Awesome GitHub RepositoriesDocument Content Redaction

Kreuzberg is a document extraction engine that converts PDFs, Office files, images, and over 90 other formats into clean, structured text and metadata. It is built around a compiled Rust core that can be used as a native library, a command-line tool, a REST API server, or a WebAssembly module for browser-based processing. The system is designed to run entirely on self-hosted infrastructure, with no data leaving the user's environment. What distinguishes Kreuzberg is its breadth of integration surfaces and its pipeline architecture. It exposes extraction capabilities through native bindings fo

Unredacter هو أداة لرؤية الحاسوب لإعادة بناء النصوص وأداة للطب الشرعي للصور مصممة لاستعادة الأحرف المخفية من الصور المنقطة (pixelated). تعمل كأداة لعكس التنقيط لتحديد النص داخل الكتل المرئية المحجوبة. يستخدم النظام عملية مقارنة كتل الصور المنقطة مقابل أحرف مرشحة مُصيّرة تطابق الأنماط الطباعية للنص المستهدف. يسمح هذا بإعادة بناء المعلومات المحجوبة من خلال التحليل المرئي الآلي. يغطي المشروع قدرات لتحليل الطب الشرعي الرقمي، واختبار تنقيح الصور، وتقييم تسريب المعلومات للتحقق من فعالية تقنيات الإخفاء القائمة على الصور.

هذا المشروع هو سجل شفافية عام لإشعارات إزالة حقوق الطبع والنشر والإشعارات المضادة. يعمل كسجل حقوق طبع ونشر منقح، يحتفظ بسجل زمني لطلبات الإنفاذ القانوني التي تتلقاها منصة الاستضافة. يستخدم الأرشيف نموذج بيانات ملف مسطح، حيث يخزن الإشعارات كملفات نصية عادية داخل تسلسل هرمي للدليل. يوفر نظام التحكم في الإصدار الموزع مسار تدقيق دائماً وسجل إصدارات لجميع الإشعارات القانونية المؤرشفة. يركز النظام على مراقبة الحقوق الرقمية وشفافية إنفاذ حقوق الطبع والنشر من خلال إزالة معلومات التعريف الشخصية من الإشعارات قبل النشر. يتم تنظيم هذه السجلات المنقحة حسب التاريخ لتسهيل التصفح الزمني والتفتيش العام لإدارة الإشعارات القانونية.

Libation is a comprehensive audiobook management system designed to download, decrypt, and organize Audible audiobooks. It integrates account authentication, library synchronization, DRM removal, and format transcoding into a single desktop application with a plugin-free graphical interface and a built-in theme editor. The project distinguishes itself through a batch library synchronization engine that scans all configured Audible accounts in one pass, a metadata tag rewriting system that corrects chapter markers and cover art after decryption, and a template-based file naming engine that con

Loro is a conflict-free replicated data type (CRDT) framework and collaborative state engine designed for building real-time collaborative applications. It provides a distributed data synchronizer that enables multiple users to edit shared documents and complex nested structures—such as maps, lists, trees, and counters—with automatic state convergence without requiring a central server. The project distinguishes itself through a versioned document store that supports branching, forking, and merging via a directed acyclic graph of causal operation history. It enables advanced version control c

OpenChat is a conversational AI agent builder and customer service automation platform that uses large language models to power customer support chatbots across multiple channels. It provides tools for defining AI agent behavior, training on custom knowledge, managing actions, and controlling autopilot responses per channel. The platform enables deploying AI agents on web, phone, email, SMS, and WhatsApp, with a unified inbox for managing conversations across all channels. It includes CRM synchronization, automated workflows, contact segmentation, and analytics for tracking customer satisfact

AyuGramDesktop is a modified Telegram desktop client and MTProto messaging client. It functions as a local message logger and a privacy-focused chat tool, providing a fork of the standard C++ Qt client. The project focuses on unlocking premium features and capabilities locally without a paid subscription. It distinguishes itself through a ghost mode that masks online presence and suppresses read receipts, as well as a system for preserving message history by logging deleted and edited content into a local database. The client includes tools for content management, such as bypassing restricti

unioffice is a comprehensive document processing suite that provides a PDF document processor, an Open XML document library, a document security toolkit, and a document content extractor. It is designed to programmatically create, read, and modify Word, Excel, and PowerPoint files, as well as generate and edit PDF documents. The project is distinguished by its native language implementation of the Open XML standard, which removes native binary dependencies to simplify container deployments. It features advanced capabilities for digital document security, including hardware-based PDF signing,

Chucker هو مفتش HTTP على الجهاز لتطبيقات Android يلتقط ويسجل حركة مرور الشبكة لمكتبة OkHttp. يعمل كمعترض للشبكة وأداة تشبه الوكيل، مما يسمح بتحليل استدعاءات API مباشرة داخل بيئة تطبيق الجوال. توفر الأداة واجهة محلية لتحليل تفاعلات API، والتي تتضمن القدرة على فك تشفير أجسام الاستجابة الثنائية إلى نص مقروء. كما تتضمن ميزات أمنية لإخفاء المعلومات الحساسة في رؤوس الطلبات والاستجابات من خلال قواعد التنقيح. تتم إدارة المعاملات الملتقطة عبر قاعدة بيانات محلية مع الاحتفاظ بالبيانات القائمة على الوقت القابلة للتكوين لمسح السجلات القديمة تلقائياً. يدمج النظام مباشرة في خط أنابيب الطلب والاستجابة لمراقبة تبادل البيانات والرؤوس.

Depix هي أداة لاستعادة البكسل وأداة جنائية رقمية مصممة لإعادة بناء النص العادي من الصور المكسلة. تعمل كمُعيد بناء نص بالقوة الغاشمة (brute-force) يحدد تسلسلات النص الأصلية عن طريق مطابقة كتل البكسل مقابل مكتبة من الحروف المعروضة. تعمل الأداة كإثبات مفهوم لإزالة البكسل من الصور، باستخدام تحليل الأنماط للكشف عن المعلومات المخفية. تُستخدم للتحليل الجنائي الرقمي واختبار أمان التنقيح لتقييم فعالية البكسلة كطريقة لحجب البيانات الحساسة. تتضمن عملية إعادة البناء أخذ عينات متوسط اللون ومقارنة شبكة البكسل. تستخدم مساحة بحث شاملة لاختبار مجموعات الحروف وتقارن متوسط قيم الألوان للمناطق المكسلة مقابل مكتبة رموز معروضة مسبقاً.

DesktopEditors is an office suite application designed for creating and editing text documents, spreadsheets, and presentations across different operating systems. It serves as an OOXML compatible editor, ensuring that files are read and written according to Office Open XML standards for cross-platform document exchange. The suite functions as a collaborative document platform featuring real-time co-authoring, version tracking, and integrated communication tools. It also acts as an AI-powered document assistant and PDF editor, providing capabilities for content generation, automated spreadshe

Synapse هو تطبيق لخادم Matrix يوفر البنية التحتية للاتصالات والمراسلة اللامركزية في الوقت الفعلي. يعمل كخادم دردشة موحد يقوم بمزامنة بيانات الغرف وتدفقات الأحداث عبر مثيلات خادم مستقلة لتمكين التوافقية عبر النطاقات. يستخدم الخادم نواة هجينة تدمج المنطق الحرج للأداء في Rust مع طبقة تنسيق Python. يستخدم قاعدة بيانات PostgreSQL علائقية للاحتفاظ بحسابات المستخدمين وسجل المحادثات، ويستخدم نظام مراسلة قائماً على Redis لتوزيع المهام عبر العمال الأفقيين. يغطي المشروع نطاقاً واسعاً من القدرات، بما في ذلك إدارة الهوية الآمنة مع تكامل SAML و OpenID Connect، وأدوات إدارية شاملة للإشراف على المحتوى وإدارة الغرف، ومعالجة الوسائط المؤتمتة. كما يتضمن أنظمة للاتحاد اللامركزي، وترحيل مخطط قاعدة البيانات غير المتزامن، وتصدير القياس عن بُعد لمراقبة الأداء.

Halloy is an IRCv3 chat client designed for real-time communication across multiple servers and networks. It implements modern protocol standards, including support for message tags, read markers, rich user metadata, and WebSocket connections. The project distinguishes itself through integrated anonymity and deep interface customization. It features native Tor and proxy routing to hide the user's connection origin and provides a themed environment with configurable window pane layouts, keyboard aliases, and custom color schemes. The client covers a broad range of capabilities, including chan

Koog is an LLM agent framework used to build autonomous entities that execute tool-based workflows. It utilizes a graph-based workflow engine to define agent behaviors and decision paths as a directed graph of nodes and edges. The framework distinguishes itself through a model provider orchestrator that enables dynamic switching, load balancing, and automatic fallbacks between different AI backends. It implements the Model Context Protocol to connect agents to remote tool servers and features a RAG memory system using vector embeddings to maintain long-term conversation context. The project

MadelineProto is an asynchronous PHP library that provides a programmatic interface for interacting with the Telegram API using the MTProto protocol, the same protocol used by official Telegram clients. It functions as both a Telegram bot SDK and a userbot automation library, enabling PHP applications to connect to Telegram as either a bot account or a regular user account, sending and receiving messages, media, and other data directly without relying on the Bot API intermediary. The library is built on an event-driven architecture with Amp v3 fiber-based concurrency, allowing for non-blockin

Embed PDF Viewer is a browser-based PDF rendering library that uses a WebAssembly port of the PDFium engine to display documents entirely on the client side, with no server-side processing required. It provides a framework-agnostic core engine layer that manages the PDF document lifecycle, memory allocation, and WebAssembly resource cleanup, with dedicated integration hooks for React and Vue 3 that handle initialization, document loading, and reactive state management. The library offers both a pre-built, embeddable viewer that can be inserted into any web page with a single initialization ca

This project is a Git-based AI session tracker and context manager designed to record AI agent interactions, transcripts, and tool usage directly into Git repositories. It functions as a system for capturing and indexing the reasoning behind code changes, linking AI prompts and responses to specific code commits to preserve developer intent. The tool distinguishes itself by using Git as a primary storage layer for session metadata, utilizing shadow branches and checkpoints to track agent state without polluting the main commit log. It includes specialized capabilities for auditing AI contribu

LLM Guard is a security firewall and guardrail framework designed to scan and sanitize inputs and outputs for large language models. It functions as a proxy gateway and security layer to block prompt injections, toxicity, and sensitive data leakage while ensuring that model interactions remain compliant with organizational policies. The system distinguishes itself through a modular scanner pipeline that utilizes local model orchestration to eliminate external network dependencies. It supports real-time security filtering via streaming chunk analysis and implements a fail-fast execution model