activate-linux - Цікавий проект, який портує водяний знак "Activate Windows" на Linux! Написаний на C з використанням cairo, цей жартівливий інструмент додає знайомий напис "Activate Linux" на ваш робочий стіл. Підтримує X11 та Wayland, має конфігураційний файл для налаштування. Чудовий приклад того, як Linux-спільнота може з гумором підійти до класичних елементів Windows.

#C, #Linux

@sourcefuture

Seems like sdrpp hasn't been mentioned here yet
https://github.com/AlexandreRouma/SDRPlusPlus

as well as rtl_433
https://github.com/merbanan/rtl_433

Unciv - відкритий проект, що є ремейком Civilization V для Android та ПК. Гра розроблена на LibGDX і фокусується на модифікаціях. Unciv пропонує глибокий 4X-геймплей, швидкий запуск та можливість грати навіть на слабких пристроях. Проект активно розвивається, має понад 9000 зірок на GitHub та велику спільноту контриб'юторів.

#Kotlin, #Android

@sourcefuture

bitmagnet
A self-hosted BitTorrent indexer, DHT crawler, content classifier and torrent search engine with web UI, GraphQL API and Servarr stack integration.
#dht #torrent #selfhosted
https://github.com/bitmagnet-io/bitmagnet

caps-log - Цікавий TUI інструмент для ведення щоденника. Зберігає записи як Markdown файли, підтримує шифрування AES, має календарний інтерфейс з можливістю виділення дат за тегами та розділами. Інтегрується з git для синхронізації. Написаний на C++ з використанням FTXUI для інтерфейсу.

#Cpp

@sourcefuture

GitHub - CubicalBatch/deaddit: If Reddit's content was completely AI-generated.
https://github.com/CubicalBatch/deaddit

Helm docs is a neat tool for generating documentation based on your values.yaml file.

I recall, I wanted to write something similar back in a day, but I got bitten in the ass by YAML parsing 🙃

#kubernetes #helm

📙 Крутая записная книжка прямо в вашем терминале.

Для форматирования используется markdown. Есть возможность делить материалы на секции и использовать теги. Ещё из пртятного - доступно шифрование, и сохранение файлов не локально, а удалённо, в git'e.

https://github.com/NikolaDucak/caps-log

#tui #notes

🔎 Nerdlog - tui инструмент для работы с логами на локальной и удалённых машинах. Из интересного:

- Нет необходимости использования некого централизованного сервера. Взаимодействие с удалёнными машинами происходит по SSH.
- Логи не скачиваются с удалённых машин целиком, обработка происходит на самих машинах, а в nerdlog попадают уже результаты.
- Для удобства отрисовывается таймлайн и гистограмма, по которым можно ориентироваться при просмотре логов.

= Статья с подробностями: https://dmitryfrank.com/projects/nerdlog/article
= Github проекта: https://github.com/dimonomid/nerdlog

#tui #logs #будничное

lightpanda-io/browser - Новий відкритий браузер Lightpanda, розроблений спеціально для безголового (headless) використання в AI та автоматизації. Особливості:

• Підтримка JavaScript та Web API
• Сумісність з Playwright і Puppeteer через CDP
• Надзвичайно низьке споживання пам'яті (у 9 разів менше, ніж Chrome)
• Винятково швидке виконання (в 11 разів швидше за Chrome)
• Миттєвий запуск

Ідеально підходить для AI-агентів, навчання LLM, скрапінгу та тестування. Проект знаходиться на стадії бета-версії, але вже демонструє вражаючу продуктивність.

#Zig

@sourcefuture

urx - потужний інструмент командного рядка для збору URL-адрес з архівів OSINT. Написаний на Rust для ефективності, він використовує асинхронну обробку для швидкого запиту кількох джерел даних, включаючи Wayback Machine, Common Crawl та інші. Urx спрощує процес збору інформації про URL-адреси для вказаного домену, надаючи комплексний набір даних, який можна використовувати для тестування безпеки та аналізу. Особливості включають паралельний збір з кількох джерел, фільтрацію результатів, підтримку різних форматів виводу та можливість тестування URL.

#Rust

@sourcefuture

Такое мы любим

Представлен специализированный процессор PyXL, предназначенный для ускорения выполнения кода на языке Python. Байт-код Python напрямую выполняться чипом без JIT, интерпретации и виртуальных машин. Файлы на языке Python вначале транслируются в байт-код CPython, после чего байт-код преобразуется в специализированный набор инструкций PySM, выполняемых чипом. Инструментарий для подготовки кода к выполнению написан на Python и работает в стандартном окружении на базе немодицифированного CPython. Реализация процессора разработана с нуля и оформлена на языке описания и моделирования электронных систем Verilog. Рабочий прототип процессора тестируется на платах с FPGA Zynq-7000.

В проведённых тестах, оценивающих скорость обработки событий GPIO, PyXL опережает решение на базе MicroPython и платы Pyboard в 30 раз. При выполнении тестового кода при помощи реализации PyXL, работающей с тактовой частотой 100MHz, задержка обработки запроса GPIO (Roundtrip Latency) составила 480 нс, а при помощи MicroPython Pyboard (168MHz) - 14741 нс. Предполагается, что повышение тактовой частоты PyXL до уровня Pyboard позволит увеличить разрыв до 50 раз.

Архитектура набора команд процессора PyXL спроектирована с оглядкой на структуру байт-кода CPython и его эффективную обработку на аппаратном уровне с учётом специфики, такой как динамическая обработка типов и динамическая диспетчеризация. ISA включает инструкции для манипуляции стеком, бинарные операции, операции сравнения и ветвления, возможности вызова функций и доступа к памяти.

Проект PyXL развивает процессор для выполнения байт-кода Python
https://www.opennet.ru/opennews/art.shtml?num=63157

Сайт - https://www.runpyxl.com/

Когда-то давно, лет 10 назад, был проект pyCPU, но так и не развился во что-то большое (картинку, как проект работал, я прицепил к посту)

The Python Hardware Processsor (pyCPU)  is a implementation of a Hardware CPU in Myhdl. The CPU can directly execute something very similar to python bytecode (but only a very restricted instruction set). The Programcode for the CPU can therefore be written directly in python (very restricted parts of python). This code is then converted to this restricted python bytecode. Since the hardware description is also in python, the slightly modified bytecode is then automatically loaded into the CPU design.

Most “bytecode” instructions are executed in the Hardware CPU with one instruction per cycle. If you have enought hardware available you can simply instantiate more cores on an FPGA with different Programmcode to make them run in parallel.

https://pycpu.wordpress.com/