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.
Every area of the catalogue. Open one to see everything inside it.
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 ist eine umfassende Bildungsressource und ein Studienleitfaden, der sich auf die Architektur verteilter Systeme und das Design von Backend-Infrastrukturen konzentriert. Es bietet einen strukturierten Lehrplan zur Beherrschung der Prinzipien von Skalierbarkeit, Zuverlässigkeit und Leistung, die für den Entwurf komplexer Softwaresysteme erforderlich sind. Das Repository zeichnet sich durch einen methodischen Ansatz zur Vorbereitung auf technische Vorstellungsgespräche aus, der Entwurfsmuster, architektonische Kompromisse und Tools für räumliche Wiederholungen integriert, um Nutzern das Behalten komplexer Konzepte zu erleichtern. Es betont die einschränkungsgesteuerte Analyse und lehrt Nutzer, wie sie konkurrierende Anforderungen wie Latenz, Konsistenz und Verfügbarkeit beim Entwurf von Architekturen bewerten können. Der Inhalt deckt ein breites Spektrum an Systemdesign-Fähigkeiten ab, einschließlich Strategien für die Datenbankskalierung, Verkehrsmanagement und Infrastrukturoptimierung. Es werden Techniken für horizontale Skalierung, mehrschichtiges Caching, asynchrone Kommunikation und Service-Discovery detailliert beschrieben, während gleichzeitig Frameworks für die Durchführung von Ressourcenschätzungen und Kapazitätsplanungen bereitgestellt werden. Die Dokumentation ist als Studienleitfaden organisiert und bietet einen systematischen Pfad durch die Grundlagen des Backend-Engineerings und des großskaligen Systemdesigns.
TensorFlow is a comprehensive machine learning framework designed for the construction, training, and deployment of complex mathematical models. It utilizes a graph-based execution model that represents operations as directed acyclic graphs, enabling automatic differentiation and efficient parallel processing. The system provides high-level interfaces for defining neural network architectures, alongside a robust engine for managing multidimensional array structures and tensor mathematics. The framework distinguishes itself through a scalable distributed runtime that orchestrates workloads acr
Rust is a programming language designed for memory safety and performance. It provides a comprehensive curriculum that covers fundamental syntax, memory management, and advanced programming paradigms, including support for functional and object-oriented styles. The language features a strong type system that enforces memory safety through ownership, borrowing, and lifetime annotations, while also offering mechanisms for handling both recoverable and unrecoverable errors. The language includes extensive support for concurrent programming, providing primitives for thread management, shared-stat
Headscale is a self-hosted control plane for private mesh networking that enables the creation of secure, encrypted peer-to-peer networks. By acting as a centralized coordination server, it manages device authentication, cryptographic key exchange, and network topology, allowing distributed infrastructure to communicate without relying on third-party services. It implements a zero-trust security architecture, verifying device and user identity before granting access to internal resources. The project distinguishes itself by providing a fully independent, self-hosted alternative for managing n
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.