GitHub Разработчика
Kanalga Telegram’da o‘tish
Здесь ты найдешь полезные репозитории с GitHub Связь: @devmangx РКН: https://clck.ru/3FocDP
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali GitHub Разработчика analitikasi
GitHub Разработчика (@git_developer) kanali faol ishtirokchi. Hozirda hamjamiyat 16 971 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 7 452-o'rinni va Rossiya mintaqasida 38 683-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 16 971 obunachiga ega bo‘ldi.
26 Avgust, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -36 ga, so‘nggi 24 soatda esa -1 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 12.55% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 6.51% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 2 129 marta ko‘riladi; birinchi sutkada odatda 1 104 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 5 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent github, cсылка, typescript, интерфейс, терминал kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Здесь ты найдешь полезные репозитории с GitHub
Связь: @devmangx
РКН: https://clck.ru/3FocDP”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 27 Avgust, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
16 971
Obunachilar
-124 soatlar
-107 kunlar
-3630 kunlar
Postlar arxiv
16 973
🙂 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.
16 973
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
16 973
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
16 973
Repost from С/С++ Portal | Программирование
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 Stepik16 973
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
16 973
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
16 973
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
16 973
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.
16 973
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
16 973
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
16 973
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
16 973
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
16 973
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
16 973
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.
16 973
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
16 973
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 973
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
16 973
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
16 973
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
16 973
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
