Erkläre in einfachen Worten, was du baust, und erhalte die am besten passenden GitHub-Repositories.
awesome-repositories.com hilft dir, das richtige Open-Source-Projekt auf GitHub zu finden. Sag unserer KI-Suche einfach in natürlicher Sprache, was du bauen möchtest, und sie bewertet tausende kuratierte Repositories danach, wie gut sie passen. Jedes Projekt wird kontinuierlich überwacht, sortiert in übersichtliche Kategorien und von anderen Entwicklern bewertet. Durchstöbere die Auswahl unten oder starte eine Suche.
Highlights aus dem Verzeichnis – alle paar Stunden neu zusammengestellt.
Häufige Suchanfragen, organisiert als durchsuchbarer Baum.
Ein kuratiertes Verzeichnis von Open-Source-GitHub-Repositories, das du in natürlicher Sprache durchsuchen kannst. Beschreibe, was du entwickelst, und eine KI bewertet Tausende geprüfter Projekte danach, wie gut sie passen – inklusive einer kurzen Erläuterung, warum das Projekt ausgewählt wurde.
Die GitHub-Suche sucht nach den von dir eingegebenen Schlüsselwörtern. Hier beschreibst du dein Problem in natürlicher Sprache, und die KI sucht nach der Absicht dahinter. So wird ein Projekt, das dein Problem löst, auch dann gefunden, wenn es deine genauen Worte nicht verwendet.
Gib ein, was du bauen möchtest, zum Beispiel: „eine selbst gehostete Status-Seite, die meine Dienste anpingt und mich über Discord benachrichtigt“. Du erhältst passende Repositories, die nach Relevanz sortiert sind, nicht nach der Anzahl der Sterne.
Kuratiert, nicht einfach nur gescrapt. Eine KI analysiert jedes Projekt, ordnet es einer Kategorie zu und bewertet es nach Relevanz gemäß Regeln, die wir ständig anpassen und überprüfen. Dubletten oder Projekte mit geringer Aussagekraft werden aussortiert.
Ja. Das Suchen und Durchstöbern des Verzeichnisses ist kostenlos.
Dieses Projekt dient als zentrales, Community-gesteuertes Repository für technisches Wissen und administrative Ressourcen. Es bietet eine strukturierte Taxonomie, die disparate Informationen in einem durchsuchbaren Framework aggregiert und kontinuierliches Lernen sowie schnelle Problemlösungen für Systemadministratoren und Cybersicherheitspraktiker unterstützt. Durch die Abbildung von Ressourcen über offensive Sicherheit, Infrastrukturmanagement und Softwareentwicklung hinweg bietet es einen einheitlichen Pfad für den Kompetenzerwerb und die berufliche Referenz. Das Projekt ist durch eine Befehlszeilen-orientierte Designphilosophie definiert, die terminalbasierte Dienstprogramme und skriptfähige Schnittstellen priorisiert, um eine effiziente Systemadministration und wiederholbare Sicherheits-Workflows zu erleichtern. Es zeichnet sich durch einen plattformunabhängigen Ansatz aus und pflegt Dokumentationen und Betriebsanleitungen, die über verschiedene Unix-ähnliche und Cloud-basierte Umgebungen hinweg anwendbar bleiben. Diese modulare Toolchain-Integration ermöglicht es Nutzern, benutzerdefinierte Umgebungen zusammenzustellen, die auf spezifische administrative oder sicherheitsrelevante Aufgaben zugeschnitten sind. Das Repository deckt ein breites Spektrum an Fähigkeiten ab, einschließlich umfassender Toolkits für System-Auditing, Netzwerkmanagement und Infrastruktur-Härtung. Es bietet strukturierte Lernpfade für die Entwicklung von Cybersicherheitskompetenzen, von ethischen Hacking-Labs und Penetration-Testing-Standards bis hin zu Schwachstellenbewertung und bewährten Verfahren für die Systemkonfiguration. Die Sammlung umfasst zudem eine breite Palette an Produktivitätstools, Diagnosedienstprogrammen und Lehrmaterialien, die darauf ausgelegt sind, die routinemäßige Wartung zu rationalisieren und die allgemeine Sicherheitslage zu verbessern.
Mole is a terminal-based utility designed for comprehensive system maintenance, storage management, and real-time hardware monitoring. It provides a command-line interface for users to analyze disk usage, track system health metrics, and perform routine optimization tasks to maintain machine stability and performance. The project distinguishes itself through a declarative configuration model that uses structured data files to define custom cleanup logic, allowing for precise control over the removal of temporary files and project artifacts. It incorporates a safety-first execution layer that
Keras is a high-level deep learning API used to design, build, and train neural networks for tasks such as computer vision, natural language processing, and time series forecasting. It provides a framework for defining model architectures and optimizing weights through a structured interface. The project is defined by a backend-agnostic design that allows the same model code to run across different compute engines. This multi-backend execution enables users to swap underlying engines to optimize for specific hardware or performance requirements. The system supports distributed model training
This project is an open-source JavaScript runtime built on the V8 engine. It provides a comprehensive environment for executing JavaScript code outside of a web browser, offering foundational primitives for process management, multi-core load distribution, and parallel execution through worker threads. The runtime includes a broad set of built-in modules for system-level operations, such as file system interaction, network communication across various protocols, and cryptographic security. It supports multiple module systems, native binary addon integration, and diagnostic tools for monitorin
LLMs, agents, and the tools to build with them.
Notes, tasks, docs, and knowledge bases.
Chat, calls, photos, music, and personal files.
Databases, pipelines, and analytics.
Containers, deployment, monitoring, and automation.
Passwords, secrets, and offensive security.
Languages, CLIs, frameworks, and version control.
Courses, books, interviews, and CS foundations.