Expliquez en langage naturel ce que vous construisez et obtenez les dépôts GitHub les plus pertinents.
awesome-repositories.com vous aide à trouver le bon projet open-source sur GitHub. Dites à notre recherche par IA ce que vous voulez construire, en langage naturel, et elle classe des milliers de dépôts sélectionnés selon leur pertinence. Chaque projet est surveillé en continu, classés par catégories et plébiscités par d'autres développeurs. Parcourez les sélections ci-dessous ou lancez une recherche pour commencer.
Les pépites du répertoire — une nouvelle sélection toutes les quelques heures.
Recherches courantes, organisées sous forme d'arborescence.
Un répertoire organisé de dépôts GitHub open source que vous pouvez interroger en langage naturel. Décrivez ce que vous développez et une IA classe des milliers de projets sélectionnés selon leur pertinence, avec une courte explication pour chaque résultat.
La recherche GitHub correspond aux mots-clés que vous saisissez. Ici, vous décrivez votre besoin en langage naturel et l'IA analyse l'intention. Ainsi, un projet qui répond à votre besoin apparaîtra même s'il n'utilise pas vos termes exacts.
Saisissez ce que vous souhaitez construire, par exemple : « une page de statut auto-hébergée qui ping mes services et m'alerte sur Discord ». Vous obtiendrez des dépôts classés par pertinence plutôt que par simple nombre d'étoiles.
Sélectionnés, pas simplement récupérés. Une IA analyse chaque projet, le classe dans une catégorie et le hiérarchise selon des règles que nous ajustons et révisons. Les entrées peu pertinentes ou en double sont supprimées.
Oui. La recherche et la navigation dans le répertoire sont gratuites.
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.
Tauri is a cross-platform framework for building desktop applications that combine web-based user interfaces with a memory-safe systems-language backend. It functions as a secure runtime that hosts web content within native windowing containers, allowing developers to leverage existing web technologies while maintaining high-performance native logic. By compiling applications into small-footprint, platform-specific binaries, the framework avoids bundling heavy runtime environments, resulting in lightweight executables. The project distinguishes itself through a capability-based security model
React est une bibliothèque JavaScript pour construire des interfaces utilisateur à partir de composants encapsulés et réutilisables. Elle rend les vues de manière déclarative, mettant automatiquement à jour uniquement les parties de l'interface qui changent lorsque les données sous-jacentes bougent, tout en laissant les sections stables intactes. Son moteur de rendu divise le travail en unités incrémentales et priorisées qui peuvent se mettre en pause, reprendre ou s'interrompre sans bloquer le thread principal. Un algorithme de diff calcule les changements minimaux entre les arbres d'interface utilisateur mis en scène, et la logique de rendu principale reste découplée de toute cible de sortie spécifique. La logique d'état et d'effets secondaires s'attache aux composants fonctionnels par un mécanisme d'ordre d'appel, permettant au comportement réutilisable de se composer avec des flux de données prévisibles du parent à l'enfant. Le même modèle de composant cible les navigateurs web, les environnements serveur via Node et les plateformes mobiles natives, de sorte que le code d'interface voyage à travers les contextes sans réécrire la logique principale. Le streaming côté serveur génère du HTML de manière incrémentale pour des chargements de page initiaux plus rapides, avec une hydratation progressive liant l'interactivité une fois que la page atteint le navigateur.
Browser-use is a framework for building autonomous agents that navigate, interact with, and extract data from web interfaces using natural language instructions. By acting as an orchestration layer between large language models and browser automation protocols, it enables the execution of complex, multi-step workflows without relying on brittle selectors. The system functions as a headless browser controller, providing a programmatic interface to manage browser instances and execute granular interactions. The project distinguishes itself through its ability to translate high-level intent into