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.
guillaumemeyer/watermarks-remover
watermarks-remover умеет удалять следы AI‑происхождения прямо из ваших файлов: вычищает невидимые юникод‑символы и экзотические пробелы, переписывает тексты для нейтрализации статистических «водяных знаков» и удаляет C2PA/EXIF/XMP/свойства из PNG, JPEG, SVG, PDF, DOCX, ODT, HTML и Markdown — всё на Python 3.10+ с минимальными зависимостями. Отличие от других решений — многослойный подход (детерминированная уборка юникода + агрессивный перефраз для токенных меток + файловые метаданные) и готовые скрипты/скиллы для интеграции в агент‑воркфлоу; быстро набирает звезды на GitHub, что говорит о реальном интересе сообщества к проблеме приватности AI‑меток.
Идея применения:
Прогнать через набор скриптов весь репозиторий с документацией и пресс‑релиз
Стек/язык: Python. На GitHub: ⭐ 1.6k, forks: 156. Последнее обновление: 2026-08-12.
watermarks-remover умеет удалять следы AI‑происхождения прямо из ваших файлов: вычищает невидимые юникод‑символы и экзотические пробелы, переписывает тексты для нейтрализации статистических «водяных знаков» и удаляет C2PA/EXIF/XMP/свойства из PNG, JPEG, SVG, PDF, DOCX, ODT, HTML и Markdown — всё на Python 3.10+ с минимальными зависимостями. Отличие от других решений — многослойный подход (детерминированная уборка юникода + агрессивный перефраз для токенных меток + файловые метаданные) и готовые скрипты/скиллы для интеграции в агент‑воркфлоу; быстро набирает звезды на GitHub, что говорит о реальном интересе сообщества к проблеме приватности AI‑меток.
Идея применения:
Прогнать через набор скриптов весь репозиторий с документацией и пресс‑релиз
Стек/язык: Python. На GitHub: ⭐ 1.6k, forks: 156. Последнее обновление: 2026-08-12.
👍1
LadybirdBrowser/ladybird
ladybird — браузер, который реально изолирует опасный контент: рендер каждой вкладки, декодирование изображений и сетевые запросы вынесены в отдельные процессы и песочницы, так что баг в странице не рушит всё приложение. Проект делает ставку не на форки Chromium, а на собственный стек (LibWeb, LibJS и другие из SerenityOS), что даёт лёгкую, прозрачную кодовую базу и экспериментальную платформу для безопасного рендеринга современного веба.
Идея применения:
Собрать локальную сборку на Linux, запустить и открыть набор подозрительных тестовых страниц (криптобаннеры, эксплойты для парсинга медиа, сложные Wasm-демки) чтобы увидеть, как изолированы процессы и проигрываются ли медиа; зафиксировать поведение процессов и логи для сравнения с Chromium/Firefox.
Стек/язык: C++. На GitHub: ⭐ 65.5k, forks: 3.1k. Последнее обновление: 2026-08-13.
ladybird — браузер, который реально изолирует опасный контент: рендер каждой вкладки, декодирование изображений и сетевые запросы вынесены в отдельные процессы и песочницы, так что баг в странице не рушит всё приложение. Проект делает ставку не на форки Chromium, а на собственный стек (LibWeb, LibJS и другие из SerenityOS), что даёт лёгкую, прозрачную кодовую базу и экспериментальную платформу для безопасного рендеринга современного веба.
Идея применения:
Собрать локальную сборку на Linux, запустить и открыть набор подозрительных тестовых страниц (криптобаннеры, эксплойты для парсинга медиа, сложные Wasm-демки) чтобы увидеть, как изолированы процессы и проигрываются ли медиа; зафиксировать поведение процессов и логи для сравнения с Chromium/Firefox.
Стек/язык: C++. На GitHub: ⭐ 65.5k, forks: 3.1k. Последнее обновление: 2026-08-13.
Lightricks/LTX-2
LTX-2 — генерирует синхронное аудио и видео высокого качества в одной модели: от текста до финального ролика с разделяемыми весами модулей (трансформер, видео- и аудио-VAE, апскейлеры) и поддержкой LoRA для быстрого дообучения; отличается тем, что объединяет все этапы пайплайна в одном репозитории и предлагает варианты «легкой» и «полноценной» загрузки весов под разные ресурсы GPU. Полезен творческим командам и ML-инженерам, кто хочет прототипировать аудио-видео генерацию без сборки из десятка отдельных проектов.
Идея применения:
Собрать сегодня: скачать LTX-2.
Стек/язык: Python. На GitHub: ⭐ 8.8k, forks: 1.4k. Последнее обновление: 2026-08-12.
LTX-2 — генерирует синхронное аудио и видео высокого качества в одной модели: от текста до финального ролика с разделяемыми весами модулей (трансформер, видео- и аудио-VAE, апскейлеры) и поддержкой LoRA для быстрого дообучения; отличается тем, что объединяет все этапы пайплайна в одном репозитории и предлагает варианты «легкой» и «полноценной» загрузки весов под разные ресурсы GPU. Полезен творческим командам и ML-инженерам, кто хочет прототипировать аудио-видео генерацию без сборки из десятка отдельных проектов.
Идея применения:
Собрать сегодня: скачать LTX-2.
Стек/язык: Python. На GitHub: ⭐ 8.8k, forks: 1.4k. Последнее обновление: 2026-08-12.
deepseek-ai/deepseek-harness
deepseek-harness — запускает агенты как набор подключаемых плагинов: каждое поведение, источник данных и интерфейс реализуется как плагин, которые можно миксовать и заменять на лету. Полезно тем, кто хочет собрать сложные цепочки автономных задач (маппинг данных, инструменты, UI) без переписывания ядра; отличается модульной архитектурой «всё — плагин» и быстрой итерацией в developer preview.
Идея применения:
Собрать сегодня локальную сборку агентов: подключить плагин для браузерного скрейпинга, плагин-обработчик вывода и веб‑UI, запустить dsh и протестировать сценарий «сканировать сайт → извлечь FAQ → сгенерировать краткий дайджест» — получите рабочую цепочку агентов, которую можно отладить и заменить отдельными плагинами.
Стек/язык: TypeScript. На GitHub: ⭐ 37.5k, forks: 2.9k. Последнее обновление: 2026-08-13.
deepseek-harness — запускает агенты как набор подключаемых плагинов: каждое поведение, источник данных и интерфейс реализуется как плагин, которые можно миксовать и заменять на лету. Полезно тем, кто хочет собрать сложные цепочки автономных задач (маппинг данных, инструменты, UI) без переписывания ядра; отличается модульной архитектурой «всё — плагин» и быстрой итерацией в developer preview.
Идея применения:
Собрать сегодня локальную сборку агентов: подключить плагин для браузерного скрейпинга, плагин-обработчик вывода и веб‑UI, запустить dsh и протестировать сценарий «сканировать сайт → извлечь FAQ → сгенерировать краткий дайджест» — получите рабочую цепочку агентов, которую можно отладить и заменить отдельными плагинами.
Стек/язык: TypeScript. На GitHub: ⭐ 37.5k, forks: 2.9k. Последнее обновление: 2026-08-13.
Leutenegger/book-to-skill
book-to-skill превращает любую техкнигу или папку с документами в «скилл» для агента: он анализирует структуру, вычленяет правила, паттерны и файлы по главам, и генерирует SKILL.md + набор глав, которые агент подгружает по запросу — без вбросов и без загрузки всего текста в контекст. Полезно инженерам, техрайтерам и тимлидам, которым надо быстро получать точные ответы из документации; отличается тем, что сохраняет структуру и грузит отдельные главы on‑demand, экономя токены и предотвращая галлюцинации.
Идея применения:
Положите PDF справочника проекта в папку, запустите book-to-skill ./project-docs.pdf, установите скилл в ~/.
Стек/язык: Python. На GitHub: ⭐ 918, forks: 119. Последнее обновление: 2026-08-13.
book-to-skill превращает любую техкнигу или папку с документами в «скилл» для агента: он анализирует структуру, вычленяет правила, паттерны и файлы по главам, и генерирует SKILL.md + набор глав, которые агент подгружает по запросу — без вбросов и без загрузки всего текста в контекст. Полезно инженерам, техрайтерам и тимлидам, которым надо быстро получать точные ответы из документации; отличается тем, что сохраняет структуру и грузит отдельные главы on‑demand, экономя токены и предотвращая галлюцинации.
Идея применения:
Положите PDF справочника проекта в папку, запустите book-to-skill ./project-docs.pdf, установите скилл в ~/.
Стек/язык: Python. На GitHub: ⭐ 918, forks: 119. Последнее обновление: 2026-08-13.
cactus-compute/needle
needle — 14MB модель, которая умеет вызывать инструменты и возвращать строго структурированный JSON прямо на телефоне или в прошивке: занимает ~28MB RAM, запускается без сети и поставляется как единый бинарник с поддержкой LoRA и Python-обвязки. Отличие от других мелких моделей — сжатие до CQ2-bit и встроенный byte-level grammar, дающий гарантии формата и калиброванную уверенность в ответах; идеальна для оффлайн-ассистентов на носимых и умных девайсах.
Идея применения:
Собрать локального голосового помощника для умного дома: описать функции управления (схемы аргументов), pip install cactus-needle, развернуть модель на Raspberry/Android, чтобы команды превращались в JSON-вызовы устройств с уверенностью выше порога и без сетевых зависимостей.
Стек/язык: Python. На GitHub: ⭐ 4.9k, forks: 330. Последнее обновление: 2026-08-13.
needle — 14MB модель, которая умеет вызывать инструменты и возвращать строго структурированный JSON прямо на телефоне или в прошивке: занимает ~28MB RAM, запускается без сети и поставляется как единый бинарник с поддержкой LoRA и Python-обвязки. Отличие от других мелких моделей — сжатие до CQ2-bit и встроенный byte-level grammar, дающий гарантии формата и калиброванную уверенность в ответах; идеальна для оффлайн-ассистентов на носимых и умных девайсах.
Идея применения:
Собрать локального голосового помощника для умного дома: описать функции управления (схемы аргументов), pip install cactus-needle, развернуть модель на Raspberry/Android, чтобы команды превращались в JSON-вызовы устройств с уверенностью выше порога и без сетевых зависимостей.
Стек/язык: Python. На GitHub: ⭐ 4.9k, forks: 330. Последнее обновление: 2026-08-13.
macro-inc/macro
macro — объединяет почту, чат, документы, таски, CRM, звонки и командных агентов в одну быструю рабочую среду с общим AI-памятником и двунаправленными ссылками между любыми объектами; отличается от набора разрозненных сервисов тем, что все блоки работают на единой backend-graph и оптимизированы под реальные рабочие потоки (Multi-account email, CRDT-документы, агенты с доступом к вложениям и истории). Язык: Rust, активно растёт в тренде (GitHub Trending #7 сегодня).
Идея применения:
Собрать единый рабочий обзор команды: импортировать несколько Gmail-аккаунтов, связать письма с задачами и CRM-контактами, включить запись звонков — получить один поисковый индекс и AI-агента, который сразу отвечает на вопросы по почте, задачам и вложениям.
Стек/язык: Rust. На GitHub: ⭐ 2.6k, forks: 276. Последнее обновление: 2026-08-13.
macro — объединяет почту, чат, документы, таски, CRM, звонки и командных агентов в одну быструю рабочую среду с общим AI-памятником и двунаправленными ссылками между любыми объектами; отличается от набора разрозненных сервисов тем, что все блоки работают на единой backend-graph и оптимизированы под реальные рабочие потоки (Multi-account email, CRDT-документы, агенты с доступом к вложениям и истории). Язык: Rust, активно растёт в тренде (GitHub Trending #7 сегодня).
Идея применения:
Собрать единый рабочий обзор команды: импортировать несколько Gmail-аккаунтов, связать письма с задачами и CRM-контактами, включить запись звонков — получить один поисковый индекс и AI-агента, который сразу отвечает на вопросы по почте, задачам и вложениям.
Стек/язык: Rust. На GitHub: ⭐ 2.6k, forks: 276. Последнее обновление: 2026-08-13.
SaladDay/pi-from-scratch
pi-from-scratch разбирает coding agent до 600 строк TypeScript: чтение файлов правки кода запуск команд и tool calling собираются с нуля прямо по ходу интерактивной статьи. Справа код постепенно дополняется а встроенный Trace позволяет ставить точки останова и смотреть выполнение по шагам.
Идея применения:
За вечер собрать собственного nano-agent под одну рабочую задачу — например чтобы он находил конфиги в проекте менял их и проверял результат командой.
Стек/язык: TypeScript. На GitHub: ⭐ 1 039 forks: 73. Последнее обновление: 2026-08-12.
pi-from-scratch разбирает coding agent до 600 строк TypeScript: чтение файлов правки кода запуск команд и tool calling собираются с нуля прямо по ходу интерактивной статьи. Справа код постепенно дополняется а встроенный Trace позволяет ставить точки останова и смотреть выполнение по шагам.
Идея применения:
За вечер собрать собственного nano-agent под одну рабочую задачу — например чтобы он находил конфиги в проекте менял их и проверял результат командой.
Стек/язык: TypeScript. На GitHub: ⭐ 1 039 forks: 73. Последнее обновление: 2026-08-12.
👍1
Kritt-ai/open-kritt
open-kritt не просит одну модель «найти все уязвимости» во всём репозитории. Он дробит исследование на узкие задачи параллельно запускает Codex или Claude Code убирает дубли ранжирует находки и позволяет проверять их скриптами и собирать proof of concept.
Идея применения:
Развернуть локально и собрать повторяемый security-playbook для проверки нового релиза: зависимости опасные точки входа валидация находок и готовый ZIP-отчёт.
Стек/язык: JavaScript. На GitHub: ⭐ 1 887 forks: 324. Последнее обновление: 2026-08-17.
open-kritt не просит одну модель «найти все уязвимости» во всём репозитории. Он дробит исследование на узкие задачи параллельно запускает Codex или Claude Code убирает дубли ранжирует находки и позволяет проверять их скриптами и собирать proof of concept.
Идея применения:
Развернуть локально и собрать повторяемый security-playbook для проверки нового релиза: зависимости опасные точки входа валидация находок и готовый ZIP-отчёт.
Стек/язык: JavaScript. На GitHub: ⭐ 1 887 forks: 324. Последнее обновление: 2026-08-17.
❤1