GitHub Разработчика

🙂 Большинство бэкенд-разработчиков готовятся к собеседованиям неправильно! Решают задачи, читают статьи, делают пет-проекты — но всё равно проваливают интервью. Почему? Потому что на собеседованиях проверяют не только знания. Смотрят, как ты думаешь, рассуждаешь, проектируешь системы и решаешь реальные задачи. Хочу познакомить вас с Егором — бэкенд-разработчиком и наставником по Go, который помогает получать сильные офферы. 🤓 Как проходит обучение: — обучение с нуля: теория + задачи + проекты — командный проект с реальными рабочими процессами (код-ревью, созвоны, постановка задач — всё как в настоящей команде разработки) — прокачка навыков, которые реально проверяют на интервью — в конце обучения вместе соберём тебе сильное резюме под рынок 🤓 Подойдёт, если ты: — знаешь любой язык и хочешь войти в backend — прошёл курсы, но так и не получил работу — хочешь перейти в Go из другого стека 💪 Результаты учеников: — офферы от 224 000 ₽ — средний оффер — 353 000 ₽ — лучший оффер — $6 700 ⬇️Если актуально — можно разобрать свою ситуацию бесплатно.

ClaudePrism При написании научных статей или работе с исследовательскими отчётами приходится использовать LaTeX для вёрстки, запускать Python-скрипты и постоянно переключаться между редактором и AI-веб-страницами. Недавно, просматривая GitHub, наткнулся на open-source проект под названием ClaudePrism — это локальный десктопный клиент, специально заточенный под академическое и исследовательское письмо. В нём есть встроенный офлайн-компилятор LaTeX, среда выполнения Python и AI-ассистент для написания текстов, при этом все файлы хранятся локально. Также в нём есть более 100 профессиональных skill-паков для разных научных областей: биоинформатика, хемоинформатика, машинное обучение и другие. Плюс есть фича Q&A по скриншотам — можно выделить формулу или график из PDF и сразу отправить в AI с вопросом, а также таким образом разбирать комментарии рецензентов. 📁 Language: #TypeScript 71.6% ⭐️ Stars: 859 ➡️ Cсылка на GitHub 📱 @git_developer

chandra При работе с текстом в PDF и изображениях — особенно в документах, где вперемешку идут таблицы, формулы и рукописный текст — результаты традиционного OCR часто превращаются в полный хаос, с потерей всей разметки. Сегодня наткнулся на ещё одну новую open-source модель OCR: Chandra OCR 2. Она умеет напрямую конвертировать изображения и PDF в структурированные Markdown, HTML или JSON, при этом сохраняя исходный layout. Поддерживает более 90 языков и заняла первое место в комплексном leaderboard’е по мультиязычному OCR, показывая сильные результаты в распознавании математических формул, сложных таблиц и рукописного текста. Одна из самых практичных фич — точное восстановление структуры форм, включая такие детали, как чекбоксы, а также возможность извлекать графики из документов и автоматически генерировать их описания. Одной командой можно обрабатывать как один файл, так и целую директорию. Если ты часто конвертируешь сканы, научные статьи или мультиязычные документы в редактируемые форматы — стоит попробовать: точность распознавания китайского языка достигает примерно 89%. 📁 Language: #Python 76.8% ⭐️ Stars: 7.6k ➡️ Cсылка на GitHub 📱 @git_developer

На Stepik вышел первый курс по: Claude Code — вайбкодинг с нуля Изучаете всё шаг за шагом: CLAUDE.md → rules → commands → sub-agent → Skills → hooks: 🔴Оформите правила проекта через CLAUDE.md, подключение файлов через @ и разнесение логики в .claude/rules, чтобы не раздуло инструкцию. 🔴Сделаете свои slash-команды с frontmatter (description/allowed-tools/model) и аргументами через $ARGUMENTS и $1/$2/$3 для буста воркфлоу. 🔴Освоите саб-агентов: когда их запускать, как писать определения и как делегировать им расследования и проверки без засора основного контекста. 🔴Поднимете Hooks под реальный воркфлоу: /hooks, sh-скрипты, SessionStart/Stop/PreToolUse/PostToolUse, exit codes, matchers и env-переменные. 🔴Настроите Skills (SKILL.md + references), свяжете их с саб-агентами через skills-поле и подключите MCP, Web и headless (-p) для продвинутых случаев Скидка 25%, действует 48 часов ⬇️ Пройти курс на Stepik

claude-howto Многие нетехнические знакомые устанавливают Claude Code, запускают пару промптов — и дальше не понимают, как углубиться. Хотя в официальной документации перечислено множество возможностей, нет понимания, как их комбинировать и с чего вообще начинать обучение. Случайно наткнулся на структурированный практический туториал для Claude Code на GitHub — claude-howto. Он включает 10 учебных модулей и шаблоны конфигураций, которые можно сразу копировать и использовать, а также блок-схемы, показывающие внутреннюю работу каждой фичи. От slash-команд, системы памяти и настройки скиллов — до sub-agents, hook-скриптов и разработки плагинов, всё выстроено от beginner к advanced уровню. В каждом модуле есть встроенные квизы, которые можно пройти после завершения, чтобы выявить пробелы в знаниях. Весь курс занимает примерно 11–13 часов, но уже через 15 минут можно начать практику с первым шаблоном. Если ты используешь Claude Code только для базовых диалогов и хочешь реально раскрыть его эффективность — этот гайд точно стоит пройти хотя бы один раз. 📁 Language: #Python 92.2% ⭐️ Stars: 3.7k ➡️ Cсылка на GitHub 📱 @git_developer

skills-best-practices Недавно наткнулся на гайд с best practices по написанию Agent Skills на GitHub: skills-best-practices. Он описывает стандартизированную структуру директорий, чётко разделяя основные инструкции, исполняемые скрипты и справочные файлы. Подробно объясняется, как оптимизировать метаданные, грамотно использовать негативные триггер-слова и существенно повысить вероятность точного вызова скиллов. Также там есть набор практических verification prompts, которые показывают, как с помощью самой LLM проверять логическую целостность и edge cases скиллов. Ключевая идея — выносить сложные повторяющиеся операции в отдельные скрипты, оставляя модели только принятие высокоуровневых решений, тем самым эффективно контролируя расход токенов. Контент качественный и максимально прикладной. Тем, кто хочет писать Skills, этот гайд точно стоит сохранить и изучить. 📁 Language: #Python 100.0% ⭐️ Stars: 1.7k ➡️ Cсылка на GitHub 📱 @git_developer

Vibe Draw Простая и удобная 3D-моделирующая программа Она позволяет превращать грубые эскизы в красивые 3D-модели с помощью ИИ в один клик, делая 3D-творчество доступным каждому. 🔸Свободное рисование 2D-эскизов с их мгновенным преобразованием в 3D-модели 🔸Оптимизация эскизов с помощью ИИ для улучшения деталей и качества 🔸Поддержка текстовых подсказок для редактирования и улучшения 3D-моделей 🔸Возможность комбинировать несколько моделей в 3D-пространстве для создания сцен 🔸Экспорт в стандартный формат (.glTF) одним кликом, совместимость с существующими инструментами Поддерживается быстрая развертка через Docker, а также экспорт в .glTF для интеграции с другими инструментами. 📁 Language: #TypeScript(55.3%), #Python(19.9%) ⭐️ Stars: 1.1k ➡️ Cсылка на GitHub 📱 @git_developer

Готовишься к техническому интервью? Залетай в CodeRun — тренажёр Яндекса для разработчиков. Внутри — огромный каталог задач разной сложности, прокачать свои скиллы программирования могут спецы любого уровня: от студентов до опытных разработчиков, которые хотят поддерживать форму. Здесь можно учиться, готовиться к техническим собесам и даже получать призы за победу в сезонных турнирах. Лучшие участники получат возможность попасть в штат Яндекса по упрощенному найму. CodeRun постоянно обновляется: уже добавили AI-помощника, а в планах — публичные профили и глобальный лидерборд. Попробовать Coderun можно здесь.

ui-ux-pro-max-skill Когда пишешь фронтенд-код с помощью AI, интерфейсы получаются однотипными: устаревшие цветовые схемы, хаотичная верстка. Хочется сделать красиво, но нет навыков дизайна — в итоге сплошная головная боль. Случайно наткнулся на open-source проект UI UX Pro Max — ощущение, будто нашёл его слишком поздно. Уже набрал более 50 000 . После установки это фактически как добавить AI-код-ассистенту «мозг» профессионального дизайнера: он автоматически генерирует полноценные дизайн-решения. Достаточно описать тип проекта — и он, исходя из особенностей индустрии, автоматически подбирает цветовую палитру, шрифты, лейаут страниц и стиль взаимодействия, выдавая готовую дизайн-систему. Внутри — 161 правило дизайна для разных индустрий: от SaaS, финансов и медицины до e-commerce и гейминга. Плюс подсказывает, какие решения считаются антипаттернами и каких «граблей» лучше избегать. Также доступны 67 стилей интерфейса и 57 наборов шрифтовых пар — не нужно вручную всё подбирать. Поддерживает более десятка популярных AI-инструментов для программирования, включая Claude Code, Cursor и другие. Устанавливается одной командой и автоматически активируется при написании кода. Если ты часто используешь AI для фронтенда, но страдаешь от слабого визуала — этот набор скиллов избавит от постоянной правки стилей. 📁 Language: #Python 77.9% ⭐️ Stars: 50.7k ➡️ Cсылка на GitHub 📱 @git_developer

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

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

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

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

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.

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

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 Stepik

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

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

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

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