Полезен тимлидам и инженерам AI-помощников: он не просто запускает скрипты, а анализирует scope vs контракт (content-level), роутит действие между 9 skills и поддерживает 17+ платформ одной командой, чтобы избежать множества ad-hoc интеграций.
Идея применения:
Установить в проект (npx spec-superflow@latest install-...), запустить ssf list → ssf execution recommend, собрать план для текущего change и сохранить checkpoint; результат — проверяемый, контрактный execution-plan и воспроизводимый handoff для ревью.
Стек/язык: JavaScript. На GitHub: ⭐ 663, forks: 64. Последнее обновление: 2026-08-03.
spec-superflow — плагин, который по содержанию репозитория делает «умный» выбор: запустит лёгкий патч или развернёт полный, контрактно-ориентированный рабочий поток с набором skills и чекпоинтов для безопасных изменений кода. Полезен тимлидам и инженерам AI-помощников: он не просто запускает скрипты, а анализирует scope vs контракт (content-level), роутит действие между 9 skills и поддерживает 17+ платформ одной командой, чтобы избежать множества ad-hoc интеграций.
Идея применения:
Установить в проект (npx spec-superflow@latest install-...), запустить ssf list → ssf execution recommend, собрать план для текущего change и сохранить checkpoint; результат — проверяемый, контрактный execution-plan и воспроизводимый handoff для ревью.
Стек/язык: JavaScript. На GitHub: ⭐ 663, forks: 64. Последнее обновление: 2026-08-03.
yc-software/qm
qm — мультиагент для работы, который ведёт каждого сотрудника в своей «песочнице» и одновременно даёт общие каналы, где агенты совместно ведут проекты, публикуют апдейты и выполняют фоновые задания (crons, тесты, CI, задачи в репозиториях). Отличие от десятков ассистентов: у каждого пользователя и комнаты своя долговременная память, изолёный keychain, файлы и исполняемая среда, а ядро позволяет сменить модель и harness без привязки к вендору.
Идея применения:
Развернуть qm локально для команды: подключить Slack, дать агентам доступ к внутренней базе знаний и репозиторию, настроить cron, который каждое утро собирает статус тестов и открывает PR с фиксом — команда получает ежедневные отчёты и автоматические исправления уже через час.
Стек/язык: TypeScript. На GitHub: ⭐ 11.7k, forks: 1.3k. Последнее обновление: 2026-08-05.
qm — мультиагент для работы, который ведёт каждого сотрудника в своей «песочнице» и одновременно даёт общие каналы, где агенты совместно ведут проекты, публикуют апдейты и выполняют фоновые задания (crons, тесты, CI, задачи в репозиториях). Отличие от десятков ассистентов: у каждого пользователя и комнаты своя долговременная память, изолёный keychain, файлы и исполняемая среда, а ядро позволяет сменить модель и harness без привязки к вендору.
Идея применения:
Развернуть qm локально для команды: подключить Slack, дать агентам доступ к внутренней базе знаний и репозиторию, настроить cron, который каждое утро собирает статус тестов и открывает PR с фиксом — команда получает ежедневные отчёты и автоматические исправления уже через час.
Стек/язык: TypeScript. На GitHub: ⭐ 11.7k, forks: 1.3k. Последнее обновление: 2026-08-05.
❤1🔥1
FareedKhan-dev/kimi-k3-in-c
kimi-k3-in-c умеет запустить 2.78‑триллионную модель на одном CPU с пиком памяти 8.24 ГБ, читая 1.56 ТБ чекпойнта по частям так, чтобы «тело» модели всегда даёт тот же байт‑идентичный вывод и при 8 ГБ, и при 224 ГБ; это портативный C99‑движок без BLAS, фреймворков и GPU — отличает детальное управление размещением байтов и потоковая подгрузка экспертов, а не попытка уместить всё в память. Репозиторий очень быстро набирает звёзды для своего возраста, что говорит о реальной полезности подхода.
Идея применения:
Скачать чекпойнт на локальный диск, собрать движок за минуту и прогнать тест‑генерацию: зафиксировать одинаковый вывод при лимите памяти 8 ГБ и при 64 ГБ, чтобы воспроизвести и проиллюстрировать идею «один и тот же результат при
Стек/язык: C. На GitHub: ⭐ 2.6k, forks: 430. Последнее обновление: 2026-08-01.
kimi-k3-in-c умеет запустить 2.78‑триллионную модель на одном CPU с пиком памяти 8.24 ГБ, читая 1.56 ТБ чекпойнта по частям так, чтобы «тело» модели всегда даёт тот же байт‑идентичный вывод и при 8 ГБ, и при 224 ГБ; это портативный C99‑движок без BLAS, фреймворков и GPU — отличает детальное управление размещением байтов и потоковая подгрузка экспертов, а не попытка уместить всё в память. Репозиторий очень быстро набирает звёзды для своего возраста, что говорит о реальной полезности подхода.
Идея применения:
Скачать чекпойнт на локальный диск, собрать движок за минуту и прогнать тест‑генерацию: зафиксировать одинаковый вывод при лимите памяти 8 ГБ и при 64 ГБ, чтобы воспроизвести и проиллюстрировать идею «один и тот же результат при
Стек/язык: C. На GitHub: ⭐ 2.6k, forks: 430. Последнее обновление: 2026-08-01.
block/buzz
buzz — объединяет людей и автономных агентов в одной самохостимой рабочей комнате: агенты получают собственные ключи и видимость, могут открывать репозитории, предлагать патчи, запускать воркфлоу и вести голосовые хабы — всё как настоящий член команды, с единой подписанной историей событий вместо разрозненных чатов, CI и багтрекеров. Отличие от десятков «AI в чате» — агенты здесь не внешние боты, а полноценные участники с аудируемыми действиями в общем журнале.
Идея применения:
Развернуть локальный relay и за сутки превратить ветку фичи в «комнату» — собрать патчи, прогнать тесты, собрать обсуждение ревью и финальный merge-решение в одном логе, чтобы потом экспортировать весь инцидент с доказательствами действий агентов и людей.
Стек/язык: Rust. На GitHub: ⭐ 23.5k, forks: 2.7k. Последнее обновление: 2026-08-06.
buzz — объединяет людей и автономных агентов в одной самохостимой рабочей комнате: агенты получают собственные ключи и видимость, могут открывать репозитории, предлагать патчи, запускать воркфлоу и вести голосовые хабы — всё как настоящий член команды, с единой подписанной историей событий вместо разрозненных чатов, CI и багтрекеров. Отличие от десятков «AI в чате» — агенты здесь не внешние боты, а полноценные участники с аудируемыми действиями в общем журнале.
Идея применения:
Развернуть локальный relay и за сутки превратить ветку фичи в «комнату» — собрать патчи, прогнать тесты, собрать обсуждение ревью и финальный merge-решение в одном логе, чтобы потом экспортировать весь инцидент с доказательствами действий агентов и людей.
Стек/язык: Rust. На GitHub: ⭐ 23.5k, forks: 2.7k. Последнее обновление: 2026-08-06.
❤2
antirez/ds4
ds4 — локальный движок вывода, заточенный под DeepSeek V4 Flash (и побочно GLM 5.2 / DeepSeek V4 PRO), который запускает крупные модели на привычном железе: Mac с Metal, мульти‑GPU CUDA и ROCm‑машины, а при нехватке RAM — через SSD‑стриминг. От десятков универсальных раннеров отличается узкой, оптимизированной связкой загрузки моделей, рендеринга промпта, KV‑кэша и встроенного HTTP‑сервера для стабильного локального инференса и микробатчинга многопользовательских сессий.
Идея применения:
Собрать локальный LLM‑сервер на старом GPU‑сервере с 4 Ada‑картами: установить ds4, загрузить DeepSeek V4 Flash в GGUF, включить CUDA multi‑GPU и SSD‑стриминг — получить многопользовательский API с высокой пропускной способностью для команды прямо сегодня.
Стек/язык: C. На GitHub: ⭐ 20.7k, forks: 1.9k. Последнее обновление: 2026-08-05.
ds4 — локальный движок вывода, заточенный под DeepSeek V4 Flash (и побочно GLM 5.2 / DeepSeek V4 PRO), который запускает крупные модели на привычном железе: Mac с Metal, мульти‑GPU CUDA и ROCm‑машины, а при нехватке RAM — через SSD‑стриминг. От десятков универсальных раннеров отличается узкой, оптимизированной связкой загрузки моделей, рендеринга промпта, KV‑кэша и встроенного HTTP‑сервера для стабильного локального инференса и микробатчинга многопользовательских сессий.
Идея применения:
Собрать локальный LLM‑сервер на старом GPU‑сервере с 4 Ada‑картами: установить ds4, загрузить DeepSeek V4 Flash в GGUF, включить CUDA multi‑GPU и SSD‑стриминг — получить многопользовательский API с высокой пропускной способностью для команды прямо сегодня.
Стек/язык: C. На GitHub: ⭐ 20.7k, forks: 1.9k. Последнее обновление: 2026-08-05.
❤1
cloudflare/computer
computer — виртуальная файловая система внутри Durable Object, дающая рабочую директорию с авторитетным состоянием в SQLite и три способа исполнения: реальный FUSE-монтаж в контейнере (полный Linux userland и сеть), "just-bash" в Dynamic Worker без дополнительного хранилища и запуск ECMAScript-модулей с node:fs/promises и управляемыми импортами. Полезно для инженеров и исследователей агентов/CI, потому что позволяет выполнять команды и сохранять результат прямо в долговременном Workspace вместо множества ad-hoc хранилищ, при этом бэкэнды подключаются по требованию и дают разные уровни изоляции.
Идея применения:
Собрать reproducible-пайплайн документации: положить исходники в Workspace, запустить pandoc в контейнерном бэкэнде через workspace.runtime.
Стек/язык: TypeScript. На GitHub: ⭐ 5.1k, forks: 259. Последнее обновление: 2026-08-06.
computer — виртуальная файловая система внутри Durable Object, дающая рабочую директорию с авторитетным состоянием в SQLite и три способа исполнения: реальный FUSE-монтаж в контейнере (полный Linux userland и сеть), "just-bash" в Dynamic Worker без дополнительного хранилища и запуск ECMAScript-модулей с node:fs/promises и управляемыми импортами. Полезно для инженеров и исследователей агентов/CI, потому что позволяет выполнять команды и сохранять результат прямо в долговременном Workspace вместо множества ad-hoc хранилищ, при этом бэкэнды подключаются по требованию и дают разные уровни изоляции.
Идея применения:
Собрать reproducible-пайплайн документации: положить исходники в Workspace, запустить pandoc в контейнерном бэкэнде через workspace.runtime.
Стек/язык: TypeScript. На GitHub: ⭐ 5.1k, forks: 259. Последнее обновление: 2026-08-06.
❤1
huangruiteng/loopx
loopx — держит многодневные задачи AI‑команд в человеческом порядке: хранит цель, очереди задач, доказательства прогресса, квоты и проверяемые передачи между агентами (Codex, Claude Code и т.д.), чтобы долгие итерации были рестартуемыми, ревьюемыми и устойчивыми к смене владельца. В отличие от простых чатов или таймеров, это лёгкое «ядро состояния» и локальная панель управления — агент‑независимый Kanban с арендой задач, валидацией переходов и воспроизводимой историей решений.
Идея применения:
Настройте loopx для недельного цикла исправления Issue+PR: автоматизируйте очередь задач, фиксируйте доказательства тестов и ревью, отслеживайте квоты агентов и получаете полностью рестартуемую, проверяемую историю до готового PR.
Стек/язык: Python. На GitHub: ⭐ 3.1k, forks: 235. Последнее обновление: 2026-08-07.
loopx — держит многодневные задачи AI‑команд в человеческом порядке: хранит цель, очереди задач, доказательства прогресса, квоты и проверяемые передачи между агентами (Codex, Claude Code и т.д.), чтобы долгие итерации были рестартуемыми, ревьюемыми и устойчивыми к смене владельца. В отличие от простых чатов или таймеров, это лёгкое «ядро состояния» и локальная панель управления — агент‑независимый Kanban с арендой задач, валидацией переходов и воспроизводимой историей решений.
Идея применения:
Настройте loopx для недельного цикла исправления Issue+PR: автоматизируйте очередь задач, фиксируйте доказательства тестов и ревью, отслеживайте квоты агентов и получаете полностью рестартуемую, проверяемую историю до готового PR.
Стек/язык: Python. На GitHub: ⭐ 3.1k, forks: 235. Последнее обновление: 2026-08-07.
firecrawl/anydoc
anydoc мгновенно превращает любой офисный файл — .doc/.ppt/.xls, EPUB, RTF или PDF — в аккуратный GitHub-Flavored Markdown с сохранением структуры: заголовки с якорями, таблицы с объединёнными ячейками, списки, сноски и встроенные ресурсы. Работает на Rust, даёт единый предсказуемый вывод для всех форматов, биндится в Node/Python/wasm и конвертирует локально за миллисекунды — удобно для тех, кто регулярно переводит мешанину форматов в читаемый Markdown без ручной правки.
Идея применения:
За день автоматизировать конвертацию всей проектной документации (старые .docx, .pdf отчёты, .
Стек/язык: Rust. На GitHub: ⭐ 10k, forks: 470. Последнее обновление: 2026-08-07.
anydoc мгновенно превращает любой офисный файл — .doc/.ppt/.xls, EPUB, RTF или PDF — в аккуратный GitHub-Flavored Markdown с сохранением структуры: заголовки с якорями, таблицы с объединёнными ячейками, списки, сноски и встроенные ресурсы. Работает на Rust, даёт единый предсказуемый вывод для всех форматов, биндится в Node/Python/wasm и конвертирует локально за миллисекунды — удобно для тех, кто регулярно переводит мешанину форматов в читаемый Markdown без ручной правки.
Идея применения:
За день автоматизировать конвертацию всей проектной документации (старые .docx, .pdf отчёты, .
Стек/язык: Rust. На GitHub: ⭐ 10k, forks: 470. Последнее обновление: 2026-08-07.
👍3
google/skills
skills — набор преднастроенных «скиллов» для агентных ботов, которые сразу умеют работать с продуктами Google Cloud: аутентификация, деплой моделей, RAG, BigQuery, GKE, мониторинг и масса прикладных рабочих процессов. Полезно тем, кто хочет собрать агентный конвейер на Google-инфраструктуре быстрее, чем писать интеграции с нуля; отличается тем, что это каталог готовых сценариев (и CLI-инсталлятор) для реальных операций, а не абстрактные примеры.
Идея применения:
Собрать сегодня агент для поискового ассистента команды: установить скиллы RAG + BigQuery + AlloyDB, подключить Gemini-API и настроить деплой на GKE — в результате получить работающий pipeline поиска по документации и ответы с контекстом из вашей базы.
Стек/язык: Python. На GitHub: ⭐ 16k, forks: 1.3k. Последнее обновление: 2026-08-06.
skills — набор преднастроенных «скиллов» для агентных ботов, которые сразу умеют работать с продуктами Google Cloud: аутентификация, деплой моделей, RAG, BigQuery, GKE, мониторинг и масса прикладных рабочих процессов. Полезно тем, кто хочет собрать агентный конвейер на Google-инфраструктуре быстрее, чем писать интеграции с нуля; отличается тем, что это каталог готовых сценариев (и CLI-инсталлятор) для реальных операций, а не абстрактные примеры.
Идея применения:
Собрать сегодня агент для поискового ассистента команды: установить скиллы RAG + BigQuery + AlloyDB, подключить Gemini-API и настроить деплой на GKE — в результате получить работающий pipeline поиска по документации и ответы с контекстом из вашей базы.
Стек/язык: Python. На GitHub: ⭐ 16k, forks: 1.3k. Последнее обновление: 2026-08-06.
🔥2❤1
unclebob/swarm-forge
swarm-forge — координирует рой AI‑агентов так, чтобы они вели реальную инженерную работу: разделяет роли, назначает отдельные git worktree, управляет tmux‑сессиями и прокси‑сообщениями, чтобы агенты не мешали друг другу и соблюдали дисциплину разработки. В отличие от множества ad‑hoc скриптов, тут готовые ветки с конфигурациями ролей и «конституциями» рабочих потоков (two‑pack, four‑pack, six‑pack) превращают хаос в повторяемый инженерный процесс.
Идея применения:
Запустить ветку two‑pack на локальном репозитории: запустить ./swarm, получить разделение ролей coder→cleaner в отдельных worktree, сгенерировать фичу с TDD‑циклами и автоматизированным рефакторингом — результатом будет готовый pull request с тестами и чистой историей.
Стек/язык: Clojure. На GitHub: ⭐ 1.7k, forks: 190. Последнее обновление: 2026-08-06.
swarm-forge — координирует рой AI‑агентов так, чтобы они вели реальную инженерную работу: разделяет роли, назначает отдельные git worktree, управляет tmux‑сессиями и прокси‑сообщениями, чтобы агенты не мешали друг другу и соблюдали дисциплину разработки. В отличие от множества ad‑hoc скриптов, тут готовые ветки с конфигурациями ролей и «конституциями» рабочих потоков (two‑pack, four‑pack, six‑pack) превращают хаос в повторяемый инженерный процесс.
Идея применения:
Запустить ветку two‑pack на локальном репозитории: запустить ./swarm, получить разделение ролей coder→cleaner в отдельных worktree, сгенерировать фичу с TDD‑циклами и автоматизированным рефакторингом — результатом будет готовый pull request с тестами и чистой историей.
Стек/язык: Clojure. На GitHub: ⭐ 1.7k, forks: 190. Последнее обновление: 2026-08-06.
❤1
genspark-ai/genoffice
genoffice превращает офлайн‑редактирование в действие с умом: вместо чат‑окна встроенный AI правит конкретные блоки в документах, таблицах, слайдах и PDF, сохраняя байтовую совместимость .docx/.xlsx/.pptx и выдавая точные макеты — то, что реально нужно командам, которые боятся, что автоматический апдейт испортит верстку или формулы. Отличие от десятков «AI‑офисов» — единый движок для всех приложений и блок‑гранулярная история изменений, а не поверхностный ассистент.
Идея применения:
Собрать библиотеку актуальной документации продукта: автоматически прогнать все .docx/.pptx/.
Стек/язык: TypeScript. На GitHub: ⭐ 2.1k, forks: 354. Последнее обновление: 2026-08-07.
genoffice превращает офлайн‑редактирование в действие с умом: вместо чат‑окна встроенный AI правит конкретные блоки в документах, таблицах, слайдах и PDF, сохраняя байтовую совместимость .docx/.xlsx/.pptx и выдавая точные макеты — то, что реально нужно командам, которые боятся, что автоматический апдейт испортит верстку или формулы. Отличие от десятков «AI‑офисов» — единый движок для всех приложений и блок‑гранулярная история изменений, а не поверхностный ассистент.
Идея применения:
Собрать библиотеку актуальной документации продукта: автоматически прогнать все .docx/.pptx/.
Стек/язык: TypeScript. На GitHub: ⭐ 2.1k, forks: 354. Последнее обновление: 2026-08-07.
PrimeIntellect-ai/prime-agent
prime-agent умеет держать сложные кодовые задачи и долгие фоновые процессы «на плаву»: запускает исполняемую Python-реализацию агента в текущей папке, порождает параллельные субагенты, сохраняет устойчивое состояние подсказок, навыков и памяти и может самоулучшаться малыми, проверяемыми правками — то есть сохраняет контекст и прогресс между сессиями, чего нет у большинства одноразовых чат‑агентов.
Идея применения:
Собрать автономного ассистента для ревью кода и CI‑ремедиа: запустить prime-agent в репозитории, создать навык, который прогоняет тесты, фиксит простые ошибки и оставляет улучшенные сниппеты в harness; агент будет жить в фоне, продолжать работу после отключения терминала и аккуратно накапливать проверяемые правки.
Стек/язык: TypeScript. На GitHub: ⭐ 6.4k, forks: 515. Последнее обновление: 2026-08-07.
prime-agent умеет держать сложные кодовые задачи и долгие фоновые процессы «на плаву»: запускает исполняемую Python-реализацию агента в текущей папке, порождает параллельные субагенты, сохраняет устойчивое состояние подсказок, навыков и памяти и может самоулучшаться малыми, проверяемыми правками — то есть сохраняет контекст и прогресс между сессиями, чего нет у большинства одноразовых чат‑агентов.
Идея применения:
Собрать автономного ассистента для ревью кода и CI‑ремедиа: запустить prime-agent в репозитории, создать навык, который прогоняет тесты, фиксит простые ошибки и оставляет улучшенные сниппеты в harness; агент будет жить в фоне, продолжать работу после отключения терминала и аккуратно накапливать проверяемые правки.
Стек/язык: TypeScript. На GitHub: ⭐ 6.4k, forks: 515. Последнее обновление: 2026-08-07.
❤1
vitali87/code-graph-rag
code-graph-rag умеет прочитать весь монорепозиторий на нескольких языках, слить функции/классы/модули в единый граф в Memgraph и позволить вам спрашивать, находить и править код простым английским — с AST-патчами, трассировкой потоков данных и возвратом реального исходника перед изменениями. Отличие: не просто поиск по тексту, а структурный RAG над графом кода с поддержкой множества языков и инструментами для безопасного рефакторинга.
Идея применения:
Проиндексировать текущий монорепо, задать запрос «найди неиспользуемые публичные функции,reachable из entry-point X», получить список, просмотреть исходники и автоматически применить AST-патчи для удаления мёртвого кода с превью diff — результат готов к ревью сегодня.
Стек/язык: Python. На GitHub: ⭐ 3k, forks: 519. Последнее обновление: 2026-08-10.
code-graph-rag умеет прочитать весь монорепозиторий на нескольких языках, слить функции/классы/модули в единый граф в Memgraph и позволить вам спрашивать, находить и править код простым английским — с AST-патчами, трассировкой потоков данных и возвратом реального исходника перед изменениями. Отличие: не просто поиск по тексту, а структурный RAG над графом кода с поддержкой множества языков и инструментами для безопасного рефакторинга.
Идея применения:
Проиндексировать текущий монорепо, задать запрос «найди неиспользуемые публичные функции,reachable из entry-point X», получить список, просмотреть исходники и автоматически применить AST-патчи для удаления мёртвого кода с превью diff — результат готов к ревью сегодня.
Стек/язык: Python. На GitHub: ⭐ 3k, forks: 519. Последнее обновление: 2026-08-10.
❤1
microsoft/skill-recorder
skill-recorder — записывает вашу реальную рабочую сессию: клики, переключения окон, посещённые страницы и (по желанию) голос, затем через GitHub Copilot CLI превращает это в чёткое намерение + упорядоченные шаги и генерирует повторяемую Skill или Automation, которые агент будет выполнять не через воспроизведение UI, а с использованием нативных инструментов (gh, web_fetch и т.п.). Полезно тем, кто хочет превратить один живой прогон рутины в надёжную автоматизацию без ручной трансформации сценария; отличается тем, что обобщает из одного примера и делает весь пайплайн локально до момента анализа.
Идея применения:
Записать заполнение одного веб‑формуляра (включая навигацию и голосовое пояснение), нажать Analyze и получить SKILL.
Стек/язык: TypeScript. На GitHub: ⭐ 2.7k, forks: 285. Последнее обновление: 2026-08-07.
skill-recorder — записывает вашу реальную рабочую сессию: клики, переключения окон, посещённые страницы и (по желанию) голос, затем через GitHub Copilot CLI превращает это в чёткое намерение + упорядоченные шаги и генерирует повторяемую Skill или Automation, которые агент будет выполнять не через воспроизведение UI, а с использованием нативных инструментов (gh, web_fetch и т.п.). Полезно тем, кто хочет превратить один живой прогон рутины в надёжную автоматизацию без ручной трансформации сценария; отличается тем, что обобщает из одного примера и делает весь пайплайн локально до момента анализа.
Идея применения:
Записать заполнение одного веб‑формуляра (включая навигацию и голосовое пояснение), нажать Analyze и получить SKILL.
Стек/язык: TypeScript. На GitHub: ⭐ 2.7k, forks: 285. Последнее обновление: 2026-08-07.
harveyai/harvey-labs
harvey-labs — оценочная платформа, которая заставляет LLM‑агентов делать настоящую юридическую работу: от разбора данных комнаты по M&A до выставления рубрик и автосудейства результатов, а не только генерации текста. Набор включает инструкции, реальные документы, метрики и движок исполнения, так что можно прогнать агента сквозь задачу и получить объективные баллы — полезно для команд, тестирующих юрист‑ориентированные агентов, и для исследований, где важно сравнивать поведение, а не только флюидность ответов.
Идея применения:
Запустить готовый walkthrough из docs/tutorial.
Стек/язык: Python. На GitHub: ⭐ 899, forks: 182. Последнее обновление: 2026-08-07.
harvey-labs — оценочная платформа, которая заставляет LLM‑агентов делать настоящую юридическую работу: от разбора данных комнаты по M&A до выставления рубрик и автосудейства результатов, а не только генерации текста. Набор включает инструкции, реальные документы, метрики и движок исполнения, так что можно прогнать агента сквозь задачу и получить объективные баллы — полезно для команд, тестирующих юрист‑ориентированные агентов, и для исследований, где важно сравнивать поведение, а не только флюидность ответов.
Идея применения:
Запустить готовый walkthrough из docs/tutorial.
Стек/язык: Python. На GitHub: ⭐ 899, forks: 182. Последнее обновление: 2026-08-07.
ruvnet/RuView
RuView превращает обычный Wi‑Fi в систему, которая видит через стены: с дешевыми ESP32-сенсорами она считывает CSI-сигналы и в реальном времени определяет присутствие, счёт людей, дыхание и пульс, распознаёт активность и даже падающие события — без камер и носимых устройств; отличается встроенной связкой для Home Assistant/HomeKit/Matter и локальными моделями на edge, а не облачным ML. (GitHub Trending: в топ‑10 daily — растущий интерес к приватным сенсорам и интеграции в смарт‑дом.)
Идея применения:
Развернуть узел с ESP32 и RuView рядом со спальней, подключить к Home Assistant через --mqtt, записать ночные сессии, получить контактные метрики дыхания/пульса и автоматический сигнал об апноэ/падам — и сразу видеть данные в домашней панели без облака.
Стек/язык: Rust. На GitHub: ⭐ 89.5k, forks: 11.9k. Последнее обновление: 2026-08-11.
RuView превращает обычный Wi‑Fi в систему, которая видит через стены: с дешевыми ESP32-сенсорами она считывает CSI-сигналы и в реальном времени определяет присутствие, счёт людей, дыхание и пульс, распознаёт активность и даже падающие события — без камер и носимых устройств; отличается встроенной связкой для Home Assistant/HomeKit/Matter и локальными моделями на edge, а не облачным ML. (GitHub Trending: в топ‑10 daily — растущий интерес к приватным сенсорам и интеграции в смарт‑дом.)
Идея применения:
Развернуть узел с ESP32 и RuView рядом со спальней, подключить к Home Assistant через --mqtt, записать ночные сессии, получить контактные метрики дыхания/пульса и автоматический сигнал об апноэ/падам — и сразу видеть данные в домашней панели без облака.
Стек/язык: Rust. На GitHub: ⭐ 89.5k, forks: 11.9k. Последнее обновление: 2026-08-11.
semantica-agi/semantica
semantica — превращает разбросанные таблицы, логи и векторные хранилища в единый контекстный граф: извлекает сущности и связи, строит knowledge/context graph с детализированной историей решений и причинно-следственными связями, чтобы каждое решение агента было объяснимо и проверяемо; отличается акцентом на детерминированном выводе, совместимости с RDF/LPG и встроенной провенансной отчетностью, а не просто хранением эмбеддингов.
Идея применения:
Подключите таблицы из Snowflake и логи транзакций, автоматически собрать контекстный граф с конфликтами и provenance, и получить экспортируемый аудит-трейл (JSON/RDF) для проверки регулятором конкретного автоматизированного решения сегодня.
Стек/язык: Python. На GitHub: ⭐ 4.7k, forks: 515. Последнее обновление: 2026-08-11.
semantica — превращает разбросанные таблицы, логи и векторные хранилища в единый контекстный граф: извлекает сущности и связи, строит knowledge/context graph с детализированной историей решений и причинно-следственными связями, чтобы каждое решение агента было объяснимо и проверяемо; отличается акцентом на детерминированном выводе, совместимости с RDF/LPG и встроенной провенансной отчетностью, а не просто хранением эмбеддингов.
Идея применения:
Подключите таблицы из Snowflake и логи транзакций, автоматически собрать контекстный граф с конфликтами и provenance, и получить экспортируемый аудит-трейл (JSON/RDF) для проверки регулятором конкретного автоматизированного решения сегодня.
Стек/язык: Python. На GitHub: ⭐ 4.7k, forks: 515. Последнее обновление: 2026-08-11.
cathrynlavery/diagram-design
diagram-design — готовая коллекция из 27 редакционных диаграмм в самодостаточном HTML+SVG: схемы, флоучарты, радары, петли‑flywheel и ещё много полезного без JS, шадов и «мермэйдного» размазывания. Каждая диаграмма в трёх вариантах (light/dark/full), умеет подхватить цвета и шрифты сайта за ~60 секунд через Claude Code и выдаёт аккуратную, бренд‑стыковую иллюстрацию, которую можно открыть прямо в браузере и сразу вставить в доки или презентацию.
Идея применения:
Склонить репозиторий, открыть skills/diagram-design/assets/index.html, дать Claude читать сайт продукта — получить серию брендированных диаграмм (архитектура, флоучарт, loop) и экспортнуть их как SVG/PNG для README проекта или слайдов — никаких часовых правок в Фигме.
Стек/язык: HTML. На GitHub: ⭐ 6.4k, forks: 420. Последнее обновление: 2026-08-11.
diagram-design — готовая коллекция из 27 редакционных диаграмм в самодостаточном HTML+SVG: схемы, флоучарты, радары, петли‑flywheel и ещё много полезного без JS, шадов и «мермэйдного» размазывания. Каждая диаграмма в трёх вариантах (light/dark/full), умеет подхватить цвета и шрифты сайта за ~60 секунд через Claude Code и выдаёт аккуратную, бренд‑стыковую иллюстрацию, которую можно открыть прямо в браузере и сразу вставить в доки или презентацию.
Идея применения:
Склонить репозиторий, открыть skills/diagram-design/assets/index.html, дать Claude читать сайт продукта — получить серию брендированных диаграмм (архитектура, флоучарт, loop) и экспортнуть их как SVG/PNG для README проекта или слайдов — никаких часовых правок в Фигме.
Стек/язык: HTML. На GitHub: ⭐ 6.4k, forks: 420. Последнее обновление: 2026-08-11.
❤2
ShawnPana/phone-harness
phone-harness управляет вашим iPhone через macOS iPhone Mirroring: снимает картинку окна, распознаёт текст с координатами через Vision, и отправляет HID-уровневые CGEvents (тапы, свайпы, ввод) прямо в устройство — без джейлбрейка, Xcode или WebDriverAgent. Полезно для автоматизации и тестирования реальных сценариев на физическом телефоне: отличие в том, что это «тонкая прослойка» между LLM-агентом и экраном — агент видит пиксели+OCR и действует как живой пользователь.
Идея применения:
Настройте .
Стек/язык: Python. На GitHub: ⭐ 1.6k, forks: 133. Последнее обновление: 2026-08-12.
phone-harness управляет вашим iPhone через macOS iPhone Mirroring: снимает картинку окна, распознаёт текст с координатами через Vision, и отправляет HID-уровневые CGEvents (тапы, свайпы, ввод) прямо в устройство — без джейлбрейка, Xcode или WebDriverAgent. Полезно для автоматизации и тестирования реальных сценариев на физическом телефоне: отличие в том, что это «тонкая прослойка» между LLM-агентом и экраном — агент видит пиксели+OCR и действует как живой пользователь.
Идея применения:
Настройте .
Стек/язык: Python. На GitHub: ⭐ 1.6k, forks: 133. Последнее обновление: 2026-08-12.