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.
Ce projet sert de dépôt centralisé de connaissances techniques et de ressources administratives piloté par la communauté. Il fournit une taxonomie structurée qui agrège des informations disparates dans un cadre consultable, soutenant l'apprentissage continu et la résolution rapide de problèmes pour les administrateurs système et les praticiens de la cybersécurité. En cartographiant les ressources à travers la sécurité offensive, la gestion de l'infrastructure et le développement logiciel, il offre un chemin unifié pour l'acquisition de compétences et la référence professionnelle. Le projet est défini par une philosophie de conception axée sur la ligne de commande, privilégiant les utilitaires basés sur le terminal et les interfaces scriptables pour faciliter une administration système efficace et des flux de travail de sécurité répétables. Il se distingue par une approche agnostique de la plateforme, maintenant une documentation et des guides opérationnels qui restent applicables à travers divers environnements de type Unix et basés sur le cloud. Cette intégration modulaire de la chaîne d'outils permet aux utilisateurs de composer des environnements personnalisés adaptés à des tâches administratives ou de sécurité spécifiques. Le dépôt couvre une large surface de capacités, notamment des boîtes à outils complètes pour l'audit système, la gestion réseau et le durcissement de l'infrastructure. Il fournit des parcours d'apprentissage structurés pour le développement des compétences en cybersécurité, allant des laboratoires de piratage éthique et des normes de test d'intrusion à l'évaluation des vulnérabilités et aux meilleures pratiques de configuration système. La collection englobe également un large éventail d'outils de productivité, d'utilitaires de diagnostic et de supports pédagogiques conçus pour rationaliser la maintenance de routine et améliorer la posture de sécurité globale.
Mole is a terminal-based utility designed for comprehensive system maintenance, storage management, and real-time hardware monitoring. It provides a command-line interface for users to analyze disk usage, track system health metrics, and perform routine optimization tasks to maintain machine stability and performance. The project distinguishes itself through a declarative configuration model that uses structured data files to define custom cleanup logic, allowing for precise control over the removal of temporary files and project artifacts. It incorporates a safety-first execution layer that
Keras is a high-level deep learning API used to design, build, and train neural networks for tasks such as computer vision, natural language processing, and time series forecasting. It provides a framework for defining model architectures and optimizing weights through a structured interface. The project is defined by a backend-agnostic design that allows the same model code to run across different compute engines. This multi-backend execution enables users to swap underlying engines to optimize for specific hardware or performance requirements. The system supports distributed model training
This project is an open-source JavaScript runtime built on the V8 engine. It provides a comprehensive environment for executing JavaScript code outside of a web browser, offering foundational primitives for process management, multi-core load distribution, and parallel execution through worker threads. The runtime includes a broad set of built-in modules for system-level operations, such as file system interaction, network communication across various protocols, and cryptographic security. It supports multiple module systems, native binary addon integration, and diagnostic tools for monitorin