GitHub Разработчика

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

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

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

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

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

Собрал сайт через ИИ за вечер → заработал 27 000₽. Так и работают вайбкодеры: Загнал промт в ChatGPT → собрал структуру → запустил сайт → получил деньги. Работы — 2–4 часа. Оплата — 20–50 000₽ за проект. Без кода и долгих курсов. Если умеешь пользоваться браузером — справишься. А спрос сейчас огромный: бизнесу нужны сайты, автоматизация и ИИ-решения уже сегодня. Это одна из самых быстрорастущих ниш 2026 года — заходи и бери заказы. Инструкции здесь: 👉 @itvibecodebot Если ты хочешь реально хорошо зарабатывать, от 150к в месяц без начальников, нужно решать важные задачи бизнесов. Хвала небесам за то, что есть ИИ, который самое сложное сделает за тебя. Даже голову особо напрягать не надо. Пробуй 👉 @itvibecodebot

Math-Science-Video-Lectures Если хочется системно изучать физику, математику и другие естественно-научные дисциплины, то в сети обычно попадаются разрозненные материалы. Они плохо структурированы, часто без авторитетного источника и без цельной системы. На GitHub как раз нашёлся открытый сборник ресурсов Math-Science-Video-Lectures, где собраны видеокурсы по физике и математике. В нём системно собраны сотни курсов от ведущих университетов, таких как MIT, Стэнфорд, Йель, Гарвард и других. Курсы охватывают разные разделы физики и математики. Раздел по физике включает более десяти направлений: классическая механика, квантовая механика, теория относительности, астрофизика, физика элементарных частиц и др. Раздел по математике охватывает ключевые курсы: математический анализ, линейная алгебра, теория вероятностей и статистика, вещественный анализ, топология и другие. Для каждого курса есть ссылка и указана платформа. Ресурсы взяты из MIT OCW, YouTube и открытых образовательных платформ университетов. Почти всё доступно бесплатно. Если вы самостоятельно изучаете естественные науки или хотите системно подтянуть профильные знания, этот список стоит сохранить. ⭐️ Stars: 1.6k ➡️ 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

🔥 Подписка на easyoffer PRO на 1 год со скидкой 70% easyoffer – сайт для подготовки к собеседованию на программиста, тестировщика и другие IT-профессии становится еще доступнее со скидкой 70% до 10 марта. ⚙️ Актуальные функции: 1. База вопросов из реальных технических собеседований с вероятностью встречи и примерами ответов. 2. База задач с этапа live-coding. 3. База видеозаписей 1100+ реальных собеседований, в том числе в топовые компании (Сбер, Авито, Яндекс, WB, OZON, МТС и др.) на позиции Junior/Middle/Senior. 4. База 400+ тестовых заданий от компаний. 5. Аналитика ТОП-требований из вакансий для лучшего написания резюме по ключевым словам. 6. Тренажеры для подготовки к собеседованию. В том числе тренажер «Реальное собеседование» со сценарием вопросов под конкретную компанию. Акция до 10 марта (включительно) на PRO-тариф. – Подписка действует 1 год – Доступ ко всем профессиями сразу 👉 Смотри подробности тарифа и покупай на easyoffer

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