Awesome GitHub RepositoriesTemplate-Based Code Generators

curlconverter is a browser-based tool and JavaScript library that transforms curl commands into equivalent source code across more than 30 programming languages and HTTP client libraries. It parses curl command arguments into an abstract syntax tree and generates idiomatic code by applying per-language templates, making it a curl command transpiler rather than a simple converter. The tool operates entirely client-side without any server round-trips, ensuring all conversion happens privately in the browser without transmitting data externally. It can also function as a drop-in curl replacement

sqlboiler is a database-first ORM generator for Go that analyzes an existing database schema to produce strongly typed structures and query helpers. It functions as a schema-driven code generator, transforming database tables and relationships into executable Go source code. The project distinguishes itself through a type-safe query builder that uses chainable modifiers to construct SQL statements, eliminating the need for raw string concatenation. It utilizes customizable text templates to generate source code, allowing for the aliasing of schema entities and the creation of custom templates

Hygen is a code generator CLI and interactive template engine that scaffolds new files and injects code into existing ones using project-local templates. It operates as a Node.js code generator library that can be embedded inside custom binaries for tailored workflows, and also functions as a project scaffolding tool for bootstrapping new projects or folders from remote template repositories. The tool discovers templates by scanning a project's _templates directory at runtime, mapping folder and file names directly to generator commands and actions. It collects user input through interactiv

Este proyecto ofrece metodologías y guías para la ingeniería de prompts estructurada, flujos de trabajo generativos y estrategias especializadas de generación de imágenes. Funciona como un framework para optimizar las entradas a modelos de lenguaje de gran tamaño (LLM) en tareas de programación, escritura y análisis, además de ser una biblioteca de técnicas para controlar modelos de difusión. El proyecto destaca por su framework de diseño de software basado en IA, que convierte requisitos de negocio en arquitecturas técnicas y código mediante prompting orientado al dominio. También implementa patrones de flujo de trabajo de IA generativa que utilizan pipelines de prompts secuenciales y marcos cognitivos para garantizar resultados predecibles. Su capacidad abarca la arquitectura de software mediante el modelado de API orientado al dominio y la generación de lenguajes específicos de dominio (DSL). Se extiende a la generación de imágenes, incluyendo el binding estructural de imágenes, el entrenamiento de modelos personalizados y el refinamiento iterativo mediante inpainting para corregir artefactos visuales. El proyecto está implementado como una serie de Jupyter Notebooks.