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.
Every area of the catalogue. Open one to see everything inside it.
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.
Ce projet est un répertoire maintenu par la communauté qui sert d'index complet d'outils logiciels, de frameworks et de ressources éducatives. Il fonctionne comme une base de connaissances open source, organisant divers domaines d'ingénierie et ressources techniques dans une taxonomie structurée pour aider les développeurs à découvrir du contenu de haute qualité. Le répertoire se distingue par un modèle de revue par les pairs décentralisé, où des contributeurs indépendants organisent, vérifient et mettent à jour les entrées pour garantir leur exactitude et leur pertinence. Toutes les informations sont stockées dans un format markdown en fichiers plats, contrôlé par version, ce qui garantit l'indépendance de la plateforme, la transparence et l'auditabilité de l'ensemble de la collection. Le projet couvre une vaste surface de capacités, allant de la découverte de ressources techniques à l'avancement professionnel et à la gestion des connaissances en développement logiciel. Il donne accès à des parcours d'apprentissage structurés, des outils d'infrastructure et de sécurité, des utilitaires de gestion de données et des ressources spécialisées pour des domaines allant de la santé aux humanités numériques. Le dépôt est maintenu en tant que collection publique contrôlée par version, permettant un accès programmatique et des mises à jour pilotées par la communauté pour ses données structurées.
Superset is a web-based business intelligence platform designed for data exploration, visualization, and interactive dashboarding. It functions as a query-driven analytics engine that connects to various SQL databases, allowing users to perform ad-hoc analysis, define virtual metrics, and build complex data visualizations through a centralized interface. The platform distinguishes itself through a robust semantic layer that transforms raw database schemas into calculated columns and virtual metrics, enabling consistent business logic across an organization. It features a plugin-based visualiz
This project is a professional live video production suite designed for capturing, encoding, and broadcasting high-quality media. At its core, it features a real-time media processing engine that utilizes hardware acceleration to composite multiple audio and video sources with minimal latency. The application provides a centralized studio interface for managing complex scene transitions, layering visual sources through a hierarchical scene-graph engine, and streaming content to multiple platforms simultaneously. The software is built on a cross-platform abstraction layer that ensures consiste
This repository serves as a comprehensive research platform and toolkit for advancing machine learning, quantum computing, and large-scale scientific data analysis. It provides foundational frameworks for developing complex algorithmic systems, offering the necessary infrastructure for distributed training, computational graph execution, and high-performance model development. The project distinguishes itself by integrating specialized research domains with robust, privacy-preserving methodologies. It supports diverse scientific discovery through tools for quantum simulation, physics-informed
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.