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.
This project is a community-driven directory that aggregates essential software projects and educational content for the Node.js ecosystem. It functions as a centralized knowledge base and discovery index, designed to simplify the navigation of a fragmented technical landscape by providing a structured collection of high-quality links, tools, and learning materials. The repository distinguishes itself through a decentralized, peer-reviewed curation model. By utilizing standard version control workflows and pull requests, the community ensures that all listed resources undergo human verificati
This project is a comprehensive software observability suite and application performance monitoring platform designed to track runtime errors, performance bottlenecks, and system health. It functions as a centralized diagnostic service that aggregates and categorizes exceptions, providing the infrastructure necessary to visualize complex execution paths across distributed systems and microservices. The platform distinguishes itself through a high-throughput distributed event ingestion pipeline and a columnar storage analytics engine that enables rapid aggregation of large-scale performance me
Trivy is a comprehensive security scanner designed to identify vulnerabilities and misconfigurations across container images, filesystems, and infrastructure as code files. It functions as a software composition analysis tool and an infrastructure security scanner, providing automated checks for CI/CD pipelines and cloud environments to ensure the integrity of the software supply chain. The tool distinguishes itself through a modular, plugin-based architecture that allows for the independent inspection of diverse targets. It utilizes a declarative policy engine to evaluate configurations agai
Everything Claude Code est un framework agentique conçu pour orchestrer des flux de travail de développement logiciel complexes grâce à la délégation de sous-agents spécialisés. Il fonctionne comme un plan de contrôle qui gère le comportement des agents, l'accès aux outils et l'efficacité de la fenêtre de contexte, permettant aux développeurs de décomposer les grandes tâches en sous-processus ciblés et délimités qui empêchent la surcharge du système. Le framework se distingue par une couche de sécurité et d'automatisation robuste qui inclut l'analyse statique automatisée et le red-teaming contradictoire pour auditer les configurations des agents. Il permet la création de modèles comportementaux réutilisables et de séquences d'automatisation, qui peuvent être partagés entre les environnements en tant que compétences modulaires. En synchronisant les configurations spécifiques au projet et les instructions de chat, il garantit que les normes de codage et les contraintes de sécurité restent cohérentes à travers les environnements de ligne de commande et de développement intégrés. Au-delà de ses capacités d'orchestration de base, le projet fournit des outils complets pour gérer les coûts opérationnels pendant les sessions de longue durée. Il inclut des mécanismes pour l'optimisation dynamique des jetons, la gestion de l'état des sessions et des hooks pilotés par les événements qui déclenchent des scripts de validation ou d'application de la qualité. Le système prend également en charge l'extraction de modèles récurrents de l'historique de contrôle de version pour générer des collections de compétences spécialisées, rationalisant davantage les tâches de développement répétitives.