Albert-Weasker/niubi_guard
niubi_guard — открытая система обнаружения и реагирования на злоупотребления в GitHub-репозиториях: сканирует Issues и комментарии, сочетает сигналы правил и AI-оценку (OpenAI-совместимые модели), маркирует подозрительные записи с объяснениями и планом действий, а реальные блокировки/удаления остаются выключены по умолчанию, пока мейнтейнер не включит их. Полезна мейнтейнерам и командам, которые хотят прозрачно отфильтровывать враждебные, массовые и шаблонные атаки без скрытой автоматики.
Идея применения:
Автоматически ежедневно сканировать новые Issues и комментарии в нескольких репозиториях организации в dry-run режиме, собирать пометки AI и правила в отчёт и выделять кандидатов на ручную модерацию перед включением автоплана.
Стек/язык: TypeScript. На GitHub: ⭐ 1.3k, forks: 149. Последнее обновление: 2026-07-02.
niubi_guard — открытая система обнаружения и реагирования на злоупотребления в GitHub-репозиториях: сканирует Issues и комментарии, сочетает сигналы правил и AI-оценку (OpenAI-совместимые модели), маркирует подозрительные записи с объяснениями и планом действий, а реальные блокировки/удаления остаются выключены по умолчанию, пока мейнтейнер не включит их. Полезна мейнтейнерам и командам, которые хотят прозрачно отфильтровывать враждебные, массовые и шаблонные атаки без скрытой автоматики.
Идея применения:
Автоматически ежедневно сканировать новые Issues и комментарии в нескольких репозиториях организации в dry-run режиме, собирать пометки AI и правила в отчёт и выделять кандидатов на ручную модерацию перед включением автоплана.
Стек/язык: TypeScript. На GitHub: ⭐ 1.3k, forks: 149. Последнее обновление: 2026-07-02.
❤2
yvgude/lean-ctx
lean-ctx — локальный Rust-линк между вашими AI-агентами и всем, к чему они обращаются: решает, что им читать, сжимает и кэширует запросы к модели, хранит память сессий, ограничивает доступ к файлам и ведёт подписываемый журнал сохранений; полезен тем, кто хочет уменьшить расход токенов, сохранить приватность контекста и получить контроль над тем, что агент видит. Работает как прокси без сложной настройки и даёт заметную экономию токенов и видимость использования контекста.
Идея применения:
Автоматизировать проксирование запросов от CI-агента так, чтобы при запуске тестов и анализа кода все выводы и файлы проходили через lean-ctx: сжать логи, кэшировать часто читаемые файлы и сохранять проверяемый леджер изменений для экономии токенов и аудита.
Стек/язык: Rust. На GitHub: ⭐ 3.1k, forks: 294. Последнее обновление: 2026-07-04.
lean-ctx — локальный Rust-линк между вашими AI-агентами и всем, к чему они обращаются: решает, что им читать, сжимает и кэширует запросы к модели, хранит память сессий, ограничивает доступ к файлам и ведёт подписываемый журнал сохранений; полезен тем, кто хочет уменьшить расход токенов, сохранить приватность контекста и получить контроль над тем, что агент видит. Работает как прокси без сложной настройки и даёт заметную экономию токенов и видимость использования контекста.
Идея применения:
Автоматизировать проксирование запросов от CI-агента так, чтобы при запуске тестов и анализа кода все выводы и файлы проходили через lean-ctx: сжать логи, кэшировать часто читаемые файлы и сохранять проверяемый леджер изменений для экономии токенов и аудита.
Стек/язык: Rust. На GitHub: ⭐ 3.1k, forks: 294. Последнее обновление: 2026-07-04.
NirDiamant/RAG_Techniques
RAG_Techniques — коллекция из более чем 40 Jupyter‑ноутбуков с продвинутыми приёмами для Retrieval‑Augmented Generation: от базовых подходов до современных трюков (HyDE, reranking, memoRAG и т.д.), с объяснением идеи, кодом и ссылками; полезна исследователям и инженерам, которые строят точные и контекстно‑богатые RAG‑системы.
Идея применения:
Собрать набор повторяемых экспериментов для оценки влияния разных техник (например, HyDE, reranking и контекстной компрессии) на качество ответов по одному корпусу документов и автоматизировать сравнительный бенчмарк в виде набора ноутбуков.
Стек/язык: Jupyter Notebook. На GitHub: ⭐ 28.3k, forks: 3.4k. Последнее обновление: 2026-07-04.
RAG_Techniques — коллекция из более чем 40 Jupyter‑ноутбуков с продвинутыми приёмами для Retrieval‑Augmented Generation: от базовых подходов до современных трюков (HyDE, reranking, memoRAG и т.д.), с объяснением идеи, кодом и ссылками; полезна исследователям и инженерам, которые строят точные и контекстно‑богатые RAG‑системы.
Идея применения:
Собрать набор повторяемых экспериментов для оценки влияния разных техник (например, HyDE, reranking и контекстной компрессии) на качество ответов по одному корпусу документов и автоматизировать сравнительный бенчмарк в виде набора ноутбуков.
Стек/язык: Jupyter Notebook. На GitHub: ⭐ 28.3k, forks: 3.4k. Последнее обновление: 2026-07-04.
lxf746/any-auto-register
any-auto-register — инструмент на Python для массовой автоматизации регистрации и управления аккаунтами в более чем 11 AI‑сервисах (ChatGPT, Grok, Cursor и др.). Делает не только саму регистрацию (протокол/Headless/Headed), но и управляет почтой, обходом капч, прокси, продлением токенов и мониторингом жизненного цикла — удобен для команд, которым нужно централизованно поддерживать пул сервисных учёток.
Идея применения:
Собрать и держать в рабочем состоянии пул тестовых аккаунтов для автоматизированного бенчмаркинга и интеграционных тестов: массовая регистрация, автоматическое прохождение верификации почтой/капчей, экспорт в Any2API и регулярное продление токенов.
Стек/язык: Python. На GitHub: ⭐ 2.9k, forks: 969. Последнее обновление: 2026-07-01.
any-auto-register — инструмент на Python для массовой автоматизации регистрации и управления аккаунтами в более чем 11 AI‑сервисах (ChatGPT, Grok, Cursor и др.). Делает не только саму регистрацию (протокол/Headless/Headed), но и управляет почтой, обходом капч, прокси, продлением токенов и мониторингом жизненного цикла — удобен для команд, которым нужно централизованно поддерживать пул сервисных учёток.
Идея применения:
Собрать и держать в рабочем состоянии пул тестовых аккаунтов для автоматизированного бенчмаркинга и интеграционных тестов: массовая регистрация, автоматическое прохождение верификации почтой/капчей, экспорт в Any2API и регулярное продление токенов.
Стек/язык: Python. На GitHub: ⭐ 2.9k, forks: 969. Последнее обновление: 2026-07-01.
browser-act/skills
skills — CLI для автоматизации браузера, заточенный под работу AI‑агентов: обходит анти‑бот защиты через подмену отпечатков и прокси, умеет решать капчи и извлекать защищённые страницы, поддерживает параллельные изолированные сессии и удобную передачу управления человеку при зависании агента. Будет полезен исследователям автоматизации, разработчикам агентов и тестировщикам, которым нужны устойчивые, многопрофильные и приватные браузерные сессии.
Идея применения:
Автоматически запускать массовый сбор публичной информации по разным аккаунтам в параллельных изолированных сессиях (каждому — своя fingerprint + прокси), с возможностью ручной докачки через live‑handoff при возникновении капч/защит.
Стек/язык: Python. На GitHub: ⭐ 3.7k, forks: 165. Последнее обновление: 2026-06-26.
skills — CLI для автоматизации браузера, заточенный под работу AI‑агентов: обходит анти‑бот защиты через подмену отпечатков и прокси, умеет решать капчи и извлекать защищённые страницы, поддерживает параллельные изолированные сессии и удобную передачу управления человеку при зависании агента. Будет полезен исследователям автоматизации, разработчикам агентов и тестировщикам, которым нужны устойчивые, многопрофильные и приватные браузерные сессии.
Идея применения:
Автоматически запускать массовый сбор публичной информации по разным аккаунтам в параллельных изолированных сессиях (каждому — своя fingerprint + прокси), с возможностью ручной докачки через live‑handoff при возникновении капч/защит.
Стек/язык: Python. На GitHub: ⭐ 3.7k, forks: 165. Последнее обновление: 2026-06-26.
👍1
feder-cr/invisible_playwright
invisible_playwright — модифицированный Firefox и совместимая с Playwright обёртка на Python, которая на уровне движка подставляет правдоподобные отпечатки (Navigator, экран, GPU/WebGL, Canvas, шрифты, аудио, WebRTC, timezone и пр.) и эмулирует «человеческие» действия мыши/ввода, чтобы пройти тесты на ботов без JS‑шимов и видимых правок страницы. Полезен тем, кто автоматизирует браузерные сценарии и хочет минимизировать детектируемые следы автоматизации при запуске через стандартный Playwright API.
Идея применения:
Собрать автотесты обхода антиботов для веб‑скрейпинга: запускать реплики с разными сидами fingerprint, логировать seed для воспроизведения и проверять, какие комбинации proxy+fingerprint дают стабильный проход CAPTCHA/чеков.
Стек/язык: Python. На GitHub: ⭐ 1.6k, forks: 176. Последнее обновление: 2026-07-04.
invisible_playwright — модифицированный Firefox и совместимая с Playwright обёртка на Python, которая на уровне движка подставляет правдоподобные отпечатки (Navigator, экран, GPU/WebGL, Canvas, шрифты, аудио, WebRTC, timezone и пр.) и эмулирует «человеческие» действия мыши/ввода, чтобы пройти тесты на ботов без JS‑шимов и видимых правок страницы. Полезен тем, кто автоматизирует браузерные сценарии и хочет минимизировать детектируемые следы автоматизации при запуске через стандартный Playwright API.
Идея применения:
Собрать автотесты обхода антиботов для веб‑скрейпинга: запускать реплики с разными сидами fingerprint, логировать seed для воспроизведения и проверять, какие комбинации proxy+fingerprint дают стабильный проход CAPTCHA/чеков.
Стек/язык: Python. На GitHub: ⭐ 1.6k, forks: 176. Последнее обновление: 2026-07-04.
microsoft/graphrag
graphrag — модульная система Retrieval-Augmented Generation на графовой основе: превращает неструктурированный текст в структурированные графы знани й с помощью LLM и пайплайнов преобразований, чтобы улучшить рассуждения моделей над приватными данными; написана на Python и ориентирована на экспериментальные сценарии и интеграцию в исследовательские пайплайны.
Идея применения:
Проиндексировать документацию и внутренние отчёты компании в виде графовой памяти, чтобы затем задавать сложные запросы к базе знаний модели с учётом связей между сущностями и источниками.
Стек/язык: Python. На GitHub: ⭐ 34.2k, forks: 3.6k. Последнее обновление: 2026-06-22.
graphrag — модульная система Retrieval-Augmented Generation на графовой основе: превращает неструктурированный текст в структурированные графы знани й с помощью LLM и пайплайнов преобразований, чтобы улучшить рассуждения моделей над приватными данными; написана на Python и ориентирована на экспериментальные сценарии и интеграцию в исследовательские пайплайны.
Идея применения:
Проиндексировать документацию и внутренние отчёты компании в виде графовой памяти, чтобы затем задавать сложные запросы к базе знаний модели с учётом связей между сущностями и источниками.
Стек/язык: Python. На GitHub: ⭐ 34.2k, forks: 3.6k. Последнее обновление: 2026-06-22.
open-gitagent/opengap
opengap — стандарт и CLI для описания AI-агентов как набора файлов в git-репозитории: достаточно поместить agent.yaml и SOUL.md в репо, чтобы оно стало переносимым, версионируемым и совместимым с разными фреймворками через адаптеры; полезен командам, которым важны аудит, откат версий и совместная разработка агентов с разделением ролей.
Идея применения: собрать в монорепо набор агент-репозиториев для продукта, хранить живую память в папках runtime, запускать opengap validate в CI и продвигать изменения ветками (dev→staging→main) с автоматическим аудитом и откатом.
Стек/язык: TypeScript. На GitHub: ⭐ 2.9k, forks: 342. Последнее обновление: 2026-07-02.
opengap — стандарт и CLI для описания AI-агентов как набора файлов в git-репозитории: достаточно поместить agent.yaml и SOUL.md в репо, чтобы оно стало переносимым, версионируемым и совместимым с разными фреймворками через адаптеры; полезен командам, которым важны аудит, откат версий и совместная разработка агентов с разделением ролей.
Идея применения: собрать в монорепо набор агент-репозиториев для продукта, хранить живую память в папках runtime, запускать opengap validate в CI и продвигать изменения ветками (dev→staging→main) с автоматическим аудитом и откатом.
Стек/язык: TypeScript. На GitHub: ⭐ 2.9k, forks: 342. Последнее обновление: 2026-07-02.
Ataraxy-Labs/sem
sem — инструмент семантического контроля версий поверх Git: парсит код через tree-sitter, выделяет функции, методы и классы как сущности и показывает диффы, blame и влияние на уровне сущностей, а не строк. Полезен для команд и автоматизированных агентов, которым важна структурная история, переименования и картирование зависимостей между сущностями.
Идея применения:
Автоматизировать сбор «горячих точек» и пар соcтоятельных изменений в большом репозитории, чтобы каждое изменение показывало списки затронутых сущностей, их авторов и потенциальную область влияния перед мержем.
Стек/язык: Rust. На GitHub: ⭐ 3.1k, forks: 93. Последнее обновление: 2026-07-05.
sem — инструмент семантического контроля версий поверх Git: парсит код через tree-sitter, выделяет функции, методы и классы как сущности и показывает диффы, blame и влияние на уровне сущностей, а не строк. Полезен для команд и автоматизированных агентов, которым важна структурная история, переименования и картирование зависимостей между сущностями.
Идея применения:
Автоматизировать сбор «горячих точек» и пар соcтоятельных изменений в большом репозитории, чтобы каждое изменение показывало списки затронутых сущностей, их авторов и потенциальную область влияния перед мержем.
Стек/язык: Rust. На GitHub: ⭐ 3.1k, forks: 93. Последнее обновление: 2026-07-05.
callstack/agent-device
agent-device — CLI для автоматизации и проверки реальных iOS/Android/TV/web/desktop-приложений: открывает приложения, снимает структурные снимки UI через accessibility-дерево, взаимодействует с элементами (тапы, ввод, жесты), и собирает доказательства — скриншоты, видео, логи, трассы и профили — только когда это нужно. Полезен командам QA и разработчикам, которые хотят дать AI‑агентам или тестовым раннерам реальные «глаза, руки и доказательства» для верификации поведения на симуляторах, эмуляторах и реальных устройствах.
Идея применения:
Автоматически пройти регрессионный сценарий при каждом CI‑прогоне: агент воспроизводит пользовательский флоу, делает снимки UI и записывает видео/логи при ошибке, затем сохраняет .
Стек/язык: TypeScript. На GitHub: ⭐ 3.1k, forks: 170. Последнее обновление: 2026-07-04.
agent-device — CLI для автоматизации и проверки реальных iOS/Android/TV/web/desktop-приложений: открывает приложения, снимает структурные снимки UI через accessibility-дерево, взаимодействует с элементами (тапы, ввод, жесты), и собирает доказательства — скриншоты, видео, логи, трассы и профили — только когда это нужно. Полезен командам QA и разработчикам, которые хотят дать AI‑агентам или тестовым раннерам реальные «глаза, руки и доказательства» для верификации поведения на симуляторах, эмуляторах и реальных устройствах.
Идея применения:
Автоматически пройти регрессионный сценарий при каждом CI‑прогоне: агент воспроизводит пользовательский флоу, делает снимки UI и записывает видео/логи при ошибке, затем сохраняет .
Стек/язык: TypeScript. На GitHub: ⭐ 3.1k, forks: 170. Последнее обновление: 2026-07-04.
cheahjs/free-llm-api-resources
free-llm-api-resources — подборка сервисов и провайдеров, которые дают бесплатный или кредитный доступ к LLM через API: перечислены официальные провайдеры (Google AI Studio, Mistral, HuggingFace, Vercel и др.), модели с лимитами и требованиями (например, в некоторых нужна верификация по телефону, в других использование данных может идти на дообучение). Полезно тем, кто ищет списки доступных бесплатных эндпоинтов и их ограничений для быстрых тестов и прототипов.
Идея применения:
Автоматически собирать и обновлять таблицу с доступными бесплатными API, лимитами и условиями (требование верификации, политика использования данных), чтобы выбрать оптимальный провайдер для краткого бенчмарка моделей по задержке и стоимости.
Стек/язык: Python. На GitHub: ⭐ 25.1k, forks: 2.6k. Последнее обновление: 2026-07-03.
free-llm-api-resources — подборка сервисов и провайдеров, которые дают бесплатный или кредитный доступ к LLM через API: перечислены официальные провайдеры (Google AI Studio, Mistral, HuggingFace, Vercel и др.), модели с лимитами и требованиями (например, в некоторых нужна верификация по телефону, в других использование данных может идти на дообучение). Полезно тем, кто ищет списки доступных бесплатных эндпоинтов и их ограничений для быстрых тестов и прототипов.
Идея применения:
Автоматически собирать и обновлять таблицу с доступными бесплатными API, лимитами и условиями (требование верификации, политика использования данных), чтобы выбрать оптимальный провайдер для краткого бенчмарка моделей по задержке и стоимости.
Стек/язык: Python. На GitHub: ⭐ 25.1k, forks: 2.6k. Последнее обновление: 2026-07-03.
orhun/ratty
ratty — терминал на Rust с рендерингом через GPU, который умеет показывать традиционный 2D-интерфейс и встроенные 3D-объекты прямо в ячейках терминала; поддерживает .obj/.glb/.stl курсоры, аппаратный текстовый рендеринг и вывод изображений через протоколы наподобие Kitty. Полезен тем, кто хочет экспериментировать с визуализацией и интерактивными TUI-приложениями с 3D-элементами или сделать необычный интерфейс для отладочных и демонстрационных инструментов.
Идея применения:
Собрать демонстрационную сборку, которая выводит диагностический дашборд для телеметрии (лог последовательного порта + графики) с интерактивными встроенными 3D-моделями состояния оборудования.
Стек/язык: Rust. На GitHub: ⭐ 3.1k, forks: 82. Последнее обновление: 2026-06-30.
ratty — терминал на Rust с рендерингом через GPU, который умеет показывать традиционный 2D-интерфейс и встроенные 3D-объекты прямо в ячейках терминала; поддерживает .obj/.glb/.stl курсоры, аппаратный текстовый рендеринг и вывод изображений через протоколы наподобие Kitty. Полезен тем, кто хочет экспериментировать с визуализацией и интерактивными TUI-приложениями с 3D-элементами или сделать необычный интерфейс для отладочных и демонстрационных инструментов.
Идея применения:
Собрать демонстрационную сборку, которая выводит диагностический дашборд для телеметрии (лог последовательного порта + графики) с интерактивными встроенными 3D-моделями состояния оборудования.
Стек/язык: Rust. На GitHub: ⭐ 3.1k, forks: 82. Последнее обновление: 2026-06-30.
CoderLuii/HolyClaude
HolyClaude — контейнерная рабочая среда для разработки с Claude Code: веб-интерфейс, headless-браузер, Playwright, 8 AI-CLI и более 50 инструментов, готовая к запуску одной командой и рассчитанная на работу с вашей подпиской Claude/Anthropic; полезна тем, кто хочет локально и быстро поднять полноценный AI-dev workstation без ручной настройки окружения.
Идея применения:
Поднять в Docker на сервере единый self‑hosted рабочий стол и автоматизировать регулярное тестирование UI и генерацию скриншотов с помощью встроенного headless-браузера и Playwright, чтобы CI команды сразу работал с тем же Claude Code, что и разработчики.
Стек/язык: JavaScript. На GitHub: ⭐ 2.4k, forks: 257. Последнее обновление: 2026-07-03.
HolyClaude — контейнерная рабочая среда для разработки с Claude Code: веб-интерфейс, headless-браузер, Playwright, 8 AI-CLI и более 50 инструментов, готовая к запуску одной командой и рассчитанная на работу с вашей подпиской Claude/Anthropic; полезна тем, кто хочет локально и быстро поднять полноценный AI-dev workstation без ручной настройки окружения.
Идея применения:
Поднять в Docker на сервере единый self‑hosted рабочий стол и автоматизировать регулярное тестирование UI и генерацию скриншотов с помощью встроенного headless-браузера и Playwright, чтобы CI команды сразу работал с тем же Claude Code, что и разработчики.
Стек/язык: JavaScript. На GitHub: ⭐ 2.4k, forks: 257. Последнее обновление: 2026-07-03.
ruc-datalab/DeepAnalyze
DeepAnalyze — агентный LLM-инструмент для автономного анализа данных: от подготовки и очистки таблиц до моделирования, визуализаций и генерации готовых аналитических отчётов без постоянного вмешательства человека; полезен аналитикам и командам, которым нужно автоматизировать повторяющиеся или масштабные исследовательские пайплайны над разнородными файлами (CSV, базы, JSON, TXT).
Идея применения:
Собрать конвейер, который автоматически сканирует папку с сырыми таблицами и логами, прогоняет DeepPrep/DeepAnalyze для очистки, формулировки гипотез, построения моделей и выдачи единого аналитического отчёта в PDF для еженедельного инжеста данных.
Стек/язык: Python. На GitHub: ⭐ 4.3k, forks: 686. Последнее обновление: 2026-07-01.
DeepAnalyze — агентный LLM-инструмент для автономного анализа данных: от подготовки и очистки таблиц до моделирования, визуализаций и генерации готовых аналитических отчётов без постоянного вмешательства человека; полезен аналитикам и командам, которым нужно автоматизировать повторяющиеся или масштабные исследовательские пайплайны над разнородными файлами (CSV, базы, JSON, TXT).
Идея применения:
Собрать конвейер, который автоматически сканирует папку с сырыми таблицами и логами, прогоняет DeepPrep/DeepAnalyze для очистки, формулировки гипотез, построения моделей и выдачи единого аналитического отчёта в PDF для еженедельного инжеста данных.
Стек/язык: Python. На GitHub: ⭐ 4.3k, forks: 686. Последнее обновление: 2026-07-01.
ScrapeGraphAI/Scrapegraph-ai
Scrapegraph-ai — Python-библиотека для веб-скрейпинга, которая строит «графы» извлечения с поддержкой LLM: достаточно описать, какие данные нужны, и библиотека автоматически сгенерирует пайплайны для страниц или локальных файлов (HTML, JSON, Markdown и т.д.), умеет работать с одиночными и многопоточными сценариями и интегрироваться с разными моделями и платформами.
Идея применения:
Автоматически собрать структурированную базу знаний с документации и блогов по теме (например, API-эндоинты, примеры использования, параметры) из списка URL и сохранить как набор JSON-файлов для последующего индексирования в поиске или LLM-агрегаторе.
Стек/язык: Python. На GitHub: ⭐ 28k, forks: 2.7k. Последнее обновление: 2026-06-25.
Scrapegraph-ai — Python-библиотека для веб-скрейпинга, которая строит «графы» извлечения с поддержкой LLM: достаточно описать, какие данные нужны, и библиотека автоматически сгенерирует пайплайны для страниц или локальных файлов (HTML, JSON, Markdown и т.д.), умеет работать с одиночными и многопоточными сценариями и интегрироваться с разными моделями и платформами.
Идея применения:
Автоматически собрать структурированную базу знаний с документации и блогов по теме (например, API-эндоинты, примеры использования, параметры) из списка URL и сохранить как набор JSON-файлов для последующего индексирования в поиске или LLM-агрегаторе.
Стек/язык: Python. На GitHub: ⭐ 28k, forks: 2.7k. Последнее обновление: 2026-06-25.
ClaudioDrews/memory-os
memory-os — локальная «операционная система памяти» для Hermes Agent: семи́слойная инфраструктура хранения (файлы, факты, сессии, векторная БД Qdrant и т.д.), автоматическая самокурирующаяся вики и хирургическая подстановка контекста перед вызовом LLM; работает на машине пользователя с любым LLM-провайдером и обеспечивает постоянную, эффективную память без облачных подписок.
Идея применения:
Собрать и поддерживать локальный архив всех разговоров и ключевых фактов проекта в Qdrant + структурированной базе, чтобы перед каждой сессией Hermes автоматически подставлял релевантный контекст и не терял предыдущие решения.
Стек/язык: Python. На GitHub: ⭐ 1.2k, forks: 116. Последнее обновление: 2026-06-10.
memory-os — локальная «операционная система памяти» для Hermes Agent: семи́слойная инфраструктура хранения (файлы, факты, сессии, векторная БД Qdrant и т.д.), автоматическая самокурирующаяся вики и хирургическая подстановка контекста перед вызовом LLM; работает на машине пользователя с любым LLM-провайдером и обеспечивает постоянную, эффективную память без облачных подписок.
Идея применения:
Собрать и поддерживать локальный архив всех разговоров и ключевых фактов проекта в Qdrant + структурированной базе, чтобы перед каждой сессией Hermes автоматически подставлял релевантный контекст и не терял предыдущие решения.
Стек/язык: Python. На GitHub: ⭐ 1.2k, forks: 116. Последнее обновление: 2026-06-10.
bradygaster/squad
squad — инструмент, который создаёт в репозитории команду AI‑агентов через GitHub Copilot: вы описываете проект, а в папке .squad появляются постоянные роли (frontend, backend, тестировщик, лидер и т.д.), которые читают код, ведут состояние и предлагают изменения под вашим контролем. Полезен командам, которые хотят параллельно автоматизировать рутинные задачи и ускорить разработку, сохраняя людей в роли ответственных и принимающих решения.
Идея применения:
Автоматически сгенерировать начальную реализацию фичи: создать задачу в Issues, получить предложения от разных ролей (архитектура, реализация, тесты), применить изменения в ветке и открыть PR с заметками от каждого агента для последующего ревью.
Стек/язык: TypeScript. На GitHub: ⭐ 2.9k, forks: 444. Последнее обновление: 2026-07-01.
squad — инструмент, который создаёт в репозитории команду AI‑агентов через GitHub Copilot: вы описываете проект, а в папке .squad появляются постоянные роли (frontend, backend, тестировщик, лидер и т.д.), которые читают код, ведут состояние и предлагают изменения под вашим контролем. Полезен командам, которые хотят параллельно автоматизировать рутинные задачи и ускорить разработку, сохраняя людей в роли ответственных и принимающих решения.
Идея применения:
Автоматически сгенерировать начальную реализацию фичи: создать задачу в Issues, получить предложения от разных ролей (архитектура, реализация, тесты), применить изменения в ветке и открыть PR с заметками от каждого агента для последующего ревью.
Стек/язык: TypeScript. На GitHub: ⭐ 2.9k, forks: 444. Последнее обновление: 2026-07-01.
Observal/Observal
Observal — локальный реестр и платформа аналитики для внутренних AI-компонентов: собирает и индексирует Skills, MCP-сервера и агентов, даёт единый каталог, версионирование и телеметрию по их использованию, чтобы команды быстрее находили, ставили и правили уже созданные компоненты. Полезен инженерам и менеджерам платформы, которые хотят контролировать распространение и эффективность внутренних агентов и интеграций.
Идея применения:
Собрать в приватный реестр все внутренние Skills и агенты команды, включить сбор сессий и метрик и автоматизировать установку выбранных версий в IDE/CLI, чтобы отслеживать реальную отдачу и находить плохо работающие компоненты.
Стек/язык: Python. На GitHub: ⭐ 2.2k, forks: 464. Последнее обновление: 2026-07-04.
Observal — локальный реестр и платформа аналитики для внутренних AI-компонентов: собирает и индексирует Skills, MCP-сервера и агентов, даёт единый каталог, версионирование и телеметрию по их использованию, чтобы команды быстрее находили, ставили и правили уже созданные компоненты. Полезен инженерам и менеджерам платформы, которые хотят контролировать распространение и эффективность внутренних агентов и интеграций.
Идея применения:
Собрать в приватный реестр все внутренние Skills и агенты команды, включить сбор сессий и метрик и автоматизировать установку выбранных версий в IDE/CLI, чтобы отслеживать реальную отдачу и находить плохо работающие компоненты.
Стек/язык: Python. На GitHub: ⭐ 2.2k, forks: 464. Последнее обновление: 2026-07-04.
HandsOnLLM/Hands-On-Large-Language-Models
Hands-On-Large-Language-Models — репозиторий с кодом ко всей практической части книги «Hands‑On Large Language Models» от Jay Alammar и Maarten Grootendorst: набор Jupyter‑ноутбуков с наглядными примерами и иллюстрациями, демонстрирующими токенизацию, архитектуру трансформеров, кластеризацию, генерацию текста, RAG, мультимодальность и методы обучения/тонкой настройки LLM. Полезен тем, кто хочет повторять и запускать лабораторные примеры из книги (включая Colab-ссылки и инструкции по окружению).
Идея применения:
Автоматизировать серию воспроизводимых лабораторных заданий: собрать набор ноутбуков по темам (токены, семантический поиск, тонкая настройка) в CI, запускать их на Colab/CI и генерировать HTML‑отчёты с результатами экспериментов.
Стек/язык: Jupyter Notebook. На GitHub: ⭐ 27.4k, forks: 6.4k. Последнее обновление: 2026-04-24.
Hands-On-Large-Language-Models — репозиторий с кодом ко всей практической части книги «Hands‑On Large Language Models» от Jay Alammar и Maarten Grootendorst: набор Jupyter‑ноутбуков с наглядными примерами и иллюстрациями, демонстрирующими токенизацию, архитектуру трансформеров, кластеризацию, генерацию текста, RAG, мультимодальность и методы обучения/тонкой настройки LLM. Полезен тем, кто хочет повторять и запускать лабораторные примеры из книги (включая Colab-ссылки и инструкции по окружению).
Идея применения:
Автоматизировать серию воспроизводимых лабораторных заданий: собрать набор ноутбуков по темам (токены, семантический поиск, тонкая настройка) в CI, запускать их на Colab/CI и генерировать HTML‑отчёты с результатами экспериментов.
Стек/язык: Jupyter Notebook. На GitHub: ⭐ 27.4k, forks: 6.4k. Последнее обновление: 2026-04-24.
geekjourneyx/md2wechat-skill
md2wechat-skill — CLI на Go, который превращает Markdown в готовую к публикации статью для WeChat: конвертирует в детерминированный HTML с профессиональными темами и модулями верстки, генерирует обложки и иллюстрации (включая интеграцию с AI-провайдерами), поддерживает предпросмотр, проверку готовности и массовую отправку в черновики для нескольких аккаунтов. Полезен авторам и командам, которым нужно автоматизировать стабильную, однотипную публикацию в公众号 с возможностью Agent-автоматизации.
Идея применения:
Автоматизировать сбор и массовую публикацию серии технических заметок из Markdown-репозитория в несколько публичных WeChat-аккаунтов: генерировать обложки, проверять readiness через inspect и заливать в черновики для финального одобрения.
Стек/язык: Go. На GitHub: ⭐ 3.1k, forks: 360. Последнее обновление: 2026-07-02.
md2wechat-skill — CLI на Go, который превращает Markdown в готовую к публикации статью для WeChat: конвертирует в детерминированный HTML с профессиональными темами и модулями верстки, генерирует обложки и иллюстрации (включая интеграцию с AI-провайдерами), поддерживает предпросмотр, проверку готовности и массовую отправку в черновики для нескольких аккаунтов. Полезен авторам и командам, которым нужно автоматизировать стабильную, однотипную публикацию в公众号 с возможностью Agent-автоматизации.
Идея применения:
Автоматизировать сбор и массовую публикацию серии технических заметок из Markdown-репозитория в несколько публичных WeChat-аккаунтов: генерировать обложки, проверять readiness через inspect и заливать в черновики для финального одобрения.
Стек/язык: Go. На GitHub: ⭐ 3.1k, forks: 360. Последнее обновление: 2026-07-02.