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
17 репозиториев
Классический веб-интерфейс для Stable Diffusion: генерация картинок из текста, доработка, апскейл и тысячи расширений от сообщества.
Основа большинства современных нейросетей: тензоры с ускорением на GPU и автоматическое дифференцирование, с обычным питоновским кодом внутри. На нём написаны Transformers, Llama и почти все открытые модели.
Движок для быстрой раздачи моделей на видеокартах: экономно расходует память и держит много запросов одновременно. Стандартный выбор, когда модель нужно отдавать как сервис.
Полный путь от нуля до своего ChatGPT-подобного чата в одном репозитории: токенизатор, предобучение, дообучение и интерфейс. Рассчитан на обучение примерно за сто долларов.
Локальная замена облачным API: сервер, совместимый с OpenAI, который запускает текстовые, голосовые и графические модели на любом железе, видеокарта не обязательна.
Классическая библиотека от Meta для быстрого поиска похожих векторов и кластеризации. Это не база данных, а движок индексов, на котором построены многие другие системы.
Быстрый движок для раздачи языковых и мультимодальных моделей. Конкурент vLLM, особенно силён на больших моделях вроде DeepSeek.
Обучение GPT-2 на чистом C и CUDA без PyTorch. Показывает, что происходит под капотом, когда модель учится.
Официальный код инференса моделей FLUX.1: генерация и редактирование изображений по тексту, включая режим Kontext, где картинку правят словами.
Whisper на движке CTranslate2: тот же результат, но заметно быстрее и с меньшим расходом памяти, в том числе в 8-битном режиме.
Быстрая и экономная по памяти реализация механизма внимания, на которой держится обучение и запуск больших моделей на GPU. Результат точный, без приближений.
Архитектура-альтернатива трансформеру: модель на пространствах состояний, где время работы растёт линейно с длиной текста. Хорошо подходит для длинных последовательностей.
Открытые модели генерации видео: из текста или картинки получаешь ролик. Младшая версия 1.3B укладывается примерно в 8 ГБ видеопамяти.
Небольшая тензорная библиотека на чистом C/C++ без зависимостей. Именно она лежит в основе llama.cpp и whisper.cpp и умеет запускать квантованные модели на CPU, GPU и в браузере.
Стандартный набор для прогона моделей через сотни академических бенчмарков. На нём строятся многие открытые рейтинги моделей.
Сжимает модели до 8 и 4 бит, чтобы они помещались в обычную видеокарту. На этом держатся QLoRA и запуск больших моделей с вдвое меньшей памятью.
Библиотека EleutherAI для обучения больших языковых моделей с нуля на многих GPU: параллелизм ZeRO и 3D, запуск через Slurm и MPI. Автор сам советует брать её только для моделей в миллиарды параметров.
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.