MySearch-Proxy
MySearch-Proxy — объединяет поиск через Tavily / Firecrawl / X в MCP + Skill + Console
Это не просто «единый поиск» — скорее, это упаковка всего того набора, который обычно каждый раз приходится собирать вручную.
Сразу идёт комплект из трёх компонентов: MCP + Skill + Console, причём чётко разделены роли Tavily / Firecrawl / X (и есть возможность подключить свой агрегирующий шлюз).
📁 Language: #Python 70.1%
⭐️ Stars: 43
➡️ Cсылка на GitHub
📱 @git_developer
MySearch-Proxy — объединяет поиск через Tavily / Firecrawl / X в MCP + Skill + Console
Это не просто «единый поиск» — скорее, это упаковка всего того набора, который обычно каждый раз приходится собирать вручную.
Сразу идёт комплект из трёх компонентов: MCP + Skill + Console, причём чётко разделены роли Tavily / Firecrawl / X (и есть возможность подключить свой агрегирующий шлюз).
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
Awesome Codex Subagents
Коллекция из 130+ субагентов, разбитых по категориям и заточенных под реальные рабочие процессы разработки.
Субагенты — это специализированные помощники, которые позволяют Codex выполнять конкретные задачи (ревью, отладка, документация, инфраструктура и т.д.) с более понятным результатом и меньшим «шумом» в контексте.
Каждый из них работает в собственном контексте и со своими инструкциями, благодаря чему рабочие процессы становятся более структурированными.
Не просто универсальные промпты, а специализированные агенты для задач вроде ревью, отладки, документации, инфраструктуры и других.
⭐️ Stars: 262
➡️ Cсылка на GitHub
📱 @git_developer
Коллекция из 130+ субагентов, разбитых по категориям и заточенных под реальные рабочие процессы разработки.
Субагенты — это специализированные помощники, которые позволяют Codex выполнять конкретные задачи (ревью, отладка, документация, инфраструктура и т.д.) с более понятным результатом и меньшим «шумом» в контексте.
Каждый из них работает в собственном контексте и со своими инструкциями, благодаря чему рабочие процессы становятся более структурированными.
Не просто универсальные промпты, а специализированные агенты для задач вроде ревью, отладки, документации, инфраструктуры и других.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5
Project N.O.M.A.D.
В последнее время хотел развернуть офлайн-базу знаний: и Wikipedia поставить, и AI-чат подключить, плюс карты и инструменты для заметок — но всё это приходится поднимать и настраивать по отдельности, что довольно муторно.
И вот сегодня на GitHub наткнулся на опенсорс-проект Project N.O.M.A.D. — он позволяет одной командой задеплоить полноценный офлайн-сервер знаний.
Через контейнеризацию на Docker автоматически устанавливаются и конфигурируются: офлайн-версия Wikipedia, локальный AI-ассистент, курсы Khan Academy, офлайн-карты, инструменты шифрования данных и система заметок. Также есть визуальный интерфейс управления для централизованного контроля.
AI-чат построен на базе Ollama и Qdrant, поддерживает загрузку документов для семантического поиска. Картографический модуль позволяет скачивать региональные карты и использовать их офлайн, а образовательная платформа включает полный курс Khan Academy с поддержкой трекинга прогресса для нескольких пользователей.
Дополнительно в комплекте есть инструмент бенчмаркинга железа — можно отправлять результаты производительности устройства в общий рейтинг сообщества. Проект спроектирован без телеметрии и после установки полностью работает офлайн.
📁 Language: #TypeScript 91.5%
⭐️ Stars: 2.8k
➡️ Cсылка на GitHub
📱 @git_developer
В последнее время хотел развернуть офлайн-базу знаний: и Wikipedia поставить, и AI-чат подключить, плюс карты и инструменты для заметок — но всё это приходится поднимать и настраивать по отдельности, что довольно муторно.
И вот сегодня на GitHub наткнулся на опенсорс-проект Project N.O.M.A.D. — он позволяет одной командой задеплоить полноценный офлайн-сервер знаний.
Через контейнеризацию на Docker автоматически устанавливаются и конфигурируются: офлайн-версия Wikipedia, локальный AI-ассистент, курсы Khan Academy, офлайн-карты, инструменты шифрования данных и система заметок. Также есть визуальный интерфейс управления для централизованного контроля.
AI-чат построен на базе Ollama и Qdrant, поддерживает загрузку документов для семантического поиска. Картографический модуль позволяет скачивать региональные карты и использовать их офлайн, а образовательная платформа включает полный курс Khan Academy с поддержкой трекинга прогресса для нескольких пользователей.
Дополнительно в комплекте есть инструмент бенчмаркинга железа — можно отправлять результаты производительности устройства в общий рейтинг сообщества. Проект спроектирован без телеметрии и после установки полностью работает офлайн.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7😁3❤1
job-ops
При поиске работы, когда рассылаешь резюме «вслепую», сложно понять, какие вакансии реально подходят, и легко запутаться, куда уже откликался. Дальнейший фоллоу-ап обычно ведётся вручную в таблицах — это, конечно, головная боль.
Недавно на GitHub наткнулся на опенсорс-инструмент для управления поиском работы — JobOps, который реализует полностью автоматизированный AI-пайплайн для джоб-хантинга.
Он умеет автоматически парсить вакансии с основных job-платформ и с помощью AI матчит их с нашим опытом, выставляя скоринг по релевантности.
При нахождении вакансий с высоким скором инструмент, опираясь на описание позиции, автоматически генерирует кастомизированное PDF-резюме под конкретную вакансию и сразу отправляет отклик.
Более того, есть трекинг почты: после подключения email система автоматически распознаёт приглашения на интервью или отказы и в реальном времени обновляет статус откликов.
Поддерживается локальный деплой в один клик через Docker, все данные хранятся локально. Тем, кто сейчас в поиске работы, стоит присмотреться к этому инструменту.
📁 Language: #TypeScript 98.7%
⭐️ Stars: 2k
➡️ Cсылка на GitHub
📱 @git_developer
При поиске работы, когда рассылаешь резюме «вслепую», сложно понять, какие вакансии реально подходят, и легко запутаться, куда уже откликался. Дальнейший фоллоу-ап обычно ведётся вручную в таблицах — это, конечно, головная боль.
Недавно на GitHub наткнулся на опенсорс-инструмент для управления поиском работы — JobOps, который реализует полностью автоматизированный AI-пайплайн для джоб-хантинга.
Он умеет автоматически парсить вакансии с основных job-платформ и с помощью AI матчит их с нашим опытом, выставляя скоринг по релевантности.
При нахождении вакансий с высоким скором инструмент, опираясь на описание позиции, автоматически генерирует кастомизированное PDF-резюме под конкретную вакансию и сразу отправляет отклик.
Более того, есть трекинг почты: после подключения email система автоматически распознаёт приглашения на интервью или отказы и в реальном времени обновляет статус откликов.
Поддерживается локальный деплой в один клик через Docker, все данные хранятся локально. Тем, кто сейчас в поиске работы, стоит присмотреться к этому инструменту.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍1
Media is too big
VIEW IN TELEGRAM
Maestro
При разработке мобильных приложений или end-to-end тестировании веба традиционные инструменты либо сложно настраивать и тяжело осваивать, либо тестовые скрипты легко ломаются при изменениях интерфейса — в итоге высокая стоимость поддержки.
Сегодня в GitHub Trending наткнулся на open-source фреймворк Maestro — тесты пишутся на простом YAML, и первый тест-кейс можно сделать буквально за 5 минут.
Поддерживает Android, iOS и веб-приложения, включая React Native, Flutter и другие фреймворки. Можно запускать на эмуляторах, реальных устройствах или в браузере. Есть встроенный механизм “умного ожидания”, который автоматически обрабатывает динамический UI — не нужно руками прописывать задержки.
Также есть визуальный редактор Maestro Studio: можно записывать пользовательские действия, инспектить элементы, визуально собирать тестовые сценарии, плюс есть встроенная AI-помощь для генерации тест-команд.
Настройка окружения максимально простая — установка одной командой, а тесты можно запускать сразу, без компиляции.
Подойдёт командам, которые часто делают UI-тестирование — помогает существенно сократить время на поддержку автотестов.
📁 Language: #Kotlin 77.3%
⭐️ Stars: 12.8k
➡️ Cсылка на GitHub
📱 @git_developer
При разработке мобильных приложений или end-to-end тестировании веба традиционные инструменты либо сложно настраивать и тяжело осваивать, либо тестовые скрипты легко ломаются при изменениях интерфейса — в итоге высокая стоимость поддержки.
Сегодня в GitHub Trending наткнулся на open-source фреймворк Maestro — тесты пишутся на простом YAML, и первый тест-кейс можно сделать буквально за 5 минут.
Поддерживает Android, iOS и веб-приложения, включая React Native, Flutter и другие фреймворки. Можно запускать на эмуляторах, реальных устройствах или в браузере. Есть встроенный механизм “умного ожидания”, который автоматически обрабатывает динамический UI — не нужно руками прописывать задержки.
Также есть визуальный редактор Maestro Studio: можно записывать пользовательские действия, инспектить элементы, визуально собирать тестовые сценарии, плюс есть встроенная AI-помощь для генерации тест-команд.
Настройка окружения максимально простая — установка одной командой, а тесты можно запускать сразу, без компиляции.
Подойдёт командам, которые часто делают UI-тестирование — помогает существенно сократить время на поддержку автотестов.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6❤5🌚1
This media is not supported in your browser
VIEW IN TELEGRAM
HyperAgent
При написании автотестов или парсеров с использованием классического Playwright часто приходится постоянно поддерживать различные селекторы элементов.
Стоит лишь немного измениться структуре целевой страницы — и существующие скрипты начинают падать и перестают работать, а их поддержка становится довольно трудозатратной.
Недавно на GitHub наткнулся на open-source проект HyperAgent, который изящно объединяет Playwright с большими языковыми моделями.
Он позволяет управлять браузером с помощью естественного языка и выполнять сложные задачи автоматизации без необходимости писать кучу хрупкого кода с селекторами.
Поддерживает как одношаговые операции (быстро и дёшево), так и сложные многошаговые сценарии, включая визуальное понимание и адаптивную подстройку.
Также есть встроенное кеширование действий: записанный один раз workflow можно воспроизводить повторно без необходимости каждый раз обращаться к LLM.
На низком уровне используется напрямую Chrome DevTools Protocol, что обеспечивает более точное выполнение действий, автоматическую фильтрацию рекламных фреймов и поддержку работы с глубоко вложенными iframe.
Кроме того, есть поддержка облачного масштабирования: через Hyperbrowser можно быстро развернуть сотни сессий, а также интегрироваться с MCP-инструментами для построения полноценных workflow.
Если вы используете Playwright для автоматизации тестирования или сбора данных и устали от постоянной поддержки селекторов — этот проект определённо стоит попробовать.
📁 Language: #TypeScript 97.2%
⭐️ Stars: 1.1k
➡️ Cсылка на GitHub
📱 @git_developer
При написании автотестов или парсеров с использованием классического Playwright часто приходится постоянно поддерживать различные селекторы элементов.
Стоит лишь немного измениться структуре целевой страницы — и существующие скрипты начинают падать и перестают работать, а их поддержка становится довольно трудозатратной.
Недавно на GitHub наткнулся на open-source проект HyperAgent, который изящно объединяет Playwright с большими языковыми моделями.
Он позволяет управлять браузером с помощью естественного языка и выполнять сложные задачи автоматизации без необходимости писать кучу хрупкого кода с селекторами.
Поддерживает как одношаговые операции (быстро и дёшево), так и сложные многошаговые сценарии, включая визуальное понимание и адаптивную подстройку.
Также есть встроенное кеширование действий: записанный один раз workflow можно воспроизводить повторно без необходимости каждый раз обращаться к LLM.
На низком уровне используется напрямую Chrome DevTools Protocol, что обеспечивает более точное выполнение действий, автоматическую фильтрацию рекламных фреймов и поддержку работы с глубоко вложенными iframe.
Кроме того, есть поддержка облачного масштабирования: через Hyperbrowser можно быстро развернуть сотни сессий, а также интегрироваться с MCP-инструментами для построения полноценных workflow.
Если вы используете Playwright для автоматизации тестирования или сбора данных и устали от постоянной поддержки селекторов — этот проект определённо стоит попробовать.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2
tennis
Это инструмент командной строки для отображения CSV-таблиц в терминале с улучшенным форматированием.
Он поддерживает автоматическое определение ширины колонок и выравнивание данных для лучшей читаемости.
Программа позволяет настраивать стили границ и разделителей, а также поддерживает цветовое выделение для улучшения визуального восприятия.
📁 Language: #Zig 92.7%
⭐️ Stars: 375
➡️ Cсылка на GitHub
📱 @git_developer
Это инструмент командной строки для отображения CSV-таблиц в терминале с улучшенным форматированием.
Он поддерживает автоматическое определение ширины колонок и выравнивание данных для лучшей читаемости.
Программа позволяет настраивать стили границ и разделителей, а также поддерживает цветовое выделение для улучшения визуального восприятия.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍5
Стань стажером-разработчиком Frontend/Fullstack в Яндексе
Реализуйте новые фичи и интерфейсы в приложении Умного Дома, пишите веб‑приложения для роботов‑доставщиков и автономных машин, участвуйте в развитии международных финтех‑стартапов Yango Pay и Buy&Sell, создавайте геймификацию на трекинге заказа в Яндекс Лавке и Яндекс Карты нового поколения.
Фронтенд-разработчику необходимо:
— уверенно владеть HTML, CSS и основами JavaScript
— иметь опыт взаимодействия с TypeScript, React и SSR. Как преимущество: понимать основы Git, Docker, написания тестов
— обладать базовыми техническими навыками.
Фулстек-разработчику необходимо:
— иметь опыт с Node.js
— понимать основы CI/CD, баз данных, WebSocket, REST API или GraphQL
— знать основы Python или Go.
Стажировка официально оформляется, оплачивается, имеет гибкий график и предлагает оплату проезда и проживания для студентов из других городов.
Станьте частью одной из команд фронтенд или фулстек разработчиков в Яндексе — оставляйте заявку.
Реализуйте новые фичи и интерфейсы в приложении Умного Дома, пишите веб‑приложения для роботов‑доставщиков и автономных машин, участвуйте в развитии международных финтех‑стартапов Yango Pay и Buy&Sell, создавайте геймификацию на трекинге заказа в Яндекс Лавке и Яндекс Карты нового поколения.
Фронтенд-разработчику необходимо:
— уверенно владеть HTML, CSS и основами JavaScript
— иметь опыт взаимодействия с TypeScript, React и SSR. Как преимущество: понимать основы Git, Docker, написания тестов
— обладать базовыми техническими навыками.
Фулстек-разработчику необходимо:
— иметь опыт с Node.js
— понимать основы CI/CD, баз данных, WebSocket, REST API или GraphQL
— знать основы Python или Go.
Стажировка официально оформляется, оплачивается, имеет гибкий график и предлагает оплату проезда и проживания для студентов из других городов.
Станьте частью одной из команд фронтенд или фулстек разработчиков в Яндексе — оставляйте заявку.
❤4😁4🌭1
collab-public
Обычно, когда используешь AI-ассистентов для программирования, постоянно приходится переключаться между терминалом, редактором и документацией — из-за этого легко теряется ход мысли.
Недавно на GitHub наткнулся на Collaborator — end-to-end рабочее пространство, специально спроектированное для разработки Agent’ов.
При запуске — это бесконечный canvas, где терминал, контекстные файлы и выполняемый код разложены в одном интерфейсе.
Двойной клик по пустому месту создаёт новый терминал для запуска Agent’а, а файлы можно перетаскивать из сайдбара — сразу открываются для предпросмотра или редактирования.
Это избавляет от постоянного переключения между окнами и вкладками, позволяя AI и коду работать бок о бок.
Сейчас проект находится на ранней стадии и активно развивается, пока поддерживаются только устройства на macOS с Apple Silicon.
Есть скрипт для установки в один клик, терминал под капотом работает на tmux, все данные сохраняются локально.
Подойдёт тем, кто часто экспериментирует с разработкой AI-агентов — стоит попробовать, чтобы прочувствовать такой иммерсивный ритм кодинга.
📁 Language: #TypeScript 73.7%
⭐️ Stars: 1.2k
➡️ Cсылка на GitHub
📱 @git_developer
Обычно, когда используешь AI-ассистентов для программирования, постоянно приходится переключаться между терминалом, редактором и документацией — из-за этого легко теряется ход мысли.
Недавно на GitHub наткнулся на Collaborator — end-to-end рабочее пространство, специально спроектированное для разработки Agent’ов.
При запуске — это бесконечный canvas, где терминал, контекстные файлы и выполняемый код разложены в одном интерфейсе.
Двойной клик по пустому месту создаёт новый терминал для запуска Agent’а, а файлы можно перетаскивать из сайдбара — сразу открываются для предпросмотра или редактирования.
Это избавляет от постоянного переключения между окнами и вкладками, позволяя AI и коду работать бок о бок.
Сейчас проект находится на ранней стадии и активно развивается, пока поддерживаются только устройства на macOS с Apple Silicon.
Есть скрипт для установки в один клик, терминал под капотом работает на tmux, все данные сохраняются локально.
Подойдёт тем, кто часто экспериментирует с разработкой AI-агентов — стоит попробовать, чтобы прочувствовать такой иммерсивный ритм кодинга.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2🤔1
alexandria-audiobook
Слушать аудиокниги удобно, но если нужно конвертировать имеющийся роман или электронную книгу в аудиоформат, большинство инструментов выдают «механический» голос с одним тембром — без разделения персонажей и эмоциональной выразительности.
Недавно наткнулся на open-source проект Alexandria Audiobook Generator, который с помощью AI автоматически размечает текст и генерирует аудиокнигу с озвучкой нескольких персонажей. Сначала большая модель парсит весь текст книги, точно разделяя нарратив (описание) и реплики разных персонажей, а также проставляет эмоциональные теги.
В проект встроен локальный TTS-движок: поддерживаются разные языки, а такие вещи, как вздохи, смех и прочие паралингвистические элементы, воспроизводятся естественно с учётом контекста.
Есть удобный UI, где можно назначать разные голоса для каждого персонажа; также поддерживается клонирование голоса по короткому аудио-сэмплу (буквально несколько секунд).
Поддерживается one-click локальный деплой — без необходимости использовать внешние голосовые сервисы, всё работает полностью на локальной машине.
На выходе можно экспортировать аудиокнигу в формате M4B с главами или в виде многодорожечного аудио. Отличный вариант для тех, кто любит аудиокниги или занимается созданием аудиоконтента.
📁 Language: #Python 58.3%
⭐️ Stars: 422
➡️ Cсылка на GitHub
📱 @git_developer
Слушать аудиокниги удобно, но если нужно конвертировать имеющийся роман или электронную книгу в аудиоформат, большинство инструментов выдают «механический» голос с одним тембром — без разделения персонажей и эмоциональной выразительности.
Недавно наткнулся на open-source проект Alexandria Audiobook Generator, который с помощью AI автоматически размечает текст и генерирует аудиокнигу с озвучкой нескольких персонажей. Сначала большая модель парсит весь текст книги, точно разделяя нарратив (описание) и реплики разных персонажей, а также проставляет эмоциональные теги.
В проект встроен локальный TTS-движок: поддерживаются разные языки, а такие вещи, как вздохи, смех и прочие паралингвистические элементы, воспроизводятся естественно с учётом контекста.
Есть удобный UI, где можно назначать разные голоса для каждого персонажа; также поддерживается клонирование голоса по короткому аудио-сэмплу (буквально несколько секунд).
Поддерживается one-click локальный деплой — без необходимости использовать внешние голосовые сервисы, всё работает полностью на локальной машине.
На выходе можно экспортировать аудиокнигу в формате M4B с главами или в виде многодорожечного аудио. Отличный вариант для тех, кто любит аудиокниги или занимается созданием аудиоконтента.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3😁1
alexandria-audiobook
Слушать аудиокниги удобно, но если нужно конвертировать имеющийся роман или электронную книгу в аудиоформат, большинство инструментов выдают «механический» голос с одним тембром — без разделения персонажей и эмоциональной выразительности.
Недавно наткнулся на open-source проект Alexandria Audiobook Generator, который с помощью AI автоматически размечает текст и генерирует аудиокнигу с озвучкой нескольких персонажей. Сначала большая модель парсит весь текст книги, точно разделяя нарратив (описание) и реплики разных персонажей, а также проставляет эмоциональные теги.
В проект встроен локальный TTS-движок: поддерживаются разные языки, а такие вещи, как вздохи, смех и прочие паралингвистические элементы, воспроизводятся естественно с учётом контекста.
Есть удобный UI, где можно назначать разные голоса для каждого персонажа; также поддерживается клонирование голоса по короткому аудио-сэмплу (буквально несколько секунд).
Поддерживается one-click локальный деплой — без необходимости использовать внешние голосовые сервисы, всё работает полностью на локальной машине.
На выходе можно экспортировать аудиокнигу в формате M4B с главами или в виде многодорожечного аудио. Отличный вариант для тех, кто любит аудиокниги или занимается созданием аудиоконтента.
📁 Language: #Python 58.3%
⭐️ Stars: 422
➡️ Cсылка на GitHub
📱 @git_developer
Слушать аудиокниги удобно, но если нужно конвертировать имеющийся роман или электронную книгу в аудиоформат, большинство инструментов выдают «механический» голос с одним тембром — без разделения персонажей и эмоциональной выразительности.
Недавно наткнулся на open-source проект Alexandria Audiobook Generator, который с помощью AI автоматически размечает текст и генерирует аудиокнигу с озвучкой нескольких персонажей. Сначала большая модель парсит весь текст книги, точно разделяя нарратив (описание) и реплики разных персонажей, а также проставляет эмоциональные теги.
В проект встроен локальный TTS-движок: поддерживаются разные языки, а такие вещи, как вздохи, смех и прочие паралингвистические элементы, воспроизводятся естественно с учётом контекста.
Есть удобный UI, где можно назначать разные голоса для каждого персонажа; также поддерживается клонирование голоса по короткому аудио-сэмплу (буквально несколько секунд).
Поддерживается one-click локальный деплой — без необходимости использовать внешние голосовые сервисы, всё работает полностью на локальной машине.
На выходе можно экспортировать аудиокнигу в формате M4B с главами или в виде многодорожечного аудио. Отличный вариант для тех, кто любит аудиокниги или занимается созданием аудиоконтента.
Please open Telegram to view this post
VIEW IN TELEGRAM
💊5
This media is not supported in your browser
VIEW IN TELEGRAM
mockd
mockd — это однофайловый многопротокольный API mock-сервер на Go, который, похоже, хочет сразу «поглотить весь зоопарк mock-инструментов».
HTTP, gRPC, GraphQL, WebSocket, MQTT, SSE, SOAP — всё в одном месте. Но действительно обращает на себя внимание не столько количество протоколов, сколько то, что туда ещё впихнули import, record/replay, stateful CRUD, dashboard и cloud tunnel.
📁 Language: #Go 99.5%
⭐️ Stars: 66
➡️ Cсылка на GitHub
📱 @git_developer
mockd — это однофайловый многопротокольный API mock-сервер на Go, который, похоже, хочет сразу «поглотить весь зоопарк mock-инструментов».
HTTP, gRPC, GraphQL, WebSocket, MQTT, SSE, SOAP — всё в одном месте. Но действительно обращает на себя внимание не столько количество протоколов, сколько то, что туда ещё впихнули import, record/replay, stateful CRUD, dashboard и cloud tunnel.
Please open Telegram to view this post
VIEW IN TELEGRAM