Проекты на C
-
rawdrawandroid
Разработка Android-приложений только на C. Лёгкий кроссплатформенный фреймворк позволяет обходиться без Java, используя C и Make. Поддерживает OpenGL ES, гироскоп, мультитач, клавиатуру Android и прямой доступ к USB-устройствам.

-
taisei
Бесплатный открытый шутер во вселенной Touhou Project. В игре с плотным потоком снарядов свои сюжет, музыка и механики. Taisei написана на C11 с SDL2 и OpenGL и запускается на Windows, Linux, macOS и в браузерах вроде Chrome.

Проекты на C#
-
Bulk-Crap-Uninstaller
Бесплатное массовое удаление программ Windows. Утилита на C# быстро избавляет от ненужных приложений, в том числе пакетно или принудительно, очищает остаточные файлы и находит скрытые либо защищённые записи об установке. Создана для ИТ-специалистов, но простые настройки по умолчанию делают её доступной всем.

-
Macro-Deck
Смартфон вместо Stream Deck. Инструмент превращает телефон, планшет или другое устройство с браузером в настраиваемую удалённую панель кнопок. Одним нажатием запускается одно действие или целая цепочка — удобно для трансляций и повседневных задач.

Проекты на C++
-
aria2
Очень быстрый консольный загрузчик. Кроссплатформенная утилита на C++ работает с HTTP(S), FTP, SFTP и BitTorrent. Она небольшая и простая, умеет загружать в фоне, ограничивать скорость, скачивать по частям и использовать расширения BitTorrent.
-
fast_float
Быстрый и точный парсер чисел на C++. Библиотека из одних заголовочных файлов выполняет задачу, похожую на from_chars, в несколько раз быстрее стандартной библиотеки. Разбирает строки с float, double и целыми числами; используется в Chromium, Redis и LLVM.
#include "fast_float/fast_float.h" #include <iostream> int main() { const std::string input = "3.1416 xyz "; double result; auto answer = fast_float::from_chars(input.data(), input.data()+input.size(), result); if(answer.ec != std::errc()) { std::cerr << "parsing failure\n"; return EXIT_FAILURE; } std::cout << "parsed the number " << result << std::endl; return EXIT_SUCCESS; }
-
mame
Открытый эмулятор аркадных автоматов. Имитирует множество аппаратных платформ и запускает на компьютере обширную коллекцию ретро-программ: не только аркадные игры, но и ПО старых компьютеров и приставок.

Проекты на Go
-
beszel
Лёгкая панель мониторинга серверов и Docker. Показывает статистику контейнеров, историю показателей и оповещения. Веб-интерфейс прост в настройке и готов к работе сразу; есть автоматические резервные копии, несколько пользователей, вход через OAuth и API.

-
envd
Воспроизводимое окружение для разработки ИИ-проектов. Консольная утилита создаёт контейнерную среду по простому конфигурационному языку и командам. Поддерживает удалённую сборку, кеш зависимостей и импорт удалённых репозиториев.

-
gophish
Открытая платформа для имитации фишинговых атак. Готовый сервис с удобной веб-панелью поддерживает шаблоны писем, массовую рассылку, клонирование сайтов и визуализацию данных. Подходит для обучения сотрудников безопасности и тестирования на проникновение.

-
opentofu
Открытый инструмент «инфраструктура как код». Развилка Terraform, развиваемая сообществом, автоматизирует создание, управление и развёртывание локальной и облачной инфраструктуры. Конфигурационный язык описывает ресурсы; инструмент строит план выполнения и граф зависимостей, помогая избежать ручных ошибок и автоматизировать сложные изменения.

-
photoview
Простая платформа для управления фотографиями. Веб-приложение позволяет разместить собственное облачное хранилище снимков: автоматически упорядочивает фото, создаёт миниатюры, открывает общий доступ к альбомам, читает EXIF и работает с несколькими пользователями. Есть приложение для iOS.

Проекты на Java
-
GoGoGo
Открытая подмена геолокации на Android. Приложение использует отладочный API Android и карты Baidu; права root не нужны. Можно найти место, ввести координаты вручную и имитировать движение виртуальным джойстиком.

-
karate
Открытый фреймворк автоматизации тестов API. Java-инструмент интегрируется со Spring Boot и Maven, сочетает тестирование API, имитацию сервисов, нагрузочные тесты и автоматизацию UI. Сценарии пишутся синтаксисом наподобие Cucumber, а кроссплатформенный исполняемый файл позволяет пользоваться им даже без глубокого знания Java.

Проекты на JavaScript
-
icones
Простой сайт для поиска иконок. Поддерживает фильтрацию по категориям и выбор нескольких значков. Выбранное можно скачать в SVG или собрать в шрифт.

-
media-chrome
Библиотека для интерфейсов современных веб-плееров. Помогает настраивать элементы аудио- и видеопроигрывателей и работает с разными JavaScript-фреймворками. Можно менять внешний вид и поведение; поддерживаются субтитры, трансляция на другие устройства, горячие клавиши, скорость воспроизведения, миниатюры предпросмотра, мобильные устройства и кнопка отключения звука.
<media-controller audio> <audio slot="media" src="xxxxxx" ></audio> <media-control-bar> <media-play-button></media-play-button> <media-time-display showduration></media-time-display> <media-time-range></media-time-range> <media-playback-rate-button></media-playback-rate-button> <media-mute-button></media-mute-button> <media-volume-range></media-volume-range> </media-control-bar> </media-controller>
-
Moe-Counter
Счётчик посещений сайта с милыми темами. Простой инструмент показывает число посетителей страницы и предлагает несколько оформлений на выбор.

-
piscina
Быстрый гибкий пул потоков Node.js. Написанный на TypeScript пул Worker-потоков упрощает многопоточное программирование. Простой API поддерживает обмен сообщениями между потоками, динамический размер пула, отмену задач, ограничение памяти и отслеживание асинхронных задач.
const path = require('path'); const Piscina = require('piscina'); const piscina = new Piscina({ filename: path.resolve(__dirname, 'worker.js') }); (async function() { const result = await piscina.run({ a: 4, b: 6 }); console.log(result); // Prints 10 })(); -
swapy
Перестановка элементов перетаскиванием за несколько строк кода. Библиотека превращает любой макет в интерактивный, позволяет настраивать анимацию и работает с React, Vue и Svelte.
import { createSwapy } from 'swapy' const container = document.querySelector('.container') const swapy = createSwapy(container, { animation: 'dynamic' // or spring or none }) // You can disable and enable it anytime you want swapy.enable(true)
Проекты на Kotlin
-
etchdroid
Создание загрузочной флешки с телефона. Открытое Android-приложение записывает образы ОС на USB-носитель без прав root. Поддерживает Ubuntu, Raspberry Pi и другие системы; выручит, когда под рукой нет компьютера.

-
KeyMapper
Переназначение кнопок на Android. Бесплатное открытое приложение позволяет настроить клавиши, сканер отпечатка и жесты без прав root. Работает с Bluetooth- и проводными клавиатурами.

Проекты на Python
-
backtrader
Фреймворк проверки торговых стратегий на исторических данных. Библиотека на Python загружает данные из CSV, онлайн-источников и pandas, параллельно проверяет несколько стратегий и строит графики результатов. Внутри более 100 индикаторов, включая тренд, объём торгов и волатильность.
from datetime import datetime import backtrader as bt class SmaCross(bt.SignalStrategy): def __init__(self): sma1, sma2 = bt.ind.SMA(period=10), bt.ind.SMA(period=30) crossover = bt.ind.CrossOver(sma1, sma2) self.signal_add(bt.SIGNAL_LONG, crossover) cerebro = bt.Cerebro() cerebro.addstrategy(SmaCross) data0 = bt.feeds.YahooFinanceData(dataname='MSFT', fromdate=datetime(2011, 1, 1), todate=datetime(2012, 12, 31)) cerebro.adddata(data0) cerebro.run() cerebro.plot()
-
core
Открытая платформа умного дома. Python-проект объединяет устройства разных марок и позволяет настраивать домашнюю автоматизацию. В одной системе можно управлять и связывать Apple HomeKit, Mi Home, Aqara и Tuya, обходя ограничения совместимости отдельных платформ. Особенно полезна любителям самостоятельно собирать недорогой умный дом.

-
paperless-ngx
Цифровой архив бумажных документов. Система на Django превращает отсканированные бумаги в доступное для поиска онлайн-хранилище. В отличие от обычного сканирования в картинку или PDF, после которого текст трудно найти, документы обрабатываются для удобного поиска.

-
pipreqs
Быстрое создание файла зависимостей Python-проекта. По импортам в исходном коде инструмент определяет используемые библиотеки и генерирует requirements.txt. Список зависимостей можно получить без их установки.
-
pokeapi
API с данными о покемонах. REST-сервис на Django предоставляет разработчикам обширную базу: движения, характеристики, способности и сведения об эволюции персонажей.
Проекты на Rust
-
insta
Библиотека снапшот-тестов для Rust. Особенно полезна, когда эталонные данные велики или часто меняются. С плагином VS Code и консольной утилитой можно командой review изучить расхождение после сбоя теста и одним действием обновить снимок, чтобы снова пройти проверку.
fn split_words(s: &str) -> Vec<&str> { s.split_whitespace().collect() } #[test] fn test_split_words() { let words = split_words("hello from the other side"); insta::assert_yaml_snapshot!(words); }
-
oha
Инструмент нагрузочного тестирования HTTP на Rust. Прост в использовании и показывает анимированный терминальный интерфейс. Строит отчёты о задержке запросов и пропускной способности, поддерживает динамические URL и гибкие интервалы отправки запросов (burst-delay).

-
steel
Встраиваемый интерпретатор Scheme на Rust. Даёт небольшим приложениям и встроенным системам быстрый, лёгкий и гибкий движок сценариев.

Проекты на Swift
-
aural-player
Музыкальный плеер для macOS в духе Winamp. Приложение на Swift содержит звуковые эффекты и эквалайзер, поддерживает разные аудиоформаты, повторное воспроизведение, показ текстов песен и настройку интерфейса.

-
DockDoor
Предпросмотр окон приложений в Dock на macOS. Достаточно навести указатель на значок, чтобы увидеть открытые окна. Утилита на Swift и SwiftUI также предлагает переключение в стиле Windows Alt+Tab и настраиваемые горячие клавиши.

Искусственный интеллект
-
moondream
Компактная визуально-языковая модель. Работает даже на устройствах с ограниченными ресурсами, понимает изображения и создаёт связанные с ними текстовые описания. Поддерживает распознавание объектов, описание снимков и ответы на вопросы.
from transformers import AutoModelForCausalLM, AutoTokenizer from PIL import Image model_id = "vikhyatk/moondream2" revision = "2024-08-26" model = AutoModelForCausalLM.from_pretrained( model_id, trust_remote_code=True, revision=revision ) tokenizer = AutoTokenizer.from_pretrained(model_id, revision=revision) image = Image.open('<IMAGE_PATH>') enc_image = model.encode_image(image) print(model.answer_question(enc_image, "Describe this image.", tokenizer))
-
Prompt_Engineering
Практическое руководство по работе с промптами. Объясняет приёмы общения с большими языковыми моделями (LLM) от базовых до продвинутых, с подробными инструкциями и примерами кода.
-
spaCy
Мощная Python-библиотека обработки естественного языка. Инструмент промышленного уровня поддерживает токенизацию и обучение для более чем 70 языков, разметку, синтаксический анализ и классификацию текста, а также упаковку и развёртывание моделей.
# pip install -U spacy # python -m spacy download en_core_web_sm import spacy # Load English tokenizer, tagger, parser and NER nlp = spacy.load("en_core_web_sm") # Process whole documents text = ("When Sebastian Thrun started working on self-driving cars at " "Google in 2007, few people outside of the company took him " "seriously. “I can tell you very senior CEOs of major American " "car companies would shake my hand and turn away because I wasn’t " "worth talking to,” said Thrun, in an interview with Recode earlier " "this week.") doc = nlp(text) # Analyze syntax print("Noun phrases:", [chunk.text for chunk in doc.noun_chunks]) print("Verbs:", [token.lemma_ for token in doc if token.pos_ == "VERB"]) # Find named entities, phrases and concepts for entity in doc.ents: print(entity.text, entity.label_) -
ultralytics
Современные модели обнаружения и отслеживания объектов. Проект развивает предыдущие версии YOLO новыми возможностями и улучшениями. Показывает хорошие результаты в обнаружении и отслеживании объектов, сегментации экземпляров и классификации изображений.
from ultralytics import YOLO # Load a model model = YOLO("yolo11n.pt") # Train the model train_results = model.train( data="coco8.yaml", # path to dataset YAML epochs=100, # number of training epochs imgsz=640, # training image size device="cpu", # device to run on, i.e. device=0 or device=0,1,2,3 or device=cpu ) # Evaluate model performance on the validation set metrics = model.val() # Perform object detection on an image results = model("path/to/image.jpg") results[0].show() # Export the model to ONNX format path = model.export(format="onnx") # return path to exported model
Прочее
-
BilibiliSponsorBlock
Автоматический пропуск вставок в видео Bilibili (китайского видеохостинга). Расширение для Chrome, Edge и Firefox пропускает рекламные фрагменты, заставки и концовки. Все отметки добавляют пользователи.

-
cognitive-load
Советы по снижению когнитивной нагрузки разработчика. Статья объясняет, как упростить код и повысить его читаемость, чтобы тратить меньше усилий на понимание программ при разработке.

-
dockerc
Docker-образ как самостоятельный исполняемый файл. Инструмент компилирует образ в бинарный файл, который запускается без настройки Docker и установки зависимостей. Так проще распространять и запускать программы.
-
kubernetes-goat
Полигон для изучения безопасности Kubernetes. Создаёт кластер с многочисленными уязвимостями, на котором можно отрабатывать реальные приёмы атаки и защиты.
-
pilipala
Открытый сторонний клиент Bilibili (китайского видеохостинга). Приложение на Flutter для Android и iOS показывает рекомендации, популярные трансляции и сериалы, поддерживает офлайн-кеш, ответы на комментарии, экранные комментарии и поиск.

-
Sensor-Watch
Открытая плата для часов Casio F-91W. Самодельная плата на микроконтроллере ARM Cortex-M0+ (SAM L22) имеет десятиразрядный сегментный ЖК-дисплей, пять индикаторных сегментов, светодиодную подсветку и три кнопки. Через USB в часы можно загрузить собственную программу.

-
themostdangerouswritingapp
Письменный тренажёр, помогающий войти в поток. Если перестать печатать более чем на пять секунд, текст на экране постепенно размывается и в итоге полностью исчезает.

Открытые книги
-
udlbook
Книга «Понимание глубокого обучения» (Understanding Deep Learning) Саймона Дж. Д. Принса. Охватывает теоретические основы, оценку качества, свёрточные сети, трансформеры, графовые нейросети, генеративно-состязательные сети, диффузионные модели и обучение с подкреплением; содержит множество упражнений.
