Awesome GitHub RepositoriesCloud Infrastructure Cost Optimization

Azure Docs is the official technical documentation repository for Microsoft Azure, the cloud computing platform. It provides comprehensive guidance on the full spectrum of Azure services, covering everything from core infrastructure components like virtual machines, Kubernetes clusters, and serverless computing to platform services for AI, machine learning, data analytics, and storage. The documentation details how to provision, manage, and govern cloud resources at scale, including policy enforcement, identity management, and cost optimization. The documentation distinguishes Azure through i

AutoMQ is a cloud-native streaming platform and Kafka-compatible message broker. It implements the Kafka protocol to provide integration with existing clients and ecosystems while functioning as a message queue that persists data directly to cloud object storage. The system decouples compute from storage, allowing processing power and storage capacity to scale independently. It utilizes a shared-log architecture and object-storage-based persistence to remove dependencies on local disks, which reduces operational costs and eliminates manual disk management. The platform includes mechanisms fo

Boto3 is the AWS SDK for Python, providing a programmatic interface for managing and automating AWS cloud infrastructure and services. It serves as a cloud management API client and resource manager for provisioning, configuring, and scaling virtual servers, databases, and storage. The library enables the implementation of infrastructure-as-code through declarative templates and scripts, allowing for the deployment of identical resource stacks across multiple accounts and geographic regions. It also provides a framework for coordinating distributed workflows, serverless functions, and contain

The Byte Book is an open-source book that covers cloud-native infrastructure, focusing on kernel networking, Kubernetes, service meshes, and containers. It serves as a technical reference for designing stable and cost-effective infrastructure, combining DevOps workflows and site reliability engineering principles. The book provides a deep dive into Kubernetes networking, including CNI, service mesh integration, and container network interfaces for production clusters. It also covers container runtime operations, service mesh architecture for observability and traffic management, and Linux ker

Cortex is a Kubernetes-based machine learning infrastructure platform designed for deploying, scaling, and managing models and workloads. It functions as a serverless inference engine and GPU cluster orchestrator, providing the tools necessary to execute real-time, asynchronous, and batch model predictions. The platform utilizes declarative infrastructure-as-code for provisioning model clusters and environments. It optimizes operational costs by elastically scaling CPU and GPU resources through the use of spot instances. The system covers a broad set of operational capabilities, including wo

karpenter-provider-aws is a Kubernetes node autoscaler and infrastructure provider for AWS. It serves as a node lifecycle manager and cluster cost optimizer that automatically provisions and removes compute instances based on the resource requirements of pending pods. The project distinguishes itself through advanced AWS spot instance orchestration and price-capacity optimized selection to reduce cloud spend. It minimizes costs by consolidating underutilized nodes and prioritizing spot or reserved instances over on-demand capacity, while proactively migrating workloads before cloud provider i

Coroot is an observability platform and Kubernetes performance monitor that utilizes eBPF to automatically collect metrics, logs, and traces without requiring manual code instrumentation. It functions as an OpenTelemetry trace analyzer and an LLM observability gateway, exposing system health data to large language models through the Model Context Protocol. The platform differentiates itself by combining automated root cause analysis and AI-driven diagnostics to investigate performance regressions. It also includes a cloud cost monitoring tool that attributes infrastructure spending to specifi

Agones is a Kubernetes game server orchestrator designed for hosting, scaling, and managing dedicated multiplayer game servers. It extends the Kubernetes control plane using custom resource definitions to define game server and fleet objects, utilizing a dedicated fleet manager to maintain pools of warm server instances. The system provides a game server SDK and language-specific client libraries that allow server processes to signal readiness, health, and shutdown states directly to the controller. It distinguishes itself through specialized scaling logic, including the use of WebAssembly mo

ClearML is a comprehensive MLOps platform designed to manage the end-to-end machine learning lifecycle, from initial experimentation to production deployment. It provides a suite of integrated tools including a pipeline orchestrator for automating workflows, an experiment tracking tool for logging hyperparameters and metrics, and a metadata-driven data versioning system for managing large-scale datasets and model artifacts. The platform is distinguished by its advanced compute management and serving capabilities. It features a GPU compute manager that supports fractional resource slicing and

CloudQuery is a cloud infrastructure ETL tool and multi-cloud data pipeline designed to collect, synchronize, and normalize resource metadata from various cloud providers and SaaS platforms. It functions as a centralized asset inventory manager and security posture manager, extracting configuration and state data into relational databases, data lakes, or data warehouses. The system distinguishes itself by transforming complex, nested cloud API responses into flat relational tables, enabling the use of standard SQL for asset querying and analysis. It employs a modular plugin system for data ex

Osmedeus is a security workflow orchestration engine that coordinates AI agents, shell commands, and scanning tools through declarative YAML pipelines. It functions as a distributed security scanner, a declarative workflow automator, and an AI agent framework for security, enabling automated multi-step security analysis with conditional branching, parallel execution, and distributed workers. The engine distinguishes itself through a hybrid runner model that executes workflow steps on the local host, inside Docker containers, or over SSH to remote machines, selected per step or module. It supp

Este proyecto es un optimizador de rendimiento y evaluador de recursos para AWS Lambda. Analiza el equilibrio entre la velocidad de ejecución y el costo probando varias configuraciones de memoria para identificar los ajustes más rentables y minimizar el gasto operativo. La herramienta utiliza un orquestador de AWS Step Functions para automatizar la ejecución y la recopilación de datos de múltiples pruebas de funciones en diferentes niveles de potencia. Simula cargas de trabajo de producción inyectando datos estáticos o remotos personalizados y utilizando una distribución de carga útil ponderada para imitar patrones de tráfico del mundo real. La suite cubre varias áreas de capacidad, incluyendo muestreo iterativo de memoria y modelado de costos basado en métricas para visualizar las compensaciones de rendimiento. Proporciona limpieza automatizada de recursos para versiones y alias de funciones temporales, configuración de red privada para recursos internos restringidos y carga de carga útil remota para evitar límites de tamaño de invocación estándar. El despliegue se maneja mediante construcciones de infraestructura como código (IaC) para garantizar una configuración de entorno consistente y repetibilidad.

Cloud Custodian es un motor de gobernanza multinube y herramienta de cumplimiento de políticas diseñado para automatizar la seguridad, el cumplimiento y la optimización de costos en varios proveedores de nube. Funciona como un motor de reglas que utiliza un lenguaje de dominio específico declarativo para consultar recursos en la nube y ejecutar acciones correctivas basadas en filtros predefinidos. El sistema opera como un orquestador de políticas sin servidor (serverless), desplegando funciones específicas del proveedor para activar la aplicación en tiempo real en respuesta a cambios en los recursos de la nube. Proporciona una abstracción de recursos agnóstica del proveedor para mantener políticas operativas consistentes en múltiples cuentas, suscripciones y proyectos. Sus capacidades cubren la auditoría de infraestructura en la nube, incluido el análisis de activos dentro de pipelines de integración continua y la generación de informes de cumplimiento. La herramienta también admite la optimización de costos para identificar y eliminar recursos no utilizados e incluye un modo de simulación para identificar los recursos afectados sin aplicar cambios reales.

Cloud Custodian is an open-source rules engine that uses declarative YAML policies to query, filter, and take automated actions on cloud resources for governance and compliance. It functions as a stateless policy execution engine, where each policy evaluation runs as an independent, idempotent operation without maintaining internal state between runs. Policies are defined using a YAML-based domain-specific language that structures rules as a query-filter-action pipeline. The engine supports dry-run validation, allowing users to simulate policy actions against live resources without applying c

GreptimeDB is a distributed, open-source time-series database built for unified observability. It stores and queries metrics, logs, and traces together in a single columnar engine, supporting both SQL and PromQL for analysis. The database is designed as a Kubernetes-native operator with a decoupled compute and storage architecture, enabling horizontal scaling and multi-region deployment. What distinguishes GreptimeDB is its role as a multi-protocol ingestion gateway, accepting data through OpenTelemetry, Prometheus Remote Write, InfluxDB, Loki, Elasticsearch, Kafka, and MQTT protocols without

Rivet es una infraestructura distribuida para gestionar el ciclo de vida, direccionamiento y persistencia de actores con estado y motores de ejecución duraderos. Proporciona un sandbox de procesos distribuido que ejecuta la lógica de la aplicación dentro de aislados ligeros, asegurando el aislamiento de recursos y arranques en frío rápidos. El sistema está diseñado para coordinar operaciones de varios pasos utilizando colas persistentes y temporizadores para garantizar la finalización fiable de tareas en entornos distribuidos. La plataforma permite específicamente la orquestación de agentes de IA con estado que mantienen memoria y estado persistentes a través de interacciones de larga duración y flujos de trabajo complejos. Se distingue por un framework de sincronización de estado mediante WebSocket que vincula los componentes de la interfaz de usuario frontend con procesos remotos con estado a través de comunicación bidireccional en tiempo real. El sistema cubre una amplia gama de capacidades, incluyendo direccionamiento jerárquico de actores, un runtime de hibernación en reposo para la optimización de recursos y una capa de persistencia conectable para backends de almacenamiento modulares. También incluye herramientas para la depuración de sesiones activas, monitoreo del estado de ejecución en tiempo real y opciones de despliegue automatizado para infraestructura edge, cloud o privada. El proyecto está implementado en Rust y admite el desarrollo de actores en múltiples lenguajes.

Koloda es una librería de interacción de gestos para iOS y un componente de vista de SwiftUI utilizado para crear interfaces de tarjetas deslizables. Proporciona un componente de vista basado en pila que gestiona vistas superpuestas, asegurando que solo el elemento superior permanezca activamente interactivo. La librería permite la personalización de la apariencia de las tarjetas, incluyendo la configuración de superposiciones y animaciones que dictan cómo se mueven las tarjetas de fondo durante un deslizamiento. Gestiona el comportamiento de arrastre y las direcciones de deslizamiento, activando lógica específica cuando las tarjetas se deslizan, tocan o se agotan por completo. El componente cubre la implementación de transformaciones de vista impulsadas por gestos y el renderizado de pilas de tarjetas que los usuarios descartan a través de un patrón de interacción de selección común.

Side-Menu.Android es un componente de interfaz de usuario reutilizable para aplicaciones Android que proporciona un cajón de navegación deslizable. Está diseñado para ayudar a los desarrolladores a organizar secciones de la aplicación y opciones de usuario en un panel estructurado y oculto que mantiene una interfaz limpia para el área de contenido principal. El componente se distingue por su presentación visual, que sigue las directrices de Material Design para asegurar una experiencia de usuario consistente e intuitiva. Cuenta con una jerarquía de menú basada en datos que permite la agrupación lógica de elementos de navegación, e incorpora animaciones de revelación circular fluidas para proporcionar transiciones visuales pulidas cuando el menú se abre o se cierra. Al encapsular la lógica compleja de diseño e interacción en una sola clase modular, la librería simplifica la implementación de la navegación en múltiples pantallas. Soporta transiciones orientadas a eventos, permitiendo a los desarrolladores desacoplar las interacciones del menú de las actualizaciones de contenido para mantener una arquitectura de aplicación limpia y receptiva.

Mimir es una base de datos de series temporales multi-inquilino y un almacén de métricas distribuido diseñado para telemetría escalable. Sirve como un backend compatible con Prometheus, proporcionando almacenamiento a largo plazo y un motor de consultas escalable para volúmenes masivos de datos de series temporales. El sistema está construido para la observabilidad multi-inquilino, aislando datos de telemetría y límites de recursos para equipos u organizaciones independientes dentro de un mismo clúster. Asegura alta disponibilidad y durabilidad mediante el sharding y la replicación de datos a través de un clúster distribuido, utilizando almacenamiento de objetos para la persistencia y eliminar dependencias de bases de datos externas. El proyecto cubre capacidades de amplio alcance, incluyendo la agregación global de métricas para análisis entre regiones y la ejecución de consultas distribuidas mediante paralelización y caché. También integra herramientas de observabilidad como alertas federadas, monitoreo sintético y flujos de trabajo de resolución de incidentes impulsados por IA para acelerar la resolución de problemas. Los controles administrativos incluyen cuotas de recursos por inquilino, anulaciones de recursos por usuario y shuffle-sharding para el aislamiento de cargas de trabajo.

KRR is an open-source tool for analyzing Kubernetes resource requests and recommendations. It evaluates how pods are currently configured and provides suggestions for optimizing CPU and memory allocations based on actual usage patterns. The project focuses on helping teams right-size their Kubernetes workloads by identifying over-provisioned and under-provisioned resources. It scans clusters and generates reports that highlight where adjustments can reduce costs or improve performance without compromising reliability. KRR is distributed as a Python command-line tool that can be run directly