TorchCode

TorchCode - это self-hosted платформа с задачами для практики по базовым реализациям на PyTorch и вопросам по Transformer, которые часто встречаются на собеседованиях.

→ Собирает в 39 структурированных задачах типовые для ML-собеседований реализации операторов, модулей и архитектур на PyTorch.
→ Дает автопроверку, проверку градиентов, замер времени и мгновенный фидбек, чтобы практика больше напоминала LeetCode для собеседований.
→ Построена на базе Jupyter Notebook, при этом поддерживает сброс в один клик, подсказки, эталонные решения и трекинг прогресса.
→ Покрывает такие частые темы, как ReLU, Softmax, LayerNorm, Attention, RoPE, Flash Attention, LoRA, MoE и другие.
→ Поддерживает онлайн-режим через Hugging Face Spaces, открытие отдельных задач в Google Colab и локальный запуск через Docker.
→ GPU не нужен, подходит тем, кто готовится к собеседованиям на позиции ML Engineer, LLM Engineer и смежные исследовательские роли.

📁 Language: #JupyterNotebook 66.6%

⭐️ Stars: 866

➡️ Cсылка на GitHub

📱 @git_developer

chartli

Если часто копаешься в логах или мониторишь сервер и видишь только поток цифр, то тренды разглядеть почти невозможно.

Попробуй chartli — утилиту для терминала, которая превращает числа в графики прямо в консоли. Забудешь про постоянное переключение между окнами.

Одна команда — и обычный текст превращается в ASCII-линию, столбчатую диаграмму, тепловую карту и даже Braille-точечные графики или SVG-вектор.

Всего 8 типов графиков: ASCII-линия, горизонтальные бары, вертикальные столбцы, тепловая карта, SVG и др. Можно настраивать ширину, высоту, подбирать формат под задачу.

Поддерживает одинарные и множественные ряды данных, работает с файлами и через пайпы. Можно запустить через npx или поставить глобально — осваивается моментально.

📁 Language: #TypeScript 52.6%

⭐️ Stars: 456

➡️ Cсылка на GitHub

📱 @git_developer

neko

Хочется посмотреть фильм вместе с другом, который находится в другом месте, но при шаринге экрана часто получается мыльная картинка, высокая задержка, а иногда вообще нет звука.

Или иногда нужен полностью изолированный браузерный окружение, чтобы на локальной машине не оставалось никаких следов.

Проект Neko на GitHub предоставляет решение — самохостируемый виртуальный браузер на базе Docker.

Он использует технологию WebRTC для потоковой передачи изображения с сервера в браузер в реальном времени. Поддерживается одновременная работа нескольких пользователей: можно не только синхронно смотреть видео, но и совместно управлять страницей.

Помимо обычных Chrome и Firefox, можно запускать даже VLC-плеер или полноценное Linux-десктоп-окружение.

Благодаря контейнеризации через Docker всё выполняется на стороне сервера, а данные остаются там же. Это обеспечивает физическую изоляцию и позволяет не переживать о возможной утечке локальной приватной информации.

Если вы хотите удалённо смотреть сериалы вместе с друзьями, нужен безопасный совместный рабочий окружение или просто облачный браузер с доступом из любого места — Neko стоит попробовать.

📁 Language: #Go 37.1%

⭐️ Stars: 19.3k

➡️ Cсылка на GitHub

📱 @git_developer

maltrail

Maltrail — это система обнаружения вредоносного сетевого трафика, использующая публично доступные черные списки и пользовательские списки индикаторов компрометации для выявления подозрительных соединений и событий.

Она поддерживает обнаружение по доменным именам, URL, IP-адресам и HTTP User-Agent заголовкам, а также использует эвристические методы для выявления новых угроз.

Maltrail имеет архитектуру, состоящую из сенсора, сервера и клиента, где сенсор пассивно анализирует сетевой трафик, сервер хранит события, а клиент предоставляет интерфейс для их просмотра.

📁 Language: #Python 61.6%

⭐️ Stars: 8.3k

➡️ Cсылка на GitHub

📱 @git_developer

CCG Workflow

Используя Claude Code для разработки проектов, при задачах, где переплетаются фронтенд и бэкенд, поручать одному модели обрабатывать все детали оказывается не слишком эффективно. Токены расходуются буквально как вода, что довольно болезненно.

Случайно наткнулся на open-source проект CCG Workflow. Он реализует подход с кооперацией нескольких моделей:
Claude отвечает за общую оркестрацию, Gemini обрабатывает задачи фронтенда, а Codex занимается бэкенд-разработкой.

Благодаря чёткому механизму маршрутизации задач, фронтенд-работа автоматически направляется Gemini, бэкенд-логика — Codex, а Claude сосредоточен на code review и контроле процесса.

Проект предоставляет полноценный шестистадийный процесс разработки — от анализа требований до реализации кода. Все этапы можно быстро вызывать через slash-команды. Также поддерживается режим, управляемый спецификацией OPSX, где требования преобразуются в набор ограничений, что уменьшает «свободную интерпретацию» со стороны моделей.

Кроме того, интегрирована функция параллельного выполнения командой агентов: можно запускать сразу несколько Builder, которые совместно пишут код. Это особенно подходит для модульной разработки сложных проектов.

Установка выполняется одной командой npx, при этом автоматически настраивается окружение Claude Code. В комплекте уже есть полезные инструменты — поиск по коду, Git-утилиты и т.п., так что можно начинать работу сразу после установки.

📁 Language: #Go 56.5%

⭐️ Stars: 3.3k

➡️ Cсылка на GitHub

📱 @git_developer

Hermes Agent

Сегодня в трендах GitHub появился открытый проект Hermes Agent — довольно интересная штука.

Это AI-агент со встроенным полноценным циклом обучения, который может самоэволюционировать и развиваться вместе с пользователем.

Он способен:

▪️автоматически создавать новые навыки на основе реального использования
▪️самосовершенствоваться в процессе выполнения задач
▪️напоминать себе сохранять важную информацию

Более того, он может искать по истории диалогов и накапливать понимание пользователя между сессиями — то есть чем дольше им пользуешься, тем лучше он тебя понимает.

Кроме того, в проекте есть:

▪️встроенный планировщик задач — можно на естественном языке настроить ежедневные отчёты, регулярные бэкапы и другие автоматизации
▪️полноценный терминальный интерфейс с поддержкой:

▪️ многострочного редактирования
▪️автодополнения команд
▪️истории сессий

Если хочется личного AI-ассистента с памятью и “сопровождающим” ростом, этот проект вполне можно развернуть и попробовать.

📁 Language: #Python 86.6%

⭐️ Stars: 4.6k

➡️ Cсылка на GitHub

📱 @git_developer

llm-engineer-toolkit

Каждый день открывается множество AI-проектов. Но когда действительно нужно начать делать RAG или строить Agent, из-за огромного количества библиотек и компонентов часто сложно понять, с чего начать.

Недавно наткнулся на open-source проект llm-engineer-toolkit — своего рода набор инструментов, специально собранный для разработчиков, работающих с большими языковыми моделями.

В нём более 120 популярных open-source библиотек для LLM аккуратно структурированы и распределены по этапам полного цикла разработки.

Охватываются такие ключевые направления, как:

- дообучение моделей (fine-tuning)
- разработка приложений
- RAG-поиск
- инференс и деплой
- построение мультиагентных систем
- и ещё десяток важных этапов разработки

Никакого сложного порога входа — можно просто открыть страницу и быстро подобрать нужный технологический стек.

Это значительно экономит время, которое обычно уходит на сравнение разных фреймворков и эксперименты.

Отлично подойдёт тем, кто занимается разработкой AI-приложений или хочет системно разобраться в экосистеме больших языковых моделей.

⭐️ Stars: 10k

➡️ Cсылка на GitHub

📱 @git_developer

SkillDeck

SkillDeck — десктопный менеджер навыков для AI-инструментов

Со временем у разработчиков накапливается много полезных «навыков» и конфигураций для разных AI-инструментов. Но при переключении между ними часто приходится вручную редактировать конфиги и управлять ссылками, что довольно неудобно.

Открытый проект SkillDeck решает эту проблему. Это десктопный клиент для визуального управления навыками, который поддерживает около 10 популярных AI-инструментов, включая:

- Claude Code
- Codex
- Gemini CLI
- Cursor

и другие

С его помощью можно централизованно управлять навыками в одном месте — устанавливать, обновлять и назначать их разным AI-ассистентам для программирования.

📁 Language: #Swift 96.5%

⭐️ Stars: 141

➡️ Cсылка на GitHub

📱 @git_developer

project_aura

Это проект, представляющий собой станцию мониторинга качества воздуха на базе микроконтроллера ESP32-S3 с пользовательским интерфейсом на основе библиотеки LVGL.

Станция собирает данные о качестве воздуха и передает их через протокол MQTT, обеспечивая интеграцию с системами умного дома, такими как Home Assistant.

Проект включает в себя как аппаратную, так и программную части, предоставляя полный набор инструментов для создания и настройки устройства.

📁 Language: #Cpp 94.8%

⭐️ Stars: 386

➡️ Cсылка на GitHub

📱 @git_developer