AppUpdater

При разработке macOS-приложений добавление автообновлений через Sparkle и похожие фреймворки часто превращается в боль: куча зависимостей, сложная конфигурация, лишняя тяжеловесность.

На GitHub нашёлся AppUpdater — компактная опенсорсная библиотека, которая использует GitHub Releases для тихих обновлений macOS-приложений.

Проект переработан на базе классического AppUpdater: убрали зависимость от PromiseKit и полностью перешли на async/await, код стал современнее и проще в поддержке.

Поддерживает SwiftUI: буквально несколько строк кода — и у тебя есть проверка обновлений, загрузка и автоматическая установка. Также есть мультиязычные release notes.

Встроена настройка прокси, что решает частые проблемы с доступом к GitHub API из Китая, плюс есть проверка кодовой подписи, чтобы обновления были безопасными.

По сравнению с тяжёлыми решениями вроде Sparkle это более подходящий вариант для инди-разработчиков: минимальные затраты — и при этом надёжная и безопасная доставка обновлений.

📁 Language: #Swift 100.0%

⭐️ Stars: 178

➡️ Cсылка на GitHub

📱 @git_developer

OpenContracts

Когда работаешь с юридическими документами и договорами, боль обычно не в самом чтении, а в том, чтобы из сотен и тысяч файлов вытащить ключевую инфу, разметить важные пункты и при этом привести данные к единому формату, чтобы потом нормально анализировать.

Недавно на GitHub попался OpenContracts, опенсорсная платформа для анализа документов, заточенная под knowledge-intensive задачи, чтобы управление документами и извлечение данных было проще и быстрее.
Поддерживает загрузку, разметку и анализ PDF и текстовых документов. Внутри есть плагинный движок парсинга, который может автоматически извлекать признаки лейаута документа и строить векторные эмбеддинги для дальнейшего поиска/ретривала.

Главная фича это пакетное извлечение данных: можно одновременно задавать вопросы по сотням документов и вытаскивать структурированные данные, а результаты сразу подсвечиваются прямо в исходнике. Ещё есть поддержка кастомных схем метаданных, совместной разметки, управления доступами и прочих enterprise-историй.

Платформа построена на фреймворке PydanticAI: там собрана полноценная LLM-система с управлением диалогом и стримингом ответов в реальном времени. Разворачивается быстро через Docker.

Если у тебя много контрактов, юрдоков или другой “тяжёлой” по знаниям документации, и хочется превратить анализ из ручной рутины в более системный воркфлоу, платформу стоит попробовать.

📁 Language: #Python 52.0%

⭐️ Stars: 1.1k

➡️ Cсылка на GitHub

📱 @git_developer

awesome-ai-for-science

В научных исследованиях чаще всего выматывают не сами эксперименты, а бесконечное чтение статей, бесконечная чистка данных и нескончаемые презентации для отчетов.

На GitHub нашлась отличная подборка Awesome AI for Science — это систематизированный список инструментов и ресурсов, показывающий, как ИИ применяется на всех этапах научной работы.

Внутри — десятки категорий: управление литературой, анализ данных, превращение статей в постеры, автоматизация экспериментов и многое другое. Есть и специализированные инструменты для биологии, химии, физики и других областей.

В коллекции есть, например, Paper2Poster, который автоматически превращает научные статьи в постеры, MinerU — мощный инструмент для парсинга документов, и The AI Scientist — система для полностью автоматизированных исследований.

Также собраны современные научные статьи, датасеты, вычислительные фреймворки и образовательные материалы. По сути, это полный toolchain для AI-ассистированного ресерча. Определенно стоит сохранить.

⭐️ Stars: 674

➡️ Cсылка на GitHub

📱 @git_developer

Constrict

Нужно сжать видео до заданного размера для загрузки. Ручная подгонка битрейта с кучей проб и ошибок отнимает время, а онлайн-сервисы вызывают вопросы к приватности и скорости.

На GitHub нашелся Constrict — open-source инструмент для сжатия видео. Ты просто задаешь целевой размер файла, а он сам рассчитывает оптимальные параметры кодирования. Все обрабатывается локально, без загрузок в облако.

Инструмент построен на FFmpeg и автоматически подбирает битрейт, разрешение, FPS и качество аудио, стараясь сохранить максимум качества при нужном размере.

Поддерживает пакетную обработку в одну директорию, ограничение FPS для баланса четкости и плавности, а также кодеки H.264, HEVC, AV1 и VP9.

Если часто приходится ужимать видео под конкретный лимит и не хочется возиться с настройками или онлайн-сервисами, стоит попробовать.

📁 Language: #Python 94.2%

⭐️ Stars: 323

➡️ Cсылка на GitHub

📱 @git_developer

aio-usb-drive

Когда с компьютером что-то идёт не так, больше всего бесит не сама поломка, а отсутствие под рукой нормальной загрузочной флешки. Каждый раз заново скачивать образы, форматировать USB, рисковать данными — сплошная потеря времени.

На GitHub попался проект aio-usb-drive, цель которого -» сделать универсальную флешку для обслуживания систем.

Достаточно просто закинуть ISO-образы прямо на USB -» и с одной флешки можно загружать сразу несколько систем и утилит. По ощущениям как обычный накопитель, без лишней магии.

В проекте уже подобран набор полезных инструментов: SystemRescue для восстановления, Rescuezilla для клонирования дисков, установочные образы разных Linux-дистрибутивов, а также установщики Windows 11 и Office 365.

Есть подробные инструкции по подготовке флешки и использованию, вплоть до скриптов активации продуктов Microsoft. Флешки на 32 ГБ хватает для большинства задач, на 64 ГБ — помещается полный набор.

Если нужен переносной набор инструментов для администрирования или ты регулярно помогаешь друзьям с установкой системы и ремонтом ПК — проект точно стоит добавить в закладки.

⭐️ Stars: 2.2k

➡️ Cсылка на GitHub

📱 @git_developer

awesome-claude

В повседневной работе Claude удобно использовать для кода и анализа, но если хочется выжать из него больше и найти реально полезные инструменты и приёмы работы с промптами, обычно приходится долго копаться в разных источниках.

На GitHub есть подборка awesome-claude — это агрегатор ресурсов, где собраны официальная документация, комьюнити-инструменты, плагины и учебные материалы.

Коллекция структурирована по шести разделам: официальные ресурсы, сообщество, расширения и интеграции, приложения, туториалы и комьюнити — туда входят API-доки, SDK, IDE-расширения, браузерные плагины и многое другое.

В разделе официальных ресурсов есть описания моделей серии Claude 4.5, API-документация, SDK для разных языков и инструкции по интеграции через Amazon Bedrock, Google Vertex AI и Azure AI.

В комьюнити-разделе собраны наборы команд для Claude Code, кастомизация skills, примеры промптов, AI-агентные команды, а также бесплатные официальные курсы и видео.

Если хочется системно разобраться в разработке под Claude или просто повысить эффективность повседневной работы, этот список точно стоит сохранить.

📁 Language: #TypeScript 86.0%

⭐️ Stars: 543

➡️ Cсылка на GitHub

📱 @git_developer

lsv

При работе с файлами в терминале обычно используют ls и cd, но они показывают только список. Чтобы посмотреть содержимое файла или быстро перейти по каталогам, приходится постоянно вводить команды, что не очень эффективно.

На GitHub нашёлся open-source инструмент lsv — трёхпанельный файловый браузер для терминала. Слева показывается родительский каталог, по центру текущий, справа идёт живой предпросмотр выбранного файла.

Управление полностью с клавиатуры. Конфигурация через Lua: темы, хоткеи, правила предпросмотра. Можно подключать внешние инструменты (например, bat, glow) для цветного рендеринга контента.

Поддерживаются файловые операции (создание, переименование, удаление), мультивыбор с копированием и вставкой, закладки для быстрого перехода по каталогам, командная панель и автодополнение.

Превью легко кастомизируется: glow для Markdown, viu для картинок, hexyl для бинарников и т.д. Конфиг гибкий.

Устанавливается через Cargo, работает на Windows, macOS и Linux, есть готовые шаблоны конфигурации из коробки.

📁 Language: #Rust 97.0%

⭐️ Stars: 71

➡️ Cсылка на GitHub

📱 @git_developer

Promptomatix

При работе с prompt’ами больше всего выматывает не придумывание, а бесконечный перебор вариантов. Поменял одно слово — результат стал хуже, добавил фразу — логика поехала. В итоге куча времени уходит на ручной тюнинг и пробу-ошибку.

Случайно на GitHub попался Promptomatix — фреймворк от Salesforce AI Research, выложенный в open source. Его цель как раз в том, чтобы избавиться от этой ручной возни с оптимизацией prompt’ов.

Он анализирует требования задачи, автоматически генерирует тренировочные данные и на основе фидбэка итеративно правит prompt, пока не выйдет на лучший результат.

Поддерживает несколько провайдеров моделей, включая OpenAI и Anthropic. Есть и CLI, и API для интеграции в проекты.

Также есть подробные Jupyter-туториалы — от базового использования до продвинутой кастомизации. Можно начать быстро через командную строку, а потом углубиться.

Если ты разрабатываешь LLM-приложения или уже устал вручную полировать prompt’ы, этот автоматизированный подход точно стоит попробовать.

📁 Language: #Python 99.5%

⭐️ Stars: 714

➡️ Cсылка на GitHub

📱 @git_developer

SvgPathEditor

Если занимаешься дизайном или фронтенд-разработкой, то SVG-пути приходится править постоянно. Обычно это выглядит так: бесконечно переключаешься между кодом и превью, меняешь координаты почти наугад. Медленно и утомительно.

Недавно на GitHub нашёл открытый инструмент SvgPathEditor. Он позволяет визуально редактировать SVG-пути прямо в браузере: перетаскиваешь точки мышкой и сразу видишь результат, чистый WYSIWYG.

Можно просто вставить код SVG-пути и редактировать его, либо создать путь с нуля: кликаешь, добавляешь команду и указываешь точки прямо на холсте.

Поддерживается drag-and-drop для контрольных точек, по клику на команду можно переключать относительные и абсолютные координаты, вставлять, удалять и преобразовывать типы команд. Есть операции масштабирования, панорамирования, поворота, округления координат, а также undo/redo.

Есть онлайн-версия, которая работает сразу из коробки, и возможность развернуть локально. Отлично подходит фронтенд-разработчикам для точной подгонки деталей иконок.

📁 Language: #TypeScript 65.5%

⭐️ Stars: 4.7k

➡️ Cсылка на GitHub

📱 @git_developer

Awesome local LLM

Если хочешь развернуть большую языковую модель локально, легко утонуть в куче инструментов и гайдов. То Ollama, то vLLM, плюс десятки фреймворков для дообучения. В итоге сложно понять, за что браться и какой стек вообще рабочий.

Случайно наткнулся на GitHub-проект Awesome local LLM. По сути, это энциклопедия по запуску LLM локально. Подборка очень полная и при этом хорошо структурирована, помогает быстро разложить весь стек по полочкам.

Внутри есть разделы по inference-платформам, inference-движкам, UI, самим языковым моделям, инструментам для разработки и ещё с десяток категорий. Плюс советы по выбору железа и полезные туториалы.

У каждого проекта указано количество GitHub Stars и короткое описание, так что можно быстро оценить популярность и понять, для чего он нужен. Также собраны обучающие ресурсы, включая YouTube-гайды и обзоры железа.

Если планируешь собирать локальное окружение под LLM или ищешь open source инструменты под конкретные задачи, эту подборку точно стоит сохранить.

⭐️ Stars: 613

➡️ Cсылка на GitHub

📱 @git_developer

nexa-sdk

Если хочется запустить быстрый, полностью офлайн и бесплатный AI-модель прямо на своём компе или телефоне, можно посмотреть в сторону Nexa SDK. Это open-source проект.

По сути, сейчас это одно из самых интегрированных и полноценных решений на рынке среди опенсорса, с нормальной экосистемой и инструментарием.

За счёт собственной технологии сжатия моделей он спокойно работает без интернета и за миллисекунды прогоняет поиск по тысячам локальных фотографий.

С обработкой десятков тысяч чувствительных документов тоже проблем нет. Все данные остаются на устройстве, так что по безопасности и приватности это сильно выигрывает у облачных API.

Есть полная совместимость с OpenAI API, поэтому его можно без боли встраивать в уже существующие дев-воркфлоу.

Плюс в комплекте идёт готовый CLI. Одна команда — и модель скачана и запущена. Вкатиться можно буквально за пару минут.

📁 Language: #Go 50.8%

⭐️ Stars: 6.5k

➡️ Cсылка на GitHub

📱 @git_developer

sokuji

При созвонах с зарубежными клиентами или просмотре иностранных стримов языковой барьер быстро становится проблемой. Большинство инструментов для синхронного перевода либо дорогие, либо дают посредственное качество.

В GitHub нашёл Sokuji — open-source инструмент, заточенный именно под реальный перевод речи в онлайне.

Он подключается к OpenAI, Google Gemini и другим популярным LLM, в реальном времени слушает микрофон и сразу воспроизводит переведённую речь.

Кроме десктопной версии есть браузерное расширение для Chrome и Edge, с нормальной поддержкой сценариев Google Meet и Microsoft Teams.

На Linux можно поднять виртуальное аудиоустройство и напрямую прокидывать переведённый звук в другие приложения. Есть поддержка сквозного аудиопотока и визуализации звука в реальном времени.

Доступны установочные пакеты для Windows, macOS и Linux. Браузерные расширения уже опубликованы в магазинах Chrome и Edge.

📁 Language: #TypeScript 60.2%

⭐️ Stars: 352

➡️ Cсылка на GitHub

📱 @git_developer

Reconya

Когда в домашней или корпоративной локалке висит куча IP-адресов и нужно понять, какие устройства вообще подключены, обычно приходится залипать в админке роутера. Наглядности ноль, деталей минимум.

Случайно на GitHub попался Reconya — опенсорсный проект для обнаружения устройств в локальной сети и их мониторинга в реальном времени.

Сделан на Go и HTMX. Автоматически сканирует сеть и находит все устройства: поддерживает активное сканирование IPv4 и пассивное прослушивание IPv6.

Умеет глубоко разбирать информацию об устройствах — показывает MAC-адрес, вендора железа, hostname и даже тип операционной системы.

В комплекте есть наглядная web-панель: видно топологию сети и онлайн-статус устройств.

Также есть скрипт установки в один клик — сам определяет тип системы, ставит зависимости и сразу запускается.

Подойдёт сетевым администраторам или тем, кто хочет проверить, не сидит ли кто-то лишний в домашнем Wi-Fi.

📁 Language: #Go 47.5%

⭐️ Stars: 895

➡️ Cсылка на GitHub

📱 @git_developer