Explică în limbaj simplu ce construiești și primește cele mai potrivite repository-uri de pe GitHub.
awesome-repositories.com te ajută să găsești proiectul open source potrivit pe GitHub. Spune-i căutării noastre AI ce vrei să construiești, în limbaj simplu, iar aceasta va clasifica mii de repository-uri selectate în funcție de relevanță. Fiecare proiect este monitorizat continuu, sortat pe categorii clare și votat de alți developeri. Explorează selecțiile de mai jos sau începe o căutare.
Proiecte remarcabile din director — o listă nouă la fiecare câteva ore.
Căutări comune, organizate într-o structură arborescentă.
Un director de repository-uri GitHub open source selectate, pe care le poți căuta în limbaj simplu. Descrie ce construiești, iar AI-ul va clasifica mii de proiecte verificate după relevanță, cu o scurtă explicație pentru fiecare rezultat.
Căutarea GitHub caută cuvintele cheie introduse. Aici, descrii problema în limbaj simplu, iar AI-ul analizează intenția, astfel încât un proiect care îți rezolvă nevoia va apărea chiar dacă nu folosește exact cuvintele tale.
Scrie ce vrei să construiești, de exemplu: „o pagină de status self-hosted care îmi monitorizează serviciile și îmi trimite alerte pe Discord”. Vei primi repository-uri potrivite, clasate după relevanță, nu după numărul de stele.
Sunt selectate, nu doar colectate brut. AI-ul analizează fiecare proiect, îl pune în categoria potrivită și îl clasează după relevanță conform unor reguli pe care le ajustăm și verificăm, eliminând intrările duplicate sau irelevante.
Da. Căutarea și navigarea în director sunt gratuite.
Acest proiect servește drept repository centralizat, condus de comunitate, de cunoștințe tehnice și resurse administrative. Oferă o taxonomie structurată care agregă informații disparate într-un framework căutabil, susținând învățarea continuă și rezolvarea rapidă a problemelor pentru administratorii de sistem și practicienii în securitate cibernetică. Prin maparea resurselor pe securitate ofensivă, gestionarea infrastructurii și dezvoltarea software, oferă o cale unificată pentru dobândirea de competențe și referințe profesionale. Proiectul este definit de o filozofie de design bazată pe linia de comandă, prioritizând utilitarele bazate pe terminal și interfețele scriptabile pentru a facilita administrarea eficientă a sistemului și fluxurile de lucru de securitate repetabile. Se distinge printr-o abordare agnostică față de platformă, menținând documentație și ghiduri operaționale care rămân aplicabile în diverse medii de tip Unix și bazate pe cloud. Această integrare modulară a setului de instrumente permite utilizatorilor să compună medii personalizate adaptate sarcinilor administrative sau de securitate specifice. Repository-ul acoperă o suprafață largă de capabilități, inclusiv seturi de instrumente cuprinzătoare pentru auditarea sistemului, gestionarea rețelei și întărirea infrastructurii. Oferă căi de învățare structurate pentru dezvoltarea competențelor în securitate cibernetică, variind de la laboratoare de hacking etic și standarde de testare a penetrării până la evaluarea vulnerabilităților și cele mai bune practici de configurare a sistemului. Colecția cuprinde, de asemenea, o gamă largă de instrumente de productivitate, utilitare de diagnosticare și materiale educaționale concepute pentru a eficientiza mentenanța de rutină și a îmbunătăți postura generală de securitate.
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
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.