Набор навыков и методология для кодинг-агентов: сначала уточнить задачу, спланировать, писать тесты, потом код. Агент работает дисциплинированнее.
База репозиториев AI-движения
Лучшие AI-репозитории
224 живых проекта — от агентных фреймворков до защиты от prompt injection. У каждого наше описание: зачем он, кому подойдёт и как начать за три шага.
Звёзды, форки и активность обновляем каждый день через GitHub API · обновлено 6 октября 2026 г.
- репозиториев
- 224
- категорий
- 11
- звёзд суммарно
- 11 млн
- новых звёзд за 30 дней
- +235 тыс.
За 30 дней
Растут быстрее всех
Больше всего новых звёзд за последние 30 дней.
Сервис, который превращает любой сайт в чистый Markdown или структурированные данные для моделей. Умеет искать, скрейпить, обходить сайт целиком и даже кликать по странице.
Небольшая утилита от Microsoft: превращает PDF, Word, PowerPoint, Excel и другие файлы в Markdown, который удобно отдавать языковой модели.
Открытый кодинг-агент для терминала с десктопным приложением. Не привязан к одному провайдеру: подключаешь модели, какие есть.
Набор инструментов для разработки от спецификации: сначала принципы и спека, затем план и задачи, и только потом код. Работает с разными кодинг-агентами.
Лёгкий кодинг-агент от OpenAI, который запускается в терминале и работает с кодом проекта. Написан на Rust.
Категории
Агентные фреймворкиФреймворки и оркестрация: из чего собирают агентов и мультиагентные системы.23 репозиторияКодинг-агенты и CLIАгенты, которые пишут код в терминале и редакторе, и методики работы с ними.21 репозиторийMCPСпецификация, официальные SDK и лучшие серверы Model Context Protocol.20 репозиториевОткрытые модели и инференсОткрытые веса, локальный запуск, быстрый инференс и дообучение.38 репозиториевRAG и векторные БДПоиск по своим данным: парсинг документов, краулеры, векторные базы, графы знаний.19 репозиториевEvals и наблюдаемостьКак измерить качество модели и агента и что происходит у него внутри.17 репозиториевПромптинг и контекстПромпты, структурированный вывод, навыки и контекст-инжиниринг.16 репозиториевГолос, видео, мультимодальностьРаспознавание и синтез речи, голосовые агенты, картинки и видео.19 репозиториевАвтоматизацияВоркфлоу без кода, агенты в браузере и на компьютере.15 репозиториевAwesome-списки и обучениеКурсы, книги и awesome-списки, с которых стоит начинать.21 репозиторийБезопасностьPrompt injection, guardrails, red teaming и сканеры агентов.15 репозиториевНе нашёл свой любимый?Предложи репозиторий — посмотрим и добавим, если он того стоит.Предложить репозиторий →
Каталог
12 репозиториев
Платформа автоматизации с визуальным редактором: соединяешь сервисы блоками, а где нужно — добавляешь свой код и ИИ-агентов. Больше 400 интеграций, можно развернуть у себя.
Рабочее пространство для сборки ИИ-приложений: агентные сценарии, RAG-пайплайны и подключение разных моделей и инструментов в одном интерфейсе. Развёртывается в облаке или у себя.
Открытый краулер на Python: заходит на страницы настоящим браузером и отдаёт чистый Markdown для LLM. Работает локально, в Docker или как облачный сервис.
Платформа, где ты собираешь команду ИИ-агентов, ставишь им расписание и получаешь отчёты. Работает с разными моделями, можно развернуть на Vercel или в Docker.
Векторная база данных для поиска по эмбеддингам в больших объёмах. Масштабируется до облачных нагрузок, а для прототипа есть лёгкая локальная версия Milvus Lite.
Быстрая векторная база на Rust с фильтрацией по полям, гибридным поиском, квантованием и распределённым режимом. Доступна как контейнер и как облако.
Семейство открытых моделей Qwen3 от Alibaba, от малых до больших, с режимами рассуждения. В README собраны примеры запуска через Transformers, llama.cpp и Ollama.
Семейство мультимодальных моделей команды Qwen: понимают изображения, документы и видео, находят объекты на кадре и работают с интерфейсами.
Векторная база, которая хранит и объекты, и векторы, комбинирует семантический поиск с обычными фильтрами. Может сама вызывать модели эмбеддингов.
Облачные изолированные песочницы, где агент безопасно запускает код и команды. Один вызов SDK — и у модели свой маленький компьютер.
Коллекция открытых MCP-серверов для AWS: инфраструктура, документация, данные, AI-сервисы. Даёт агенту безопасно работать с облаком Amazon.
Официальный MCP-сервер Supabase: агент управляет проектами, таблицами и SQL прямо из чата. Работает как облачный сервер с входом через аккаунт Supabase.
Мы что-то упустили?
Предложить репозиторий
Пришли ссылку на GitHub и пару слов, почему он здесь нужен. Каждую заявку смотрим руками — в каталог попадает не всё.