¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
GitHub Разработчика
Ir al canal en Telegram
Здесь ты найдешь полезные репозитории с GitHub Связь: @devmangx РКН: https://clck.ru/3FocDP
Mostrar más📈 Análisis del canal de Telegram GitHub Разработчика
El canal GitHub Разработчика (@git_developer) es un actor destacado. Actualmente la comunidad reúne a 16 982 suscriptores, ocupando la posición 7 791 en la categoría Tecnologías y Aplicaciones y el puesto 39 693 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 16 982 suscriptores.
Según los últimos datos del 04 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 48, y en las últimas 24 horas de 5, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 12.36%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.55% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 100 visualizaciones. En el primer día suele acumular 1 113 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 4.
- Intereses temáticos: El contenido se centra en temas clave como github, cсылка, typescript, интерфейс, терминал.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Здесь ты найдешь полезные репозитории с GitHub
Связь: @devmangx
РКН: https://clck.ru/3FocDP”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 05 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
16 982
Suscriptores
+524 horas
+227 días
+4830 días
Archivo de publicaciones
16 982
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
16 982
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
16 982
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
16 982
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
16 982
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.
16 982
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
16 982
На Stepik вышел курс по Kubernetes
Этот курс даёт крепкую базу по Kubernetes: от понимания архитектуры кластера и запуска первых Pod до работы с Deployment, Service, Ingress, storage и сетевым взаимодействием.
Вы научитесь:
- разворачивать Kubernetes-кластер локально
- работать с kubectl и основными ресурсами Kubernetes
- деплоить и масштабировать приложения
- настраивать сети, сервисы и хранилище
- понимать архитектуру Kubernetes и как он работает "под капотом"
Всё сразу закрепляется на практике с помощью заданий с автопроверкой.
Материал подаётся понятным языком, шаг за шагом, на реальных примерах и с наглядными схемами.
После прохождения вы получите сертификат, который можно добавить в резюме.
В ближайшие 48ч курс доступен со скидкой 20% по промокоду «
GITHUB20»: открыть курс на Stepik16 982
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
16 982
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
16 982
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
16 982
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
16 982
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
16 982
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
16 982
В заповедной Карелии, среди сотен озёр и густой северной тайги, на берегу Онежского озера расположился бутик-отель "Заонежье".
Здесь архитектура деликатно вписана в ландшафт: фасады из северного дерева и лемех отражают традиции Русского Севера.
Каждое окно обращено к воде, позволяя бесконечному озёрному горизонту стать частью интерьера.
Тринадцать видовых номеров и четыре гостевых дома с дровяными каминами создают атмосферу приватности и спокойствия, а ресторан "Руна" предлагает авторскую гастрономию из локальных продуктов.
Пространство отеля продумано для размеренного отдыха: пирс, панорамный зал, экотропы и уединённые места для медитации среди леса.
Гостям доступны путешествия к острову Кижи, рыбалка, прогулки на каяках,запах и катерах, велосипедные прогулки, и тишина бескрайних пейзажей.
Проект отмечен международными и российскими архитектурными премиями, включая победы в LIV Hospitality Design Awards, Archiwood, ADD Awards и Rethinking The Future Awards.
Бутик- отель "Заонежье" предоставляет возможность почувствовать природу в её первозданной тишине и гармонии, при этом сохранить привычный комфорт.
Наш телеграм канал: @hotelzaonezhie
Забронировать номер: https://zaonezhie.com
16 982
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
16 982
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
16 982
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
16 982
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
16 982
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
16 982
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
