linebender/vello

Vello — это движок для рендеринга 2D-графики, написанный на Rust, с упором на GPU-вычисления. Способен отрисовывать сложные 2D-сцены с интерактивной или близкой к интерактивной производительностью, используя wgpu для доступа к GPU

#rust

https://github.com/linebender/vello

azukaar/Cosmos-Server

Cosmos - это самый безопасный и простой селфхостед домашний сервера. Он действует как защищённый шлюз для вашего приложения, а также как менеджер сервера.

#golang

https://github.com/azukaar/Cosmos-Server

Effect-TS/effect

Создавайте готовые к продакшену приложения на TypeScript

#typescript

https://github.com/Effect-TS/effect

promptslab/Promptify

Promptify - решайте задачи NLP с помощью LLM и легко создавайте различные подсказки для популярных генеративных моделей, таких как GPT, PaLM и других.

#python

https://github.com/promptslab/Promptify

NginxProxyManager

Docker-контейнер для управления Nginx proxy хостами с простым и мощным интерфейсом

#python

https://github.com/NginxProxyManager/nginx-proxy-manager

lxc/incus

Incus — это система управления контейнерами (системными и прикладными) и виртуальными машинами нового поколения.

#golang

https://github.com/lxc/incus

kaitai-io/kaitai_struct

Kaitai Struct - декларативный язык, используемый для описания различных двоичных структур данных, размещённых в файлах или в памяти: например, двоичных форматов файлов, сетевых форматов пакетов и т.д.

#shell

https://clck.ru/3N6TZC

go-gost/gost

GO Simple Tunnel (GOST) — это простой туннель, написанный на Go

#golang

https://github.com/go-gost/gost

vercel/commerce

Высокопроизводительное интернет-магазин на Next.js с серверным рендерингом и использованием App Router

#javascript

https://github.com/vercel/commerce

Yelp/detect-secrets

Удобный способ обнаружения и предотвращения использования секретов в коде

#python

https://github.com/Yelp/detect-secrets

browserbase/stagehand

AI Framework для автоматизации браузера

#typescript

https://github.com/browserbase/stagehand

hatoo/oha

Генератор HTTP-нагрузки, вдохновленный rakyll/hey, с анимацией в TUI-интерфейсе

#rust

https://github.com/hatoo/oha

renoise/pattrns

Экспериментальный движок генерации музыкальных последовательностей в императивном стиле

#rust

https://github.com/renoise/pattrns

TomBursch/kitchenowl

KitchenOwl — это самостоятельно размещаемое приложение для ведения списков покупок и управления рецептами.

Серверная часть реализована на Flask, а клиентская — на Flutter.

С его помощью можно быстро добавлять товары в список покупок перед походом в магазин. Кроме того, приложение позволяет создавать рецепты и автоматически включать нужные ингредиенты в список, упрощая планирование готовки.

#flutter #python

https://github.com/TomBursch/kitchenowl

RedisInsight/RedisInsight

Redis Insight — это визуальный инструмент для работы с Redis

#typescript

https://github.com/RedisInsight/RedisInsight

leaningtech/webvm

Виртуальная машина для веба

#javascript

https://github.com/leaningtech/webvm

Ullaakut/cameradar

Cameradar взламывает RTSP-камеры видеонаблюдения

#golang

https://github.com/Ullaakut/cameradar

KoljaB/RealtimeVoiceChat

Realtime Voice Chat - пообщайтесь с искусственным интеллектом в естественной разговорной манере! Этот проект позволяет вам общаться с большой языковой моделью (LLM), используя только свой голос и получая устные ответы практически в режиме реального времени. Представьте, что это ваш собственный цифровой собеседник

#python

https://github.com/KoljaB/RealtimeVoiceChat

meirwah/awesome-incident-response

Аwesome-incident-response — тщательно подобранный список инструментов для реагирования на инциденты.

#devopsina

https://github.com/meirwah/awesome-incident-response

kliakhnovich/smmr

Sampled Maximal Marginal Relevance (SMMR) – это новый метод от ученых из T-Bank AI Research, который позволяет до 10% быстрее и разнообразнее формировать рекомендации в онлайн-сервисах. Вместо одного и того же релевантного объекта SMMR использует вероятностную выборку из ограниченного числа кандидатов. По результатам исследования: новая методика оказалась в 2–10 раз быстрее MMR и DPP и при этом обеспечила рост разнообразия рекомендаций на 5–10%

#python

https://github.com/kliakhnovich/smmr