Awesome GitHub RepositoriesResult Sharing

k6 is a developer-centric load testing suite and command-line load generator designed for network performance validation. It functions as a JavaScript load testing tool that utilizes a Go-based runtime engine to simulate concurrent user traffic and validate API responses across HTTP, gRPC, and WebSockets. The project distinguishes itself by using code rather than a graphical interface to define workload scenarios and performance thresholds. It features a pluggable protocol architecture and an extension ecosystem that allows for the addition of custom protocols and specialized testing capabili

k6 is a performance testing framework used to measure the scalability and stability of network services and APIs. It functions as a JavaScript load testing tool that uses a Go engine to simulate concurrent user traffic. The tool enables the enforcement of service level objectives by comparing response time percentiles against quantitative performance thresholds. It also operates as a performance regression tool for continuous integration pipelines and a browser performance testing tool that executes scripts within a bundled headless browser instance. Its capabilities cover workload scenario

promptfoo is an evaluation framework for measuring the performance of large language model prompts, agents, and retrieval augmented generation pipelines. It provides a suite of tools for conducting comparative benchmarking and executing automated quality and security regressions. The system features a benchmarking suite for running identical prompts across different model providers to compare output quality side-by-side. It also includes a dedicated red teaming tool for identifying security vulnerabilities and prompt injection risks through automated penetration testing. The framework suppor

Cat is a distributed application performance monitoring tool and tracing framework designed to track transactions, latency, and health across distributed services. It functions as a Kubernetes-native monitoring stack that utilizes multi-language monitoring clients and a real-time alerting system to maintain system visibility. The system provides monitoring clients for Java, Go, Python, Node.js, and C++ to collect performance metrics and trace data. It distinguishes itself by sampling request flows to record call chains and identify bottlenecks, while using a monitoring engine to trigger immed

This project is a collection of official plugin packages and a native integration library designed to provide a consistent interface for accessing hardware and software functionality across different mobile and desktop platforms. It serves as a native platform bridge, enabling cross-platform applications to invoke native code and manage operating system dependencies. The project utilizes a federated plugin architecture, splitting plugins into common interfaces and separate platform implementations to allow for independent development and extension. It further supports native integration throu

LibreSpeed is a self-hosted HTML5 network speed test tool used to measure download and upload speeds, ping, and jitter. It operates as a private server for measuring network performance without relying on third-party services. The system functions as a multi-backend performance tool that executes network tests across different server environments and geographic locations. It supports both PHP and Node.js backends and acts as a network telemetry collector by recording connection metadata and performance metrics into a database for historical analysis and reporting. The tool provides capabilit

Speedtest-cli is a command-line utility designed to measure internet upload and download throughput by connecting to remote servers. It functions as a diagnostic tool for evaluating connection quality and verifying network performance against service provider claims. The utility identifies testing endpoints by calculating the physical distance between the client and available servers, ensuring measurements are based on responsive nodes. It manages the testing lifecycle by coordinating with remote services to fetch server lists and register results, which can be exported into machine-readable

Apache JMeter is a Java-based performance testing tool and multi-protocol traffic simulator used to analyze the stability and scalability of servers and networks. It functions as a distributed load testing framework that coordinates remote worker nodes from a single controller to generate high volumes of concurrent traffic. The project is distinguished by its ability to simulate traffic across diverse backend systems, including HTTP, JDBC, LDAP, JMS, FTP, and TCP. It provides a headless command-line interface for automated execution and a reporting system that transforms raw sample logs into

Artillery is a Node.js load testing tool and performance testing framework used to generate high-volume synthetic traffic. It functions as a distributed load generator capable of spawning traffic from cloud infrastructure and Kubernetes clusters to simulate massive user loads. The project distinguishes itself through its ability to execute browser-based load tests using headless browsers to measure client-side rendering and real user journeys. It also serves as a protocol testing framework that validates multiple communication standards and real-time protocols through complex, multi-step tran

This project is a web performance monitoring library designed to collect, calculate, and attribute user experience metrics. It functions as a real user monitoring tool that tracks core loading and interactivity metrics from actual browser sessions to quantify website health and identify speed bottlenecks. The library includes a performance attribution engine that collects diagnostic data to pinpoint the root causes of page lag. This allows for the identification of specific performance bottlenecks alongside the measurement of core web vitals. The system provides comprehensive data export cap

pyinstrument is a statistical sampling profiler for Python that records the call stack at regular intervals to identify performance bottlenecks with low overhead. It tracks wall-clock time, including I/O and external service calls, and provides specialized profiling for asynchronous programs by attributing time spent awaiting tasks to the calling function. The project converts captured execution data into interactive HTML reports, JSON, and flamecharts. It includes a call stack visualizer to simplify the analysis of execution paths and supports the profiling of individual cells within interac

axe-core is an automated accessibility testing engine and compliance auditor designed to scan web and mobile interfaces for violations of industry accessibility standards. It functions as a programmatic scanner and linter that analyzes HTML and source code to identify barriers and verify compliance with accessibility guidelines. The project distinguishes itself by combining a DOM-based rule engine with computer vision and machine learning to detect complex violations that evade traditional analysis, such as visual heading discrepancies and informative images. It provides specialized capabilit

fio es una herramienta de benchmarking de rendimiento de almacenamiento y generador de cargas de trabajo de E/S sintéticas. Funciona como un perfilador de dispositivos de almacenamiento y motor de reproducción de trazas de E/S, permitiendo la medición del throughput y la latencia para dispositivos de almacenamiento y sistemas de archivos. El proyecto se distingue por su capacidad para actuar como un estresador de almacenamiento distribuido, gestionando múltiples backends de servidores remotos a través de un único controlador para evaluar el almacenamiento en red. También incluye capacidades especializadas para el análisis de deduplicación de almacenamiento mediante la generación de buffers de datos redundantes para probar la eficiencia de los subsistemas de deduplicación. La herramienta cubre un amplio rango de capacidades, incluyendo la simulación de cargas de trabajo de E/S complejas con tamaños de bloque y profundidad de E/S controlables, el análisis de inactividad de CPU y la recolección de estadísticas de dispositivos. Proporciona observabilidad mediante visualización de métricas de rendimiento, histogramas de latencia y monitoreo de estado estable. Las cargas de trabajo pueden dispararse mediante argumentos de línea de comandos o archivos de configuración detallados para automatizar escenarios de benchmarking complejos.

Hotspot es una interfaz gráfica de usuario para analizar y visualizar datos de rendimiento capturados por la herramienta perf de Linux. Funciona como un visualizador de perfiles de rendimiento y un perfilador a nivel de ensamblador que mapea los costos de rendimiento a instrucciones específicas sincronizadas con el código fuente original. El proyecto se distingue por un resolvedor de símbolos remoto que mapea datos de rendimiento de objetivos integrados a símbolos de depuración y sysroots del host local. También incluye una herramienta especializada de análisis fuera de CPU diseñada para identificar tiempos de espera de hilos y bloqueos de E/S utilizando puntos de seguimiento del planificador del kernel. La herramienta cubre una amplia gama de capacidades de análisis de rendimiento, incluyendo perfilado de CPU, inspección de código de bajo nivel y filtrado de datos basado en línea de tiempo. Proporciona métodos de visualización como gráficos de llama (flame graphs) y gráficos de llamadas para identificar cuellos de botella del sistema y funciones en línea. El sistema admite la grabación de datos lanzando herramientas de perfilado para nuevas aplicaciones o adjuntándose a procesos existentes, y permite exportar perfiles de rendimiento analizados a formatos portátiles para compartir entre máquinas.

HttpRunner es un framework de pruebas de red multiprotocolo diseñado para automatizar pruebas funcionales y de regresión de interfaces HTTP. Funciona como un probador de red multiprotocolo que admite HTTP/1.1, HTTP/2, WebSocket, TCP y RPC para validar diversos patrones de comunicación. El proyecto incluye motores especializados para pruebas de rendimiento de API, pruebas basadas en datos y un generador de casos de prueba que convierte archivos HAR, comandos curl y definiciones de Swagger en scripts ejecutables. El framework se distingue por su capacidad para separar la lógica de prueba de los datos de negocio a través de un motor de ejecución basado en datos y su soporte para pruebas de carga de alta concurrencia a través de orquestación de carga distribuida. Cuenta con un sistema de plugins en múltiples lenguajes que permite a los usuarios extender el motor central con lógica de validación y procesamiento personalizada escrita en Go, Python o Java. El proyecto cubre una amplia gama de capacidades, incluyendo modelado de escenarios complejos para simulación de flujo de trabajo de usuario, validación de respuestas y análisis detallado de rendimiento de red. Proporciona herramientas para la generación de carga distribuida, sondeo de red geográfico y la integración de suites de pruebas automatizadas en pipelines de CI. El motor de pruebas central se puede ejecutar a través de una interfaz de línea de comandos o envolverse dentro del ecosistema de pruebas de Python utilizando un runner dedicado.

vprof es una herramienta de profiling visual para Python diseñada para identificar cuellos de botella en la ejecución y monitorear el consumo de memoria. Funciona como un profiler de CPU y memoria que transforma los datos de rendimiento en visualizaciones interactivas para analizar el tiempo de procesador y las pilas de llamadas (call stacks). El proyecto destaca por su conjunto de diagnósticos visuales, que incluyen flame graphs para la visualización de la pila y mapas de calor (heatmaps) que mapean la frecuencia y duración de la ejecución directamente sobre el código fuente. También incluye un monitor de rendimiento remoto capaz de capturar métricas específicas de funciones desde un servidor en ejecución y transmitir esos datos a una herramienta de visualización independiente. La herramienta cubre áreas de capacidad amplias, incluyendo profiling de CPU basado en muestreo, monitoreo de memoria a nivel de línea mediante el seguimiento del recolector de basura y persistencia de datos de perfil para análisis offline. Estas utilidades permiten auditar la eficiencia del código fuente e identificar fugas de memoria.

The diagnostics project provides a cross-platform diagnostic infrastructure and command-line toolkit for monitoring runtime performance, analyzing memory dumps, and troubleshooting applications. It features a custom inter-process communication protocol for command and telemetry exchange across platforms, a low-overhead event pipe mechanism for streaming real-time diagnostic events and performance counters from running processes, and automated remote symbol resolution for stack trace analysis. The platform includes native debugger extensions that integrate with standard debuggers to inspect ma

Este proyecto es una herramienta de monitoreo de rendimiento de aplicaciones autohospedada diseñada para entornos Ruby on Rails. Funciona como una plataforma de diagnóstico que rastrea tiempos de respuesta de peticiones, eficiencia de consultas a bases de datos y rendimiento de trabajos en segundo plano para ayudar a identificar cuellos de botella dentro de la infraestructura de la aplicación web. La herramienta se distingue por integrarse directamente en el framework para proporcionar insights de rendimiento en tiempo real y utilidades enfocadas en el desarrollador, como la navegación directa desde reportes de error a las líneas correspondientes en un editor de código. Soporta análisis complejos correlacionando métricas de rendimiento con marcadores de despliegue y eventos personalizados, permitiendo a los equipos observar cómo lanzamientos de código específicos o cambios de infraestructura impactan el comportamiento del sistema. La plataforma proporciona una suite de observabilidad completa que incluye monitoreo de recursos del sistema para uso de CPU, memoria y disco, junto con filtrado de peticiones y actividad para enfocarse en operaciones relevantes. Cuenta con control de acceso a dashboards basado en roles para asegurar métricas sensibles y soporta la gestión de datos mediante destinos de almacenamiento configurables y exportaciones de datos de rendimiento. Adicionalmente, la herramienta incluye mejoras en el flujo de trabajo de desarrollo como recarga en vivo (live reloading) para acelerar el ciclo de pruebas.