Awesome GitHub RepositoriesHistorical Data Import

Airflow is a workflow orchestration platform for authoring, scheduling, and monitoring complex data pipelines as code using Python. It employs a DAG-based task scheduler to manage execution timing and dependencies via directed acyclic graphs, utilizing a distributed task execution engine to run workloads across a cluster of worker nodes. The platform provides a data pipeline monitor for tracking the health and execution history of programmatic workflows. This includes a web interface for workflow progress visualization and health monitoring to identify and troubleshoot pipeline failures. The

This project is an open-source, privacy-focused web analytics platform designed for high-throughput data ingestion and multi-tenant data management. It provides a cookie-less tracking engine that captures visitor interactions using ephemeral request metadata, ensuring comprehensive traffic visibility while maintaining strict privacy standards. The architecture utilizes an event-driven ingestion pipeline and aggregated metric storage to decouple data collection from processing, enabling efficient long-term retrieval and responsive dashboard performance. What distinguishes this platform is its

Matomo is a self-hosted web analytics platform designed to track user behavior and website performance while maintaining full data ownership. It functions as a comprehensive analytics suite that captures visitor interactions and processes raw tracking logs into structured metrics, providing organizations with a centralized system for monitoring traffic patterns and engagement. The platform distinguishes itself through a strong emphasis on privacy and modularity. It includes built-in tools to anonymize visitor information and manage user consent, ensuring compliance with global data protection

Backtrader is a Python framework designed for the development, backtesting, and live execution of algorithmic trading strategies. It provides a comprehensive environment for quantitative finance, allowing users to simulate trading logic against historical market data or connect directly to brokerage platforms for automated real-time trading. The project distinguishes itself through a unified event-driven architecture that treats backtesting and live trading with the same API. This consistency is supported by a flexible data-feed abstraction layer that normalizes diverse financial sources, ena

This project provides a comprehensive implementation of the AT Protocol, serving as a framework for building decentralized social networking applications. It enables the creation of distributed data repositories where users maintain cryptographic ownership of their identity and content, allowing for portable accounts that can be migrated between independent servers without central authority intervention. The platform distinguishes itself by decoupling content hosting from discovery through modular algorithmic curation. Users can select third-party services to filter and organize their feeds,

ActivityWatch is an open-source, privacy-focused time tracking platform that automatically records computer usage patterns to provide a comprehensive history of personal digital activity. It functions as a background service that monitors system metrics, application focus, and user input to build a detailed log of how time is allocated across various tasks and projects. The platform distinguishes itself through a local-first architecture that stores all activity data as structured files on the user's machine, ensuring that sensitive usage history remains private and accessible offline. It sup

VictoriaMetrics is a high-performance, scalable time series database and observability platform designed for long-term storage and analysis of metric, log, and trace data. It functions as a unified backend for monitoring ecosystems, offering full compatibility with industry-standard protocols and query languages. The system is built to handle massive data volumes through a distributed architecture that supports horizontal scaling and efficient data lifecycle management. The platform distinguishes itself through a storage engine that utilizes consistent hashing for data sharding and log-struct

Vibe-Trading is a system for automated financial trading and algorithmic market research. It uses autonomous agents to manage financial assets and execute trades based on predefined rules and logic. The project features a multi-agent collaborative workflow that coordinates specialized agents to perform joint research and risk reviews. It utilizes large language model orchestration to map natural language prompts to executable data loaders and backtesting functions. The platform includes capabilities for quantitative strategy backtesting and alpha benchmarking using information coefficients t

Rybbit is an open-source, self-hosted web analytics platform designed for comprehensive user behavior tracking and product engagement analysis. It provides a complete suite for monitoring visitor interactions, conversion funnels, and site performance, allowing organizations to maintain full ownership of their data and infrastructure. The platform distinguishes itself through a strong emphasis on privacy-compliant data collection and visual session replay capabilities. It supports advanced traffic routing through custom domains to bypass ad blockers and includes configurable masking tools to p

RisingWave is a cloud-native streaming database and real-time analytics engine that uses standard SQL to process continuous data streams. It functions as a streaming data lakehouse, combining the capabilities of a streaming SQL database with a platform that integrates streaming ingestion with open table formats. The system is distinguished by its use of the PostgreSQL wire protocol, allowing it to integrate with existing SQL tools and drivers. It employs a decoupled compute and storage architecture, persisting streaming state and materialized views in cloud object storage to enable independen

TeslaMate एक सेल्फ-होस्टेड वाहन डेटा लॉगर है जो निजी विश्लेषण के लिए Tesla वाहनों से टेलीमेट्री, चार्जिंग सत्र और ड्राइविंग इतिहास रिकॉर्ड करता है। इसमें एक डेटा लॉगर, एक PostgreSQL रिलेशनल डेटा स्टोर, और बैटरी स्वास्थ्य, ऊर्जा खपत और ड्राइविंग दक्षता का विश्लेषण करने के लिए एक विज़ुअल टेलीमेट्री डैशबोर्ड शामिल है। इस सिस्टम में एक MQTT टेलीमेट्री ब्रिज है जो बाहरी होम ऑटोमेशन प्लेटफ़ॉर्म्स पर वास्तविक समय के वाहन राज्यों और कोऑर्डिनेट्स को स्ट्रीम करता है। यह वाहन कोऑर्डिनेट्स के आधार पर कस्टम भौतिक स्थानों की पहचान करने और उन्हें नाम देने के लिए जियोफ़ेंसिंग का भी उपयोग करता है। यह प्लेटफ़ॉर्म चार्जिंग लागत और दक्षता को ट्रैक करने के लिए ऊर्जा निगरानी, गति और ऊंचाई के लिए उच्च-सटीक टेलीमेट्री लॉगिंग, और ड्राइविंग इतिहास ट्रैकिंग सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह बाहरी सेवाओं से ऐतिहासिक वाहन रिकॉर्ड आयात करने के लिए यूटिलिटीज़ प्रदान करता है और एन्क्रिप्शन के माध्यम से API टोकन का सुरक्षित भंडारण सुनिश्चित करता है। एप्लिकेशन और इसकी विज़ुअलाइज़ेशन लेयर्स को विभिन्न होस्ट्स में कंसिस्टेंट निष्पादन वातावरण सुनिश्चित करने के लिए कंटेनर इमेजेस के रूप में पैक किया जाता है।

TeslaMate एक लोकल डेटाबेस में Tesla वाहनों से टेलीमेट्री रिकॉर्ड और आर्काइव करने के लिए एक सेल्फ-होस्टेड सिस्टम है। यह एक वाहन डेटा लॉगर और टेलीमेट्री डैशबोर्ड के रूप में कार्य करता है जिसे ड्राइविंग और वाहन स्थिति डेटा का पूरा इतिहास स्थानीय रूप से बनाए रखने के लिए डिज़ाइन किया गया है। इस सिस्टम में ऊर्जा उपयोग और बिजली दरों के आधार पर चार्जिंग सत्रों की वित्तीय लागत की निगरानी के लिए एक वाहन चार्जिंग लागत ट्रैकर शामिल है। इसमें विज़िट किए गए स्थानों को स्वचालित रूप से लेबल करने के लिए कस्टम भौगोलिक सीमाओं को परिभाषित करने के लिए एक जियोफ़ेंसिंग लोकेशन मैनेजर और एक होम ऑटोमेशन डेटा ब्रोकर भी है जो वास्तविक समय के वाहन राज्य को एक लोकल ब्रोकर को प्रकाशित करता है। यह प्रोजेक्ट बैटरी स्वास्थ्य विश्लेषण, ऊर्जा खपत निगरानी, और वाहन मेट्रिक्स विज़ुअलाइज़ेशन के लिए क्षमताएं प्रदान करता है। यह ऐतिहासिक डेटा आयात, कस्टम स्थान प्रबंधन, और बाहरी स्मार्ट होम टूल्स के साथ इंटीग्रेशन को भी सपोर्ट करता है।

Solidtime is time tracking software designed for freelancers and agencies to record work durations, manage billable hours, and monitor labor allocation. It serves as a professional services automation tool that organizes work into clients and projects while managing team member assignments. The system features a billable rate manager that defines hourly costs at the organizational, member, and project levels using hierarchical overrides to calculate total billing. It includes a project management tool for organizing clients and tasks into hierarchies with role-based access permissions. The p

Dawarich is a self-hosted location history manager and travel journaling platform. It functions as a personal travel archive that collects GPS coordinates and movement data, providing a private alternative to proprietary tracking services. The system utilizes a PostgreSQL geospatial database to store coordinates, visits, and custom geofence boundaries. The project distinguishes itself as a geospatial data converter and visualization tool, capable of transforming location history between formats such as GPX, KML, and GeoJSON. It allows users to organize GPS tracks and geotagged photos into nam

This project is a version-controlled Git archive and software archaeology dataset containing the continuous evolution of Unix source code from 1970 to the present. It serves as a chronological record of system history, synthesizing a versioned code timeline from disparate historical snapshots. The archive enables longitudinal software analysis by reconstructing a sequence of commits and merges from fragmented releases. This allows for the tracking of system evolution and the attribution of specific lines of code to original authors through synthesized version control metadata. The dataset co

Guess is a predictive page loading library that uses machine learning to prefetch JavaScript bundles and assets. It functions as a resource prefetcher that predicts the next page a user will visit by utilizing a web application route parser and a user behavior analytics integrator. The project distinguishes itself by importing navigation patterns from analytics APIs to inform its predictive models. It uses probabilistic navigation modeling and historical transition data to calculate the likelihood of future page visits, allowing for the proactive download of lazy-loaded bundles. The system i

Tautulli is a monitoring tool and administration interface for Plex Media Servers. It tracks real-time streaming activity, maintains detailed playback histories, and provides a centralized dashboard for server analytics. The project distinguishes itself through an event-driven notification system that triggers custom scripts and alerts based on server activity. It includes a template-based engine for generating periodic newsletters and utilizes webhooks to dispatch alerts to third-party services. The software covers broad capability areas including media library auditing, usage trend analysi

Pinot is a distributed, columnar analytical database designed for high-concurrency, low-latency query processing. It functions as a real-time OLAP datastore, enabling interactive, user-facing analytics by ingesting and querying massive datasets from both streaming and batch sources. The system architecture relies on a centralized controller for cluster coordination and a distributed segment-based storage model to ensure horizontal scalability. The platform distinguishes itself through a hybrid ingestion pipeline that unifies real-time event streams and historical batch data into a single quer

OpenPanel is a self-hosted product analytics platform designed for tracking user behavior and visualizing product metrics on private infrastructure. It provides a comprehensive system for collecting events across web, mobile, and server environments while ensuring complete ownership of data. The platform distinguishes itself through a privacy-first approach, utilizing cookieless event tracking and regional data residency to simplify regulatory compliance. It integrates large language models via the Model Context Protocol, enabling users to query behavioral data and analyze trends using natura

OpenTSDB एक डिस्ट्रीब्यूटेड टाइम सीरीज़ डेटाबेस और मेट्रिक्स इंजन है जिसे उच्च-कार्डिनैलिटी सिस्टम मेट्रिक्स की विशाल मात्रा को संग्रहीत और प्रबंधित करने के लिए डिज़ाइन किया गया है। यह एक डेटा स्टोर और एनालिटिक्स प्लेटफॉर्म के रूप में कार्य करता है जो डिस्ट्रीब्यूटेड क्लस्टर में बड़े पैमाने पर मेट्रिक अंतर्ग्रहण और इंफ्रास्ट्रक्चर परफॉरमेंस निगरानी को सक्षम बनाता है। यह सिस्टम एक डिस्ट्रीब्यूटेड स्टोरेज एब्स्ट्रैक्शन के माध्यम से खुद को अलग करता है जो HBase, Cassandra और Google Bigtable जैसे कई बैकएंड्स का समर्थन करता है। यह टाइम सीरीज़ को व्यवस्थित करने के लिए एक पदानुक्रमित मेट्रिक ट्री का उपयोग करता है और स्टोरेज फुटप्रिंट्स को कम करने और टैग्ड मेट्रिक्स के लिए लुकअप्स को तेज करने के लिए संख्यात्मक पहचानकर्ता इंडेक्सिंग का उपयोग करता है। यह प्रोजेक्ट डिस्ट्रीब्यूटेड पर्सेंटाइल गणना और डाउनसैंपलिंग के साथ टाइम सीरीज़ डेटा विश्लेषण, साथ ही व्यापक मेटाडेटा प्रबंधन सहित व्यापक क्षमता क्षेत्रों को कवर करता है। यह डेटा अंतर्ग्रहण और क्वेरी के लिए API एकीकरण, परफॉरमेंस ऑप्टिमाइज़ेशन के लिए ऑफ-हीप कैशिंग और डेटा अखंडता ऑडिटिंग और विसंगति विश्लेषण के लिए टूल्स प्रदान करता है। यह सिस्टम डेटाबेस प्रशासन और मेट्रिक ट्री सिंक्रोनाइज़ेशन के लिए कमांड-लाइन इंटरफेस के माध्यम से प्रबंधित किया जाता है।