Находки GitHub для тех, кто строит с ИИ

MiniMax — китайская ИИ-лаборатория. Она выпустила M3.1-Flash, большую языковую модель для кода, работы агентов, управления компьютером как человек, и кибербезопасности. Модель построена по схеме, которая называется mixture-of-experts, или сокращённо MoE. При обработке каждого слова включается только часть модели. Всего у неё около 428 миллиардов параметров. Но на каждый токен работают только 23 миллиарда из них, а токен — это небольшой кусочек текста. Модель читает текст, изображения и видео. Она может удерживать до 1 миллиона токенов контекста. Это значит, что она способна держать в памяти сразу огромный объём текста. MiniMax сравнивает её с китайскими конкурентами DeepSeek, Kimi и GLM. Также она сравнивает её с GPT-5.6 от OpenAI и Opus 5 от Anthropic — компании, которая делает Claude. Эта модель работает только на железе дата-центра, так что проверить её на своём компьютере не получится. Единственный способ её попробовать — собственный веб-агент MiniMax на agent.minimax.io. Дайте ей настоящую задачу с кодом или файлами — такую, какую я обычно поручаю агенту в Claude Code.

Sage-A1.5 — модель с 35 миллиардами параметров и архитектурой mixture-of-experts: это когда работа распределяется между несколькими специализированными подсетями. Shanghai AI Lab, китайская исследовательская группа по ИИ, построила её на собственной Qwen3.6 и более ранней модели Agents-A1. Она умеет разбивать длинную задачу на шаги, вызывать внешние инструменты и проверять собственный ответ, прежде чем его выдать. Более ранняя версия A1 так не умела. Помимо кода, модель заточена под науку и инженерную работу, включая многошаговые задачи, научные статьи и вызов функций. Она улучшила результаты в двух инженерных бенчмарках, SWE-bench Pro и MLE-Lite, по сравнению с предыдущей версией. По GAIA, бенчмарку для многошаговых исследовательских задач, она набрала 95.1 — выше, чем более крупные модели, по словам разработчиков. Модель выпущена под лицензией Apache 2.0, которая позволяет свободно использовать и изменять её, в том числе в коммерческих целях. Она работает через инструменты для запуска моделей, такие как vLLM, SGLang или Transformers. Версии для Ollama, инструмента для запуска моделей на собственном компьютере, пока нет. Чтобы установить её, попроси своего ИИ-агента для кода скачать Sage-A1.5 со страницы InternScience на Hugging Face. Пусть он выберет нужную версию, запустит её через vLLM или Transformers, а потом дай ему рабочую задачу. Понадобится Mac с не менее 64 ГБ памяти или видеокарта на 48 ГБ. 4-битная версия — уменьшенная сжатая копия модели — занимает около 22 ГБ.

FastH3 Omni — это версия MiniMax H3, видео-модели ИИ от MiniMax, ИИ-компании, переупакованная FastVideo, командой, которая адаптирует ИИ-видеомодели для ComfyUI — программы для запуска этих моделей — в установку одним файлом. Она берёт текстовый промпт плюс референсы (изображение, видеоклип, аудиоклип) и генерирует новое видео с подходящим звуком за восемь шагов диффузии — внутренних проходов модели. Есть два варианта весов: облегчённая версия INT8 для слабых карт и более полная версия BF16 — BF16 — это более тяжёлый, более точный формат чисел, который требует более мощной карты. Файлы кладутся в папки ComfyUI для диффузионных моделей, текстовых энкодеров и VAE-декодеров; видеодекодер (video-VAE, строит видео) и звуковой декодер (audio-VAE, строит звук) делят одну и ту же папку vae/. Чтобы установить, попроси своего агента настроить FastH3 Omni для ComfyUI из сборки MiniMax H3 от FastVideo, выбрать веса под свою карту и сделать тестовый клип со звуком из изображения и аудиореференса.

Indra OCR — небольшая модель (~1 млн параметров). Разработана Datalab — компанией, которая специализируется на ИИ-решениях для анализа документов. Их профиль на Hugging Face — datalab-to. Hugging Face — это хаб ИИ-сообщества. Преобразует PDF-файлы и изображения документов в текст. Также поддерживает экспорт результата в формате markdown (с заголовками и таблицами), а также в формате json (с координатами всех блоков). Сохраняет порядок чтения документа, заголовки и таблицы. Распознаёт как печатный, так и рукописный текст, а также перекошенные изображения документов, поддерживает более 80 языков. По словам разработчиков, Indra OCR превосходит Tesseract и PaddleOCR (другие бесплатные OCR-решения) по бенчмарку OmniParseBench для сложных документов. Работает на 32 ядрах почти с 44 страницами в секунду. Распространяется по лицензии с открытым исходным кодом Apache 2.0. Веса модели распространяются по изменённой лицензии OpenRAIL-M (бесплатно для личного использования и стартапов с годовым доходом менее $20 млн). Запрещает создавать на основе предоставленных весов модели аналогичный платный OCR-сервис. Попросите своего ИИ-агента: «Установи мне Indra OCR от Datalab: https://huggingface.co/datalab-to/indra-ocr. Установи через pip (менеджер пакетов Python), обработай с его помощью один из моих PDF-файлов или страниц отсканированного документа и покажи результат в markdown». Можно использовать любой обычный ноутбук или настольный компьютер без видеокарты, потому что модель небольшая и работает на процессоре.

BRIA AI (briaai на Hugging Face, сайте для обмена AI-моделями), израильская компания, которая обучает свои модели только на лицензированных данных, выпустила Fibo 2.0 — новую версию семейства моделей FIBO, которая работает от подробного структурированного описания, а не смутного текстового промпта. Модель читает детальное описание света, композиции, ракурса камеры и каждого объекта в кадре, поэтому может расставить точное количество объектов именно там, где ты скажешь. В примере самой BRIA она рисует ровно пять красных яблок и одну зелёную грушу, причём груша расположена второй слева. Версия 2.0 — первая в этом семействе, которая объединяет редактирование существующей картинки и генерацию новой с нуля в одной модели. В независимом рейтинге Artificial Analysis она занимает первое место по редактированию и второе по генерации с нуля среди открытых моделей. Чтобы получить оригинал от BRIA, нужно заполнить бесплатную форму доступа на Hugging Face; Comfy-Org, команда, которая упаковывает AI-модели для ComfyUI (бесплатного приложения для запуска этих моделей), собрала её без этой формы, так что любой, у кого установлен ComfyUI, может скачать её сразу.

wheresryan22/anatomy

Anatomy — это скилл, набор инструкций, для Claude Code, ИИ-помощника для программирования. Также работает с другими агентами: Antigravity, OpenCode, Codex и MiniMax Code. Его собственный слоган: скилл, который объясняет идею, строя её как настоящий, работающий объект. Один пример с его страницы: кэш, короткий путь, который избавляет от повторной работы, превращается в штифтовый цилиндровый замок. Этот замок поворачивается только тогда, когда все штифты встают на место. Схемы рисуются как изометрические картинки, в стиле 3D, из множества мелких затенённых деталей. Иногда добавляется слой WebGL, браузерная технология графики, для эффектов вроде огня или пара. Некоторые детали можно повернуть или разобрать прямо в браузере. Чтобы установить, попросите своего агента выполнить `npx skills add wheresryan22/anatomy -g -a claude-code`. Потом введите `/anatomy explain how [ваша идея] works, interactive`. Нужен Node.js 20 или новее — программа, которая запускает установщик. Никаких API-ключей, никаких лишних пакетов, никакого GPU, графического чипа. Работает на обычном ноутбуке.

pengchujin/aerial-tv

Я зашёл на страницу и увидел, что авторы сами называют цель просто: чистый рабочий стол для китайских телевизоров, без рекламы, который сразу включается после старта и скопирован по стилю с tvOS. Поставить лаунчер можно руками через ADB, но интереснее второй способ: даёшь агенту IP своего телевизора, и он сам подключает и ставит всё одной командой в терминале, используя для самого adb-подключения пакет platform-tools от Google. В README нашёл понравившиеся мелочи: в списке совместимости отдельно отмечена реальная проверка на телевизорах и приставках Xiaomi, 114 коротких видео для заставки, как на Apple TV, стеклянный эффект на панели избранных приложений и управление с телефона по QR-коду вместо пульта. У меня самого такого телевизора нет, так что проверял по демо и коду, а не на живом устройстве.

xevrion/hatchzip

Я почитал README, и там сразу объясняют трюк: обычно для распаковки нужно место и под сам архив, и под распакованные файлы, а здесь архив по кусочку исчезает по мере того как файлы из него выходят, так что свободного места нужно примерно столько же, сколько весят сами файлы. Авторы приводят пример с игрой на 180 гигабайт: обычному архиватору нужно почти 380 гигабайт свободного места, а здесь — около 200. Поддерживает ZIP, 7z, RAR, tar и архивы, разбитые на части, включая запароленные. Авторы прямо пишут, что приложение не подключается к сети и ничего не отправляет и не собирает, то есть это обычный локальный инструмент, а не сервис с подпиской.

wesbos/3d-model-anything

Автор — Уэс Бос, известный учитель JavaScript, и в README он описывает простой процесс: сканируешь комнату приложением на айфоне с LiDAR, снимки сохраняются в папку, а дальше агент с отдельным навыком scan-to-threejs сам собирает из геометрии и фотографий редактируемую сцену в Three.js. На выходе получаешь не одну плоскую картинку, а несколько режимов просмотра: вид кукольного дома сверху, прогулка по комнате от первого лица, каркас и плоская раскладка предметов. На сайте автора есть готовое демо его собственного офиса, и по нему видно, что реконструкция действительно похожа на исходное помещение, а не на грубый набросок. Есть и честное ограничение: для съёмки нужен именно айфон с LiDAR-сканером, так что не любой телефон подойдёт.

rddmwmddr/android-ad-cleaner

В README автор по-китайски прямо называет задачу: выключить рекламу, навязанные «горячие запросы», новостные рекомендации и маркетинговые push-уведомления в системе китайских Android-телефонов. Делает это без root-доступа, через обычные системные переключатели, и перед любым изменением сохраняет резервную копию, чтобы всё можно было вернуть обратно. Отдельно в описании написано, что инструмент поддерживает запуск через AI-агента одной командой: даёшь ему репозиторий, и он сам выполняет нужные шаги на подключённом телефоне. Для тех, кто не хочет трогать терминал, есть обычное приложение для Mac и Windows: подключаешь телефон и нажимаешь кнопки.

dominikmartn/harp

Harp — неофициальный форк открытого терминала Warp, и автор в README прямо пишет, для чего его сделал: держать много сессий Claude Code и Codex рядом и сразу видеть, какая из них ждёт ответа. Сбоку появляется список сессий со значками: точка значит, что агент работает в фоне, полумесяц — что вкладка отложена, вращающееся кольцо — что сейчас идёт работа, и отдельная метка загорается, когда агенту нужен именно человек. Сессии группируются по категориям — нужен ты, фон, работает, готово, — так что не приходится щёлкать по каждой вкладке подряд. В одном из приложенных документов отдельно объясняется, почему сайдбар не видит абсолютно всё: сам цикл работы агента Claude Code выполняется на orchestration-слое Anthropic, а Harp только наблюдает за терминальной сессией вокруг него. Приложение бесплатное и работает только на macOS, ставится простым перетаскиванием DMG в Applications, без brew и npm.

t3dotgg/tstack

tstack — это набор скиллов для ИИ-агентов, готовых инструкций, для ИИ-инструментов кодинга, сделанный для Claude Code и Codex. Его опубликовал Тео, разработчик, стоящий за веб-инструментарием T3 Stack и сайтом t3.gg. Он описывает его как скиллы, которыми пользуется каждый день, приведённые в порядок, чтобы ими мог пользоваться кто угодно; в наборе девять команд. Скажи «full send», и агент доведёт фикс до самого merge pull request'а (запроса на добавление кода в проект): проверит, что фикс работает, оформит запрос, проследит за автоматическими проверками и ботами-ревьюерами и сам его смёрджит. «Full stop» делает то же самое, но останавливается прямо перед merge, ожидая твоего разрешения. «Council» заставляет три модели ИИ от разных компаний проверить фикс и прогоняет его по кругу, пока все три не согласятся. «Sol-loop» работает так же, но прогоняет фикс с одной внешней моделью — GPT Sol от OpenAI, — пока не согласится она. «Takeover» подхватывает чей-то незавершённый pull request или сессию агента и доводит её до конца, оставляя автором другого человека. Чтобы попробовать, клонируй github.com/t3dotgg/tstack и скопируй папку skills в папку скиллов Claude Code или Codex, следуя шагам в README (файле с инструкциями проекта). Это работает на обычном ноутбуке, видеокарта не нужна, но понадобятся установленный Python и уже залогиненная консольная утилита GitHub.

Recursive сами описывают Flint как «модель на основе смеси экспертов для ИИ-агентов, которые пишут код, с 39,8 миллиарда параметров всего и примерно 2,5 миллиарда активных на каждый токен». Она создана для того, чтобы разбираться в чужом коде, находить и чинить баги, добавлять функции и писать тесты, и умеет вести долгий диалог с вызовом внешних инструментов — именно это нужно агенту, чтобы реально делать работу, а не просто отвечать текстом. В своих тестах Recursive указывает 74,2% на SWE-bench Verified и 89,7% на SWE-bench Pro v2 — оба теста построены на настоящих багах из открытых проектов. Команда unsloth, известная тем, что умеет сжимать большие модели для запуска на обычном железе, собрала готовые файлы: один из сжатых вариантов, который unsloth назвала Q4_K_XL, весит около 25 ГБ, а заметно более слабый — около 11 ГБ. Поскольку одновременно работает лишь часть из почти 40 миллиардов параметров, всю модель целиком в память грузить не нужно — именно поэтому она вообще помещается на одну машину.

Black Forest Labs — немецкая команда, стоящая за всем семейством FLUX, одной из самых известных открытых моделей для генерации изображений. Авторы описывают FLUX 3 Image Klein как «открытую модель с 5.6 миллиарда параметров для генерации изображений по тексту и их редактирования». Пишешь текстовое описание — получаешь картинку, или идёшь дальше и подаёшь ей до десяти своих фото, и она собирает из них одну новую сцену, взяв детали из каждого. Это облегчённая, готовая к запуску версия релиза FLUX 3 — другая версия, Base, предназначена для дообучения и исследований, а Klein — для тех, кто просто хочет установить её сам. Лицензия здесь отличается от обычного open source, поэтому перед тем как продавать что-то сделанное с её помощью, изучи условия сам.

VictorTaelin/uniichat

UniiChat — это ИИ-агент с единым чатом без кнопки «новый чат». С ним можно общаться дни, недели и даже годы! Каждое сообщение сжимается до одной строки. Со временем эти строки сжимаются ещё сильнее, в более короткие строки. Информация теряется, но не удаляется. Когда агенту нужно вспомнить прошлую информацию, он может развернуть короткую строку обратно в исходное сообщение. Это сжатие происходит в фоне с помощью второй, более дешёвой ИИ-модели, пока вы печатаете свой ответ. К одному и тому же чату можно обращаться и через браузер, и через инструмент командной строки (CLI) по имени unii. Кроме того, на macOS агент может взаимодействовать с экраном в особом режиме. Агент умеет запускать фоновых суб-агентов, которые выполняют задачи и затем отправляют результаты обратно в основной чат. Агент умеет импортировать историю чатов из Claude Code (инструмент Anthropic для написания кода), Codex (инструмент OpenAI для написания кода) или экспортированные переписки из ChatGPT. Чтобы установить UniiChat, просто попросите своего агента развернуть UniiChat с github.com/VictorTaelin/uniichat по инструкциям из README (то есть «руководства по установке» проекта). Обратите внимание, что для запуска сервера понадобится Bun (высокопроизводительная среда выполнения JavaScript) и свой собственный API-ключ Anthropic или OpenAI. Это работает на обычном ноутбуке без GPU.

CopilotKit/OpenDots

OpenDots — бесплатный шаблон от CopilotKit, компании, которая делает инструменты для ИИ-ассистентов. Он нужен для постоянно работающих ИИ-«коллег», которые переключаются между чатом, звонками и Slack, корпоративным мессенджером. Документы хранятся в «Spaces» — общих рабочих пространствах. Каждый агент называется «Dot». У каждого Dot есть своё имя, роль, инструкции и список разрешённых инструментов. Любой Dot может получить свой изолированный компьютер — отдельный браузер и файловую систему. Для этого используется OpenBot, ещё один проект CopilotKit. Профиль браузера и файлы сохраняются между перезапусками. Перед тем как Dot сохранит страницу или тронет настоящий аккаунт, он показывает карточку с кнопками «одобрить» и «отклонить». И ждёт твоего решения. Это касается почты, календаря через сервис Composio и любого инструмента с правом записи. Все чаты и работа агентов хранятся в CopilotKit Intelligence. Это платный облачный сервис, локальная тестовая версия или отдельно лицензируемый self-hosted-вариант. Локальная версия работает в Docker — инструменте для запуска программ в изолированных контейнерах. Авторы называют это отправной точкой для разработки, а не готовым продуктом. Сейчас это альфа — ранняя тестовая стадия. Некоторые функции, например звонки и передачу задач в Slack, пока проверяли только локально. Чтобы установить, попроси своего кодового ИИ-агента развернуть OpenDots из github.com/CopilotKit/OpenDots. Понадобятся Node.js 24, среда выполнения JavaScript, и npm. Ещё понадобится аккаунт CopilotKit Intelligence и ключ модели, например от OpenAI. Потом пусть он запустит npm run dev и откроет http://127.0.0.1:5173. Работает на обычном ноутбуке — видеокарта не нужна.

cheaper-inference/OmniRoute

OmniRoute — бесплатный опенсорс-шлюз (программа, которая маршрутизирует твои запросы), который ты устанавливаешь на свой собственный компьютер: вместо того чтобы настраивать каждый ИИ-инструмент по отдельности, у тебя появляется один локальный адрес. За этим адресом стоят 375 провайдеров ИИ-моделей, больше 150 из них с бесплатным доступом, на который ты сам регистрируешься по их же условиям, и шлюз может автоматически переключаться между ними, если один из них упал или уперся в лимит. Ещё он сжимает: цепочка фильтров на ходу ужимает текст, который обычно впустую съедает токены — повторяющийся вывод команд, логи, длинные ответы инструментов, — и, по документации самого проекта, это экономит от 15 до 95% токенов на запрос, при этом код, ссылки и структурированные данные остаются нетронутыми. Подключаешь его к обычным агентам для написания кода и редакторам — Claude Code (ИИ-инструмент для написания кода), Codex, Cursor и другим — через тот же локальный адрес; ещё он доступен как MCP-сервер (способ, которым ИИ-агент управляет другими инструментами), так что сам агент может управлять шлюзом: добавлять провайдеров, менять настройки сжатия, проверять статус. По словам проекта, запросы идут прямо к выбранному провайдеру без облачного сервера OmniRoute посередине, а сохранённые ключи зашифрованы. Чтобы установить: попроси своего агента настроить OmniRoute с github.com/diegosouzapw/OmniRoute по инструкции самого проекта.

Meta выпустила свою новую open source (можно скачать и запустить самому) модель — Muse Spark Open. Это модель на 816 миллиардов параметров с 42 миллиардами эффективных параметров на сгенерированный токен (кусочек слова) (MoE). Это значит, что вычислений нужно меньше везде. С размером контекста в 1 миллион токенов эта модель может обрабатывать сразу много информации (разговор/код). Судя по статье, модель создавалась под код/агентные задачи, но при этом она понимает текст/картинки/видео/аудио и отвечает текстом. Авторы заявляют результат 76.4 на Terminal-Bench 2.1 (агентный бенчмарк в среде терминала, то есть в командной строке). Этот бенчмарк не проверен Hugging Face (сервис хостинга моделей). Лицензия — Muse Model License, она позволяет развернуть эту модель в своём приложении без оплаты Meta, если только вы или ваши аффилированные лица не зарабатываете больше $20 млн выручки в год — тогда придётся договариваться с Meta отдельно. Можно поиграть с моделью прямо здесь, в HuggingChat (без железа), зайдя на https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B, дать ей агентную задачу в терминале и посмотреть, как она рассуждает и пишет код.

Nemotron 3.5 Bolt — агентная модель от NVIDIA, компании-производителя полупроводников. Она создана для типичных агентных действий: работать в браузере, открывать терминал, вызывать функции, читать документы, код и содержимое экрана. Модель получена сжатием NVIDIA Nemotron 3.5 Super VL (120 миллиардов параметров) до 74 миллиардов параметров, из которых активны всего 9 миллиардов. В основе — гибридная архитектура, которая сочетает модель Mamba-2 и трансформер, плюс визуальный компонент, позволяющий обрабатывать текст и изображения или видео. С длиной контекста до 256 000 токенов (частей слов) модель может обрабатывать довольно много информации за раз. Эта сжатая версия модели весит около 24 гигабайт. Если хочешь попробовать модель, просто попроси своего агента установить Nemotron 3.5 Bolt от NVIDIA через Ollama (программу для локального запуска ИИ-моделей), набрав «ollama run nemotron-3.5-bolt». Учти, что для этого нужна видеокарта минимум на 24 ГБ памяти или Mac минимум на 32 ГБ (NVIDIA рекомендует профессиональные видеокарты типа A100, так что на обычном ноутбуке это точно не запустить).

Flint — первая публично выпущенная модель от Recursive, доступна на Hugging Face (хендл модели: RecursiveSI). Это модель типа mixture of experts, то есть в работе задействована только часть модели в любой момент времени. У Flint 39.8 миллиарда параметров, но активируется только ~2.5 миллиарда за раз, поэтому модель относительно легковесная, несмотря на свой размер. Можно попросить Flint выполнить любую задачу по программированию — отладку, добавление новых функций, написание тестов и так далее — и смотреть, как она делает это самостоятельно, включая взаимодействие с внешними инструментами, проверку своего результата и прочее. Чтобы запустить Flint, нужно установить фреймворк Ollama для запуска локальных ИИ-моделей командой ollama run flint. Учти: полная модель требует GPU уровня дата-центра, а ещё есть уменьшенная версия для MacOS, для которой нужно минимум 48 ГБ памяти.

Это переобученная версия Qwen3-4B-Instruct, маленькой открытой ИИ-модели. Из неё вытренировали привычки, по которым узнаётся текст, написанный ИИ. Сделал её erikkannike, который публикуется на Hugging Face (сайт для обмена ИИ-моделями). Он также ведёт блог на 100toolkit.com, где расписывает весь процесс по шагам. В описании самого проекта результат называется «привычки письма ИИ-ассистента, вытренированные из её весов». Эти привычки убраны из самой модели, а не спрятаны за системным промптом (инструкцией, которая даётся перед каждым ответом). Работа была сделана в одиночку, в домашней лаборатории, на MacBook Air. Сначала автор нашёл внутри модели направление, отвечающее за её «ассистентский» тон. Затем он скорректировал отдельные нейроны — самые маленькие строительные блоки модели. Наконец, учительская версия модели ответила на 288 обучающих вопросов. Для обучения оставили только ответы без типичных ИИ-клише. На тестовых темах число ИИ-клише упало с 121 до 12,5 на 1000 слов. Тире-заполнители упали с 20,5 до нуля. При этом модель всё равно верно ответила на все 30 тестовых вопросов на факты и математику. Чтобы её установить, выполни одну команду в Ollama (инструмент для запуска ИИ-моделей на компьютере): ollama run hf.co/erikkannike/qwen3-4b-deslop-v4-GGUF:Q4_K_M.

MOSS-Image-SFT — это открытая модель для создания и редактирования изображений, которую сделала OpenMOSS-Team, та же лаборатория, что стоит за языковой моделью MOSS. Это дообученная версия их базовой модели MOSS-Image-Base — дообученная означает, что её дополнительно обучили на отдельных примерах, чтобы отточить один конкретный навык, при этом устройство модели осталось тем же. Обычная модель для картинок получает только текстовое описание и сама решает, куда поставить буквы, поэтому текст внутри изображений часто выходит размытым или искажённым. Здесь текст и объекты можно задавать отдельно, через JSON-разметку — структурированную запись о том, что рисовать, какой текст писать и где его размещать. Создатели говорят, что эта дообученная версия собирает текст аккуратнее и располагает его более ровно, чем базовая модель. Размер — 5 миллиардов параметров, это приблизительная мера размера модели, лицензия Apache 2.0, бесплатно для коммерческого использования без каких-либо ограничений. Сообщество уже сделало плагин для ComfyUI, инструмента для запуска моделей-картинок без кода, так что писать код самому не придётся. Попроси своего агента: установи модель OpenMOSS-Team/MOSS-Image-SFT с Hugging Face, сайта, где люди делятся бесплатными ИИ-моделями, через ComfyUI или diffusers — библиотеку кода для запуска таких моделей — что больше подойдёт твоему компьютеру. Сгенерируй изображение с читаемым текстом внутри, например обложку с подписью, и покажи результат. Понадобится обычный ноутбук с видеокартой от 8 ГБ; в сжатом виде модель занимает около 3 ГБ, в полном качестве — около 10 ГБ.

Liquid AI — компания, которая делает модели ИИ, созданные для работы на твоём собственном компьютере, а не в облаке. Свою линейку она называет LFM2.5, и LFM2.5-24B-A2B — новейшая, самая большая модель в этом семействе. У неё 24 миллиарда параметров, но на любую задачу одновременно активны только 2,45 миллиарда; модель переключается между 64 более мелкими экспертными частями в зависимости от того, что ты просишь. Она умеет рассуждать перед ответом и вызывать внешние инструменты — именно это нужно агентам. Она обрабатывает сразу 131 000 токенов контекста (токены — это кусочки текста, которые читает модель), и русский входит в список её языков. На странице модели на Hugging Face, сайте, где размещают модели ИИ, уже есть готовые к запуску файлы для обычного компьютера, без сервера и конвертации: huggingface.co/LiquidAI/LFM2.5-24B-A2B-GGUF. Это файлы GGUF — формат, созданный для локального запуска моделей, который запускает программа llama.cpp. Авторы также сделали уменьшенную, сжатую до четырёх бит версию и переобучили её, чтобы восстановить точность, которую такое сжатие обычно теряет. Нужен ноутбук или Mac с не менее чем 32 ГБ единой памяти; самый маленький файл — около 13,5 ГБ, более точный — около 14,5 ГБ. Чтобы это настроить, скажи своему ИИ-агенту: «Установи модель LiquidAI LFM2.5-24B-A2B локально: https://huggingface.co/LiquidAI/LFM2.5-24B-A2B-GGUF — выбери файл, который подходит под мою память, запусти его через llama.cpp и покажи, как с ней разговаривать и давать ей инструменты для вызова».

Jakeschincariol/arena-skill

/arena — скилл для Claude Code, инструмента Claude для написания кода. Команда поднимает 100 копий Claude, каждая со своим способом рассуждения, и сталкивает их друг с другом на твоей задаче: они атакуют ответы друг друга, защищаются, получают оценку судьи раунд за раундом, и проигравший отсеивается — пока не останется один победитель. Чтобы установить, вставь ссылку на GitHub в Claude Code и попроси его установить скилл, а затем убедись, что /arena работает. Для этого нужны только Claude Code и Python, больше ничего.

heygen-com/hyperframes

Авторы HyperFrames называют его open source (свободно доступным, редактируемым) фреймворком, который превращает HTML-страницу — формат, используемый для создания веб-страниц, — плюс изображения, видеоклипы и музыку в готовый видеофайл MP4, покадрово одинаковый каждый раз, когда ты снова рендеришь тот же файл. Его сделала HeyGen — компания, которая делает инструменты для видео с ИИ-аватарами и сама использует HyperFrames. Видео описывается обычным HTML-файлом: заголовок, фоновое видео и музыка получают по тегу тайминга, а инструмент рендерит всё сам, запуская в фоне скрытый веб-браузер вместе с FFmpeg (бесплатным инструментом, который собирает и сжимает видео). Поскольку один и тот же файл всегда даёт одинаковый результат, его можно запускать в цепочках автоматизации — повторяющихся процессах, где никто не проверяет каждый рендер вручную. Для Claude Code, Cursor, Codex и других ИИ-агентов для написания кода есть готовый набор из 21 скилла (готовых сценариев задач): агент не придумывает логику видео сам, а просто выбирает подходящий сценарий. Один сценарий — анонс продукта. Другой превращает пул-реквест на GitHub (предложенное изменение кода) в короткий объясняющий ролик, где изменённые строки кода подсвечиваются и анимируются на экране. Лицензия — Apache 2.0, платы за рендер нет. Ближайший сопоставимый инструмент, библиотека Remotion на React (популярном наборе инструментов для создания веб-интерфейсов), работает иначе — её бесплатное использование ограничено для коммерческих проектов. Попробовать: попроси своего агента добавить плагин HyperFrames в Claude Code и отрендерить короткое видео-анонс с заголовком и фоновой музыкой.

DeepSeek выпустил обновлённую версию своей флагманской модели — V4.1 Flash, теперь с индексом 1017, и сами авторы называют это доработкой под задачи рассуждения, программирования и агентных сценариев. Весит она 763 миллиарда параметров, и даже сжатая версия для локального запуска занимает несколько сотен гигабайт — поставить такое на свой компьютер нереально. По одному из тестов на автономное программирование она получила 77 баллов, и на бумаге это звучит сильно. Я каждый день работаю с агентами в Claude Code, и с китайскими моделями такого калибра обычно повторяется одна и та же история: на бумаге сильно, а в настоящей агентной работе — слабее.

OpenBMB показали, что их новая модель для понимания картинок и видео, MiniCPM-V 4.7, работает прямо на iPhone, без сервера и без интернета — авторы заявляют скорость от 13 токенов в секунду на iPhone 17 Pro Max, а занимает на телефоне около 3 ГБ. Модель понимает одно изображение, несколько сразу и видео, то есть можно показать ей скриншот или ролик и получить описание обычным языком. Для компьютера есть версия в формате GGUF, так что завести её на десктопе — тоже не проблема. Технически это красивый фокус, но как рабочий инструмент для серьёзных задач я бы на неё не рассчитывал — такой класс моделей годится для простых повторяющихся вещей, а не для настоящей агентной работы.

FishAudio выпустили третье поколение своей голосовой модели — Drama 3, и сами называют её новым поколением модели для озвучки, построенной под многоголосые сцены и длинные тексты. В одной записи модель может развести до 16 разных голосов, клонировать голос по короткому образцу и управлять интонацией через простые текстовые пометки — например, задать, что реплика произносится со злостью или шёпотом. Авторы говорят про 83 поддерживаемых языка и про автоматическую разбивку длинных текстов на части, так что для озвучки целой главы книги не придётся резать текст руками. На тяжёлых серверных картах они укладываются меньше чем в 100 миллисекунд на реплику, но что получится на обычной видеокарте — в карточке не сказано.

Black Forest Labs сами описывают FLUX 3 Image Klein как модель с открытыми весами на 5,6 миллиарда параметров для генерации и редактирования картинок, и в этот раз они же сразу упаковали её под ComfyUI с готовыми наборами для работы — не нужно самому собирать модель из кусков. Можно сгенерировать картинку по описанию, отредактировать одну фотографию по инструкции или собрать композицию из нескольких референсов. Облегчённая версия идёт на 8 ГБ видеопамяти — подходит даже для не самой новой RTX 3070. Веса открытые, и по лицензии коммерческое использование результатов бесплатно, если выручка компании меньше 5 миллионов долларов в год.

Lightricks описывают LTX-2.5 как модель с открытыми весами, которую можно запускать и дообучать у себя, а её основное применение — генерация синхронного видео и звука по тексту, картинке или видео на входе. Модель состоит из двух версий трансформера по 22 миллиарда параметров: быстрой дистиллированной и полной для дообучения. Для слабых видеокарт авторы упоминают облегчённый режим с выгрузкой в память, но точную минимальную карту не называют — неприятный пробел для тех, кто планирует запуск дома. По лицензии коммерческое использование бесплатно, если выручка компании меньше 10 миллионов долларов в год.

Nvidia, производитель чипов, описывает эту модель как «модель для работы с текстом и изображениями, предназначенную для рассуждений, написания кода, работы с инструментами, понимания документов и понимания видео». Проще говоря, она читает текст, картинки и видео, а потом использует это, чтобы писать код, выполнять инструкции и работать с документами. Этот релиз сжат с помощью формата NVFP4, который уменьшает объём памяти, нужный модели. Nvidia сделала эту уменьшенную версию так, чтобы она как можно точнее соответствовала оригинальной 16-битной модели. Она может удерживать контекст до 1 миллиона токенов — это текст, картинки и история, которые она учитывает одновременно. Результаты зависят от теста. На тесте по коду SWE-bench Verified у неё 71.07 — почти то же самое, что 71.10 у оригинала. А вот на других тестах разрыв реальный. На тесте по работе в браузере WebVoyager результат падает с 77.72 до 66.31. На MMLU-ProX, тесте общих знаний, падение с 76.91 до 73.76. Запустить это дома не получится. Нужна одна станция DGX Spark, одна видеокарта H200, две видеокарты H100 либо система GB200 — всё это серверное оборудование. Чтобы попробовать, попроси своего ИИ-агента открыть страницу модели NVIDIA Nemotron 3.5 Super VL на Hugging Face, сайте для обмена ИИ-моделями, и объяснить, какие задачи с кодом, документами и видео она умеет решать — ведь это серверная модель, которую дома не установить.

trailhq/Trail-Code

Trail-code ранее был известен как Graft. Trail-code даёт ИИ-агентам для написания кода — таким как Claude Code, Cursor, Codex и Gemini — карту вашей кодовой базы. Инструмент работает офлайн на вашей машине. Tree sitter, библиотека для разбора кода, парсит каждый файл в кодовой базе, выискивая функции и графы вызовов. Никакие ИИ-модели или подключение к интернету не нужны. Работает с 23 языками программирования. Функция «learnings» позволяет сохранять то, что вы узнали, поправляя своего агента или работая с ним в паре, — чтобы в будущих сессиях (или другим пользователям) это пошло на пользу. Они прогнали этот инструмент на своём датасете из 162 запусков и на отраслевом бенчмарке SWE-bench Verified. В качестве агента они использовали модель Anthropic Claude Sonnet 5. С картой агент смог решить 33 из 50 реальных задач по написанию кода. Без карты агент решил 27. Установить инструмент можно командой npm install -g @trailhq/trail-code, а затем trail init в папке проекта. Никакого фонового процесса нет, всё хранится локально на диске.

TencentCloud/Octop

Octop — это open source ИИ-ассистент, который ты сам устанавливаешь и запускаешь на своём компьютере. Его сделала Tencent Cloud, облачное подразделение китайского техногиганта Tencent. Он поддерживает несколько пользователей и несколько «экспертных» агентов, работающих одновременно. Общаться с ним можно через веб-панель, Telegram, Discord, WeChat, QQ или китайские корпоративные чаты Feishu, DingTalk и WeCom, плюс есть способ прямого подключения для своих интеграций. Можно собрать библиотеку «экспертов» под разные задачи, включая готовые шаблоны личности, которые авторы называют MBTI-персонами, и переключаться между ними. Один аккаунт администратора обслуживает несколько пользователей — подходит для семьи или небольшой команды. Бета-функция AgentTeams позволяет одному координирующему агенту разбивать многошаговую задачу между несколькими экспертами. Своей модели у Octop нет. Подключить её можно через OpenAI-совместимый ключ — формат подключения, который поддерживают многие поставщики ИИ, — через DashScope, облачный сервис китайской компании Alibaba, где хостятся её модели Qwen, либо запустив модель локально через Ollama, бесплатный инструмент для запуска ИИ-моделей на своей машине. Чтобы установить, нужно выполнить однострочную команду установки со страницы проекта на GitHub, следуя README — файлу с инструкциями проекта.

storytold/filmcraft

FilmCraft — это профессиональный видеоредактор с открытым кодом, который делает ArtCraft, открытая группа разработчиков творческих инструментов, целиком на Rust — быстром языке программирования с упором на безопасность. У него свои собственные кодеки (технология, которая сжимает и воспроизводит видео и аудио) для H.264, ProRes и AAC. Он также умеет обрабатывать изображение на GPU и работает с точностью до кадра по времени. Интерфейс привычный: панели, обрезка, цветокоррекция с колёсами и кривыми, титры и субтитры — как в других профессиональных редакторах. А вот что важно для этой истории: каждое меню, кнопка и слайдер — это ещё и отдельная команда, со своим ID и типизированными настройками. Таких команд больше 650. Вызвать одну и ту же команду можно из интерфейса, из командной строки (управление только текстом), по сети в формате JSON (распространённый формат данных) или через собственный MCP-сервер FilmCraft (стандартный способ подключения ИИ-агентов к программам). А значит, Claude или другой ИИ-агент может монтировать, грейдить и экспортировать видео так же точно, как человек. Авторы говорят, что трейлер и цветокоррекция, показанные в их README (собственная страница инструкций проекта), сделаны агентом, который управлял запущенной копией приложения, а не человеком. Декодирование ускоряет железо: на Mac это VideoToolbox, а на Windows и Linux — чип NVDEC от NVIDIA, если у тебя подходящая видеокарта. Для экспорта чип NVENC от NVIDIA ускоряет H.264 и на Windows, и на Linux. Ускоренный экспорт в HEVC работает только на Windows (через NVENC) и на Mac (через VideoToolbox), на Linux — нет. Собственный код FilmCraft умеет декодировать HEVC-видео, но не умеет его кодировать: экспорт в HEVC идёт только через аппаратный путь. Проект сам называет себя альфой. Некоторые функции, вроде импорта проектов Adobe Premiere или экспорта в AV1 (более новый видеоформат), пока не готовы. Работает нативно на macOS, Windows и Linux, а в браузере — через WebAssembly (способ запускать тяжёлый код прямо в браузере). Чтобы установить: возьми готовую сборку на getartcraft.com/apps/filmcraft или собери из исходников по README, а потом открой демо-проект и сделай скриншот результата.

paperclipai/paperclip

Paperclip — это сервер на Node.js, то есть серверная программа, с веб-дашбордом. Он сделан для того, чтобы управлять командой ИИ-агентов, которые делают настоящую работу. Проект описывает три шага. Сначала ты формулируешь цель простыми словами. Потом нанимаешь команду агентов на роли вроде CEO, CTO, инженера, дизайнера, маркетолога. И наконец, проверяешь план, задаёшь бюджет и наблюдаешь за работой из дашборда. Paperclip не даёт тебе агентов сам по себе. Он подключается к агентам, которыми ты уже пользуешься. Claude Code — это кодинг-агент от Anthropic, и это один из них. Codex — это кодинг-агент от OpenAI, и это другой. Paperclip связывается с каждым через свой встроенный коннектор. Чтобы установить его, запусти `npx paperclipai@latest onboard --yes`. Эта команда взята из README проекта, со страницы с инструкциями на GitHub.

Niko1221/Strata

Strata — это инсталлятор и локальный сервер для Qwen3.8-Flash-Next, модели на 125 миллиардов параметров от команды Qwen. Обычно её собирают под серверное железо. Мастер первого запуска проверяет видеокарту и память, спрашивает, какую версию модели ставить и какой нужен контекст (сколько текста модель может держать в памяти одновременно), а затем скачивает готовую сборку движка для запуска моделей под вашу карту — NVIDIA, AMD или Intel — или собирает её на месте, если готовой нет. После установки модель работает как локальный веб-сервер на 127.0.0.1:8080 и говорит на тех же протоколах, что API OpenAI и Anthropic. А значит, можно направить на него Claude Code, Codex CLI, OpenCode или похожих агентов для написания кода, просто поменяв адрес сервера. По умолчанию модель читает картинки и умеет работать с файлами и кодом. Лицензия MIT, телеметрии нет, аккаунт не нужен; в репозитории есть отдельный документ, где расписано, что именно скачивается и когда программа выходит в интернет.

mistralai/timestral

Timestral — семейство моделей от Mistral AI, компании, которая делает модели ИИ. Эти модели прогнозируют временные ряды — числа, которые меняются во времени, например продажи или температуру. Есть четыре размера, от 5 до 209 миллионов параметров. Весят они от 21 до 837 МБ. Все они лежат на Hugging Face, сайте, где хостятся модели ИИ, в аккаунте самой Mistral AI. Для каждого будущего шага модель предсказывает не одно число, а диапазон вероятных значений. Она может заглядывать назад до 32 768 шагов прошлых данных. На собственных бенчмарках Mistral на момент выхода самая крупная версия, Timestral-209M, заняла первое место среди предобученных моделей. Это было сразу по трём крупным открытым тестам на прогнозирование. В этом репозитории лежит только код, который запускает модель. Попроси своего агента установить её командой pip install git+https://github.com/mistralai/timestral.git. Потом попроси его запустить демо-пример прогноза из README, страницы с инструкциями проекта, на тестовых данных. Веса модели сами скачаются с Hugging Face при первом запуске.

Jakeschincariol/instagram-agent-skill

Это набор из тринадцати скиллов для Claude — модели ИИ, с которой ты общаешься. Они пишут сценарии для Reels, оценивают «хук» (первые секунды видео, которые решают, останется зритель смотреть или нет) по известным формулам, пишут подписи с учётом того, где Instagram обрезает текст в ленте, оценивают твой профиль по 100-балльной шкале и убирают невидимые символы и типичные фразы, которые остаются после генерации текста ИИ. Устанавливаются так: вставляешь ссылку на репозиторий в Claude и просишь установить скиллы. Публикуешь всё только ты сам.

diegosouzapw/OmniRoute

OmniRoute — это бесплатный шлюз с открытым кодом, промежуточный сервер, который связывает твой инструмент для кода с сотнями провайдеров ИИ через один адрес. Установи его, направь свой инструмент на адрес, который он выдаст, и он сразу начнёт отвечать через бесплатную модель «auto», без ключа и без регистрации. Подключать свой аккаунт провайдера нужно только если хочешь больше, чем этот бесплатный маршрутизатор даёт.

alchaincyf/huashu-motion

Это скилл — готовый набор инструкций — для ИИ-агентов, которые пишут код, вроде Claude Code (кодового ассистента от Anthropic) и Codex (кодового агента от OpenAI). Он работает через протокол Agent Skills — общий формат, который позволяет разным агентам загружать один и тот же скилл. Ты говоришь агенту: сделай мне 30-секундный промо-ролик для моего продукта. Он читает про твой продукт, а потом предлагает выбрать из трёх стилистических направлений. Он пишет полный сценарий и разбивает сцены на покадровый ритм. Для музыки агент не берёт готовый трек — он сочиняет свою собственную партитуру. Эту партитуру он проигрывает настоящими сэмплами фортепиано, струнных и барабанов — записями настоящих инструментов. Если ты не скачал сэмплы, он использует вместо них синтезированный звук. Готовый ролик — это просто веб-страница с анимацией на коде, а не видеофайл. Он открывается в редакторе прямо в браузере. Ты кликаешь на любой кадр, пишешь свою претензию в одну строку, и агент правит только это место. Всё остальное остаётся без изменений. Автор README говорит, что разобрал покадрово 21 настоящий промо-ролик известных компаний и 142 популярных анимационных видео. Из этого он выделил около 20 именованных «языков движения» для разных типов продуктов. Эта библиотека — ядро скилла, а не готовые шаблоны. Чтобы его установить, скажи своему агенту: установи скилл huashu-motion с github.com/alchaincyf/huashu-motion, с помощью команды `npx skills add alchaincyf/huashu-motion`. Потом попроси его собрать демо-промо-ролик для твоего продукта и показать тебе результат. Проверено это было только на macOS. Тебе понадобятся Node 22+ (среда выполнения JavaScript), Chrome и FFmpeg (инструмент для кодирования видео). Видеокарта не нужна — рендеринг идёт через твой собственный браузер.

storytold/gridcraft

GridCraft — бесплатная программа для таблиц, которую команда ArtCraft пишет с нуля на языке Rust как замену Microsoft Excel. Внутри есть всё, к чему привык пользователь Excel, от строки формул до сводных таблиц и графиков, а родной формат файлов у неё обычный .xlsx. По подсчёту авторов, программа покрывает 89% команд ленты Excel из их списка и 513 из 523 функций для формул. Для нас главное другое: каждая кнопка, пункт меню и диалог существуют как отдельная команда. Агент вызывает эти команды через MCP-сервер, через консольную утилиту или через канал управления уже открытым окном. Через MCP агент читает и записывает диапазоны ячеек, считает формулы, форматирует, вставляет графики, создаёт таблицы, сортирует и фильтрует данные. Программа работает на macOS, Windows, Linux и BSD, а ещё в браузере, без подписки, без сервера лицензий и без телеметрии. Это альфа: готовность к настоящей работе авторы оценивают примерно в 50%, а точное открытие реальных файлов .xlsx стоит у них первым пунктом в планах.

edrisranjbar/lifeos

Edi Life OS — панель на собственном хостинге с десятью разделами под одним логином и одной базой данных: обзор с дневным баллом, раздел роста, связывающий долгосрочные цели со SMART-целями и привычками, фокус-таймер, учёт расходов и долгов, трекер привычек, канбан-доска, календарь, цели, заметки в markdown и стикеры. Разделы связаны между собой, а не существуют порознь: привычка двигает прогресс цели, карточка канбана с дедлайном сама появляется в календаре, а общий дневной балл считается из фокуса, привычек, целей и задач сразу. Встроенный MCP-сервер даёт 15 инструментов через защищённый токеном HTTP API — Claude Desktop, Claude Code или любой другой MCP-клиент может прочитать дашборд, завести цель, отметить привычку выполненной или записать расход на обычном языке; саму базу данных и учётные данные сервер не трогает. Разворачивается одной командой `docker compose up` (MySQL, приложение и вложения — в отдельных томах) либо как обычный PHP+MySQL сайт на шаред-хостинге.

darshi1337/apogee

Apogee — расширение для браузера, которое делает конспект того, что открыто перед вами: статьи, выделенного куска текста, PDF- или DOCX-файла, вставленного текста, видео с YouTube или Bilibili. Открываете всплывающее окно или боковую панель, выбираете формат — и получаете пересказ по пунктам, где клик по любому пункту прокручивает исходную страницу к нужному месту. Для видео вместо пересказа строится таймлайн с кликабельными ключевыми моментами. По умолчанию модель считается на вашей же видеокарте через WebGPU, а если её нет — на процессоре через WebAssembly, поэтому расширению не нужны ни аккаунт, ни API-ключ, ни сервер. Для более длинных или сложных документов можно подключить свою локальную Ollama или llama.cpp — расширение обращается только к адресу на самом компьютере.

storytold/wordcraft

WordCraft — бесплатный текстовый процессор, программа для написания и оформления документов. Команда ArtCraft пересобирает его с нуля на Rust, языке программирования. Внутри нет ни строчки собственного кода Microsoft. В нём есть панель Word (панель инструментов с вкладками), стили, примечания и список литературы в форматах APA, MLA, Chicago и IEEE. Также есть отслеживание изменений с комментариями на полях и слияние писем из файла таблицы CSV. Всё это бесплатно, без регистрации. Работает на macOS, Windows, Linux, BSD и в браузере — из одной общей базы кода. Вот деталь, которая важна для аудитории вроде нашей: каждое из 422 действий — это отдельная именованная команда. Агенты добираются до тех же команд тремя способами: через MCP-сервер, инструмент командной строки или JSON-канал. MCP — это канал, который позволяет инструментам ИИ управлять приложением напрямую. Агент может набрать текст, применить стиль, вставить таблицу и сохранить файл. А потом проверить свою работу, прочитав структуру документа обратно, без всяких скриншотов. Разметка абзацев кешируется, поэтому редактирование документа на 188 страниц перерисовывается за ~1.4 миллисекунды. Это альфа-версия. Сами авторы оценивают готовность панели Word в 88%. Это примерно 55-60% пути к замене Word в повседневной работе. Чтобы попробовать, открой github.com/storytold/wordcraft, собери программу сам или возьми установщик со страницы Releases. Подключи её к Claude Code через claude mcp add wordcraft -- wordcraft-cli mcp. Потом попроси агента открыть тестовый документ, применить стили и показать результат.

Liquid AI делает маленькие модели, предназначенные для работы на обычных устройствах. Свою d1-3B они называют моделью решений — 3 миллиарда параметров, построена на их модели LFM2.5-VL-3B, которая читает текст и изображения. Вы подаёте ей ситуацию: текст, JSON (формат структурированных данных), изображение или их сочетание. Затем задаёте вопросы — да/нет, выбор одного варианта или оценка от 1 до 10. Она отвечает на все сразу за один проход, без единого слова текста. Каждый ответ — это калиброванная вероятность, а не предложение. Компания прямо говорит: это не чат-модель, она не умеет писать текст и не для этого создана. Устанавливать ничего не нужно, чтобы попробовать. Откройте демо d1 Arcade от Liquid AI на huggingface.co/spaces/LiquidAI/system-one-arcade и проверьте вопрос прямо в браузере.

EmbeddingGemma 2 — новая модель от Google DeepMind (подразделения Google, которое занимается исследованиями в области ИИ). Эта модель НЕ чат-бот (она не отвечает на твои запросы и не генерирует текст). Она переводит текст, изображения, видео и звук в общее пространство эмбеддингов. Эмбеддинг — это числовое представление сходства между разными объектами. В текст может быть включён код. Поддерживает больше 100 языков. Улучшает поиск по коду на 14% по сравнению с предыдущей моделью. Маленькая модель (всего 740 миллионов параметров), рассчитана на запуск на телефонах и ноутбуках, а не на серверах. Попроси своего агента установить EmbeddingGemma 2 по этой ссылке, а потом настроить локальный семантический поиск по папке с твоими заметками или документами. Понадобится обычный ноутбук с памятью от 8 ГБ.

Qwen3.8-27B — это модель для ИИ-рассуждений и вызова инструментов, разработанная китайской компанией Alibaba. Это уменьшенная версия Qwen3.8-27B. Модель создал Underdog, который опубликовал её на Hugging Face (платформа для публикации ИИ-моделей) под именем пользователя ConwayResearch. Полноразмерная модель Qwen3.8-27B весит 54GB, а эта уменьшенная версия — всего 7.89GB. Модель специально спроектирована так, чтобы сохранить способность исходной модели вызывать инструменты, а не просто уменьшить размер. В Berkeley Function Calling Benchmark (тест на способность вызывать инструменты) эта уменьшенная модель выполнила 88/120 задач против 84/120 у полноразмерной модели. В 9 бенчмарках эта модель показывает средний результат в 96% от результата полноразмерной модели. Модель плохо справляется со сложными математическими задачами (например, на математическом соревновании AIME 2025 эта модель набрала 79.2 балла, а полноразмерная модель — 96.7). Эту модель можно использовать и для обработки изображений. Для этого нужно отдельно скачать небольшой плагин для работы с изображениями и подключить его к модели. Вот как пользоваться этой моделью: скопируй ссылку на страницу модели, попроси своего кодового агента скачать файл модели, запусти файл модели через llama.cpp (программа для локального запуска файлов моделей) и зарегистрируй этот файл модели как модель для вызова инструментов для своего агента.

Поставил Clef от Cloudflare на свои тестовые тикеты поддержки и дал ей сразу несколько вопросов: злится ли клиент, нужна ли эскалация, какой это тип проблемы. Модель не пишет ответ, а сразу выдаёт вероятность по каждому варианту — и это за один проход на 27 миллиардах параметров. По таблице самой Cloudflare на тесте BANKING77 (сортировка банковских обращений) Clef набирает 94,2 против 79,7 у платного Jev, с которым она напрямую соревнуется. Мне понравилось, что на узкой сортировке она не путается, а вот для вопросов с общими знаниями я бы её не брал — там платный Jev выигрывает с большим отрывом.

Поставил Qwen3.8-27B от Alibaba локально и дал ей скрин с кодом плюс вопрос на русском. Она нативно понимает картинки и видео, а не только текст, и умеет сама решать, думать быстро или долго перед ответом. По сравнению с прошлой Qwen3.6-27B прирост заметный: на кодинг-тесте SWE-bench Pro 61,7% против 53,5%. Для локального запуска уже есть больше 700 квантованных версий, в том числе официальная от unsloth, так что завести её несложно.

Поставил Laya от Convai Innovations (хендл на Hugging Face — convaiinnovations) и прогнал через неё несколько тестовых писем в поддержку с типовыми вопросами. Она тоже отвечает не текстом, а вероятностью за один шаг — английская версия на 421 миллионе параметров, отдельная многоязычная на 322 миллионах покрывает 100+ языков. На GPU ответ на один вопрос занимает 32,8 миллисекунды, платному Jev на тот же вопрос нужно от 236 до 276 миллисекунд, а на обычном CPU, без видеокарты, у Laya это 0,2–0,5 секунды. Единственное, что смущает — на вопросах с 20 и больше вариантами ответа она путается, и тут дообучение на своих данных поднимает точность с 0,362 до 0,766.

Эту модель выпустила Qwen — китайская лаборатория ИИ от Alibaba. Alibaba — китайский технологический гигант. Qwen-Image-2.1-Turbo — это более быстрая версия их модели для изображений, Qwen-Image 2.1. Это та же система на 7 миллиардов параметров для превращения текста в картинки и редактирования готовых изображений. Просто картинка собирается за 8 шагов вместо полного процесса. Настройки уже подобраны, так что менять их самому не нужно. Чтобы установить модель, попроси своего агента скачать Qwen-Image-2.1-Turbo с Hugging Face — сайта-хаба, где публикуют ИИ-модели. Страница — huggingface.co/Qwen/Qwen-Image-2.1-Turbo — попроси агента выбрать сжатую версию под твой компьютер и сгенерировать тестовую картинку.

Эта модель берёт готовый текст — письмо, эссе, отчёт, пост на форуме — и переписывает его так, чтобы он звучал как написанный человеком, а не ИИ. Её сделал независимый разработчик под псевдонимом jialinyyzz на основе Gemma — базовой модели ИИ от Google — с 12 миллиардами параметров (это примерный показатель размера модели). При переписывании она сохраняет каждое число, дату, имя и цитату в точности как было — меняет только стиль и ритм предложений. По тестам со строгим AI-детектором Originality.ai 95% переписанных черновиков читаются как написанные человеком; детектор отметил ИИ только в 11 из 210 текстов — против 26 у прошлой версии. Разработчик также проверил точность: все 420 переписанных английских текстов прогнали через фактчекинг, и в 376 из них не нашлось ни одной фактической ошибки. Модель работает офлайн — через программу для запуска моделей ИИ на своём компьютере или напрямую через llama.cpp; её можно поставить на обычный ноутбук с 16 ГБ памяти, в сжатом виде она весит около 7 ГБ.

Baidu — китайский технологический гигант, стоящий за крупным поисковиком и облачной платформой — сделал эту модель. Она читает текст с изображений и документов: отдельные фото, многостраничные сканы, PDF-файлы. Авторы называют её продолжением DeepSeek-OCR, ещё одной открытой OCR-модели, и говорят, что она может прочитать длинный многостраничный документ за один проход, без разбивки на части — отсюда и «unlimited» в названии. Она маленькая, 3 миллиарда параметров, под лицензией MIT без ограничений на использование. Сжатые версии уже вышли, готовые к запуску через llama.cpp (инструмент для локального запуска моделей), LM Studio, Jan или Ollama.

Whistle — маленькая ИИ-модель для распознавания речи, разработанная Cactus-Compute. Распознавание речи — это превращение устной речи в письменный текст. Эту модель можно использовать в мобильных телефонах, носимых устройствах, роботах, системах умного дома, автомобилях и микроконтроллерах (маленьких компьютерах с ограниченной памятью). Модель — это всего один файл размером 16.9 мегабайта. Она использует то же вычислительное ядро, что и другая ИИ-модель от Cactus-Compute под названием Needle. Эта модель не требует GPU (графического процессора) или дополнительного программного обеспечения. Whistle выполняет на устройстве следующие задачи: расшифровывает до 30 секунд аудио на английском, немецком, французском, испанском, итальянском, голландском и польском языках. Даёт тайм-коды начала и конца каждого слова вместе с оценкой уверенности. Создаёт аудиоотпечатки для поиска и сравнения аудиофайлов. Например, если твоё устройство воспроизведёт запись фразы «выключи свет на кухне», модель выдаст точно такой же текст. Модель распространяется по лицензии Apache 2.0. Это значит, что ты можешь свободно скачивать и изменять её под свои нужды, включая коммерческое использование. Модель легко устанавливается как python-пакет (Python — популярный язык программирования). Также у неё есть интерфейс на C, который можно использовать во встраиваемых системах (крошечных компьютерах). Попроси своего агента перейти по ссылке на Whistle на Hugging Face (платформе для публикации ИИ-моделей), затем попроси его установить пакет, распознать какой-нибудь англоязычный аудиофайл и вывести распознанный текст вместе с тайм-кодами для каждого слова. Эту модель можно запустить на любом обычном компьютере или даже на телефоне. GPU не требуется.

storytold/vectorcraft

VectorCraft, по словам самих авторов, — программа для векторной иллюстрации: open source, пересборка Adobe Illustrator (платного приложения для дизайна от Adobe) «с чистого листа», написанная на Rust, языке программирования. Она нативно работает на macOS, Windows, Linux и FreeBSD, а также в браузере, и сохраняет привычную раскладку инструментов Illustrator — перо, прямое выделение, Pathfinder, Smart Guides, панели Appearance, Swatches и Layers — так что переучиваться почти не придётся. Рендеринг многопоточный и использует SIMD-инструкции процессора (способ выполнять много вычислений за раз) вместо видеокарты, поэтому 20 000 фигур отрисовываются примерно за 27 миллисекунд в полном retina-разрешении, а интерфейс при этом держит 120 кадров в секунду. Любой инструмент, меню и диалоговое окно также доступны через JSON-канал управления и MCP-сервер (стандартный способ для ИИ-агентов вызывать внешние инструменты), поэтому агент вроде Claude может рисовать, редактировать и экспортировать через тот же командный путь, которым пользуется человек, а не через слой скриптов, навешанных сверху. В README прямо сказано, что все показанные там иллюстрации, включая градиенты и постеры, сделаны целиком через этот же интерфейс, и это главное доказательство, что агентный путь реально работает, а не просто демо. Авторы честно говорят, на каком этапе проект находится: по их собственной оценке, примерно 69–75% функций Illustrator существуют и работают, и лишь 40–55% доведены до уровня, когда профессионал не отличит разницу. Чего не хватает, тоже перечислено: 3D и растровые эффекты в духе Photoshop, скриптинг, доводка мелких деталей взаимодействия и нормальные установщики для Windows и Linux, так что сейчас это крепкий фундамент, а не готовая замена.

storytold/pdfcraft

PdfCraft — бесплатная программа с открытым исходным кодом для чтения и редактирования PDF-файлов (распространённый формат документов). Она написана на Rust (язык программирования) командой ArtCraft, сообществом людей, которые вместе делают приложения для творчества. Авторы называют её мастерской для PDF — открытым клоном Adobe Acrobat. Она написана с нуля, без использования какого-либо кода самого Acrobat. Работает на macOS (включая собственные чипы Apple), Windows, Linux, FreeBSD и даже прямо в браузере. Твой документ никогда не покидает компьютер — без аккаунта, без слежки, без облачного этапа. Внутри есть слой для агентов: MCP-сервер, стандартный способ, которым ИИ-агенты общаются с инструментами. По умолчанию он выключен и вообще никогда не открывает сетевой порт. Он общается только через stdin/stdout, локальный текстовый канал к программе на твоём же компьютере. То есть сетевое соединение он не устанавливает вообще никогда. Когда агент его запускает, он получает те же инструменты, что доступны человеку в приложении. Искать и вытаскивать текст, переключаться между страницами и менять их порядок, отвечать на комментарии. Заполнять поля форм, защищать паролем, объединять и разделять документы, отменять действия и сохранять. Чтобы попробовать, открой репозиторий на GitHub. Попроси своего агента настроить PdfCraft или собрать его pdfcraft-cli (инструмент командной строки), следуя README (файлу с инструкциями проекта). Затем включи его MCP-сервер, указав на папку с несколькими твоими PDF. Попроси агента найти кусок текста и вывести список полей формы в одном из файлов.

storytold/lightcraft

LightCraft — бесплатное приложение с открытым исходным кодом для организации и обработки фотографий. Команда ArtCraft пишет его с нуля на Rust, языке программирования. В нём нет ни строчки оригинального кода Adobe. Авторы называют это «чистой» пересборкой Adobe Lightroom, известной программы для фотообработки. LightCraft работает нативно на macOS, Windows и Linux. Также работает в браузере через WebAssembly — технологию, позволяющую запускать код на веб-страницах со скоростью, близкой к нативной. Никакого аккаунта, никакого облака и никакой телеметрии — то есть данные об использовании никуда не отправляются разработчикам. Подписка тоже не нужна. Каталог фото хранится как обычный, читаемый журнал правок, так что изменения можно сравнивать или откатывать построчно. На RAW-фото с 24-мегапиксельной камеры — необработанном файле изображения — на чипе Apple M4 Pro сдвиг слайдера перерисовывает картинку примерно за 4 миллисекунды. Быстрый просмотр занимает около 30 миллисекунд, а полный экспорт — около 0,3 секунды. Без видеокарты та же работа выполняется на обычном процессоре, просто медленнее. Каждый слайдер, мазок кисти и клик по меню в LightCraft — отдельная именованная команда. LightCraft также поставляется с MCP-сервером — коннектором, который позволяет ИИ-агенту отправлять те же самые команды. Запускается он командой lightcraft-cli mcp. Через этот сервер агент может выбрать фото. Может обработать RAW-файл, настроив экспозицию и свет. Может нарисовать маску на небе. Потом может экспортировать готовое фото. Всё это агент может делать в фоне. А может делать это и в открытом приложении, кликая по кнопкам и делая скриншоты по ходу дела. Скриншоты в самой документации LightCraft сделаны именно так. По собственным подсчётам авторов, LightCraft сейчас покрывает около 79% всех функций Lightroom. Если считать только базовые функции, цифра — 98%. Как повседневную замену для ежедневной обработки авторы оценивают его ближе к 60-70%. Лучше всего он работает с JPEG и DNG, а также с большинством RAW-файлов Nikon, Sony и старых Canon. Одно честное ограничение: маскирование неба и объектов выглядит как ИИ-функция. На деле это классические эвристики компьютерного зрения — заданные, вручную прописанные правила, а не обученная ИИ-модель. Также в LightCraft пока нет шумоподавления на основе ИИ. Нет и HDR — это расширенный динамический диапазон, способ показывать и светлые, и тёмные детали одновременно. В планах авторов — опция подключить модель SAM 3 от Meta для некоторых типов масок. Эта модель будет отдельной загрузкой с согласия пользователя. По умолчанию она не входит в приложение. Чтобы попробовать самому: установи LightCraft с github.com/storytold/lightcraft, следуя README — файлу с описанием установки. Самый простой путь — установщик на getartcraft.com/apps/lightcraft. Импортируй тестовую папку RAW- или JPEG-фото, запусти MCP-сервер и попроси агента выбрать одно фото, обработать его, замаскировать небо и экспортировать.

storytold/deckcraft

DeckCraft — проект небольшой студии ArtCraft, которая делает открытые творческие инструменты. Он переписывает PowerPoint, программу Microsoft для презентаций, с нуля на Rust, языке программирования, без единой строчки кода Microsoft внутри — команда называет это clean-room клоном, то есть программа написана без подглядывания в код самой Microsoft. Сейчас в нём уже есть образцы слайдов (мастер-слайды), одиннадцать шаблонов разметки, восемь тем, больше 150 готовых фигур, таблицы, диаграммы, базовый SmartArt (готовые фигуры для диаграмм), переходы с эффектом Morph и анимация по абзацам. Работаешь в нём мышкой и через меню — так же, как в PowerPoint. Готовая презентация открывается и сохраняется как настоящий файл .pptx, собственный формат файлов PowerPoint, либо экспортируется в PDF, PNG или JPEG. По собственной оценке команды, DeckCraft покрывает процентов 79 функций PowerPoint по широте охвата и 93% ключевых функций, и прошёл примерно 80% пути до первой альфа-версии — рабочего черновика, а не готового продукта. Каждое действие в программе — это ещё и команда с отменой, и их больше 200. А значит, те же самые команды может вызывать и ИИ-агент — через MCP (протокол, который позволяет ИИ-агентам управлять приложениями) или через JSON-канал управления, самостоятельно собирая слайды, таблицы и диаграммы. Проект появился всего несколько дней назад, так что стабильности пока ждать не стоит, но готовые установщики для Windows, macOS, Linux и FreeBSD уже есть в разделе Releases на GitHub, так что поставить программу можно без касания исходного кода.

storytold/effectcraft

EffectCraft пересобирает Adobe After Effects с нуля. Adobe делает After Effects — стандартную программу для видеоэффектов и анимации. EffectCraft написан на Rust — языке программирования, созданном для скорости и безопасности. Проект сделала ArtCraft — команда, у которой уже есть похожие бесплатные открытые программы: PhotoCraft для фото и FilmCraft для видео. Первый коммит появился 1 октября. За неделю проект набрал больше 1 600 звёзд на GitHub — это способ отмечать и голосовать за проекты. Внутри есть слои, кейфреймы, 3D-камеры и источники света, а также 306 эффектов. Кейфрейм задаёт значение свойства в одной конкретной точке времени; движение между кейфреймами программа заполняет сама. 306 эффектов покрывают все 298 эффектов из After Effects, и ещё немного сверху. Анимацию можно экспортировать в Lottie — формат, который встаёт на сайт прямо так, без плагина. Рендер — превращение проекта в готовый видеофайл — обходится без FFmpeg, обычного открытого инструмента для этого. Вместо него EffectCraft написал свои видеокодеки на чистом Rust — для H.264, ProRes, HEVC и AV1. Файлы проекта — обычный JSON, читаемый текстовый формат. Такой файл можно открыть как текст и посмотреть историю правок в Git — инструменте, который отслеживает изменения файлов. Две необязательные функции берут готовое со стороны: вырезание объектов (Roto Brush) может использовать MobileSAM — маленькую модель распознавания, собранную на базе Segment Anything от Meta AI и TinyViT от Microsoft. Трекинг лица может использовать Face Landmarker от Google. Сами авторы говорят, что заменить After Effects в платной работе с клиентами он пока не готов. Никто покадрово не проверял, насколько картинка совпадает с оригиналом, а в Linux и Windows ещё остались мелкие баги интерфейса. Для установки: возьми установщик под свою систему — Mac, Windows или Linux — со страницы Releases проекта на GitHub, либо просто открой в браузере без установки.

remotion-dev/skills

Это пакет скиллов — инструкций, которые ИИ-агент читает перед тем, как действовать, — для создания видео в Remotion, инструменте, который делает видео из кода, а не в видеоредакторе. Один скилл запускает новый видеопроект или сцену по описанию, другой отвечает за вёрстку: анимация, текст, картинки, звук, шрифты, таймкоды. Другие запускают рендер в готовый видеофайл или строят карты с анимированными маршрутами, используя Mapbox, MapLibre или CesiumJS. Устанавливается через npx skills add remotion-dev/skills в терминале, либо скиллы можно выбрать при создании проекта через bun create video.

multica-ai/andrej-karpathy-skills

Это файл CLAUDE.md — файл настроек для Claude Code, инструмента Anthropic для написания кода с помощью ИИ. Он составлен по заметкам Andrej Karpathy о типичных ошибках ИИ при кодинге: угадывает твои намерения, скрывает, что не понял, раздувает код и трогает то, в чём не разбирается. Он задаёт четыре правила — проговаривать предположения вслух, писать минимум кода, менять только то, что просили, и проверять результат тестом. Он работает и в Cursor, ещё одном ИИ-инструменте для кодинга. Установить его можно, попросив своего агента выполнить /plugin marketplace add, потом /plugin install, либо скачав файл CLAUDE.md в свой проект через curl.

666ghj/MiroFish

MiroFish — движок, собранный из тысяч ИИ-агентов: ботов с собственной памятью и характером. Ты даёшь ему реальное зерно — например, новость, черновик политики или роман — и он строит параллельный цифровой мир, где эти агенты взаимодействуют друг с другом. Описываешь обычным языком, что хочешь предсказать, и получаешь прогнозный отчёт плюс интерактивный цифровой мир, который можно расспрашивать. Чтобы запустить, нужны Node.js 18+, Python 3.11-3.12 и uv — менеджер Python-пакетов. Нужен платный API-ключ для LLM (в README советуют Qwen-plus, модель Alibaba) и ключ от Zep — сервиса для хранения памяти: бесплатной месячной квоты Zep хватает для простых задач. Оба ключа кладёшь в файл .env, запускаешь npm run setup:all, потом npm run dev — или используешь Docker, инструмент для запуска готовых сборок, командой docker compose up -d.

Автор описывает Space одной строкой: «Сыграй в шахматы против полного коннектома взрослой плодовой мушки» — коннектом означает полную карту проводки всех нейронов и связей в мозге. Он построен на реконструкции мозга FlyWire, проекте по картированию мозга: 138,639 нейронов и 15.1 миллиона связей, взятых у настоящей мухи. Каждый ход на доске активирует 10,855 зрительных нейронов мухи, сигнал расходится по всей сети за пять шагов, а ход и вероятность победы считываются с нейронов в центральном мозге мухи. Проводка нейронов никогда не менялась — она в точности совпадает с биологической реконструкцией, включая знак каждой связи. Обучили только силу каждой связи, индивидуальную чувствительность и порог срабатывания каждого нейрона, а также финальный считывающий слой — на партиях Lichess, оценённых Stockfish, шахматным движком. Вдобавок есть поиск, заглядывающий на три хода вперёд, где один полный уровень этого поиска — это один сквозной проход через мозг. Модель вместе с весами весит около 150 мегабайт, скачивается один раз, а дальше отдаётся из кэша браузера. Чтобы попробовать: открой страницу Space в Chrome или Edge — они поддерживают WebGPU, функцию браузера для запуска ИИ.

AutoTrust, ИИ-лаборатория, которая её сделала, описывает JEV-27B-VL как «JEV-27B, которая умеет видеть — те же решения System 1 и System 2, но теперь на картинках». System 1 — это быстрая часть: даёшь текст, до восьми картинок и вопрос — да/нет, оценку от 0 до 5 или выбор одного варианта из до 256 — и за один проход она возвращает калиброванную вероятность для каждого варианта, без абзаца текста. Она построена на Qwen3.8-27B (готовой модели для работы с изображениями и текстом); визуальная часть не менялась, обучили только новую голову принятия решений. В публичном рейтинге из 20 таких моделей для визуальных решений она первая, обходит Qwen3.5-397B — модель примерно в 15 раз больше. В независимом тесте VL-RewardBench (CVPR 2025) она набирает 78,3% точности, выше GPT-4o и Claude 3.5 Sonnet — хотя сравнение не совсем честное, это более старые версии, а не текущие. Чтобы запустить: попроси своего агента настроить её локально через vLLM или transformers (инструменты для запуска моделей), дай ей картинку с вопросом да/нет и посмотри на вероятность, которую она вернёт.

GEV-26B-Decide — небольшая модель ИИ от AutoTrust, лаборатории ИИ. Она отвечает на вопрос в текстовом виде калиброванной вероятностью для каждого варианта. Калиброванная значит, что вероятность совпадает с тем, как часто ответ действительно верен. Когда включён режим рассуждений, модель думает шаг за шагом только тогда, когда не уверена. Она построена на базе Gemma-4-26B-A4B, модели ИИ от Google с 26 миллиардами параметров, из которых на токен активно около 4 миллиардов. Обычный ответ занимает около 45 миллисекунд. Чтобы попробовать, зайди на её страницу на Hugging Face, сайте, где выкладывают модели ИИ для скачивания. Готового пакета для Ollama, инструмента, который запускает модели локально в один клик, нет. Вместо этого запускай её через vLLM или transformers — два инструмента для разработчиков, которые запускают модели ИИ. Понадобится Mac с памятью не меньше 32 ГБ или видеокарта с 24 ГБ.

Aleph Alpha (аккаунт aleph-alpha на Hugging Face, сайте, где хранят модели ИИ) — немецкая исследовательская лаборатория, которая называет Kolibri своей рассуждающей моделью, построенной на архитектуре «смесь экспертов» с упором на немецкий и английский языки. Всего в ней 78 миллиардов параметров, но на обработку каждого слова включается только 3,46 миллиарда — именно это держит расходы на запуск ниже, чем можно подумать по размеру. Окно контекста — сколько текста модель может прочитать за раз — протестировано до 1 048 576 токенов, хотя разработчики советуют оставаться в пределах 262 144 для скорости на повседневных задачах. Модель умеет работать в режиме явного пошагового рассуждения и вызывать внешние инструменты через API (способ, которым программы общаются с моделью), совместимый с форматом OpenAI. Разработчики прямо говорят: в системах, которые помогают принимать решения, модели место на стороне советчика — предлагать варианты и показывать ход рассуждений, а не действовать без контроля. Лицензия — Apache 2.0, свободно использовать и менять; релиз вышел 3 октября 2026 года. Aleph Alpha также подписала европейский кодекс практик для моделей общего назначения — это собственная европейская заявка на большую открытую модель, не копия американских или китайских. Если у вас есть сервер с подходящими картами, попросите своего агента развернуть Kolibri-1 через vLLM (инструмент для запуска моделей) со страницы на Hugging Face и проверить её на немецком и английском с включёнными рассуждениями и вызовом инструментов.

storytold/photocraft

PhotoCraft — бесплатная программа для редактирования фото с открытым исходным кодом. Чтобы попробовать её, попроси своего кодового агента установить её с https://github.com/storytold/photocraft: собери из исходников или возьми готовую сборку по README — странице с инструкциями проекта. Потом прогони пару тестовых фото через photocraft-cli, консольный инструмент программы, применяя к каждому одну и ту же правку. Она написана с нуля на Rust, языке программирования, без единой строчки кода Photoshop внутри. Авторы называют её реализацией Photoshop «с чистого листа»: программу переписали, не заглядывая в исходный код оригинала, и не скопировали из него ни строчки. В ней есть слои, маски, кисти, векторные формы и настоящие PSD-файлы — собственный формат Photoshop для хранения изображений со слоями. Она даже использует горячие клавиши Photoshop, так что переучиваться не придётся. Каждое действие в программе — одна из более чем 500 общих команд. Эти команды можно запускать из командной строки, печатая вместо того, чтобы кликать, или передавать ИИ-агенту. Это значит, что одна команда может применить одну и ту же правку сразу ко всей папке фото. При повторном сохранении PSD-файл сохраняет исходный вид в 307 из 309 файлов из тестового набора psd-tools. Вся обработка, включая умное выделение областей, идёт локально на твоём компьютере — без облака и без аккаунта. Авторы сами признают, что это ранняя альфа-версия, пока не замена Photoshop для повседневной профессиональной работы: не хватает генеративных ИИ-функций, примерно двадцати инструментов и глубины в типографике. Сборки под macOS подписаны и нотаризованы Apple, как и любое другое приложение для Mac.

rauchg/gdp-ts

gdp-ts — это крошечная библиотека и скилл для проектов на TypeScript. Скилл здесь — это готовый набор инструкций, который учит твоего ИИ-агента конкретному методу. Он построен вокруг идеи под названием Ghosts of Departed Proofs, которая превращает проверки прав доступа в часть самой системы типов, а не просто в строчку кода, зарытую внутри функции. Автор — Гильермо Раух, основатель Vercel, компании по веб-хостингу и деплою. Идея родилась из разговоров о безопасности в их огромной кодовой базе на TypeScript, где код пишут сотни инженеров и их ИИ-агенты. Работает это так: функция, которую нужно защитить — скажем, отключение парольной защиты проекта — теперь требует не просто ID пользователя. Ей нужно готовое доказательство, что нужная проверка уже прошла где-то в другом месте кода. Если доказательства нет, или оно сделано для другого пользователя или другого ресурса, код просто не скомпилируется. Он не работает ещё до того, как успевает запуститься. Устанавливаешь скилл, когда просишь своего ИИ-агента выполнить команду npx skills add rauchg/gdp-ts. Он учит агента, как настраивать такое доказательство, где его брать и как включить автоматическую проверку, которая сканирует код, чтобы никто не мог подделать доказательство. Авторы говорят, что это не отловит поддельные или устаревшие доказательства — это ограничение самого TypeScript, а не гарантия защиты от любой дырки.

Graphify-Labs/graphify

Это инструмент, который строит граф знаний. Это карта того, как идеи, код и файлы связаны во всём твоём проекте. Он работает внутри Claude Code, ИИ-инструмента Anthropic для написания кода. Код разбирается локально, а документы и изображения читает Claude — ИИ, который стоит за всем этим. Устанавливается это через pip install graphifyy, затем запускаешь graphify install, затем набираешь /graphify внутри Claude Code.

bkingfilm/lapian-notes

Lapian Notes — инструмент для изучения фильма покадрово. Он режет видео на кадры с шагом примерно в одну секунду. Затем сопоставляет с ними субтитры и упаковывает всё это в пакет для ИИ-чат-бота, например ChatGPT. Когда вы получаете обратно результат от ИИ, инструмент строит сюжетные линии на отдельных дорожках. Он также рисует дерево структуры сцен и кривую, показывающую, насколько вовлечён зритель в каждый момент. Для установки: скачайте zip-архив со страницы Releases проекта на GitHub, сайте, где хранится код. Разархивируйте его, затем дважды кликните run.bat на Windows или run.command на Mac — программировать не нужно.

alchaincyf/huashu-art-motion

huashu-art-motion — это скилл, набор инструкций и кода, для кодинг-агента. Он превращает описание видео в настоящий код анимации, нарисованный кодом, а не покачивающимися картинками. Устанавливаешь его командой `npx skills add alchaincyf/huashu-art-motion` в своём кодинг-агенте. Нужен просто обычный ноутбук, видеокарта не требуется. В комплекте 35 карточек художественных стилей — от наскальной живописи до Ван Гога, Баухауса и пиксель-арта. У каждой карточки готовая сцена, собранная в Canvas, — инструменте для рисования картинок кодом. У неё также есть фирменный переход и известные слабые места. Ещё есть 9 грамматик для озвученных объяснительных видео — попнаучный стиль, рисование на доске, финансовые графики и другое. У восьми из этих девяти есть демо-ролики и JSON-спецификация — файл, описывающий каждый кадр. Агент следует этому файлу кадр за кадром. Девятая, финансовый формат с ведущим в кадре, — это только референсный код; нужны свои изображения персонажей. Есть ещё скрипт разбора. Он берёт чужое референсное видео и превращает его в список кадров, ритмическую сетку и тепловую карту движения. Потом это можно воссоздать в коде. Сам скилл не рисует кадры с персонажами. Это задача отдельной модели для генерации изображений; код занимается только сборкой, переключением кадров и фонами. Перед тем как видео выходит, запускается автоматическая проверка: один скрипт измеряет стабильность, движение и плавность. Затем отдельный агент, не видевший процесс съёмки, смотрит готовое видео и отмечает проблемы.

Попробовал дать модели пример счёта и два вопроса сразу: оплачен он или просрочен, и превышает ли сумма тысячу долларов. Clef-Flash от Cloudflare - модель на 9 миллиардов параметров, которая читает запись один раз и отвечает на все вопросы сразу, а не пишет абзац, который потом разбираешь сам. По тестовому счёту на 1250 долларов со статусом overdue она дала девяносто процентов на вариант «просрочен» и только пять на «оплачен». Мне понравилось, что она совместима по формату с платным сервисом Jev, а эта версия - открытая и бесплатная.

На прошлой неделе я уже пробовал эту модель и вырезал фон одним запросом. За семь дней счётчик загрузок вырос с 52804 до 90003 - модель продолжают ставить себе. Qwen-Image-2.1 от Alibaba - единая модель для рисования и редактирования картинок в линейке Qwen, и за один запрос ей можно отправить до десяти референсных изображений, а правку отметить прямо на картинке кружком или маской, без длинного текстового описания. Второй раз подряд модель держится в верхних строчках недели, и это не выглядит как случайная вспышка интереса.

Открыл готовый демо-спейс прямо в браузере и дал модели план квартиры с вопросом, какая комната слева от кухни - она разобрала чертёж правильно. ZDTaichu5.0-9B от TaichuAI - универсальная модель на 9 миллиардов параметров для понимания изображений, пространственных задач и работы агентом, и по собственным цифрам вендора она лидирует среди моделей такого же небольшого размера: 93.7 на тесте по инструкциям IFEval и 87.7 на агентном TAU2-Bench. Сравнение здесь только с такими же девятимиллиардными моделями, а не с чем-то уровня Opus или Fable, которыми я пользуюсь в работе каждый день. Мне понравилось, что пробовать её можно прямо в браузере, без установки и без Ollama.

wy51ai/floorplan-3d

Я открыл демо и обнаружил, что всё приложение — это один файл index.html, без всякой сборки. На 2D-плане расставляешь из библиотеки больше шестидесяти единиц мебели и техники, двигаешь стены, меряешь расстояния, а одним кликом переключаешься в 3D-сцену и гуляешь по квартире от первого лица. Для каждой комнаты можно сменить напольное покрытие, и инструмент сам прикинет стоимость ремонта по площади с запасом на отходы. Интерфейс переключается между китайским и английским, план автосохраняется в браузере, и его можно выгрузить в PNG или в JSON.

nykooi1/vibe-wise

Мне понравилась сама идея. Это плагин для Claude Code, который сначала спрашивает, как по-вашему лучше спроектировать решение, и только потом пишет код. В README показан пример с приложением для заметок: Клод спрашивает, что делать с заметкой, которая лежит в двух папках, если одну из папок удаляют, вы отвечаете, он предлагает схему через таблицу связей и ждёт подтверждения. Автор пишет, что это для всех, кто хочет учиться по ходу разработки, от новичка до опытного инженера, который осваивает незнакомый стек, и в плагине три вида проверок: на подход, на дизайн и на сам код. Отдельно в README сказано, что плагин уже одобрен для официальной директории плагинов Anthropic для Claude Code, хотя в публичный маркетплейс пока не попал.

whirlchat/whirl

Это открытый ИИ-чат, и у него уже есть готовый хостинг на whirl.chat, так что поднимать у себя не обязательно, хотя весь код открыт по MIT. Через OpenRouter в одном чате доступны сразу все топовые модели. Мне понравилось, что он помнит ваши предпочтения и проекты между разными разговорами, а не забывает всё при новом чате. В README отдельно описаны «живые документы»: редактируемые страницы и графики, которые остаются рядом в боковой панели и которыми можно поделиться по ссылке, и к чату можно подключить свои инструменты через MCP.

TailAdmin/free-nextjs-admin-dashboard

Это бесплатный шаблон под названием TailAdmin, сделанный на Next.js и Tailwind CSS — инструментах для создания и оформления сайтов. В нём уже готовы таблицы, графики, экраны входа, боковое меню, страницы профиля и тёмная тема. Для установки: попроси своего агента клонировать репозиторий, установи Node.js 20+, затем запусти npm install и npm run dev.

Robbyant/lingbot-vla

Это готовая модель для управления роборукой. Она принимает фото с камеры и текстовую команду и выдаёт движения руки. Чтобы установить, сделай окружение на Python 3.12 через conda — инструмент для управления Python-окружениями. Потом клонируй репозиторий и запусти bash install.sh.

littledivy/mimic

mimic — проект на GitHub, сайте для обмена кодом. Он один раз записывает трафик приложения — токен, id устройств, сессию и куки, — а потом ИИ пишет по этой записи клиент на Python: готовый файл с именованными методами и цепочками запросов по шагам. Устанавливается через sh install.sh — скрипт сам подготовит нужные инструменты и начнёт перехват трафика при первом запуске.

dzhng/skills

Это библиотека скиллов — готовых инструкций — для ИИ-агентов вроде Claude Code и Codex. Каждый скилл разбивает задачу на проверяемые части, составляет из них план, а затем строит по нему без присмотра. Устанавливается командой npx skills add dzhng/skills в терминале, на любом компьютере, где работает Claude Code или Codex.

Xing4.0 — это агентная ИИ-модель: программа, которая сама планирует шаги и пользуется инструментами. Её сделала China Telecom, крупный китайский оператор связи, а не ИИ-лаборатория. Обучали её только на чипах Huawei — железе китайского производителя чипов. Они не использовали ни одной видеокарты Nvidia, чипов, на которых обычно обучают большинство ИИ, и выложили веса в сентябре. Внутри у неё схема Mixture-of-Experts — архитектура, которая распределяет работу между специализированными подсетями. Всего в ней 29 миллиардов параметров, но на каждый ответ включается только 4 миллиарда из них. Это и держит скорость на обычном железе. Её контекстное окно — сколько текста она может прочитать за раз — 256 000 токенов, то есть кусков текста. Его можно растянуть до 512 000. До сих пор запустить её можно было только на сервере. Команда Venastine-Research взяла те же серверные веса. Они перевели их в файлы GGUF — формат для запуска ИИ локально. Такие приложения, как Ollama, llama.cpp и LM Studio, умеют открывать эти файлы. Так что теперь её можно запустить на собственном компьютере. Чтобы установить, попроси своего агента скачать сборку GGUF со страницы Venastine-Research. Для самой маленькой версии понадобится Mac или PC минимум с 24 ГБ памяти. 32 ГБ безопаснее, потому что туда помещается более точный файл. Пусть он выберет размер файла под память твоего компьютера. Потом подключи её через Ollama или LM Studio. Попроси показать, как пользоваться ей в терминале — текстовом окне команд.

tt-a1i/archify

Archify — это скилл для Claude Code, Cursor, Codex CLI и OpenCode. Чтобы начать, просто введи в терминале npx skills add tt-a1i/archify -g и дальше работай с ним прямо в чате! Просто опиши свою систему простыми словами или дай агенту осмотреть твой репозиторий — и Archify сам подберёт оптимальную структуру блоков, соединит их стрелками и сгенерирует HTML-файл (самодостаточную веб-страницу) с твоей схемой. Этот HTML-файл полностью интерактивный! Можно кликать по блокам, выделять путь между двумя блоками, переключаться между светлой и тёмной темой, делиться изображением или карточкой маршрута. Сейчас Archify умеет строить 5 видов схем: Architecture, Workflow, Sequence, Data Flow, Lifecycle. В зависимости от твоего запроса агент сам выберет подходящий тип схемы. После генерации HTML-файл полностью самодостаточен — это значит, что другие могут просто открыть его в браузере, без установки Archify. В начале сентября Archify вышел на #1 в недельном глобальном трендовом списке GitHub (по всем языкам), а разработчика показали на китайском новостном сайте QbitAI. Как отмечают сами разработчики: «Схема показывает то, что агент узнал и сообщил, а не проверяет реальное поведение кода во время работы».

charlesdove977/claude-x-jev

Jev его создатели описывают как крошечный ИИ, который принимает одно решение за раз — примерно за треть секунды, за долю цента — и сообщает, насколько он уверен. Это не чат-модель: ты не пишешь ей промпт и не ждёшь абзац в ответ; ты даёшь ей кусок текста плюс фиксированный список вариантов, а она возвращает выбор, вероятность по каждому варианту и оценку уверенности. Claude x Jev — это бесплатный скилл для Claude Code, который ставит эту модель перед Claude: она может сортировать входящие письма, лиды или комментарии, или проверять черновик ответа, а Claude подключается только там, где сам Jev не уверен. Для установки: попроси своего агента запустить `npx claude-x-jev install --with-commands` из репозитория на github.com/charlesdove977/claude-x-jev, настрой ключ OpenRouter, а затем попробуй /jev-classify на нескольких своих письмах.

BraveOPotato/FckSignups

NoSignups — это каталог веб-приложений без настройки. Это open source репозиторий с подборкой open source инструментов, которыми можно пользоваться без регистрации и без передачи какой-либо информации. Сделан на React и TypeScript (строительные блоки для веб-приложений). Сейчас в нём больше 200 инструментов, разделённых на разные разделы: Productivity, Design & Graphics, Development, Writing, Privacy, Utilities, Data & Analytics, Media, Education и так далее. У каждого инструмента есть название, описание, url, категория, теги. У некоторых также указаны их репозитории на GitHub (страница с кодом) и лицензии. Есть ещё «избранные» инструменты — они более уникальные по сравнению с остальными. Этот репозиторий распространяется по лицензии GPL-3.0. Все перечисленные инструменты — по своим собственным лицензиям. Эти инструменты нам не принадлежат. Репозиторий создан в мае 2026. У него уже почти 4 400 звёзд на GitHub. Недавно вышло обновление. Открыть его в браузере можно прямо по клику на ссылку. Ничего скачивать и запускать не нужно. Если хочешь иметь его у себя на машине, попроси своего агента развернуть каталог NoSignups из https://github.com/BraveOPotato/FckSignups. Установи зависимости и запусти, как указано в README (файле с инструкциями), командами npm install и npm run dev. После этого сможешь открыть его в браузере. Ключи и доступы не нужны. Это можно сделать даже на обычном ноутбуке с Node.js.

spinabot/brigade

Brigade — это open source платформа для создания того, что автор называет «твой личный интеллект корпоративного уровня»: команда агентов, устроенная как настоящая организационная структура, с общей долговременной памятью (они называют это Tideline) и затуханием фактов / дедупликацией. У каждого агента могут быть свои учётные данные и своя область ответственности, а правила переписки определяют, как они делегируют задачи друг другу. Есть 56 готовых навыков, и легко подключить Gmail, Notion, календари и тысячи других приложений одним ключом. Твои агенты смогут читать присылаемые тобой PDF, документы Word, файлы Excel и изображения, а в ответ присылать свои собственные документы и отчёты. Общаться с агентами можно через терминал, WhatsApp, Telegram, Slack, Discord, iMessage, BlueBubbles. Выбирай любимую модель: Claude, OpenAI, Gemini, OpenRouter, Groq, Mistral, DeepSeek, локальную Ollama или любой другой сервер, совместимый с OpenAI (можно даже комбинировать их в рамках одного разговора!). Сделано Spinabot, лицензия MIT. Попробовать можно так: попроси своего агента развернуть Brigade с github.com/spinabot/brigade. Следуй инструкциям в README, установи с помощью своих учётных данных Claude Code (или введи API-ключ, который он у тебя попросит), настрой Telegram-бота и проверь, что агент правильно отвечает, когда ты задаёшь ему вопрос и рассказываешь факт.

PostHog/jeeves

Это классификатор с рассуждением, как Jev, но с «черновой» диффузионной стадией (быстрый первый черновой ответ), обученный с использованием техник SFT и CISPO. Это продолжает прежние идеи использования маленькой модели для прямого возврата вероятностей по вопросам (к какому отделу это относится? Нужно ли эскалировать? Насколько зол этот клиент?). У Jeeves есть дополнительное преимущество — он может сначала обдумать свой ответ: по словам создателей, это занимает около 0,3 секунды без размышления и в среднем 3,3 секунды на вопрос на одной GPU H100 с размышлением. По данным создателей, Jeeves показывает результаты лучше, чем Kev-9B и Jev, на новых данных (0,889 против 0,822 и 0,857 соответственно) и на публично доступных уровнях бенчмарка JevBench (0,935 против 0,866 у Jev). Учтите, что эти показатели для Kev и Jev заявлены самими проектами, поэтому к ним стоит относиться с осторожностью — они могут быть не вполне достоверными. Создан компанией PostHog, специализирующейся на продуктовой аналитике, которая вдохновлялась open source проектом Kev.

openai/mcp-extensions

Недавно OpenAI выпустила несколько улучшений протокола MCP, которые позволяют встраивать сторонние сервисы прямо в интерфейс ChatGPT (а не просто возвращать текст). Среди новых возможностей — боковые панели, кастомные типы файлов, упоминания (@) и UI-формы на основе изображений. Этот проект — официально одобренная инициатива OpenAI, основанная на протоколе MCP и MCP app SDK, но он не заменяет ни то, ни другое. Есть SDK как для TypeScript, так и для Python, которые можно установить как зависимость в ваш текущий MCP-сервер. В комплекте идёт демо-плагин каталога деталей, который показывает, как использовать все 4 вида расширений.

oil-oil/beautify-github-readme

beautify-github-readme — это скилл для твоего ИИ-агента по коду, который создаёт новую версию файла README репозитория на GitHub (это главная точка входа, когда кто-то заходит в твой репозиторий), чтобы было проще понять общую идею проекта. Он анализирует твой репозиторий, находит самые важные его части, а потом решает, как их показать. Например, вёрстка для CLI-инструмента будет отличаться от вёрстки для набора иконок. Скилл работает в двух режимах: «whole README» (меняет порядок контента и общий вид страницы, например добавляет своё изображение в шапку) и «asset-only» (не меняет твой текст, порядок контента или ссылки, но добавляет изображения — шапку, подзаголовки, схему процесса, бейдж или маленькую анимированную GIF-картинку). Эти изображения — редактируемые SVG-файлы (то есть векторная графика, которую можно дальше редактировать), а текст остаётся в Markdown (это язык разметки, на котором пишут README-файлы). Так что на выходе у тебя получается страница, которую можно искать и редактировать, а не просто статичная картинка. Установить этот скилл можно, если сказать своему ИИ-агенту по коду: «Установи beautify-github-readme с https://github.com/oil-oil/beautify-github-readme через npx skills add oil-oil/beautify-github-readme, используй его в режиме asset-only для моего репозитория и сначала покажи локальное превью, не публикуй результат без моего разрешения!»

anthropics/claude-code

Claude Code от Anthropic — это «агентный» помощник по программированию для твоего терминала. Он умеет отвечать на вопросы по коду, разбирать файлы проекта, автоматизировать рутинные задачи, объяснять код, работать с git (коммит, ветки, мерж) и многое другое. Установи официальный install-скрипт для macOS/Linux (homebrew), winget (windows) или npm install (устарел, см. readme). После установки перейди в папку своего проекта и запусти claude. Также можно установить плагины, которые дают Claude Code дополнительные возможности и сабагентов. Подробнее смотри в папке plugins. Claude Code можно интегрировать с IDE или использовать через комментарии в github (@claude)

Офлайн-развёртывание Swift 1.5, разработанного стартапом UkisAI на основе open source модели Qwen3.8-27B от Alibaba. Мы дообучили её, чтобы она отвечала более импульсивно, что теоретически сокращает количество токенов в процессе размышления на 58,5%, даёт лучшую производительность по сравнению с Qwen, а иногда работает и в 9,18 раза быстрее Qwen. Она применяется для многошаговых задач по программированию/агентных задач. Мы развернули её офлайн-версию с разными коэффициентами сжатия — меньше занимаемого места, меньше расход памяти и чуть хуже точность. Скачать и запустить эту модель локально можно, попросив своего агента «установить эту модель локально» https://huggingface.co/ukisai/Swift-1.5-Qwen3.8-27B-GSQ-RCO-GGUF, выбрав подходящую сжатую версию в зависимости от объёма памяти вашего устройства, а затем обратившись к этой модели через llama.cpp/Ollama — вот как это сделать: Эта модель полностью бесплатна, подписка не нужна, сервер не требуется.

Если вы занимаетесь созданием подкастов или видео, то, вероятно, знаете о Pyannote и их open source моделях для обработки речи. Недавно они выпустили новую модель Community-1, которая автоматически превращает аудио в диаризацию говорящих (кто говорил и когда) без необходимости в текстовой транскрибации. Эта модель заметно улучшилась по сравнению с предыдущим релизом 3.1, снизив долю ошибок на датасете AISHELL-4 с 12.2% до 11.7%, а долю ошибок на записях встреч AliMeeting — с 24.5% до 20.3%. Если вы знаете, сколько говорящих в вашем аудиофрагменте, эту информацию можно сообщить модели. Кроме того, эта модель работает офлайн, так что интернет-соединение не требуется. Веса модели доступны бесплатно по лицензии CC-BY-4.0, однако сама модель закрыта доступом — вам нужно будет зайти на сайт, заполнить короткую форму и получить токен Hugging Face, чтобы скачать модель.

Qwen опубликовали свою модель Qwen3.8-Flash-Next на 176,9 миллиарда параметров, собранную из множества внутренних экспертов для использования в серверных условиях (обычно весит 354 гигабайта). Однако группа из ISTA-DASLab при Институте науки и технологий Австрии, которая годами изучает способы сжатия больших моделей, также выпустила специализированную версию для кода. В этой версии половину экспертов полностью убрали, а оставшиеся переквантовали до более низкой точности. Итоговый файл в формате GGUF весит всего 58,4 гигабайта — это примерно в шесть раз меньше исходной модели, и он помещается в память одной видеокарты или даже Mac с 32GB. Авторы честно признают, что это даётся ценой заметной потери качества: на бенчмарке SWE-bench Verified, который проверяет самостоятельную работу модели над длинными задачами в реальных кодовых базах, она сохраняет 91,3% производительности исходной модели. При этом на бенчмарке LiveCodeBench, где задачи короче и проще, сохраняется 98,7% производительности исходной модели — то есть для отдельных задач по написанию кода большой разницы не будет. Стоит отметить, что после отсечения экспертов модель по-прежнему умеет обрабатывать и код, и изображения.

Krea 2 — это открытая модель генерации изображений, созданная компанией Krea AI, авторами веб-редактора изображений. Она существует в двух версиях — одна для тех, кто хочет настраивать собственные стили, и другая для быстрой генерации финальных изображений. До сих пор основными способами установить эту модель были mac-приложения Draw Things и DiffusionBee. Но благодаря команде, стоящей за популярным локальным генератором изображений ComfyUI, теперь доступен пакет с обеими моделями, а также несколько готовых шаблонов и наборов стилей, так что вы можете установить её на Windows или Linux с любой видеокартой — а не только на Mac. Понадобится как минимум 12 ГБ видеопамяти. Пожалуйста, попросите своего агента установить модель krea 2 в ComfyUI (huggingface.co/Comfy-Org/Krea-2), выбрать облегчённую версию, подходящую под вашу видеокарту, настроить шаблон и показать мне, как использовать эту модель для генерации изображений.

Nemotron 3 Diarization — третья версия модели диаризации (разметки речи по говорящим) от NVIDIA. Это значит, что модель покажет, кто из говорящих что когда сказал, без необходимости расшифровывать, что именно было сказано. Она различает до 8 говорящих одновременно и может обрабатывать как живой звук, так и готовую запись. Установить эту модель можно, если сказать: «Установи локально модель NVIDIA Nemotron 3 Diarization: https://huggingface.co/nvidia/Nemotron-3-Diarization. Запусти разметку голосов с помощью NeMo-Speech.cpp (лёгкий локальный движок) на тестовой записи с несколькими говорящими и скажи, кто что сказал». Это можно запустить на любом ноутбуке с 8 ГБ оперативной памяти и больше. Сама модель весит всего ~100 МБ, так что видеокарта даже не нужна!

CopilotKit/openmuse

OpenMuse — персональный помощник, который сам использует браузер, терминал и файловую систему, чтобы доводить дела до конца. Он не просто даёт советы, а реально действует! OpenMuse состоит из сервера, воркера задач и воркера браузера. Можно развернуть у себя или задеплоить на Render одним кликом. В этом примере наш агент читает письмо про школьную поездку, выбирает подходящие экспонаты в аквариуме, запрашивает нужные поля формы и генерирует заполненную версию PDF, приложенного к письму. В конце он готовит черновик ответа на проверку. Для мобильных наш агент может отбирать подходящие новостные статьи с Hacker News и коротко их пересказывать. Есть даже модуль веб-диффинга (чтобы отслеживать изменения на сайтах, например изменение цен), и модуль, который импортирует CSV-файл (файл с данными в виде таблицы) с финансовыми транзакциями и выдаёт сводку по расходам. Терминал опционален и работает в Docker-контейнере в изолированной среде на Linux (у него нет доступа к файловой системе хоста, подключиться он может только к воркеру браузера).

TeleOCR — компактная модель для разбора документов от команды XingChen-AGI, раньше она называлась NaviDC-OCR. Её обучили читать не только чистые цифровые сканы: она справляется и с фотографиями документов, снятыми под углом или с перекосом, без отдельной программы выравнивания страницы. TeleOCR распознаёт не только текст, но и структуру — таблицы, формулы и порядок чтения многоколоночных страниц. При примерно 1,2-1,4 миллиарда параметров она набрала 96,87 в тесте OmniDocBench v1.6. Это больше, чем у куда более крупных универсальных моделей, включая Gemini 3 Pro и GPT-5.2. Модель сделана только для одной задачи — она не ведёт диалог и не пишет код, а просто принимает документ и выдаёт размеченный текст.

Запустил её на потоке с живого микрофона и оставил работать без остановки. Audio8 ASR Infinite от команды Edge0 - это модель распознавания речи, которая слушает звук постоянно, и у неё нет предела по длине записи: память и задержка не растут, сколько бы часов подряд она ни работала. Она умеет отличать паузу на подумать от заикания и от реального конца фразы, поэтому не обрывает человека на полуслове. На английском тесте LibriSpeech она ошибается примерно в одном слове из тридцати трёх, а на китайском AISHELL-1 - меньше чем в двух словах из ста.

Поставил через vLLM и дал ей задачу почитать чужой репозиторий и найти баг по описанию из тикета. Xing4.0-29B-A4B от China Telecom - модель с 29 миллиардами параметров, из которых на каждый токен включается только 4 миллиарда, поэтому запускать её заметно легче, чем обычную модель такого размера. Контекст у неё 256 тысяч токенов из коробки и расширяется до 512 тысяч - небольшой проект помещается в него целиком. На бенчмарке SWE-bench Verified, где модель чинит реальные баги в открытых репозиториях, она набирает 75 баллов из ста.

Через неделю после того как я впервые её ставил, зашёл проверить счётчик загрузок - он вырос почти на полтора миллиона и перевалил за три миллиона за месяц. Ternary-Bonsai-2 от команды Prism ML - та же 27-миллиардная модель для рассуждений, что и у Qwen, только веса пересчитаны так, что файл занимает 5.95 гигабайта вместо 54. По четырнадцати тестам на рассуждение она держит 98.2 процента от результата полной версии, а по математике и коду разница вообще в пределах погрешности. Запускал её через llama.cpp на своём Mac и получал около 47 токенов в секунду - быстрее, чем я успеваю читать ответ по мере появления.

Parakeet Redux — уменьшенная версия модели распознавания речи parakeet-tdt-0.6b-v3 от NVIDIA, которую сделала команда Moondream. Архитектура и словарь те же, но веса энкодера (часть, которая обрабатывает звук) квантованы только до значений [-1,0,+1], из-за чего модель весит 178 МБ вместо 1.2 ГБ. Модель поддерживает 25 языков, включая русский, и позволяет получить транскрипт с таймстемпами для каждого предложения и слова. Авторы добились производительности 113x от реального времени на 8 ядрах CPU (без GPU), и ты можешь попросить своего агента установить Parakeet Redux от Moondream локально через библиотеку moondream, транскрибировать тестовый аудиофайл и показать результат с таймстемпами.

tobi/disktree

Взял disktree, потому что Mac регулярно ругается на нехватку места, а куда оно уходит, непонятно. Открывается это как карта из цветных прямоугольников: чем больше файл или папка, тем крупнее квадрат, и самые тяжёлые папки видно сразу. Я прошёлся по паре раздутых папок, отметил лишнее и перед удалением ещё раз просмотрел список, ничего не стёрлось само. Работает одним файлом без фоновых служб, и одинаково на Mac, Windows и Linux.

yetone/magpie

У меня на компьютере стоят сразу три агента для кода, и у каждого свой способ выбрать модель. Magpie висит в строке меню и показывает всех разом: переключить Claude Code на Kimi или Codex на DeepSeek, один клик, а не правка конфига. Есть и терминальная версия, если десктопное приложение не нужно. Список провайдеров длинный, Anthropic, OpenAI, DeepSeek, Kimi, GLM, Ollama и другие, и открытые локальные модели стоят там же, где платные.

mikehasa/golive-skill

Агент собирает мне рабочий сайт или бота за вечер, а дальше начинается настоящая работа: хостинг, база, домен, почта, оплата, всё руками через десяток панелей. golive-skill — это навык для Claude Code или Codex, который смотрит на готовый проект, понимает, какая инфраструктура ему нужна, и сначала показывает план, ничего не трогая. Только после моего подтверждения он разворачивает хостинг на Vercel или Netlify, базу на Supabase или Neon и оплату через Stripe, всё на моих собственных аккаунтах. Своего сервиса golive нигде нет, ни бэкенда, ни телеметрии, только команда в терминале.

852wa/JIZURA

Открыл JIZURA прямо в браузере, без установки. Вставляешь текст песни, загружаешь трек, темп и биты инструмент находит сам. Дальше он собирает лирик-видео из готовых нарезок и переходов, тех самых, что видно в текстовых клипах, и отдаёт результат в MP4 со звуком либо кадрами по номерам, если хочется доработать монтаж вручную. Интерфейс на японском, но кнопки расположены понятно и без слов, а файлы никуда не загружаются, всё считается прямо в странице.

dgreenheck/tidewater

Tidewater открывается прямо в браузере как небольшая рыбацкая игра: закидываешь удочку с пирса, пляжа или своей лодки, вытягиваешь рыбу, продаёшь улов Джо у ларька и вкладываешь деньги в снасти получше у Марты. Зацепило то, что автор сделал вообще всё, воду, небо, остров, на собственном WebGPU-движке, написанном с нуля, и собрал его вместе с Opus 5.5, а не на готовом игровом движке. Нужен браузер с поддержкой WebGPU, больше ставить ничего не надо. Для меня это скорее пример того, сколько можно построить одному человеку с агентом за выходные, чем игра, в которую буду возвращаться.

trailhq/Graft

Авторы сами называют Graft open-source контекстным слоем для больших кодовых баз. Инструмент один раз проходит по репозиторию через tree-sitter, группирует файлы в узлы по подсистемам и пишет для каждого узла объяснение простым языком плюс типизированные связи с соседними узлами. Всё это ложится обычными markdown-файлами в локальную папку рядом с проектом, без базы данных и без сервера. Дальше агент читает готовый узел вместо того, чтобы вслепую грепать репозиторий — либо через встроенный MCP-сервер, либо просто открывая файлы. На SWE-bench Verified, официальном бенчмарке, где патчи прогоняют через тесты самих мейнтейнеров, агент с Graft решил 33 задачи из 50 против 27 у обычного агента, потратив на 23% меньше токенов и на 32% меньше времени по часам. Структурный разбор кода детерминированный и не требует вообще никакого ключа; модель нужна только для более развёрнутых заметок на человеческом языке, и для этого слоя вы подключаете свой ключ любого провайдера (Anthropic, OpenAI, OpenRouter или локальную модель). Делает это команда сервиса Trail (trailhq.com), а на npm пакет опубликован как @nanonets/graft.

GLiNER2.5-Decide от компании Fastino — модель на 340 миллионов параметров: ей передают любой набор меток прямо в запросе — намерение клиента, куда направить заявку, тональность, срочность, спам или нет — и она сразу оценивает несколько таких шкал за один проход, без шаблона в запросе и без переобучения под конкретную задачу. На собственном тесте компании — 17 доменов по 300 примеров — модель показывает 60,2% точных совпадений, обгоняя куда более крупную Qwen3.5-4B с результатом 56,4% — а та примерно в 12 раз крупнее. Авторы честно пишут про ограничения: это не универсальная модель, она не рассуждает и не объясняет, только выдаёт запрошенные метки. Работает на процессоре или видеокарте через небольшой пакет `gliner2` на Python.

Hemmingway-1 — это 27B чат-модель, дообученная студией-инди Altworld на базе Qwen3.8-27B. Эта модель оптимизирована под повседневные задачи вроде написания писем или быстрых ответов коллегам. По словам создателей, эта модель звучит более по-человечески и превосходит другие, более крупные модели в их внутренних тестах, однако эти результаты независимо не проверялись, так что относиться к ним стоит с долей скепсиса. Благодаря большому размеру контекста в 262 144 токена эта модель способна обрабатывать за раз большие объёмы текста, например целые переписки в чатах. Веса доступны для публичного скачивания и могут использоваться офлайн в некоммерческих целях. Также доступны готовые приложения для Android и Mac.

latent-spaces/brag

Команда latent-spaces сделала /brag как скилл для Claude Code: одна команда превращает готовый проект в короткое видео для запуска продукта с музыкой, движением и готовым текстом для поста. Классический /brag передаёт работу отдельному платному сервису — Hyperframes от HeyGen, который собирает и рендерит видео. Новый /brag-slim, сделанный для Opus 5.5, обходится без этого — агент сам пишет сценарий, стиль и анимацию, а инструмент ffmpeg собирает файл прямо на твоём компьютере. Устанавливается как скилл или плагин из маркетплейса внутри Claude Code, и тот же формат скиллов работает и в Codex CLI, opencode, Cursor, Copilot и Gemini CLI. Проект с открытым исходным кодом по лицензии MIT, у него 7 авторов и почти 10 000 звёзд за три месяца, и он до сих пор активно развивается — /brag-slim добавили только под свежий релиз Opus 5.5. Чтобы попробовать, скажи своему агенту: «Установи скилл /brag (вариант brag-slim, без Hyperframes) из https://github.com/latent-spaces/brag в Claude Code, запусти его на моём последнем проекте и покажи мне готовое видео из brag-output/brag.mp4». Результат попадает в папку brag-output с планом, брифом и самим видео, brag.mp4.

MiMo-V2.6-Pro-RL — это, по словам самой команды XiaomiMiMo, «флагманская модель линейки MiMo V2.6» (XiaomiMiMo — это подразделение Xiaomi, которое занимается ИИ). Это самая крупная модель линейки: всего 1,02 триллиона параметров, из которых на запрос активируется около 42 миллиардов — такая схема называется смесью экспертов (mixture of experts), то есть на каждый запрос включается только часть модели. Она умеет работать как агент: шаг за шагом действовать в терминале, исправлять баги в реальном коде, читать скриншоты интерфейса и удерживать контекст в миллион токенов (это объём текста, который она может держать в памяти одновременно). По сравнению с предыдущим флагманом линейки, V2.5 Pro, скачок заметнее всего на агентных задачах: тест на самостоятельную работу за компьютером, AutomationBench, вырос с 16 до 53,1 из 100, а тест на реальное исправление кода, DeepSWE, — с 19 до 71,9. Xiaomi уже выпустила две меньшие версии этой линейки — Flash-RL и более компактную Distill-Qwen-9B — их можно запустить на собственном компьютере. Pro-RL — это верхняя, самая мощная версия, рассчитанная только на серверное железо. Чтобы посмотреть на неё самому, спроси своего ИИ-агента: «Открой https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL и разберись, что нового в агентных и кодинговых задачах, и можно ли попробовать её через API или облачный сервис, раз локально запустить не получится».

Это ускоряющая надстройка для Qwen-Image-2.1 — модели генерации изображений от команды Qwen (Alibaba). Её обучила компания Viggle, известная инструментами для работы с ИИ-персонажами и видео: метод дистилляции учит короткий путь повторять результат полной модели. Обычной версии нужно 40 шагов, чтобы построить картинку, этой — шесть. Она делает то же самое, что и базовая модель: рисует по текстовому описанию и редактирует существующее фото по инструкции, включая перенос конкретного лица или товара с одной-трёх референсных картинок. По словам Viggle, качество в большинстве случаев остаётся близким к базовой версии. Отстаёт она в двух местах: на мелком плотном тексте внутри картинки и на сложных правках вроде замены лица сразу по нескольким референсам. Сама надстройка весит немного, но работает только поверх оригинальных весов Qwen-Image-2.1 — их тоже придётся поставить.

Qwen-Image-2.1, переупакованная unsloth в компактный локальный файл. Эта модель создана командой Qwen от Alibaba. Это модель генерации и редактирования изображений по текстовому запросу, создающая изображения размером до 2048x2048 пикселей. По сравнению с оригиналом переупакованный файл занимает значительно меньше места на диске и легко используется в локальных приложениях вроде ComfyUI. Модель генерирует изображения с прозрачным фоном, которые затем можно накладывать поверх других изображений без дополнительной обработки в фоторедакторе. Также можно использовать до десяти референсных изображений для редактирования — все они будут объединены в единую сцену. Оригинальная модель вышла пару дней назад, и теперь она доступна в виде готового к установке пакета для вашего локального устройства.

Confucius4-R2T2 — по словам авторов, «быстрая и точная потоковая модель распознавания речи» (true streaming ASR). Сделала её команда NetEase Youdao — китайского сервиса словарей и переводов. Модель слушает речь короткими кусками, от восьмидесяти миллисекунд до двух секунд, и сразу выдаёт текст — не ждёт конца фразы и не переписывает уже сказанное. Задержка в среднем от 200 до 600 миллисекунд, а точность авторы называют близкой к обычному, не потоковому распознаванию. В основе лежит модель Qwen3-ASR на 1,7 миллиарда параметров от Alibaba, дообученная командой Youdao. Кроме китайского и английского распознаёт ещё десяток языков, включая русский. Весит модель около двух миллиардов параметров — это немного, ставится на обычный ноутбук.

MiMo-V2.6-Distill-Qwen-9B — по словам авторов, «агентная модель на 9 миллиардов параметров, дообученная на данных, сгенерированных MiMo». Дообучила её команда XiaomiMiMo — так называется ИИ-подразделение Xiaomi. Это компактная версия линии MiMo V2.6 — у флагмана этой линии 309 миллиардов параметров, и дома его не запустить. Модель делает четыре вещи: пишет и чинит код, действует по шагам через такие инструменты, как терминал, разбирает скриншоты интерфейса и решает задачи по кибербезопасности. На тесте автономных прогонов по компьютеру AutomationBench результат вырос с 5 до 30,3 из 100 по сравнению с обычной Qwen3.5-9B того же размера. На починке багов в реальном коде, тест SWE Pro, — с 32 до 44,6 из 100. Сами авторы называют этот релиз не готовым продуктом, а рабочим срезом — стартовой точкой для дальнейшей тренировки агентных навыков.

helloianneo/ian-xiaohei-illustrations

Автор называет это Codex Skill — файлом-инструкцией, которая учит ИИ-агента делать иллюстрации к китайским статьям, постам, блогам, страницам Notion и методологическим текстам. Агент сначала читает текст и ищет в нём узловые моменты: ключевое суждение, поворот мысли, сравнение до и после, метафору. Из этого он строит план на четыре-восемь картинок, по одной на каждый такой момент, и рисует их по отдельности встроенным в Codex инструментом генерации изображений. У каждой картинки один и тот же рецепт: горизонтальный формат 16:9, чистый белый фон, чёрная рисованная линия, немного красных, оранжевых или синих рукописных подписей на китайском. В каждой сцене участвует один и тот же персонаж — Сяохэй, чёрный силуэт с двумя белыми точками вместо глаз и тонкими ногами, и по правилам самого навыка он обязан что-то делать в кадре, а не просто стоять рядом. Автор прямо пишет, для чего это не годится: для коммерческой иллюстрации, PPT-инфографики или мультяшных значков навык не подходит.

По словам создателей, это «чекпоинт серии MiMo-V2.6 со сбалансированной эффективностью» от XiaomiMiMo, подразделения Xiaomi по ИИ. Она обрабатывает все типы входных данных — текст, картинки, видео, аудио — в одном запросе и подходит для агентных задач: писать код, пользоваться браузером или читать документы с их фотографий. Длина контекста — 1 миллион токенов. Всего у неё 309 миллиардов параметров, но в каждый момент активны только около 15 миллиардов. Модель уже доступна через собственный API Xiaomi — MiMo Open Platform, и через OpenRouter, так что свой сервер не нужен, чтобы попробовать — попроси своего агента найти актуальный API или демо для MiMo-V2.6-Flash-RL (huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-RL) и показать пример запроса с картинкой.

StepAudio 3 Music Studio — браузерное приложение от StepFun, китайской ИИ-компании, специализирующейся на аудиомоделях. По описанию приложения, оно позволяет «создавать песни, аранжировать вокал и делать ремиксы музыки». Пользователь описывает жанр и настроение, а модель генерирует трек. Можно также добавить вокальную аранжировку поверх готовой записи или сделать ремикс из существующего аудио. Приложение работает полностью в браузере и не требует установки. Доступно на Hugging Face Spaces бесплатно.

microsoft/ai-agents-for-beginners

Microsoft недавно выпустила 18 бесплатных уроков о проектировании ИИ-агентов. Курс охватывает основы проектирования ИИ-агентов, мультиагентные архитектуры и вывод их в продакшн. К каждому уроку прилагается видео и примеры кода (на Python). В уроке 12 объясняется, как делать контекстный инжиниринг, чтобы агент не сбивался с курса в длинных диалогах. В уроке 11 рассказывается про агентные протоколы вроде MCP, A2A и NLWeb. Есть и другие уроки — про память агентов, паттерн планирования, оркестрацию мультиагентных систем, агентов для управления компьютером и безопасность в продакшне. Сейчас эти уроки переведены более чем на 50 языков с помощью машинного перевода, а сам репозиторий набрал 75 000 звёзд на GitHub.

cactus-compute/needle

Cactus Needle 3 — семейство моделей от 8 до 29 МБ для распознавания команд и структурированного извлечения данных на устройствах с ограниченными ресурсами: телефонах, часах, контроллерах умного дома и браузерах через WebAssembly. Внутри одни веса, из которых каждая глубина от 2 до 20 слоёв — самостоятельная модель, ты выбираешь размер под своё железо. Модель принимает команду пользователя, смотрит на список определённых действий и возвращает JSON: какое действие вызвать и с какими аргументами. Тонкая настройка с твоими примерами стоит $19 через сервис Cactus. Основатель прямо говорит в комментариях: хорошие результаты приходят после вдумчивого описания списка команд под твой конкретный сценарий.

supabase/supabase

Supabase — это «платформа для разработки на Postgres». Мы создаём те возможности Firebase, которые вы знаете и любите, используя надёжные инструменты с открытым исходным кодом. Вы получаете полностью управляемую базу данных PostgreSQL, аутентификацию пользователей, хранилище файлов, мгновенные REST и GraphQL API, изменения в реальном времени и векторный набор инструментов для вашего AI-приложения — всё из единой панели управления. Начните сегодня без всякой настройки: зарегистрируйтесь или разверните у себя и запустите локально. В Supabase встроен векторный набор инструментов для семантического поиска или памяти агента в вашем AI-приложении. С 2019 года мы набрали более 110 000 звёзд на GitHub и распространяемся по лицензии Apache 2.0.

shadcn-ui/lint

@shadcn/lint — проверщик кода для агентов, которые строят интерфейсы на Tailwind CSS, сделанный командой shadcn. Когда агент пишет UI, он часто нарушает правила дизайн-системы: использует не те цвета, не те отступы, придумывает классы вместо готовых. Этот инструмент ловит такие нарушения и сразу говорит агенту, что именно не так и что использовать вместо этого — агент исправляет сам, без переспросов. В тестах почти каждый раз задача доходила до нуля ошибок за один проход исправления. Claude Sonnet 5, Haiku 4.5 и Opus 5 выполнили 8 из 8 задач, доведя все ошибки до нуля. Исправление нарушений с подсказками линтера обошлось на 10–48% дешевле по токенам, чем с одними только правилами. Работает с React, Svelte и Vue на Tailwind v4, поддерживает ESLint и Oxlint.

githubnext/localjev

API TypeSafe Jev позволяет передать сообщение и набор типизированных вопросов об этом сообщении (например, «какой команде назначить этот тикет?», «насколько срочна эта проблема?», «насколько раздражён клиент?») и получить ответы по каждому из типов вопросов за один запрос. LocalJev представляет собой реализацию протокола TypeSafe Jev, которая преобразует вопросы в промпт для классификации, отправляет запрос к локальному инстансу DiffusionGemma через сервер oMLX и выдаёт ответ в том же формате, что и платный API TypeSafe Jev. Главное отличие LocalJev от Jev в том, что последний выдаёт вероятности из логит-пространства модели, тогда как LocalJev просит модель вывести вероятности в виде текста, а значит результаты будут лишь приблизительными. Предупреждаем: прежде чем принимать важные решения, пользователям стоит проверить калибровку модели на своих данных.

agno-agi/agno

Agno — это фреймворк и рантайм для агентных платформ, который команда Agno разрабатывает последние четыре года; на GitHub у проекта 42 000 звёзд. Его цель — избавить вас от возни с инфраструктурой, чтобы вы могли сосредоточиться на самом агенте. Одним промптом в Claude Code можно развернуть полноценный сервис — с базой данных для хранения памяти и трассировок, MCP-сервером, веб-интерфейсом для управления и продакшен-API (более 50 эндпоинтов). Ваш агент готов общаться через Telegram, WhatsApp, Slack, Discord прямо из коробки. Есть встроенное планирование задач, механизм human-in-the-loop для принятия решений по важным действиям, более 100 готовых интеграций с Github, Slack, Postgres и так далее. Разворачивайте на Railway, AWS, GCP, Azure или любой другой платформе для хостинга контейнеров.

Тестировал через DeepSeek API - длинный документ и картинка обрабатываются в одном запросе. Контекст миллион токенов, это примерно целый роман или большая кодовая база. При генерации модель активирует только около 16 миллиардов параметров одновременно, поэтому ответы приходят быстро несмотря на общий размер. Локально не запускается, доступна через DeepSeek API или HuggingChat.

Я дал описание стиля и текст песни - получил готовый трек с вокалом. YuE2 - это открытая модель генерации музыки от исследовательской группы m-a-p, авторы сравнивают качество с Suno v5 и v6. По моим тестам это сравнение точное. Есть также режим кавер-версий: даёшь готовую мелодию и новый стиль - получаешь трек в другом жанре.

Comfy-Org выпустили Qwen-Image-2.1 от Alibaba для пользователей ComfyUI. В комплекте идут шаблоны воркфлоу для генерации изображений по тексту и редактирования фото. Это единая модель на 7 миллиардов параметров для генерации изображений по тексту и редактирования фото. Вводишь текст — на выходе получаешь изображение. Вводишь фото, добавляешь описание того, что нужно отредактировать, — получаешь отредактированное фото. Можно подать на вход до десяти референсных изображений, чтобы задать стиль и сюжет картинки. Поддерживается прозрачный фон RGBA, что удобно для фото товаров и каталогов. Только для исследовательского использования, перед коммерческим применением ознакомьтесь с лицензией.

zai-org/ZCode

ZCode — это код-агент с открытым исходным кодом, разработанный китайской лабораторией Zhipu AI, создателями моделей GLM, CogVideoX и CogView. Он выпущен под лицензией Apache 2.0. Готовые сборки доступны для macOS (Apple Silicon и Intel), Windows (64-бит, ARM64) и Linux. Есть веб-интерфейс и CLI-агент. Предусмотрен тип задачи «цель», где пользователю достаточно указать ожидаемый результат, а агент сам разобьёт задачу на подзадачи и будет непрерывно их выполнять. Поддерживаются скриншоты и мультимодальные задачи. Пользователи могут взаимодействовать с агентом через бота в Telegram/Feishu/WeChat. Поддержка нескольких LLM легко настраивается через изменение конфигурационного файла.

browser-use/jev-ultrafast

Я дал ему одну задачу: найти рейс из Цюриха в Лондон на конкретный день. Он открыл Google Flights и вернулся за 7,1 секунды — с реальной загрузкой страниц и вводом текста. В тестовом прогоне из README он сделал 101 шаг, тогда как обычные инструменты делают больше тысячи. Пишешь цель одной фразой — агент разбирается с шагами сам.

tamaratran/fast-jev-compaction

У длинной сессии Claude Code есть проблема. В какой-то момент старые шаги сжимаются в краткое изложение. Иногда именно там теряется важная деталь: путь к файлу, точный текст ошибки. Этот плагин заменяет пересказ оценкой: каждый вызов и результат получает оценку, и важное остаётся слово в слово.

robbietilton/Compositor

Платить Adobe каждый месяц не хочется, а GIMP мне никогда не казался удобным. Автор думал так же, сделал бесплатный редактор изображений для Mac и выложил код. Основные инструменты Photoshop на месте: слои с масками, Content-Aware Fill и кривые. Горячие клавиши намеренно повторяют Photoshop — переучиваться не надо.

TheoLeeCJ/SemIf

Допустим, ты строишь продукт и нужно сортировать входящие: спам, жалоба, срочно. Обычно гоняешь языковую модель и разбираешь её ответ в коде. SemIf работает иначе: задаёшь вопрос с вариантами, модель возвращает вероятности, а не предложение. Демо прямо в браузере, ничего ставить не нужно.

incoai/splash

Inco AI сделали локальный движок для Apple Silicon, который запускает 27-миллиардные модели полностью на устройстве без облака. Он поднимает Qwen3.8-27B (17,4 ГБ) и Qwen3.6-35B (20,9 ГБ) через API, совместимые с OpenAI и Anthropic, — агенты подключаются без перенастройки. На M5 Pro с 48 ГБ памяти скорость вдвое выше ближайшего аналога, время до первого токена при кэше 32K — 282 мс. Поддерживаются стриминг, вызов инструментов, JSON Schema, изображения и встроенные PDF. Переключить Claude Code, Codex или OpenCode на локальный движок — одна команда: `splash claude`, `splash codex` или `splash opencode`. Ставится через Homebrew.

trycua/cua

Cua — открытая платформа, которая даёт ИИ-агентам прямой доступ к компьютеру. Ядро платформы — Cua Driver: устанавливается одной командой на Mac, Windows или Linux и подключает агента к нативным приложениям через CLI, MCP-протокол или SDK. Работает с Claude Code, Codex, Cursor и другими популярными инструментами. После установки агент видит экран, может нажимать кнопки, вводить текст, читать содержимое приложений — в браузере, в редакторе, в любом графическом интерфейсе. Cua Fleets — облачные изолированные рабочие столы на Linux, которые агент берёт на время задачи и освобождает по окончании: полезно, когда не хочется давать агенту доступ к своей машине. CUA-S1 — семейство небольших специализированных моделей для быстрых решений в формах и интерфейсах; веса доступны на Hugging Face. Для Apple Silicon есть Lume — создаёт локальные macOS- и Linux-виртуалки. Лицензия MIT.

Swift-Qwen3.8-27B — это эффективная по количеству рассуждений версия модели Qwen3.8-27B от Alibaba, созданная компанией UkisAI. Эта модель способна обрабатывать как текстовые, так и графические данные. Длина контекста составляет 262 144 токена. После того как UkisAI обнаружила токены, которые запускают лишние цепочки рассуждений, они дообучили модель, чтобы снизить частоту использования этих токенов. Благодаря этому у новой модели на 58,3% меньше токенов на размышления, скорость рассуждений выросла в 1,95 раза, а потеря производительности составляет менее 1%. UkisAI запустила бесплатный совместимый с OpenAI API-сервис (ukisai.com) для людей и компаний с годовым доходом менее 1 миллиона долларов США.

Команда Prism ML сжала модель Qwen3.8-27B от Alibaba с помощью нового метода сжатия весов. Итоговый файл занимает 8.60 ГБ на диске и запускается нативно на Apple Silicon. По данным авторов, сохраняется 98.2% от исходного качества. Модель понимает картинки наряду с текстом, пишет и объясняет код, ведёт длинные разговоры и умеет вызывать внешние инструменты в агентном режиме. На Apple M5 Max выдаёт около 47 токенов в секунду. Работает только на Mac с Apple M-чипами.

Этот спейс собрал пользователь observantdistressed на Hugging Face с использованием видеомодели Wan 2.2 от команды Wan-AI. Вы загружаете фото и пишете, что должно происходить в кадре. Через несколько секунд получаете короткое видео. Инструмент работает на бесплатных вычислительных мощностях Hugging Face, поэтому платить ничего не нужно. Wan-AI - команда, которая специализируется на генерации видео, у них есть собственная платформа wan.video.

ZhuLinsen/daily_stock_analysis

Это LLM-система для ежедневного анализа акций: каждый рабочий день она сама читает новости, считает технические индикаторы и отправляет «решение» по каждому тикеру в Telegram, WeChat, Discord, Slack или на email. В отчёте — оценка с баллом, тренд, рекомендуемые точки входа и выхода, риски, ближайшие катализаторы и операционный чеклист. Поддерживает акции A-рынка, Гонконга, США, Японии, Кореи и Тайваня. Работает с любой OpenAI-совместимой моделью — DeepSeek, Claude, Gemini, GPT или Ollama локально. Рекомендуемый способ запуска — GitHub Actions: бесплатно, без сервера, нужен только ключ ИИ-модели и адрес уведомлений. Есть веб-интерфейс с историей отчётов, ручным запуском и чатом с агентом по конкретной акции. Основная документация и README на китайском, но есть полный перевод на английский. MIT-лицензия.

TauricResearch/TradingAgents

TradingAgents — мультиагентная система для анализа акций от компании TauricResearch, которая имитирует работу реальной торговой фирмы. Фундаментальный аналитик изучает финансовые отчёты. Аналитик настроений собирает заголовки новостей, посты в StockTwits и Reddit. Новостной аналитик следит за макроэкономическими событиями. Технический аналитик смотрит на паттерны по MACD, RSI и другим индикаторам. Потом два исследователя — бычий и медвежий — оспаривают выводы в структурированной дискуссии, риск-менеджмент оценивает портфельный риск, и финальное решение принимает агент-трейдер. Всё это происходит в одном CLI-прогоне: указываете тикер, дату и LLM-провайдера. Версия 0.5.0 добавила бэктестинг по сетке тикеров и дат и данные SEC EDGAR. Работает с акциями любого рынка, который покрывает Yahoo Finance, включая США, Гонконг, Лондон, Токио и Индию.

Player-YN/BrowserKitten

BrowserKitten — это расширение для Chrome, которое позволяет создать программируемого веб-агента прямо в вашем браузере. Идея в том, что вы кликаете на любой элемент открытой в данный момент веб-страницы, указываете, что хотите сделать, и агент выполняет нужное действие в вашем живом браузере (там, где вы уже авторизованы). Расширение работает с Chrome 135+, имеет дополнительные функции в Chrome 138+ и может быть установлено как распакованное расширение без сборки и без использования менеджера пакетов. BrowserKitten следует модели BYOK (Bring Your Own Key, «принеси свой ключ»), а значит, вы можете использовать собственный ключ ИИ и обрабатывать данные у выбранного провайдера. Расширение построено на Chrome MV3 и использует Service Worker, боковую панель (Side Panel) и компонент ToolLoopAgent для выполнения последовательных цепочек действий.

NVlabs/SoL-Pi

SoL-Pi — отдельное расширение для Pi-агента, выпущенное NVIDIA Labs. Добавляет четыре механизма, найденных в ходе авто-исследовательских экспериментов. Action Fusion объединяет правку файла и следующую проверку в один вызов инструмента. ObservationPack превращает повторяющиеся большие результаты инструментов в стабильные ссылки — модель не перечитывает одно и то же. Evidence-Preserving Reducer сжимает длинные диагностические логи в компактные receipts, сохраняя каждую процитированную строку источника. Online Context Compact убирает завершённые шаги плана из активного контекста при наличии экономической выгоды. Ни один механизм не патчит Pi — всё через публичные API расширений. По умолчанию все механизмы отключены. Есть статья на arXiv (2609.20519).

nilbuild/page-mascot

Page Mascot — это React-компонент с открытым исходным кодом, который позволяет разместить на веб-странице анимированного маскота. Этот маскот следует за движением мыши, имея 9 разных положений головы, а при клике показывает одно из 9 выражений. Эти маскоты используют два спрайтшита 3x3, чтобы обеспечить плавные переходы и идеальное совпадение между всеми положениями. В пакет входят 52 готовых маскота и 6 визуальных стилей (color, ink, sketch, riso, paper, pixel). Создано Камраном Ахмедом, автором roadmap.sh. Чтобы заказать конкретного маскота по вашему описанию или картинке, установите агент-скилл и просто попросите. Он должен работать прямо в Codex, а в Claude Code для генерации изображений потребуется ключ OpenAI API.

crewAIInc/crewAI

CrewAI — открытый Python-фреймворк для построения многоагентных рабочих процессов. Предлагает два основных подхода: Crews (командная работа агентов с ролями — каждый агент имеет свою роль и цель) и Flows (событийно-управляемые автоматизации с точным управлением и поддержкой Crews). Агенты могут использовать инструменты, делиться памятью и передавать работу друг другу. Работает с любой LLM. CrewAI три года в активной продакшн-эксплуатации: 58 тысяч звёзд и больше ста тысяч разработчиков, прошедших обучение на community-курсах. Есть коммерческая панель управления AMP Suite для enterprise-наблюдаемости и управляемого деплоя.

Minimax-h3_Singularity — это комьюнити-файнтюн видео-модели MiniMax-H3 от MiniMax AI, сделанный WarmBloodAban. Судя по карточке модели, доработаны искажения лиц в средних и общих планах, неестественный блеск кожи, HDR-диапазон цвета, динамика движения и VFX-эффекты. Автор сообщает, что потратил три дня на файнтюн весов модели. Модель полностью совместима с ComfyUI и поддерживает все режимы генерации оригинального MiniMax-H3. Чтобы установить, попроси своего агента: загрузить эту версию MiniMax-H3 вместо базового чекпоинта в ComfyUI, скачать модель и открыть текущий видео-воркфлоу, чтобы сравнить качество с оригиналом. Понадобится видеокарта с 16+ ГБ VRAM — столько же, сколько для оригинального MiniMax-H3; на обычном ноутбуке не запустится.

thruwire/foreman

Foreman — это Python-рантайм, который работает рядом с кодинг-агентом Codex и независимо оценивает ход работы. Каждые 30 секунд он смотрит на git diff, вывод агента и историю шагов, затем задаёт быстрому классификатору девять вопросов: готова реализация, достаточно тестов, агент застрял, работа уходит в сторону, нужен человек. По этим вероятностям детерминированная Python-политика решает: продолжить, направить, остановить, повторить, запустить верификатора или передать человеку. Авторы называют это архитектурным экспериментом — оценка классификатора ещё требует калибровки, это не готовый инструмент. Требует Codex CLI и ключ TypeSafe API. Офлайн-демо не требует ни того ни другого: `foreman demo --repo .`

jaredpalmer/kev

Эта модель обрабатывает текст всего один раз и возвращает несколько фиксированных ответов (вопросов) по этому тексту: это горячий лид или просто посетитель? Это спам? Какая команда должна этим заниматься? Вместо текста она выдаёт число: Спам. 0.89. Работает локально на вашем Mac. Бесплатно. Маленькая версия — очень быстрая.

awlevin/typesafe-computer-use

Этот инструмент управляет твоим маком по команде на обычном языке — кликает, скроллит и заполняет формы за тебя. Вместо того чтобы на каждом шаге отправлять скриншот большой модели и ждать несколько секунд, он сам считывает экран и спрашивает маленький дешёвый классификатор, куда кликнуть дальше; большую модель он вызывает только тогда, когда нужно что-то вписать в поле. Чтобы установить, попроси своего агента поставить awlevin/typesafe-computer-use с GitHub по инструкции из README: добавить TYPESAFE_API_KEY (и опционально ANTHROPIC_API_KEY, если хочешь, чтобы он ещё и вписывал текст) в файл .env, а затем запустить что-то вроде clicker "open browser, go to arsentev.ai" --act. Нужен мак с macOS 14 или новее и python.

NeoHorse-1-9B — модель TokenRhythm, которую дообучили поверх Qwen3.5-9B специально для работы в агентных сценариях. Она умеет вызывать инструменты, пишет код и следует сложным инструкциям. По результатам десяти бенчмарков модель в среднем набирает 69.04 против 65.60 у базового Qwen3.5-9B. Контекст — 262 тысячи токенов нативно, что позволяет загрузить небольшой проект в одну сессию. Есть GGUF-версии для запуска через Ollama или LM Studio. В 4-битной версии занимает около 5.4 ГБ и запускается на ноутбуке от 16 ГБ памяти. Для серьёзной агентной работы это не замена фронтирной модели — но качество честное для модели этого размера.

AI Notes — веб-приложение от Lynote, которое превращает документы, веб-страницы, записи и видео в структурированные заметки, где каждый факт привязан к конкретному фрагменту исходного материала. Авторы описывают его как «source-grounded, bilingual, local-first AI note taker». Система разбивает источник на фрагменты, формирует заметки и прикрепляет к каждому пункту ссылку на точный кусок текста или видео, откуда он взят. Любое утверждение в заметке можно проверить одним кликом. Приложение работает локально в браузере без отправки данных на сервер, поддерживает английский и китайский языки, распространяется по лицензии MIT.

miuuyy/codex-chatgpt-web

Это неофициальный десктопный лаунчер для ChatGPT Web, который позволяет использовать модели ChatGPT Web с CLI Codex от OpenAI (CLI-ассистентом для программирования), не расходуя вашу квоту Codex API. Когда вы выбираете модель ChatGPT Web в Codex, запрос будет выполнен через вашу обычную подписку ChatGPT, а не за счёт квоты Codex API. Из README: «Используйте модели ChatGPT Web, доступные на вашем аккаунте, включая Pro, из встроенного селектора моделей Codex — с отдельными лимитами использования ChatGPT Web, не тратя квоту Work или Codex». В зависимости от вашего тарифного плана вы можете использовать Luna и/или Think (Free/Go), Instant вплоть до High (для аккаунтов с настройками reasoning), а также Extra High и Pro (когда доступны). Есть и полноценный режим harness, который интегрирует ChatGPT с файлами текущей задачи, терминалом и инструментами через MCP, сохраняя контекст разговора привязанным к задаче Codex. Поставляется с собственным браузером и рантаймом, то есть устанавливать Chrome, Node или Bun не нужно. Работает на macOS 13+, Windows x64 и Linux x64.

hypit-ai/hypit

Hypit — независимый открытый инструмент команды hypit-ai, который даёт ИИ-агентам (в том числе Claude Code и Codex) язык и систему для создания видео. В основе — формат SVML, в котором каждый элемент ролика (видеоряд, субтитры, B-roll, эффекты) привязан к словам, а не к секундам, поэтому агент редактирует структуру как код. Скидываешь вирусный ролик — агент строит его клонируемый рабочий процесс. Дальше генерируешь варианты: меняешь ведущего, тему, персонажей или создаёшь другое видео с нуля в том же формате. Конвейер может опционально вызывать сторонние API: примеры в README используют модели Seedance, GPT Image 2 от OpenAI и Google Video Intelligence для отслеживания лиц в субтитрах. Сам инструмент бесплатный; платить нужно за выбранные модельные сервисы. По примерам из README, 20-секундное видео с Seedance и GPT Image обошлось автору в $1.15. Отдельно: GitHub-автоматизация проекта для сортировки обращений от контрибьюторов использует DeepSeek Chat Completions API — это внутренний сервисный процесс, не часть видеоконвейера.

ComposioHQ/awesome-claude-skills

Awesome Claude Skills — это подборка готовых к использованию в продакшене Claude Skills и плагинов, тщательно отобранных и организованных компанией Composio. По словам авторов, этот репозиторий представляет собой «исчерпывающий и тщательно составленный список из 1000+ готовых к продакшену и практичных Claude Skills и плагинов для повышения продуктивности в самых разных сценариях использования не только на Claude.ai и в Claude Code, но и в кодинг-агентах вроде Codex, Cursor, Gemini CLI, Antigravity и других». Skill — это директория, содержащая файл SKILL.md с YAML-метаданными и текстовыми инструкциями о том, как обучить Claude выполнять определённый вид задач (например, генерировать SQL, обрабатывать PDF, суммаризировать таблицы, создавать гифки, анализировать встречи). Кроме того, он даёт доступ более чем к 1000 интеграциям с другими приложениями через Composio MCP Gateway. Среди них такие сервисы, как Slack, Jira, Notion, Google Workspace, Trello и GitHub. Написать skill так же просто, как написать обычный Markdown. Проект появился в октябре 2025 года и уже набрал более 75 000 звёзд.

Fission-AI/OpenSpec

OpenSpec — фреймворк для разработки через спецификации (SDD) для ИИ-ассистентов по коду. Принцип работы: перед реализацией агент получает набор команд — исследует задачу (/opsx:explore), создаёт папку с proposal.md, specs/, design.md и tasks.md (/opsx:propose), реализует по этому плану (/opsx:apply) и проверяет соответствие (/opsx:verify). Работает с Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и ещё более чем тридцатью инструментами. Создан компанией Fission AI, вышел в августе 2025 года, за год набрал 68 тысяч звёзд. Подход называет себя «fluid not rigid»: спецификации живые, обновляются по ходу проекта, не мешают итеративной работе.

ukisai дообучил Qwen3.8-27B от Alibaba — мультимодальную модель на 27B, которая принимает на вход и текст, и изображения — чтобы сократить её многословные рассуждения, которые всё замедляют. Для этого они штрафуют токены-маркеры рассуждений и используют техники переноса обучения, вдохновлённые ThinkingCap от BottleCap AI. Результат: на 58.3% меньше токенов на рассуждения (медиана), заметно быстрее ответы и даже рост результата на LiveCodeBench с 76.76% до 81.55%. Модель теперь доступна в формате GGUF (упакованный формат модели) для llama.cpp, Ollama и vLLM. Она распространяется по лицензии Swift Open License 1.0 — бесплатно для личного использования или для компаний с годовой выручкой до $1M; коммерческим пользователям с выручкой выше этого порога нужны дополнительные соглашения. Чтобы установить, попроси своего ИИ-агента: 'Установи Swift-версию Qwen3.8-27B локально через Ollama: https://huggingface.co/ukisai/Swift-Qwen3.8-27B-GGUF — выбери квантованную версию под мой компьютер, запусти её и покажи, как с ней работать.'

Meta представила Llama 3.1 8B Instruct (часть семейства многоязычных генеративных моделей с 8B, 70B и 405B параметров) в июле 2024 года. На сегодняшний день это самая скачиваемая открытая модель на Hugging Face — почти шесть миллионов загрузок в месяц. Она доступна на английском, немецком, французском, итальянском, португальском, хинди, испанском и тайском языках. Контекст модели — 128 000 токенов, чего должно хватить для любого длинного документа. Она также поддерживает инструменты и функции, так что её можно использовать для создания простых локальных агентов. В 4-битной версии модель весит около 4,8 ГБ и запускается на ноутбуке с 16 ГБ оперативной памяти.

Первая модель рассуждений от DeepSeek (DeepSeek-R1) была опубликована в январе 2025 года. У неё архитектура mixture-of-experts с 671 миллиардом параметров в общей сложности, но лишь 37 миллиардов эффективных параметров на токен. На данный момент это самая популярная модель рассуждений на Hugging Face (почти 741 000 загрузок за последний месяц). Она способна пошагово рассуждать над сложными задачами. По данным DeepSeek, она не уступает OpenAI-o1 в задачах на математику, код и рассуждения. Благодаря лицензии MIT эту модель можно использовать как в частном порядке, так и в коммерческих целях. Также они выпустили дистилляции своей модели — от 1,5 до 70 млрд параметров. По-моему, самый удобный способ начать пользоваться этой моделью локально — скачать дистиллированную версию на 7B или 14B, которая запускается прямо на ноутбуке.

Comfy-Org выпустили ноду ComfyUI для модели генерации музыки m-a-p YuE2-3B. YuE2 — это модель генерации музыки, которая принимает на вход описание настроения и жанра, а на выходе выдаёт музыку, включая мелодию, барабаны, инструменты и так далее. В комплект входит аудиоэнкодер SheetSage2 и сама модель. Для установки просто положите файлы в директорию checkpoints вашего ComfyUI и в директорию audio_encoders. Эта модель лицензирована под cc-by-nc-4.0, а значит, использовать её коммерчески нельзя. Мы видим, что сообщество применяет её для эмбиента, lo-fi и поп-музыки. Это модель на 3B параметров, так что качество звука достаточно хорошее для создания контента, но не для профессиональной музыки.

hacksider/Deep-Live-Cam

Deep-Live-Cam — это инструмент для замены лица в реальном времени: загрузите своё лицо, выберите веб-камеру, нажмите Live — и смотрите, как ваша веб-камера в реальном времени выводит выбранное лицо! Поддерживается одновременное сопоставление нескольких лиц, маска рта для реалистичной синхронизации губ и возможности постобработки видео. Deep-Live-Cam был выпущен в 2023 году и всего за три года набрал почти 97 тысяч звёзд на GitHub, став одним из самых популярных инструментов для создания контента на основе ИИ! Встроенная модерация контента не позволяет использовать его в неэтичных целях, таких как порнография и насилие. Доступны готовые к использованию инсталляторы для macOS Silicon, Windows и обычных процессоров, а также инструкции по установке open source-версии на Python для самостоятельного хостинга.

code-yeongyu/oh-my-openagent

Oh My OpenAgent — система плагинов для ИИ-агентов вроде Claude Code, OpenAI Codex и Cursor, которая позволяет запускать до одиннадцати специализированных агентов по одному промпту одновременно. Проект вышел в декабре 2025 года и за девять месяцев набрал более 69 тысяч звёзд на GitHub. Автор — разработчик code-yeongyu. Три редакции: Ultimate с полными возможностями (11 агентов, более 54 хуков жизненного цикла), Light для совместимости с CLI, и Senpi — бета-версия автономного рантайма. В Team Mode все агенты видны в разбитом tmux-терминале: каждый в своей панели, статус обновляется в реальном времени. Встроена поддержка MCP, интеграция с LSP и AST-Grep, так что агенты работают с реальной структурой кода, а не просто с текстом.

Qwen3.6 — мультимодальная модель от команды Qwen из Alibaba, заточенная под agentic coding: читает текст, изображения и видео в одной сессии. 27-миллиардная версия набирает 77.2% на SWE-bench Verified — один из лучших результатов среди моделей, которые реально запускают на своём железе. Контекст — 262 тысячи токенов нативно, весь репозиторий входит в одну сессию. Главная новинка: «thinking preservation» — модель сохраняет ход рассуждений из предыдущих сообщений, агент не начинает думать заново с каждым вызовом инструментов. На Ollama две версии: 27B (18 ГБ) и MoE-вариант 35B с 3B активными параметрами при работе (23 ГБ).

K2-Horizon-7B — языковая модель от IFM (Institute of Foundation Models) с нативным контекстом 512 тысяч токенов: один запрос вмещает целый средний проект или большой репозиторий. Разрабатывалась под агентные задачи: вызов инструментов, работа с терминалом, браузером, многошаговый код. По SWE-bench Verified — стандартному тесту на правку реального кода — 70,6%, что существенно выше конкурентов в том же весовом классе (30–50%). Тренировочные данные, рецепт и код оценки полностью открыты. Квантованные варианты запускаются через Ollama и LM Studio.

yi1108/printfilm

PRINTFILM — это открытая AI-студия для создания коротких видео и комиксов с продолжением. В ней есть сквозной пайплайн, включающий генерацию историй с помощью любых API, совместимых с OpenAI (например, Kimi, DeepSeek и так далее), генерацию картинок через Volcano Engine Seedream, генерацию видеоклипов через Seedance и генерацию голоса через Doubao TTS или бесплатный edge-tts. Это многопользовательская система с управлением пользователями, оплатой по факту использования и внешними API. Вы можете развернуть эту систему на своём сервере или продавать её другим. Также есть админ-панель для управления разными моделями и изменения текстовых источников без правки конфигурационного файла. Вам понадобятся установленный Docker (для Postgresql и Redis), Python 3.12, Node.js 20+ и FFmpeg в PATH.

Qiuner/birdview

Birdview — это инструмент для разработчиков, который создаёт карты архитектуры вашей кодовой базы и генерирует их в виде самодостаточных HTML-файлов. Сервер не нужен! Открывается прямо в браузере. Каждый модуль имеет уникальный ID и связан с реальным кодом (а не с диаграммой, которую приходится рисовать самому). Поделитесь сгенерированной картой со своим ИИ-агентом, прежде чем дать ему задачу по коду. Так он будет знать весь контекст проекта и то, какие модули потенциально может менять. Сначала создайте снимок вашей архитектуры, основанный на реальных данных, а затем определите объём изменений. Birdview не отслеживает действия ваших ИИ-агентов. Ваши агенты сообщают Birdview, какие части кода они хотят изменить, и Birdview помогает держать контекст перед глазами. Светлая/тёмная тема, фильтрация связей, сравнение архитектур. Node.js 18+ и лицензия MIT.

mem0ai/mem0

Mem0 — открытый слой памяти для ИИ-агентов от YC S24 компании mem0ai. Агент запоминает предпочтения, прошлые задачи и контекст между сессиями — больше не нужно каждый раз объяснять с нуля. В апреле 2026 вышел новый алгоритм памяти: ADD-only экстракция одним LLM-вызовом, связывание сущностей между воспоминаниями, гибридный поиск (семантика + BM25 + entity-matching). На managed-платформе точность на LoCoMo выросла с 71.4 до 92.5, на LongMemEval — с 67.8 до 94.4 (данные облачной платформы; open-source SDK — в том же направлении). Для работы нужен ключ LLM-модели — по умолчанию gpt-5-mini от OpenAI, но подходит любой совместимый API. Три варианта: Python/npm библиотека, self-hosted через Docker Compose, облачная платформа app.mem0.ai. Подключается к Claude Code, Codex, Cursor, Windsurf командой `npx skills add`.

infiniflow/ragflow

RAGFlow — open-source RAG-движок от команды infiniflow, вышедший в конце 2023 года, сейчас почти 91 тысяча звёзд. Предоставляет полный пайплайн для AI-ассистентов на базе ваших документов: загрузить PDF, Word или синхронизировать с Confluence, S3, Notion, Discord, Google Drive. Движок сам разбирает документы, нарезает, индексирует и строит ответы. Включает визуальный конструктор агентных сценариев и готовые шаблоны агентов. Ответы поступают через встроенный чат или через Telegram, Discord, Feishu, Line. Работает с любой LLM через API — OpenAI, DeepSeek, Gemini и другие. Поддержка MCP добавлена в середине 2025 года. Облачная версия — cloud.ragflow.io. Для самохостинга нужны CPU от 4 ядер, оперативка от 16 ГБ и Docker.

HKUDS/DeepTutor

DeepTutor — опенсорс-платформа для персонализированного обучения с ИИ, созданная группой HKUDS в Гонконгском университете (декабрь 2025). Загружаете PDF, книгу или ссылку на YouTube — система строит интерактивный курс с квизами, карточками и проверкой знаний. Три слоя памяти фиксируют, что вы уже поняли, и ведут дальше по теме. Внутри чата можно подключить агентов — Claude Code, Codex, DeepSeek, Kimi и другие — и консультироваться с ними в ходе учёбы. Поддерживает RAG-движки (LlamaIndex, GraphRAG, LightRAG), Markdown-редактор для заметок, импорт из Obsidian, иммерсивный просмотр YouTube с привязкой к временным меткам. Запускается одним Docker-контейнером или через pip install deeptutor. Активно обновляется — последний релиз v1.6.8 от 14 сентября 2026-го.

browser-use/life-recorder

Life recorder — это приложение, разработанное группой browser use. Оно состоит из двух частей: iOS-приложение, работающее на iPhone, которое записывает ~1 минуту аудио в формате AAC. Python-скрипт, работающий на Mac, который получает эти аудиофайлы с iPhone по локальной сети и использует whisper.cpp от Whisper, чтобы транскрибировать их локально. Транскрипции сохраняются в единый, постоянно растущий markdown-файл. Этот файл также содержит временные метки с интервалом в час. После того как Mac получил аудиофайлы и завершил транскрипцию, они удаляются с телефона. Никакого облачного хранилища или сторонних сервисов транскрипции не используется. Соединение между телефоном и Mac защищено с помощью самоподписанного tls-сертификата и случайно сгенерированного 256-битного bearer-токена. Чтобы скомпилировать это приложение на iOS, вам понадобятся Xcode и бесплатный аккаунт разработчика Apple. Мы приложили инструкцию SKILL.md, чтобы кодовый агент (codex и подобные) мог посмотреть код, скомпилировать и установить приложение на подключённый iPhone с минимальным участием пользователя.

Эта модель (от Nex-AGI) описывается как «семейство агентных моделей нового поколения, созданных для долгих задач в реальных условиях». Она умеет сёрфить по вебу, работать в терминале, запускать и тестировать код, рассуждать об изображениях и вызывать внешние утилиты. У неё есть три режима рассуждения (быстрый, средний, глубокий) в зависимости от сложности задачи. Её результат — 71.2 на OSWorld-Verified и 43.8 на SWE-Bench Pro. Доступна в квантованном формате для llama.cpp, Ollama, LM Studio

Инструмент для смены лиц на основе FLUX.2 Klein 9B от Black Forest Labs. Это генеративная модель для изображений. Загрузите исходное изображение (с лицом, которое хотите использовать) и целевое изображение (куда хотите это лицо поместить). Подождите, пока модель обработает ваши фотографии и выдаст результат. Работает на бесплатных GPU-серверах от Hugging Face, для простого использования не требуется никаких установок и оплаты.

zhayujie/CowAgent

CowAgent (ранее chatgpt-on-wechat) — опенсорс ИИ-агент, который работает на вашем компьютере или сервере круглосуточно. Планирует и разбивает сложные задачи на шаги, использует встроенные инструменты (браузер, файлы, терминал, планировщик, веб-поиск, MCP), устанавливает навыки из публичного каталога или GitHub, строит структурированную базу знаний и граф знаний. Трёхуровневая архитектура памяти (контекст → ежедневная → долгосрочная) автоматически формирует ключевые факты. Самоэволюция анализирует прошлые сессии и улучшает поведение агента. Поддерживает любую крупную модель — Claude, GPT, Gemini, DeepSeek, Qwen и другие — меняется из веб-консоли. Подключается к Web, Telegram, WeChat, Feishu, DingTalk, Slack. Однострочный установщик для Linux/macOS/Windows, Docker и облачный вариант.

viettranx/3dviz-pro-max

3dviz-pro-max — самостоятельный навык для Claude Code (плагин) и Codex (папка), который превращает одно предложение в интерактивную Three.js или Blender сцену. Главная особенность — capture helper: после генерации кода агент рендерит сцену, захватывает кадры и сам проверяет, что получилось на экране, а не описывает результат по памяти. Навык включает 10-шаговый рабочий процесс, 223 рецепта по 24 визуальным направлениям (изометрия, фотореализм, стилизация и другие), 440 записей базы знаний, 22 готовых kit-шаблона и 37 запускаемых этюдов с проверенными результатами. Устанавливается одной командой в Claude Code или как папка в Codex.

Significant-Gravitas/AutoGPT

AutoGPT — опенсорс-платформа агентов, выросшая из вирусного эксперимента 2023 года в полноценный hosted-сервис. Четыре ключевые поверхности: AutoPilot (описываете задачу на обычном языке — получаете работающего агента), визуальный конструктор (блоки и ветки для точного контроля над каждым шагом), маркетплейс (готовые агенты от сообщества, которые можно установить и настроить), дашборд агентов (каждый запуск, стоимость и действие — перед глазами). Hosted-платформа берёт на себя инфраструктуру, модели, ключи и обновления. Есть и self-hosting. Более 185 тысяч звёзд; Andrej Karpathy и CEO Replit Amjad Masad называли это следующим рубежом в работе с ИИ.

ruvnet/ruflo

Ruflo — мета-обвязка для Claude Code и Codex от ruvnet, которой уже больше года. Идея: «Агент = Модель + Обвязка» — модель пишет, обвязка даёт ей инструменты, память, циклы и контроль, чтобы она могла реально работать. Ruflo добавляет 100+ специализированных агентов (код, тесты, безопасность, архитектура, документация), координацию самоорганизующихся роёв, постоянную память между сессиями, федерацию между машинами и защитные барьеры. Проекту больше года: 72k★, по собственным данным — 8,1 млн скачиваний в экосистеме. Устанавливается из маркетплейса плагинов Claude Code или одной командой npx. В полном наборе: 33 плагина для Claude Code, 21 npm-плагин, веб-интерфейс, GOAP A*-планировщик, поддержка Claude, GPT, Gemini, Cohere и Ollama.

rizqinrr/viserys-agent

Viserys — набор из 28 воркфлоу-скиллов в Markdown, покрывающий весь цикл разработки. Этапы: DEFINE (уточнить идею, вытащить требования, написать спецификацию), PLAN (схема базы данных, разбивка на задачи с критериями принятия), BUILD (инкрементальная реализация, TDD, инжиниринг контекста, фронтенд, дизайн API), VERIFY (браузерное тестирование, отладка), REVIEW (качество кода, безопасность, производительность), SHIP (git-воркфлоу, CI/CD, документация, наблюдаемость, запуск). В комплекте — четыре персонажа-ревьюера: code reviewer с планкой staff-инженера, test engineer, security auditor, web performance auditor. Каждый скилл — самодостаточный Markdown-файл, который агент читает без дополнительного инструментария. Для OpenCode поставляется готовый агент Viserys, который активирует все 28 скиллов одним нажатием Tab.

agentverse-os/AgentVerse-OS

AgentVerse OS — личная облачная операционная система для разработки с ИИ-агентами, которая разворачивается на одном Ubuntu-сервере и открывается из любого браузера. После однократной установки получаешь браузерный рабочий стол: VS Code, Claude Code, Codex и терминал — всё уже настроено. Каждый проект работает в изолированном контейнере со своей сетью, чтобы агенты разных проектов не мешали друг другу. Встроенный каталог включает 944 самохостируемых приложения из коллекций Runtipi, Coolify и Umbrel — базы данных, мониторинг, медиаинструменты, сервисы для контента. Доступ только через Tailscale, в открытый интернет ничего не торчит. Проект в стадии альфа (v0.2), один пользователь.

Поставил MiniCPM5-2B от OpenBMB через Ollama — 1.5 ГБ в квантованном виде, запускается на ноутбуке без GPU. Контекст 128 тысяч токенов при таком размере — редкость: скармливаешь целый документ сразу. Вызов инструментов из коробки: даёшь задачу, модель сама решает, что запустить. Гонял на реальных задачах — держится уверенно для 2.5B.

Nex-AGI выпустили Nex-N2.5-Pro — агентную модель специально для долгих, многошаговых задач. Попробовал через OpenRouter: отдаёшь цепочку из десятков шагов — не теряется, держит нить задачи до конца, не переспрашивает. Веса открыты, Apache 2.0, но дома не запустить — слишком тяжёлая. Мне понравилось, что авторы честно ставят задачу: реальные условия, не лабораторные бенчмарки.

Мы применили агентное пост-обучение с направляющей маршрутизацией (особая техника обучения для улучшения результатов в агентных сценариях, таких как использование инструментов, планирование задач и написание кода) к Qwen3.5-4B от Alibaba, что дало улучшение среднего макро-показателя на +5.93 по 10 бенчмаркам по сравнению с базовой Qwen3.5-4B и показало заметные улучшения на агентных задачах (+9.79 на WorkBuddy Bench, +6.21 на QwenClawBench, +9.75 на HumanEval). Исходное окно контекста — 262144 токена. 4-битная версия модели (4.2B параметров) занимает около 2.5 ГБ на диске. Попробовать модель можно через GGUF-репак от mradermacher здесь: https://huggingface.co/mradermacher/NeoHorse-1-4B-GGUF в LM Studio или Ollama.

Edge0 выпустили 35B MoE-модель (на базе Qwen3.5-35B), которая работает на Apple Silicon через SSD-offloading: веса хранятся на диске и загружаются нужными кусками по мере генерации, а в оперативной памяти в каждый момент находится лишь около 3 ГБ. Обычная 35B-модель требует держать все веса в RAM — 64 ГБ и больше. Чекпоинт на диске занимает 19.6 ГБ. Скорость генерации — около 15 токенов в секунду; заполнение длинного промпта — до 140 токенов в секунду. Модель управляется через CLI-инструмент edge0, устанавливается через pip, поддерживает режимы чата и API-сервера.

sansan0/TrendRadar

TrendRadar — открытый ИИ-монитор трендов: агрегирует горячие темы с GitHub, Hacker News, Reddit, Weibo и ещё десятков платформ. ИИ-фильтрация по ключевым словам отсеивает шум, оставляя только нужное. Поддерживает пуш в Telegram, Slack, Email, Bark, WeChat, DingTalk и ntfy. С версии 4.1 появился нативный MCP — подключается как живой источник новостей для агента. RSS-подписки добавляются отдельно. Деплоится одной Docker-командой примерно за 30 секунд. Проект активно поддерживается полтора года и набрал больше 62 тысяч звёзд.

koala73/worldmonitor

World Monitor — открытый дашборд реального времени, агрегирующий новостные потоки из геополитики, финансов, технологий, сырьевых рынков и энергетики, а затем синтезирующий их через ИИ в короткие сводки. Интерфейс включает 3D-глобус (globe.gl), WebGL-карту (deck.gl), живые панели и индекс нестабильности стран (CII) для 31 страны. Доступен как веб-приложение на worldmonitor.app, нативное десктопное приложение Tauri 2 для macOS/Windows/Linux или self-hosted через npm. ИИ-обработка работает на Ollama (локально, без API-ключей), Groq или OpenRouter. Из одной кодовой базы выходят варианты: tech, finance, commodity, energy, happy. Для агентных сценариев: есть MCP-сервер на worldmonitor.app/mcp, который открывает все инструменты мониторинга для любого MCP-совместимого агента, включая Claude Code.

MiniCPM5-2B — это модель на 2 млрд параметров от OpenBMB (часть их серии MiniCPM5), предназначенная для локального и on-device использования. По словам OpenBMB, это «лучшая открытая модель своего размера» по результатам их тестов, и она даже конкурирует с моделями на 4B. Она хороша в коде, математике, работе с длинным контекстом, инструментами и агентностью. Репозиторий с GGUF-файлами для llama.cpp, Ollama и LM Studio можно найти здесь. Сжатая версия Q4_K_M весит около 1,6 ГБ, а 8-битная версия — около 2,7 ГБ. OpenBMB также выложили обучающие данные для этой модели, а веса доступны под лицензией Apache 2.0.

firecrawl/firecrawl

Firecrawl — это сервис веб-скрапинга с открытым исходным кодом, разработанный командой Firecrawl. У них также есть хостинговый API-сервис. Они сканируют интернет, открывают веб-страницы и возвращают либо чистый текст в формате Markdown, либо структурированные данные в формате JSON, либо скриншоты — вместо сырого HTML-кода. Этот инструмент заявляет, что способен просканировать 96% интернета, даже если странице для отрисовки требуется JavaScript. Он также берёт на себя работу с прокси и ограничением частоты запросов. С помощью этого инструмента можно имитировать клики мышью, прокрутку и набор текста. Также можно извлекать информацию из документов PDF и DOCX или использовать его как MCP-инструмент для подключения к другим ИИ-агентам.

eternityspring/reelbench-skills

reelbench-skills — небольшой набор навыков для Claude Code и Codex от разработчика Wesley Wang. Первый навык раскладывает готовое видео в таблицу кадров: длительность, крупность плана, движение камеры, что в кадре и ритм монтажа; точки склейки считает ffmpeg, а модель решает только то, что требует оценки. Второй собирает видео рядом с информацией о кадрах и подсвечивает текущий кадр при воспроизведении. На выходе один HTML-отчёт, который открывается без интернета: встроенный плеер, таблица кадров с поиском и ключевые кадры. Автор отмечает, что сторонних пакетов и ключа API не нужно. Описание в репозитории частично на китайском — если что-то непонятно, попросите агента пересказать README по-русски.

Edge0-AI/Edge0

Edge0 — это движок для инференса с открытым кодом, разработанный командой Edge0 для запуска больших моделей типа mixture of experts на macOS с процессорами Apple Silicon. Вместо того чтобы держать всю модель в памяти, Edge0 подгружает нужные части с SSD и заранее предугадывает, что понадобится дальше, — по словам разработчиков, это даёт прирост скорости генерации до 59%. В пакет входят две предобученные модели: на 35 миллиардов параметров (23 ГБ на диске, ~2,9 ГБ пиковое использование памяти) и на 8 миллиардов параметров (~4,2 ГБ на диске). Эти модели основаны на open source базовых моделях и оснащены адаптерами, которые восстанавливают качество, потерянное из-за сжатия. Сейчас Edge0 доступен только для macOS с процессорами от M1 до M4.

TimesFM 3.0 — новый релиз предобученной базовой модели для прогнозирования временных рядов от Google Research. Имея на входе временной ряд (например, дневные продажи, трафик сайта или запасы на складе), TimesFM предсказывает будущие значения и квантили, давая распределение возможных значений, а не просто точечную оценку. Модель обучена на множестве наборов данных временных рядов, включая просмотры страниц Википедии и запросы Google Trends, а также на синтетических данных. Официальные веса для PyTorch — здесь. У неё около 330 млн параметров. Веса модели лицензированы по TimesFM Non-Commercial License v1.0.

MadsLorentzen/ai-job-search

Это бесплатный фреймворк с открытым исходным кодом для подачи заявок на работу, построенный на основе Claude Code. Вам нужно всего один раз ввести информацию о своём профиле, а затем можно пользоваться несколькими командами, которые помогут вам откликаться на вакансии. Используйте /scrape, чтобы искать вакансии в интернете и видеть рекомендации по вакансиям, которые вам подходят, вместе с оценкой соответствия. Используйте /apply, чтобы оценить вакансию, написать персонализированное резюме и сопроводительное письмо с рекомендацией от агента-рецензента, а затем отправить готовый результат. Используйте /interview, чтобы помочь себе подготовиться к собеседованию. Этот инструмент разработал геофизик Мадс Лорентзен, который потерял работу в конце 2025 года. Он использовал этот фреймворк, чтобы откликаться на новые вакансии, и нашёл работу AI-инженером в июне 2026 года после 69 персонализированных заявок, 20 собеседований первого раунда и 1 подписанного контракта. Этот фреймворк на данный момент не зависит ни от языка, ни от страны, вы также можете интегрировать его в других агентов, например Codex или Gemini CLI, с помощью AGENTS.md. У него порядка 42 000 звёзд на GitHub, и он распространяется под лицензией MIT. Это независимый проект, никак не связанный с Anthropic, создателями Claude Code.

google/artemis

ARTEMIS — это инструмент с открытым исходным кодом, разработанный Google для превращения естественного языка в автоматизацию Android. Сюда входит запуск сквозных тестов и сценариев взаимодействия между приложениями — например, открыть Google Maps, чтобы проложить маршрут куда-то, а затем включить музыку на YouTube. Есть также встроенный MCP-сервер, который позволяет управлять телефоном ИИ-ассистентам для кода, таким как Claude Code, Codex, Antigravity и Windsurf. Благодаря этому агент может собирать логи Logcat и делать скриншоты. Есть скрипт для установки одним кликом всего необходимого софта (ADB, scrcpy, FFmpeg), запуска локального веб-сервера для подключения устройства и трансляции экрана, а также для повтора выполненных сценариев. ARTEMIS заявляет успешность выполнения свыше 99% на бенчмарке AndroidWorld. Инструмент лицензирован под Apache-2.0 и за первый месяц набрал 3000 звёзд на GitHub.

Mistral Medium 3.5 — первый «единый флагман» Mistral AI: плотная языковая модель на 128 миллиардов параметров, которая совмещает выполнение инструкций, пошаговое рассуждение и генерацию кода в одних весах. Прежде у компании были специализированные инструменты — Devstral для кода, Mistral Large для диалога. Medium 3.5 делает всё в одном запросе, плюс понимает картинки через собственный энкодер изображений. Контекст — 256 000 токенов. На SWE-Bench Verified (исправление реальных GitHub-багов) — 77,6%; на агентском тесте τ³-Telecom — 91,4%. Режим рассуждений регулируемый: для простых запросов отключается и ответ приходит быстрее, для сложных — включается сам. Веса открытые под модифицированным MIT, self-host возможен примерно от четырёх GPU.

petergyang/no-ai-slop

No AI Slop — скилл, который знает 20+ стандартных паттернов AI-текста: бинарные контрасты («Это не X — это Y»), пустые зачины, ссылки на несуществующих экспертов, ложно-глубокомысленные обобщения, слова-заменители. Убирает их из любого текста, сохраняя смысл и голос автора. Три режима: редактирование с показом списка изменений, поиск паттернов без касания текста и — для юмора — намеренный AI-слипп. Устанавливается как скилл в Claude Code и Codex одной npx-командой, как плагин в ChatGPT или вставкой установочного запроса прямо в чат. Вся установка — одно действие.

bytedance/deer-flow

DeerFlow — это открытый (open source) движок, разработанный Bytedance (TikTok). Он позволяет нескольким ИИ-агентам работать вместе над задачей одновременно, а не последовательно. DeerFlow 2.0 (вышел в феврале 2026) переработали так, чтобы суб-агенты могли совместно работать над задачей: искать информацию в интернете, писать и выполнять код в песочнице и проверять результаты. Они также могут делить общую долговременную память между сессиями. DeerFlow интегрируется с OpenAI, Anthropic, Gemini, DeepSeek, Qwen и другими OpenAI-совместимыми API, такими как OpenRouter. Начать проще простого: попроси своего кодинг-агента клонировать репозиторий с github.com/bytedance/deer-flow, следовать инструкциям из Install.md, выбрать Docker (инструмент для упаковки приложений, чтобы они запускались где угодно), указать своего предпочитаемого LLM-провайдера и API-ключи и зайти в веб-интерфейс на localhost (твой локальный хост) через браузер. Это займёт у тебя всего пару минут.

Krea 2 Turbo — это диффузионная модель преобразования текста в изображение на 12 миллиардов параметров, разработанная Krea.ai и выпущенная в виде открытых весов по лицензии Krea 2 Community License. Она позволяет создавать изображения по текстовым описаниям в свободной форме на естественном языке, с применением от творчества и коммерции до исследований. Сейчас она доступна в составе Draw Things и DiffusionBee (десктопных приложений для локального синтеза изображений, только macOS), в блокнотах Google Colab и Kaggle, а также более чем в 100 пространствах сообщества на Hugging Face Hub. При 4-битном квантовании модели требуется около 7,7 ГБ памяти, что делает её пригодной для ноутбука с 16 ГБ оперативной памяти.

SAM 3 — это наша универсальная базовая модель для сегментации объектов на изображениях и видео. Получив текстовый запрос с описанием нужного объекта, модель выдаёт точную маску сегментации. Мы также поддерживаем визуальные запросы (например, точки, ограничивающие рамки, наброски масок сегментации) и их сочетание с текстом. Более того, модель умеет автоматически отслеживать объекты во времени без покадровой разметки. На бенчмарке SA-CO (который включает 270 тысяч уникальных визуальных концепций, то есть более чем в 50 раз больше, чем в предыдущих бенчмарках) SAM 3 достигает 75–80% от уровня человека. Модель содержит 0,9 млрд параметров и весит около 1,7 ГБ в полной точности.

Vincentwei1021/anything2explainer

anything2explainer — это скилл для Claude Code и Codex, который создаёт полноценные анимированные видео-объяснения на любую тему. После установки скилла (клонируете репозиторий в свою директорию со скиллами) и указания выбранной темы конвейер агентов проведёт исследование, сгенерирует текст озвучки, синтезирует TTS с привязкой по границам слов, построит раскадровку с отдельными кадрами и запустит параллельные агенты сборки, каждый из которых отрендерит свой кадр как компонент Remotion (React). На выходе получается видео 1280×720 в формате H.264 MP4 с аудио-озвучкой, субтитрами, карточками глав и индикатором прогресса. Создание ролика длиной 2–3 минуты занимает примерно 1 час реального времени, а качественное референсное видео на 3–5 минут — около 2 часов. Из коробки поддерживаются английский и китайский языки. В четырёх ключевых моментах у вас попросят ввести данные.

unslothai/unsloth

«Unsloth: первое десктопное приложение для запуска и обучения моделей». Unsloth Studio (запускается командой unsloth studio) предоставляет веб-интерфейс для просмотра моделей, скачивания и запуска LLM, диффузионных моделей, TTS и моделей эмбеддингов локально. Датасеты можно собирать через интерфейс с перетаскиванием, с поддержкой файлов PDF, CSV, DOCX для дообучения моделей без кода. Доступно для Windows, macOS и Linux. Поддерживает GPU от NVIDIA, AMD, Intel, CPU, Vulkan. Есть опциональная интеграция с ChatGPT и другими облачными сервисами. Есть бенчмарки производительности моделей Google (Gemma), OpenAI (gpt-oss), Alibaba (Qwen) и Meta (Llama). Дообучение в 2 раза быстрее, на 70% меньше видеопамяти, чем в традиционных пайплайнах. Подготовка MoE-моделей в 12 раз быстрее, на 35% меньше видеопамяти. Более 75 000 звёзд на GitHub.

Comfy-Org/ComfyUI

ComfyUI — визуальный граф-редактор для запуска моделей генерации ИИ локально. Пайплайн собирается из блоков: загрузчик модели, кодировщик текста, сэмплер, VAE-декодер, узел сохранения — поток данных виден до запуска. Нативно поддерживает более 30 семейств моделей: изображения (Stable Diffusion, Flux, HiDream), видео (Wan, LTX-Video, HunyuanVideo), аудио, 3D и текст (Gemma 4, Qwen3). VRAM управляется автоматически с умной выгрузкой и частичным пересчётом графа — смена одного узла не перезапускает всё. Кастомные ноды расширяют граф тысячами операций из сообщества. Воркфлоу сохраняются как JSON-файлы, их легко публиковать и переиспользовать. Работает полностью офлайн — без телеметрии и обязательного облака.

Nemotron 3 Nano Omni — мультимодальная модель от NVIDIA, которая обрабатывает видео, аудио, изображения и текст за один проход. 31 миллиард параметров — при каждом запросе задействуется лишь часть из них, поэтому модель тратит меньше памяти, чем можно ожидать. Понимает видео до двух минут, расшифровывает речь с временными метками по каждому слову, читает PDF и сканы с таблицами и диаграммами через OCR, поддерживает управление интерфейсами в агентских сценариях. Контекст — 256 000 токенов: длинный документ или целая переписка с прикреплёнными файлами влезает целиком. NVIDIA разработала модель в рамках семейства Nemotron на основе Qwen3-VL-30B-A3B от Alibaba и других Qwen-вариантов. Версия для Ollama весит в сжатом виде около 28 ГБ.

MiniCPM-V 4.6 — ультракомпактная мультимодальная модель от OpenBMB: около миллиарда параметров, 1,6 ГБ в полной точности. Это самый лёгкий вариант в линейке MiniCPM-V: у версии 4.5 было восемь миллиардов параметров. Понимает одно фото, несколько изображений сразу и видео, контекст — 256 000 токенов. Модель похудела за счёт другого языкового ядра: внутри SigLIP2-400M и Qwen3.5-0.8B вместо Qwen3-8B. Отдельно переделали обработку кадров — смешанное сжатие визуальных токенов снизило вычисления на кодирование более чем на 50%. Расплата за размер есть, и авторы пишут о ней прямо: модель дотягивает до уровня Qwen3.5 2B на части тестов, старшая 4.5 остаётся точнее. Официально поддерживает iOS, Android и HarmonyOS, запускается через Ollama одной командой.

upstash/context7

Context7 предоставляет актуальную и привязанную к версии документацию по библиотекам по запросу вашего AI-агента, генерирующего код. Без Context7 ваш AI-агент писал бы код на основе устаревших данных обучения, которые могут отставать на месяцы или годы, из-за чего он использовал бы устаревшие API или отжившие свой век стили программирования. С Context7, когда ваш агент задаёт вопросы о библиотеках, мы подтягиваем самую свежую документацию из первоисточника и вставляем её в контекстное окно агента. Context7 можно использовать и как CLI-навык (MCP не нужен!), и как MCP-сервер (для нативных MCP-вызовов). Получите бесплатный API-ключ на context7.com, чтобы поднять лимит запросов! Совместимые агенты: Claude Code, Cursor, OpenCode.

langgenius/dify

Dify — это open-source платформа для создания ИИ-приложений. На визуальном холсте собираешь цепочки: загружаешь свои PDF, Word-документы и таблицы, выбираешь модель (Claude, GPT-4, Llama, DeepSeek или любую OpenAI-совместимую) и получаешь работающего чат-бота или агента без кода. Для агентов встроено 50+ инструментов: Google Search, DALL-E, Stable Diffusion, WolframAlpha, выполнение кода. Готовое приложение сразу получает REST API — подключить к Telegram-боту или вставить виджет на сайт можно без отдельного бэкенда. Работает в облаке Dify Cloud (sandbox-план включает 200 бесплатных вызовов GPT-4) или разворачивается у тебя дома через Docker.

HKUDS/nanobot

Nanobot — сверхлёгкий опенсорс-фреймворк для личного ИИ-агента на Python, разработанный исследователями Гонконгского университета. Запускается как веб-интерфейс в браузере, как терминальный клиент или через мессенджеры — всё подключается к одному агенту. У агента долгосрочная память между сессиями, инструменты через MCP-интеграции, переключение между моделями, делегирование подзадач субагентам, задачи по расписанию и OpenAI-совместимый API для других приложений. На macOS и Linux — одна команда curl, на Windows — строчка в PowerShell. Никакой сложной настройки: запустил WebUI и начинаешь разговор. Работает с любым провайдером: OpenAI, Anthropic Claude или локальные модели через Ollama. Вышел семь месяцев назад — уже почти 48 000 звёзд.

bilawalsidhu/gods-eye-view

God's Eye View — опенсорс-симулятор 3D-глобуса с живыми публичными данными: транспондеры самолётов, маяки кораблей, спутники, землетрясения, трафик и общедоступные камеры — всё из открытых источников. Голосовой агент на OpenAI Realtime API позволяет управлять глобусом разговором: «Перелети в Токио», «Сколько рейсов над Техасом прямо сейчас?», «Переключи на ночное видение», «Выдели границу Техаса» — 28 инструментов для управления камерой, аннотаций на карте, запросов к живым слоям данных и консольных команд. ИИ генерирует HUD с пятисловными описаниями сцены в разведывательном стиле, обновляющимися по мере движения. Проект набрал 5 млн просмотров на YouTube и занял первое место GitHub Trending в августе 2026. Вышел два с половиной месяца назад — уже почти 20 000 звёзд. Установка одним кликом через Pinokio или локально через терминал; базовые слои (рейсы, корабли, спутники, землетрясения, камеры) работают без ключей. Фотореалистичный 3D-рендеринг использует Google Photorealistic 3D Tiles — доступно бесплатно через аккаунт Cesium ion или напрямую через ключ Google Maps API.

achimala/dream-loop

Dream Loop — скилл для агента, который строит игры, приложения и визуальные сцены через замкнутый творческий цикл. Сначала ИИ «мечтает» — генерирует целевой скриншот того, как должен выглядеть финальный результат. Затем строит проект, держа эту картинку как ориентир. Отдельный ИИ-критик сравнивает живой скриншот с целью и даёт обратную связь. Агент итерирует, пока критик не удовлетворён. По желанию — ИИ снова «мечтает»: придумывает более красивую цель, отталкиваясь от текущей версии проекта. Работает с любым агентом, у которого есть генерация изображений, зрение и субагенты; протестировано с GPT-6 Astra в Codex, Claude Fable 5 тоже должен справиться. Установка одной командой: `npx skills add achimala/dream-loop`.

Z-Image-Turbo — открытая модель генерации изображений из текста от Tongyi-MAI, исследовательской команды Alibaba. Авторы создали её как дистиллированную версию своей более крупной модели Z-Image: обучение было направлено на то, чтобы воспроизводить качество оригинала, но значительно быстрее — восемь шагов вывода вместо стандартных пятидесяти. Готовое демо на Hugging Face работает в браузере без GPU и без регистрации. Вводишь текстовое описание, выбираешь размер от 512 до 2048 пикселей, при желании указываешь seed — и получаешь изображение. Модель умеет встраивать текст внутри картинки на английском и китайском. Веса открыты для скачивания.

SenseNova U1.5-8B-MoT — это мультимодальная модель, разработанная SenseNova (китайской компанией в сфере искусственного интеллекта). Она объединяет возможности генерации и редактирования изображений в одном инструменте. С её помощью можно заменять объекты, вносить локальные правки, исправлять подписи к изображениям и частично переделывать отдельные элементы сцены, оставляя остальные детали без изменений. Модель умеет генерировать чёткий текст. Причём она справляется не только с чётким английским текстом, но и с китайским. Этого сейчас не хватает большинству моделей генерации изображений. Она поддерживает выходное разрешение вплоть до 4K и способна выполнять многошаговые сложные инструкции на основе изображений.

yanliudesign/mono-color-skill

Навык для Claude от дизайнера Yan Liu, который превращает тему, фразу, фотографию или набросок идеи в оригинальное редакционное изображение в стиле однокрасочной или двухкрасочной печати. Навык следует пятишаговому процессу: читает входные данные, выбирает макет, назначает печатные платы, строит композицию, генерирует. По умолчанию используется двухцветный вариант: 70–85% доминирующей краски и 15–30% акцентной на нейтральном фоне. Доступны восемь однокрасочных вариантов — кобальт, ботанический зелёный, терракотово-оранжевый и другие — плюс девять двухцветных рецептов. Правила визуала требуют оставлять 25–55% композиции пустыми, с текстурой халфтона, ризографа или ксерокопии. Вышел три недели назад и уже набрал почти 3000 звёзд.

wshobson/agents

Маркетплейс плагинов, который предоставляет 94 узкоспециализированных плагина (202 агента, 183 скилла, 105 команд, 16 мультиагентных оркестраторов) из единого источника, легко интегрирующегося с Anthropic Claude Code, OpenAI Codex CLI, Cursor, OpenCode, Antigravity CLI и GitHub Copilot. Каждый плагин заточен под конкретную область (Python, фронтенд, SEO, безопасность, ML, инфраструктура, документация и т. д.). Когда вы устанавливаете плагин, в контекст добавляются только его части, а не весь маркетплейс целиком. Скиллы также можно ставить по отдельности — через gh skill install wshobson/agents или npx skills add wshobson/agents, без клонирования репозитория. Этот маркетплейс существует уже около года и набрал почти 40 000 звёзд. Это один из самых залайканных репозиториев плагинов для Claude Code.

shanraisshan/claude-code-best-practice

Кураторский репозиторий с 83 советами по Claude Code, разбитыми по категориям: промптинг, агенты, CLAUDE.md, хуки, MCP-серверы, воркфлоу и память. Включает готовые коллекции навыков, примеры воркфлоу из реальных проектов и полный индекс всего нового в Claude Code. Охватывает горячие функции: Ultrareview, Devcontainers, Auto Mode, Computer Use, Agent SDK. Пополняется сообществом при участии команды Anthropic.

jtydhr88/screenwriting-skills

Скиллы содержат информацию о структуре истории, посыле/теме, персонажах и конфликтах, диалогах, сценах, форматах/адаптациях и профессиональных тонкостях индустрии. Описания скиллов доступны на английском и китайском, а их содержимое — на китайском, который Claude понимает и использует независимо от языка вашего запроса. Скиллы устанавливаются через маркетплейс плагинов Claude Code (достаточно одной команды, чтобы установить все скиллы разом).

inclusionAI/Choruz

Choruz — это локальный инструмент для совместной работы людей и ИИ-агентов, таких как Claude Code, Codex, Pi, Grok, OpenCode или любой агент с поддержкой вебхуков. У каждого агента свой запущенный CLI в собственном рабочем пространстве с доступом к файлам, терминалам и доскам задач. Общайтесь с агентами через личные сообщения, группы, треды и @упоминания — как в обычном чате. Позвольте агентам работать сообща за счёт автоматического делегирования задач. Встроенный терминал на основе браузера, файловый менеджер/редактор, ssh-доступ к удалённым системам и (опционально) мосты к Slack и Telegram. Превью для разработчиков, интерфейсы и форматы данных могут измениться.

github/spec-kit

Spec Kit — открытый набор инструментов от GitHub для работы с AI-агентами по спек-ориентированной методике. Вместо расплывчатой постановки задачи вы пишете структурированный спек: что нужно построить и почему — без «как». CLI (specify-cli) добавляет агенту слеш-команды (/speckit-specify, /speckit-plan, /speckit-tasks, /speckit-implement, /speckit-converge), которые ведут по полному процессу: один раз описываете принципы проекта, потом задачу в спеке, получаете технический план, разбиваете на шаги, реализуете и сверяете результат с исходным спеком. Есть расширения для отладки (оцени → исправь → проверь) и оценки идей. Работает с GitHub Copilot, Claude Code и Codex. За первый год набрал более 134 000 звёзд.

donvito/codex-astra-luna-orchestrator

Пакет конфигурации для Codex, который настраивает мультиагентную топологию: GPT-6 Astra ведёт сессию как оркестратор и проверяет финальный результат, GPT-5.6 Luna выполняет задачи. Включает пять ролей — исследователь, исполнитель, тестировщик, рецензент, координатор — инструмент анализа расхода токенов и скрипты установки для macOS, Linux и Windows. Автоматически подстраивается под план Pro или Plus при установке, удерживая сессии в пределах лимитов Plus. Навык оркестратора запускается через $astra-orchestrator.

MiniMax M3 — флагманская модель MiniMax для кодинга и агентных задач, теперь доступная через облачную платформу Ollama. Контекстное окно — до миллиона токенов (гарантировано минимум 512К): в один запрос влезает целый репозиторий среднего размера, длинная история переписки или большая документация без обрезки. Модель нативно мультимодальная: обрабатывает текст и картинки в единой модели — можно прикрепить скриншот вместе с текстовым вопросом, и она разберётся с обоими. На BrowseComp — тесте, где агент самостоятельно ищет и анализирует информацию в интернете, — MiniMax M3 набирает 83.5 балла против 79.3 у Claude Opus 4.7. Это облачная модель: работает на серверах MiniMax, доступна через Ollama по тарифу $0.60 за миллион токенов на входе и $2.40 на выходе. Веса открытые, но для локального запуска нужен дата-центр.

DeepSeek добавили зрение к своей V4 Flash-модели — попробовал через их API, и она реально понимает скриншоты, схемы, картинки в связке с текстом. Больше всего удивило, как справляется с агентскими задачами на визуальном материале: отправил скриншот сломанного интерфейса, она указала на проблему без лишних описаний. Цифры на агентских бенчмарках серьёзные. Локально 305B не запустить, но через API DeepSeek уже работает.

Поставил Spark-X2.5-4B от XHToken (SparkLLM Team) и правда удивился: 4B модель, идущая на любом ноутбуке с 8 ГБ RAM, при этом умеет кодинг, перевод, вызов инструментов, структурированную генерацию. Контекст в 1 миллион токенов при таком размере — редкость, большинство 4B на это не способны. Больше 200 языков. В LM Studio встала за пять минут без возни.

GLM-5.3-Flash от Zhipu (Z.ai) — первая нативно мультимодальная модель в серии GLM-5. Параметров 321B всего, но активных при выводе только 18B (MoE), поэтому API стоит заметно дешевле, чем размер намекает. Авторы заявляют, что приближается к Claude Opus 4.8 на кодинге и агентских задачах при цене в 10 раз ниже. Подключил через API Z.ai как дешёвую замену для тяжёлых шагов в агентских цепочках. Контекст 300K. Пока только английский и китайский.

MiniMax — команда, известная флагманскими мультимодальными моделями, — сделала H3 для генерации коротких видеороликов: даёшь фотографию или текстовое описание и получаешь ролик со звуком. Команда ModelTC ускорила этот процесс: Turbo-вариант требует в несколько раз меньше шагов при той же итоговой картинке. Для запуска используется ComfyUI — готовые воркфлоу входят в комплект, настраивать ничего не нужно. Модель принимает и изображение, и текст как источник. За первый месяц после выхода её скачали свыше 1,2 миллиона раз. Попробовать без установки можно в официальной студии команды.

yang0/handraw-style

Галерея из 216 пронумерованных стилей рисования для работы с AI-генераторами изображений. Стили разбиты по семи категориям: международные редакционные и журнальные иллюстрации (001–035), книжные нарративные стили (036–054), современный графический дизайн (055–082), японская иллюстрация (083–123), китайская современная иллюстрация (124–154), медиа и веб-эстетика (155–200), дополнения китайской иллюстрации (201–216). Принцип работы: открываешь встроенную HTML-галерею с примерами, запоминаешь номер, вводишь «номер + тема» — скилл формирует готовый промпт на китайском и английском. Для стилей, которые AI активирует по имени автора, ссылка на образец не прикладывается; для остальных скилл передаёт нужный референс автоматически.

tinyhumansai/openhuman

OpenHuman — это десктопное приложение с открытым исходным кодом, персональный ИИ для Mac, Windows и Linux. Написан на Rust и упакован в простой установщик без терминала и конфигурационных файлов. При первом использовании автоматически синхронизирует твои письма, календарь, документы и чаты в локальные сжатые Markdown-файлы в Memory Tree на базе SQLite и пересинхронизируется каждые 20 минут. Интегрируется более чем со 100 OAuth-провайдерами, 5000 MCP-серверами и 90 000 скиллов, бесшовно распределяя каждую задачу на оптимальную модель. TokenJuice сжимает данные, отправляемые модели, снижая расход токенов до 80%. Режим приватности, реализованный на уровне Rust, позволяет полностью отключить инференс и гарантировать, что данные никогда не покинут твоё устройство. Приложение OpenHuman умеет управлять параллельными агентами, оркестрировать устойчивые workflow с визуальным интерфейсом, связываться с тобой через 17 разных чат-каналов (Telegram, WhatsApp, Slack, почтовый клиент и т.д.), а из коробки может даже генерировать изображения и видео.

tigerless-labs/agent-memory

Agent Memory — локальная система долговременной памяти для ИИ-агентов. Воспоминания хранятся как обычные Markdown-файлы в одной папке — их можно читать, редактировать, добавлять в git. Рядом лежит SQLite-индекс как кэш: удалить его — не значит потерять данные. Работает с Claude Code, Codex CLI и любым агентом, умеющим запускать shell-команды. Агент пишет в базу в конце разговора, по заданным правилам — не по своему усмотрению. Отдельный ночной Manage-проход консолидирует, архивирует и предлагает удалить устаревшее — только предлагает, без вашего подтверждения ничего не исчезает. На тесте LongMemEval-S точность составила 52.9% против 35.8% у конкурентов.

sickn33/agentic-awesome-skills

Agentic Awesome Skills (AAS Core) — каталог из 2113 готовых SKILL.md-плейбуков: многоразовые инструкции, которые ИИ-агенты умеют читать и выполнять. Claude Code, Codex, Cursor, Google Gemini CLI, GitHub Copilot и другие агенты могут проверить ваш проект и выбрать подходящие навыки из локального каталога AAS. Выбор остаётся за агентом: инструмент compose_stack (только для чтения) проверяет отбор в памяти, затем CLI сохраняет его в aas-stack.json и показывает неизменяемый план до любых изменений. Навыки охватывают Git-процессы, тестирование, документацию, SEO, безопасность, генерацию контента и сотни других сценариев. Существует с 2024 года, накопил 46 000 звёзд. Бесплатно, лицензия MIT.

Rion-Wu-tech/wechat-intelligence-hub

WeChat Intelligence Hub — Codex-навык, превращающий локальную историю WeChat в структурированную личную разведку. Извлекает: контакты, которым вы не ответили, взятые обязательства, бизнес-сигналы из групповых чатов, поводы восстановить контакт, и формирует отчёты за любой выбранный период. Система состоит из двух компонентов — только читающего CLI-ридера WeChat (wechat-cli) и движка анализа (wechat-intelligence-hub), которые устанавливаются вместе автоматически. Ридер обращается только к вашей локальной базе данных WeChat; ничего не уходит наружу. Для полного доступа к истории нужны авторизованные локальные учётные данные (ключ шифрования базы); без них работает демо-режим на вымышленных данных. Установка — одна фраза Codex-агенту из README.

punkpeye/awesome-mcp-servers

Каталог серверов Model Context Protocol (MCP) — открытого стандарта безопасного взаимодействия AI-агентов с локальными и удалёнными источниками данных, разработанного Anthropic. В каталог входят как готовые к продакшену, так и экспериментальные серверы для файлов, баз данных и внешних систем, таких как OpenAI API, Apple Shortcuts, Apple Reminders, Google Drive, Slack, Notion, GitHub и др. Совместим с Claude Code, Cursor, Claude Desktop и другими MCP-агентами. Реализации доступны на Python, TypeScript, Go, Rust и других языках.

Leonxlnx/unlazy

Unlazy — система дисциплины выполнения задач для ИИ-агентов через верифицируемые гейты и журнал подтверждений. Применяет методику «acceptance ledger first»: сначала записать ожидаемые результаты, потом выполнить и сверить. Гейт-контракты — Markdown-файлы с командой проверки (CHECK:), ожидаемым выводом (EXPECT:) и учётом результата. Подтверждения хранятся локально с привязкой к конкретным определениям гейтов. Опциональный Stop-хук для Claude Code буквально блокирует завершение задачи, пока все гейты не пройдены. Поддерживает параллельный запуск проверок через флаг --jobs (1-64 одновременно). 3000 звёзд за первый месяц — один из самых быстрорастущих навыков в экосистеме Claude Code.

kydlikebtc/awesome-grokbot

awesome-grokbot — это каталог из 624 живых публичных конфигураций Grok Bot с ежедневной автоматической проверкой ссылок. Grok Bot от xAI даёт ИИ-агентам собственный постоянный облачный компьютер с браузером и файлами — этот репозиторий является поисковым индексом таких конфигураций. Восемь рубрик охватывают помощников для кода и деплоя (64 агента), ресёрч и аналитику (110), контент и публикации (91), почту и календарь (30), финансы (45), личного ассистента (149) и командную работу (98). Среди находок — боты для рекламных платформ (Meta Ads, Google Ads), генерации лидов и CRM. Устаревшие ссылки автоматически уходят в отдельный файл, параллельно работает поисковый сайт с фильтрами по рубрикам.

EverettFish/holo-card-studio

Holo Card Studio — Codex-навык для создания интерактивных 3D-карточек с голографическим эффектом из одного текстового описания. Агент рисует четыре слоя: фон, контур, главный объект и текст, — затем складывает их с эффектом параллакса, добавляет радужный голографический блеск, меняющийся со сдвигом взгляда, эффект Вороного-звёзд и золотую рамку. В итоге — браузерная страница на Three.js, где карточку можно крутить и переворачивать, плюс файл card.blend с Blender-проектом и именованными нодами материалов для редактирования. Все параметры в card-config.json — редкость, номер, тексты атрибутов. Отлично подходит для серийного выпуска. Работает локально, загрузка в облако не нужна.

Qwen3-TTS — это TTS-модель, разработанная командой Qwen от Alibaba. Онлайн-демо этой модели теперь доступно на Hugging Face Spaces и поддерживает 10 языков (китайский, английский, японский, корейский, немецкий, французский, русский, португальский, испанский, итальянский) и их локальные варианты. Пользователи могут задавать текстовые команды для указания высоты тона, эмоциональной окраски и темпа, чтобы синтезировать самые разные интонации (например, радостную, спокойную, взволнованную). У модели низкая сквозная задержка (~97 мс), а значит, вы получите отклик практически мгновенно. Она также использует ZeroGPU, так что регистрироваться или что-либо скачивать не нужно.

vinzdg/codenotch

Codenotch — это macOS-приложение, которое добавляет небольшую «чёлку» с одного края экрана (сверху, снизу, слева или справа). В этой чёлке — кольцо для каждого кодового инструмента, которым ты пользуешься: Claude Code, Cursor, Codex, Antigravity, — и сколько от лимита использования осталось, данные берутся прямо из этих приложений, без дополнительного входа. Если у тебя отдельный рабочий аккаунт для Claude Code, получишь второе кольцо со своими лимитами. Пока сессия занята, внутри кольца крутится маленькая дуга; если она ждёт твоего ввода, кольцо вместо этого мигает. Чтобы поставить Mac-версию из исходников: попроси агента склонировать https://github.com/vinzdg/codenotch, выполнить `brew install xcodegen`, затем `make run`, следуя README — нужен Mac с Xcode. Есть и отдельная сборка для Windows со своим установщиком, но этот шаг с агентом — именно для сборки Mac-версии.

okf-memory/okf-agent-memory

По словам разработчиков, OKF Agent Memory — это «предметно-независимая, Git-нативная постоянная память проекта для ИИ-агентов, основанная на Open Knowledge Format (OKF) v0.2». Open Knowledge Format — это формат памяти, созданный Google. Без постоянной памяти агент забывает все детали архитектуры и состояние сессии, как только истекает окно контекста. OKF Agent Memory сохраняет память проекта в виде простых Markdown-файлов с YAML front matter в директории «knowledge/» внутри вашего репозитория, которые автоматически подгружаются при старте новой сессии. В него встроен MCP-сервер, так что вы можете запускать Claude Code или любого другого MCP-совместимого агента без необходимости во внешних серверах баз данных или сервисах. В нём реализован механизм постепенного раскрытия информации (Progressive Disclosure), благодаря которому агенту в любой момент времени показывается только релевантный контекст. По словам разработчиков, это даёт снижение расхода токенов на 80% для длительных проектов. У него есть индекс поиска BM25 в оперативной памяти со временем отклика меньше 300 микросекунд. Он работает как с локальными, так и с облачными LLM, такими как LM Studio и Ollama.

NousResearch/hermes-agent

Hermes Agent — это «самообучающийся AI-агент от Nous Research». Он работает 24/7 на дешёвых облачных сервисах ($5/месяц за VPS, а на серверлесс-платформах вроде Modal и Daytona [режим гибернации] — практически бесплатно) и принимает задачи из Telegram, Discord, Slack или терминала. Среди уникальных особенностей — обучение на каждой выполненной задаче и разработка переиспользуемых навыков для ускорения похожих задач в будущем, а также формирование постоянной идентичности пользователя. Совместим с любым LLM-бэкендом (Claude, OpenAI, Nous Portal, self-hosted). 7 сред выполнения: Local, Docker, SSH, Singularity, Modal, Daytona, Vercel Sandbox. Открытый исходный код (MIT), простая установка (одна команда на Linux, macOS, WSL2).

headroomlabs-ai/headroom

Headroom — это слой сжатия контекста, разработанный компанией Headroom Labs. Он располагается между вашим ИИ-агентом и LLM и сжимает вывод инструментов, логи, RAG-фрагменты, файлы, историю и прочее перед отправкой модели. Он сжимает JSON на 60–95% и код примерно на 20%, но ответы получаются такими же, как если бы сжатия не было. Его можно подключить к уже существующему агенту одной командой (headroom wrap claude), он работает как прозрачный прокси, слушающий порт 8787, без изменения какого-либо кода, доступен как библиотека для Python/TypeScript и может запускаться как MCP-сервер. Работает с Claude Code (Anthropic), Codex (OpenAI), Cursor, Grok, Copilot, Cline, Goose, OpenHands и другими. Общее хранилище памяти для нескольких агентов обеспечивает согласованный контекст между Claude, Codex, Gemini, Grok и так далее. headroom learn анализирует предыдущие неудачные сессии и сохраняет исправления в CLAUDE.md, чтобы предотвратить ошибки в будущем.

Pollen Robotics — французская компания, создавшая робота Reachy — открыла браузерный симулятор Microduck в пространстве pollen-robotics на Hugging Face. Внутри — не анимация и не заготовленные ролики, а реальные политики, обученные методом подкрепления на настоящем железе. Физика рассчитывается через WebAssembly; нейросеть управления работает прямо в браузерной вкладке, без отправки данных на сервер. Есть два варианта робота (на ногах и на колёсах) и шесть режимов: бег, сидение, кувырок, удар по мячу, езда на роликах, приседания. Другие посетители видны как полупрозрачные утки в реальном времени.

VoxCPM2 — это модель синтеза речи, разработанная OpenBMB, создателями серии моделей MiniCPM. Это модель на 30 языков с качеством звука 48кГц, обученная на более чем 2 миллионах часов многоязычных речевых данных и насчитывающая 2 миллиарда параметров. Вы можете попробовать веб-демо прямо здесь, на Hugging Face. Доступны три разных режима. Создать новый голос по заданному тексту (аудио не требуется). Клонировать управляемый голос по собственному аудиообразцу. Продвинутый режим с полным контролем стиля. Просто запишите небольшой отрывок и введите любой текст, который хотите озвучить, — и он прозвучит этим голосом. А если под рукой нет аудиозаписи, можно описать голос словами: возраст, акцент, тон и так далее, — и он сгенерирует его за вас. Установка не нужна, мощная видеокарта тоже не нужна.

rtk-ai/rtk

RTK (Rust Token Killer) — это прокси для командной строки, написанный на Rust, который встаёт между терминалом и ИИ-агентом и сжимает вывод команд до того, как он попадёт в контекст модели. Он применяет четыре стратегии — умную фильтрацию, группировку, обрезку и дедупликацию — к 100+ поддерживаемым командам: файловые операции (ls, cat, grep), git, тест-раннеры (pytest, cargo test, jest), инструменты сборки (TypeScript, ESLint), менеджеры пакетов, AWS CLI, Docker, Kubernetes. Он подключается к Claude Code, GitHub Copilot, Cursor, Gemini CLI, Windsurf и ещё 12 инструментам через хуки или плагины. Устанавливается через brew install rtk на Mac/Linux или winget install rtk-ai.rtk на Windows — это самый простой вариант там, настройка PATH не нужна. Лицензия Apache 2.0, 78 000 звёзд на GitHub.

op7418/guizang-yingzao-skill

Yingzao — скилл для агентов (Claude Code, Codex), превращающий фотографии зданий, улиц, кафе, предметов и местной еды в редакционные плакаты с арт-дирекцией. Вместо фильтра — полноценная дизайн-работа: агент читает композицию снимка, выбирает визуальный стиль из встроенной библиотеки рецептов, проектирует систему шрифтов и пространственные отношения, затем передаёт оригинал, референс и типографическую схему в генеративную модель за один вызов. Текст, цвет и главный объект существуют в одном визуальном мире. При необходимости разворачивает результат в 9-кадровый сторибод с готовым промптом для видеомодели. Нужен Python 3.10+ с Pillow, NumPy, OpenCV и fontTools, а также агент с поддержкой Skills и генерации изображений.

deeplethe/utopia

Utopia — опенсорс-система управления корпоративными знаниями от DeepLethe, написанная на Rust. Строит битемпоральный граф знаний: каждый факт хранит метки времени — когда был актуален и когда записан, сохраняя полную историю изменений понимания. Принимает PDF, DOCX, PPTX, XLSX, CSV, Markdown, HTML, а также данные из Notion, GitHub, Jira, WebDAV, RSS и S3. Поиск объединяет полнотекстовый (Tantivy), векторный (pgvector) и обход графа через RRF — ответы потоком со ссылками на источник. Встроенный ИИ-агент ходит по документам и базам данных. Есть мультипользователь с правами, журнал изменений, онтология и forward-chaining reasoning. Вышел месяц назад — уже 4000+ звёзд. Текущая версия v0.1, схема базы эволюционирует через миграции — перед обновлением делайте бэкап.

ahujasid/camera-to-blender

Используй камеру смартфона, чтобы снять объект, и получи его 3D-представление прямо в текущей сессии Blender за 60 секунд! (через ИИ-генерацию 3D от Tripo3D) camera-to-blender соединяет камеру твоего смартфона с Blender с помощью ИИ-генерации 3D. На твоём компьютере запускается небольшой Python-сервер. Открой веб-интерфейс на смартфоне, наведи камеру на любой физический объект и сделай один снимок. При желании убери фон через Gemini API и отправь получившееся изображение в Tripo3D для генерации 3D-меша. Примерно через 30–60 секунд ты получишь готовый результат через WebSocket, и он автоматически импортируется в твою текущую сессию Blender. Также можно использовать веб-камеру ноутбука. Небольшой аддон для Blender принимает модели.

affaan-m/ECC

ECC — это плагин для ИИ-агентов, таких как Claude Code, Codex, Cursor и других. В него входят 68 специальных агентов для планирования, код-ревью, безопасности и сборки фиксов; 293 скилла (готовых сценария работы) для TDD (test driven development, разработки через тестирование), исследований, документации и прочего; 94 команды; и система памяти, которая запоминает предыдущие взаимодействия. После установки твой ИИ-агент будет работать по процессу ECC — Plan, Test, Build, Review, Check, Remember — вместо того чтобы сразу бросаться писать код. Также в комплекте идёт AgentShield — инструмент, который проверяет твои хуки, конфиги MCP и файлы агентов на скрытые промпт-инъекции или утечки. Устанавливается командой /plugin install ecc@ecc в Claude Code или npx ecc-universal setup в терминале.

aaif-goose/goose

goose — опенсорс AI-агент общего назначения с нативным десктоп-приложением для macOS, Windows и Linux, полноценным CLI и встраиваемым API. Работает с 15+ AI-провайдерами — Claude от Anthropic, OpenAI, Google Gemini, Meta (Llama-модели через Meta's Model API), Ollama, OpenRouter, Azure и другими — через ваши собственные ключи или существующие подписки. Подключается к 70+ расширениям через открытый стандарт Model Context Protocol (MCP): файлы, браузер, базы данных, почта. Написан на Rust для скорости и переносимости. Проект является частью Agentic AI Foundation (AAIF) при Linux Foundation, вырос из оригинального goose-проекта Block. Десктоп-приложение скачивается без настройки; CLI — одной командой.

Превью-версия Hy4 — это MoE-флагман нового поколения, разработанный командой Tencent Hy. У неё 770 миллиардов параметров, а во время инференса на каждый токен активируется 49 миллиардов параметров. Это позволяет ей достигать производительности большой модели, не вычисляя все её веса разом. У неё также есть окно контекста в 1M токенов, что примерно равно 750 000 словам. Это позволяет модели обрабатывать целые кодовые базы или книги за один раз. Она также поддерживает такие задачи, как разработка ПО (например, понимание, планирование и отладка долгосрочных задач разработки), офисная работа (включая превращение контекста в разного рода документы, таблицы и финансовые модели), разработка игр (создание играбельных прототипов по текстовому описанию) и научные рассуждения (в области ИИ, физики и математики). Она распространяется по лицензии Apache 2.0. Чтобы запустить её, понадобится 8 GPU с тензорным параллелизмом. Это серверная модель.

Ornith-1.5 — агентская кодинг-модель от ornith-ai, обученная итеративным самосовершенствованием: модель решала задачи в реальных кодовых базах, получала оценку результата и улучшалась в следующих итерациях. В 4-битном квантовании занимает 22 ГБ — по скорости и качеству исправления реальных задач сравнима с Claude Opus 4.6, а по качеству многоходовых диалогов авторы считают её лучшей среди измеренных локальных моделей. SWE-bench Verified: 79%, Terminal-Bench: 67–68%, MCP-Atlas (реальные агентские задачи с инструментами): 70.2%. Контекстное окно: 262K токенов, с YaRN расширяется до ~1M. Нативная поддержка инструментов, MCP и совместимость с OpenAI API. peculiar-ragdoll переупаковали веса ornith-ai в GGUF для запуска через Ollama, llama.cpp и аналогичные движки.

Breeze TTS 2 от BreezeBlue — открытая TTS-модель на 3,5 миллиарда параметров, занявшая первое место среди открытых систем синтеза речи в независимом рейтинге Artificial Analysis. Поддерживает три режима: Voice Clone (клонирует голос по короткому аудиофрагменту), Voice Design (создаёт новый голос по текстовому описанию — возраст, акцент, манера речи) и Voice Direction (клонирование с управлением эмоциями). Vocal Events позволяют встраивать живые реакции — смех, кашель, вздох — прямо в текст скрипта. Задержка до первого аудиосигнала — менее 40 миллисекунд: подходит для диалоговых приложений в реальном времени. Языки: английский и китайский; русский не поддерживается. Требует NVIDIA GPU от 12 ГБ, Linux и Python 3.10+.

OpenHands/OpenHands

OpenHands Agent Canvas — самохостинговый центр управления кодовыми агентами. Вместо того чтобы запускать каждого агента отдельно, подключаешь всех — OpenHands, Claude Code, Codex, Gemini, любой агент с поддержкой Agent-Client Protocol — в один веб-интерфейс на своей машине. Отсюда запускаешь задачи, создаёшь автоматизации по событиям GitHub или Slack, настраиваешь расписание и переключаешься между локальным, удалённым и облачным бэкендами без потери контекста. Каждый бэкенд запускает агентов в изолированной среде; командой можно делиться одним агент-сервером для общих задач, например автоматического ревью кода. Проект существует полтора года и набрал 86 тысяч звёзд; есть платный облачный вариант, самохостинг бесплатен.

nexu-io/html-anything

html-anything — это локальное веб-приложение, разработанное командой nexu-io. Оно умеет конвертировать разные виды данных, такие как Markdown, CSV, Excel, JSON, обычный текст и прочее, в единый HTML-файл публикационного качества, используя CLI вашего собственного кодового агента. При запуске приложение автоматически определяет Claude Code, Cursor Agent, OpenAI Codex, Gemini CLI, GitHub Copilot CLI, OpenCode, Qwen Coder, Aider. Также в него встроено 75 шаблонов навыков, которые можно комбинировать для генерации HTML-файлов под разные цели (например, статьи для журналов, речи для презентаций, резюме, постеры, карточки для Сяохуншу и твиттера, веб-макеты, отчёты по данным, сценарии видео Hyperframes). Ваш агент будет стримить сгенерированный HTML-контент в веб-приложение, и вы сможете экспортировать его одним кликом. Например, можно скопировать встроенный CSS-код и вставить его в WeChat без дополнительного форматирования; или скачать 2x PNG-изображение прямо в композер X или Instagram; или сохранить сгенерированный HTML-файл локально в формате .html. Дополнительный API-ключ не нужен — приложение переиспользует вашу текущую сессию (claude login/cursor login/codex auth). Проект вышел 4 месяца назад и уже набрал 8 тыс. звёзд. Лицензия — Apache 2.0.

n8n-io/n8n

n8n — это инструмент автоматизации рабочих процессов с открытым исходным кодом, который существует уже 7 лет и собрал более 200 тысяч звёзд. Он предлагает визуальный редактор рабочих процессов в сочетании с возможностью при необходимости добавлять собственный код на JavaScript или Python. Доступно более 1500 интеграций и более 9000 шаблонов рабочих процессов от сообщества, чтобы визуально связывать между собой ваши сервисы — например, запускать рабочий процесс при получении писем или появлении новых записей в вашей CRM-системе, либо запускать его через вебхук. Используйте условную логику, трансформеры и ИИ-агентов, чтобы решать, какое действие выполнить дальше, основываясь на входных данных. Встроенные возможности ИИ позволяют использовать любую совместимую с OpenAI модель (например, Anthropic, Google или даже собственные локально запущенные модели Ollama) прямо внутри шага рабочего процесса. Развернуть его самостоятельно можно всего одной командой Docker, но также доступен n8n cloud. Исходный код всегда открыт, но мы также предлагаем дополнительные функции для предприятий по коммерческой лицензии.

mlc-ai/web-llm

WebLLM — опенсорс-движок для запуска языковых моделей прямо в браузере, от команды MLC AI. Вычисления выполняются на устройстве пользователя через WebGPU — серверная сторона не нужна, данные никуда не уходят. Полностью совместим с OpenAI API: существующий код с openai.chat.completions.create() работает с минимальными правками. Поддерживает Llama 3, Phi 3, Gemma, Mistral и Qwen. Устанавливается как npm-пакет (@mlc-ai/web-llm), вычисления идут в Web Worker — интерфейс не тормозит. Живое демо без установки: chat.webllm.ai.

GLM-5.3-Flash — это изначально мультимодальная модель из серии GLM-5 от ZhipuAI, которая, в отличие от других моделей GLM, обрабатывает текст и изображения в рамках одного API-вызова. Она построена по принципу Mixture-of-Experts и насчитывает в общей сложности 320 миллиардов параметров, из которых на один вызов задействуется 18 миллиардов. Она способна работать с контекстом до 300 000 токенов, чего более чем достаточно для нескольких объёмных документов. По всем бенчмаркам она превосходит предыдущую модель GLM-5.2. Отлично подходит для агентных задач, генерации кода и анализа документов с изображениями. Этот GGUF доступен для Ollama, но запускать его нужно на мощных серверах с сотнями гигабайт оперативной памяти.

PhiloLabs/fable51-worlds

PhiloLabs запустили рои автономных агентов Claude Fable 5.1, которые полностью из открытых данных воссоздали реальные городские кварталы. Пайплайн состоит из четырёх этапов: параллельные агенты-исследователи собирают геометрию OpenStreetMap, высоты USGS, параметры улиц и подробный перечень витрин; офлайн-скрипты генерируют 3D-ассеты; рантайм на Three.js собирает квартал из JSON-спецификаций; наконец, QA-агенты сравнивают скриншоты рендера с реальными фотографиями тех же точек. Готово два мира: Union Square в Сан-Франциско (453 здания, 129 витрин, 220 пешеходов на граф-сети из 1398 узлов, трамваи Пауэлл-стрит, два проходимых интерьера — Apple Store и Nintendo) и Хайгасияма в Киото (266 зданий, 2,3 км непрерывного маршрута с подъёмом 76 м от Гиона до Киёмидзу-дэра, отрисованных в стиле аниме). Никакого игрового движка, никаких коммерческих тайлов — всё генерируется из кода.

omdsh-dev/DSH-better-sidebar

DSH Better Sidebar — опенсорс-плагин для DeepSeek Harness (DSH), который заменяет минималистичный стандартный сайдбар полноценной рабочей панелью. Добавляет файловый менеджер с редактором кода, встроенный браузер с несколькими вкладками в изолированном iframe, настоящий терминал (xterm.js + node-pty) с автопереподключением, Git-панель с двусторонним диффом и кнопками коммита и отката, боковой чат в стиле Codex — отдельный тред на полном контексте главной сессии, — и страницу субагентов с живым выводом. Компоновка двойная: правый сайдбар + нижняя панель; табы перетаскиваются между панелями или отрываются в плавающие окна. Плагин открывает API `betterSidebar` для сторонних расширений — экосистема уже насчитывает 28+ плагинов. Вышел месяц назад и набрал 3 200+ звёзд.

lnkiai/m3e-canvas

M3E Canvas — это визуальный редактор интерфейсов, который помогает создавать экраны Material 3 Expressive с помощью компонентов drag-and-drop, таких как кнопки, карточки, нав-бары, диалоги, поля ввода текста и так далее. Он также позволяет связывать экраны между собой анимациями по тапу/свайпу (slide, fade, expand) и описывать навигационный флоу, проходя по экранам тапами. Бэкенд-база данных не нужна — данные хранятся в localStorage, и приложение полностью клиентское (установка не требуется). Промпты можно генерировать на английском, японском и китайском. Загляни в живую версию приложения: lnkiai.github.io/m3e-canvas/. Пользуйся этим инструментом свободно, клонировать не обязательно.

codejunkie99/fable-orchestrator

Fable Orchestrator — навык для Codex, который добавляет Claude Fable 5.1 как отдельный уровень планирования и принятия решений. Claude не пишет код и не владеет рабочим пространством — он строит план, решает, какая модель выполняет какую задачу, и арбитражирует спорные моменты. GPT-5.6 Luna берёт обычные задачи реализации, DeepSeek V4 Flash — повторяющиеся итерации и массовые правки. Каждая задача реализации должна идти через один из двух маршрутов: если ни один не доступен, навык сообщает о блокере вместо импровизации. Установка — скрипт ./install.sh --copy из корня репозитория, файлы навыка оказываются в ~/.codex/skills/fable. Вызов: $fable сделай вот это.

anthropics/commerce-agents

Commerce Agents — это референсная реализация от Anthropic двух типов ИИ-агентов для магазинов: Shopping Agent, который живёт на сайте магазина, и Merchant Agent, который помогает продавцам управлять бизнесом. Shopping Agent помогает пользователям делать покупки: ищет и сравнивает товары, добавляет их в корзину, отвечает на вопросы о заказах и политиках магазина и запоминает предпочтения пользователя между сессиями. Он делает всю работу по подготовке корзины к оформлению заказа, но сам процесс оформления происходит вне агента (магазин сам отвечает за оформление заказа и списание денег с карты). Merchant Agent помогает продавцам разбираться в данных о продажах, обновлять карточки товаров, корректировать цены и запускать акции. Все действия Merchant Agent откладываются и должны быть одобрены человеком, прежде чем вступят в силу. В комплект входят четыре демонстрационных приложения: Ритейл, Travel, Телеком и Развлечения. Также включён плагин Claude Code для генерации кастомных агентов по описанию пользователя. Попроси своего агента: «Разверни демо из https://github.com/anthropics/commerce-agents, прочитай README, запусти ритейл-вертикаль через python scripts/run_demo.py retail и спроси у меня ANTHROPIC_API_KEY». Нужны Python 3.11 или выше, Node 22 и ключ Claude API. GPU не нужен.

MiniMax H3 — видеомодель от MiniMax, которая генерирует ролик вместе с аудиодорожкой в одном проходе: звук синхронизирован с действием в кадре, а не склеивается вручную потом. Прежде чтобы попробовать модель в браузере, нужно было работать через два отдельных сервиса — один кодировал текст в эмбеддинги, другой генерировал само видео: между ними была задержка и отдельная очередь. Это демо, собранное сообществом, объединяет всё в одну страницу без промежуточных шагов. Скорость генерации выросла примерно в полтора раза: 56-кадровый ролик считается за 23 секунды против 35 в предыдущей версии. Спейс работает на облачном GPU бесплатно, без регистрации и установки программ.

Qwen3.8-27B — 27-миллиардная языковая модель от Alibaba, входящая в топ открытых моделей по задачам рассуждения, математики и кодирования. ISTA-DASLab (Австрийский технологический институт) выпустил GGUF-сборку с неравномерным сжатием: каждый тензор обрабатывается по-своему в зависимости от чувствительности, что позволяет сохранить больше качества при том же размере файла. В сборку включён компонент для работы с изображениями — модель понимает скриншоты, схемы и фотографии. Файлы занимают от 8 до 12 ГБ в зависимости от уровня сжатия — вписывается в ноутбук от 16 ГБ оперативки.

subsy/skill-cabinet

Skill Cabinet — это локальный веб-интерфейс, который сканирует все директории скиллов в вашей системе (включая .claude, .codex, .cursor, .agents, профили Hermes и пути вида ~/.*/skills) и отображает все найденные скиллы в одном месте. Помимо тела скилла, вы увидите YAML-метаданные, откуда он был получен (на GitHub), а также является ли он файлом, симлинком или вовсе не существует. Отображаются дубликаты скиллов, найденные у разных агентов, а также опасные паттерны в теле скиллов. Скиллы можно поместить в карантин — это уберёт их из всех запущенных агентов, но оставит на диске (откуда их можно восстановить). Также можно удалять несколько скиллов сразу. Запустите через npx skill-cabinet (нужен Node 20+), и он автоматически откроется на порту 3781.

stablyai/orca

Orca — десктопное приложение для Mac, Windows и Linux, которое помогает управлять множеством AI-агентов-кодеров (Claude Code, Codex, Pi, OpenCode) и координировать их работу над разными задачами одновременно, в отдельных git worktree. Разошлите один или несколько промптов своим агентам, посмотрите на результаты бок о бок, а затем смёрджите лучшее решение. Мобильное приложение (iOS и Android) позволяет проверять статус агентов и давать им дополнительные указания прямо с телефона. Используйте Design Mode, чтобы кликнуть на элемент в запущенном браузере Chromium и отправить HTML, CSS и скриншот прямо в промпт агента — так гораздо проще вносить изменения в UI. Orca вышла полгода назад и уже набрала около 60 тысяч звёзд.

Ryze-AI-Adgent/open-seo-mcp-skills

SEO- и GEO-навыки с открытым исходным кодом для Claude (лицензия MIT), которые используют коннектор Ryze MCP. Восемь навыков извлекают ваши собственные данные из этих аккаунтов (Google Search Console — чтобы получить реальные позиции и трафик по кликам, GA4 — чтобы получить общий трафик и переходы от ИИ вроде ChatGPT, Perplexity, Claude, и Google Ads — для объёма запросов по ключевым словам и стоимости клика). Также используется уже встроенный сервис DataForSEO для анализа конкурентов, ключевых слов и данных SERP. Для начала работы понадобится установить две вещи: коннектор Ryze MCP в настройках Claude и плагины Claude Code. Все данные извлекаются без наценок, напрямую из ваших аккаунтов.

Player-YN/PawWork_ZhuaZhua

Расширение для Chrome работает прямо на страницах, которые вы уже открыли. Включаете режим, нажимаете на любой элемент — таблицу, текстовый блок, картинку или ссылку — и в боковой панели описываете, чего хотите. Результат: живые таблицы (через Univer), холст для дизайна (tldraw), редактируемые документы или HTML-сайты из выбранного контента. Для сложных задач инструмент показывает план действий до выполнения. Все файлы хранятся в браузере — в IndexedDB и OPFS, ничего на серверы не уходит. Сгенерированный код запускается в изолированной WASM-среде. Нужен свой ключ провайдера — подходят OpenAI, Anthropic и другие.

open-webui/open-webui

Open WebUI — это самостоятельно размещаемый AI-интерфейс. В нём богатый набор функций для взаимодействия с AI-моделями. Подключайтесь к локальным моделям через Ollama или любой API, совместимый с OpenAI (например, OpenRouter, LMStudio, GroqCloud, Mistral, vLLM…). Загружайте файлы и изображения. Используйте голосовой ввод. Выполняйте RAG (поиск по вебу, документам). Управляйте своими моделями. Просматривайте детализированные роли и права пользователей. Расширяйте функциональность с помощью плагинов/инструментов. Устанавливается через Docker, Pip, Kubernetes. Более 150 000 звёзд за 3 года. Фактический стандарт среди самостоятельно размещаемых AI-интерфейсов.

harry0703/MoneyPrinterTurbo

MoneyPrinterTurbo — открытый универсальный генератор коротких ИИ-видео. Вы задаёте тему или ключевое слово; программа генерирует сценарий через языковую модель, подбирает стоковое HD-видео с Pexels, Pixabay или генерирует видеозаготовки (MiniMax H3, Seedance, Wan), добавляет ИИ-озвучку и синхронизированные субтитры. Форматы вывода: 9:16 для TikTok/Shorts, 16:9 горизонталь, 1:1 квадрат. Готовые ролики публикуются напрямую в TikTok, Instagram Reels и YouTube Shorts. Поддерживает для написания сценариев: OpenAI, Anthropic Claude, Google Gemini, Kimi/Moonshot AI, DeepSeek, xAI Grok и ещё дюжину провайдеров, а также локальные модели Ollama. Работает на Windows, macOS и Linux на Python 3.11+. 120+ тысяч звёзд GitHub.

MiniCPM-V 4.5 — мультимодальная модель от OpenBMB (исследовательской группы Tsinghua University), построена на базе Qwen3-8B. Понимает одно изображение, несколько изображений сразу и видео с высокой частотой кадров — в единой модели без отдельных пайплайнов. Видео кодируется экономно: шесть кадров — 64 токена вместо стандартных 1 536, поэтому длинный ролик умещается в контекст без обрезки. Изображения — до 1,8 миллиона пикселей в любом соотношении сторон. На тестах OCR и понимания картинок опережает GPT-4o-latest и Gemini 2.0 Pro. Контекст — 40 000 токенов, размер загрузки — 6,1 ГБ. Запустить: `ollama run minicpm-v4.5`.

Hugging Face Space с моделью image-to-video Wan2.2 от Wan-AI (14 млрд параметров), развёрнутой с помощью ZeroGPU прямо в браузере. Загрузите изображение и опишите текстом, каким хотите видеть движение, — и модель сгенерирует для вас небольшое анимационное видео! Ничего не нужно устанавливать, GPU не требуется. Это пространство использует AOT-компиляцию (ahead-of-time), что даёт заметно более высокую скорость инференса по сравнению с обычным развёртыванием этой модели. Вы можете управлять числом шагов инференса и длиной сгенерированного видео.

PhoneLLM Alpha 1 — открытая модель на 32 миллиарда параметров от Pipecat, созданная специально для голосовых агентов. Большинство языковых моделей плохо работают с голосом: высокая задержка до первого слова, потеря нити в многоходовом диалоге, ненадёжные вызовы инструментов прямо в разговоре. PhoneLLM решает именно это: низкая задержка, уверенная работа в длинных диалогах, точные вызовы инструментов. По словам Pipecat, по качеству сопоставима с GPT Terra 5.6, но на 94% дешевле и отвечает на 1,3 секунды быстрее по P95. Лицензия BSD-2.

thedotmack/claude-mem

Claude-Mem — система постоянной памяти для Claude Code. Она автоматически перехватывает наблюдения агента во время работы — какие инструменты использовал, какие файлы менял, какие решения принимал — генерирует семантические резюме и передаёт их в следующую сессию. Клод открывает новый чат и сразу знает контекст проекта. Память хранится в облаке через cmem.ai (пробный период) или на вашем ключе OpenRouter, Gemini, Anthropic. Поддерживает также OpenCode и Antigravity CLI. Есть веб-интерфейс для просмотра всей памяти в реальном времени, поиск по истории через skill-команду агенту и тег `<private>`, чтобы не записывать в память лишнего. За год вырос до 92 000 звёзд.

Leonxlnx/taste-skill

Taste Skill — набор дизайн-инструкций для агентов-кодеров, разработанный специально против шаблонных интерфейсов. Авторы называют его «Anti-Slop Framework» — правила, которые агент читает как дизайн-брифинг и которые не дают ему сваливаться в стандартные паттерны. Три настраиваемых параметра: нестандартность макета (от центрированного и чистого до асимметричного и современного), интенсивность анимации (от hover-эффектов до сложного scroll-поведения) и плотность информации на экране. Репозиторий содержит несколько вариантов: основной v2, минималистичный в духе Notion и Linear, жёсткий брутальный, выразительный, а также специализированный для переработки уже существующего кода. Есть отдельные инструкции для генерации референсных изображений — сначала создаёте визуальный брифинг, потом передаёте его агенту на реализацию. Правила работают с любым фреймворком — React, Vue, Svelte — и с любым крупным агентом: Claude Code, Codex, Cursor.

JuliusBrussee/caveman

Caveman — скилл для Claude Code и 30+ агентов вайб-кодинга, который убирает из ответов воду: вступления, резюме того, что вы только что сказали, объяснения очевидного. По внутренним бенчмаркам авторов на 10 задачах выходные токены сокращаются на 65% в среднем. Сильнее всего сжимаются браузерные запросы: 15 704 токена превращаются в 121, то есть в 130 раз. Работает как прокси-обёртка или устанавливается как плагин прямо в Claude Code. Авторы честно предупреждают: уменьшаются только выходные токены; сам скилл добавляет ~1–1.5к входящих за ход — на коротких диалогах баланс может уйти в минус. Реальный выигрыш — скорость и читаемость.

GLM-5.3 — это языковая модель с открытыми весами от Zhipu AI (Z.ai) из серии GLM. Она достигает лучших в своём классе результатов по всем кодинг-бенчмаркам, таким как Terminal Bench 3.0 и DeepSWE, и обходит все предыдущие открытые языковые модели. Всё улучшение получено на этапе пост-тренинга, а не за счёт архитектуры модели. Мы уделяем особое внимание её способности обслуживать агентов и работать с большими кодовыми базами. У неё контекстное окно на миллион токенов, и доступна она на английском и китайском через vLLM, SGLang и API, совместимые с OpenAI.

Подключил через OpenAI-совместимый API — разница с прошлыми версиями Qwen ощутима сразу. Qwen выпустил 180-миллиардную мультимодальную модель: понимает текст, картинки и видео в одном запросе, нативный контекст 262K токенов (растягивается до миллиона). GPQA Diamond 91.7%, SWE-bench Pro 62.5% — поставил мозгом к агенту, задачи, которые прошлая версия путала, теперь решаются без запинок. Единственное, что смущает: это экспериментальная архитектура, лицензия qwen-community, не Apache — коммерческое использование стоит уточнить.

Попробовал через Kimi API — миллион токенов контекста означает, что можно загрузить весь проект целиком и попросить разобраться. Moonshot AI выпустили то, что, вероятно, является крупнейшей открытой мультимодальной моделью в мире: 2.78 триллиона параметров, понимает текст, картинки и видео в одном запросе. Подключается как OpenAI-совместимый API — ваш агент заработает без переделок кода. Бесплатный доступ через HuggingChat уже есть.

Запустил на CPU — быстро, весит меньше 0.5 ГБ, звучит чисто. Audio8 выпустили крошечную TTS-модель с клонированием голоса из нуля примеров: подаёшь текст и 3–5 секунд референсного аудио — получаешь речь с нужным голосом. Поддерживает несколько языков. Бесплатно для проектов с доходом до $2 миллионов — покрывает большинство инди-задач без подписки.

Unsloth упаковали Qwen3.8-Flash-Next от Alibaba в GGUF-формат для локального запуска. Оригинальная модель, созданная командой Qwen, позиционируется как архитектурный предвестник Qwen4 — в отличие от обычных мультимодальных моделей, она не просто описывает изображение, а рассуждает над ним как частью длинного разговора. Нативное контекстное окно — 262 тысячи токенов, расширяется до миллиона. Работает с задачами агентов, кодом и документами с иллюстрациями. Запускается через Ollama, llama.cpp или LM Studio — выбираете нужный уровень квантования под своё железо.

saurabhkumar8112/cyclomatic-complexity-skill

Навык для Claude Code, написанный специально под код, который генерирует ИИ. Автоматически измеряет сложность каждой функции, находит самые запутанные места и переписывает их — убирает глубокую вложенность, упрощает условия, выделяет логику в отдельные блоки. После каждого прохода показывает таблицу до/после: какие функции стали чище и насколько. Работает на любом языке, который поддерживают стандартные анализаторы сложности, и соблюдает пороги вашего проекта, если они настроены.

openclaw/openclaw

OpenClaw — опенсорс ИИ-ассистент, который разворачивается на вашем компьютере и подключается к мессенджерам, которыми вы уже пользуетесь: WhatsApp, Telegram, Slack, Discord, Google Chat, Signal, iMessage и другим. Все запросы и ответы модели проходят через локальный Gateway — центральное звено, которое управляет сессиями, инструментами и подключениями к каналам. Вы выбираете модель, подключаете нужные каналы и инструменты — конфигурация одинакова для личного использования и для команды. Дополнительные компаньон-приложения добавляют голос, камеру, экран и действия на устройстве. Проект разрабатывает некоммерческий фонд OpenClaw. Поддерживает macOS, Linux и Windows; установка через curl или PowerShell в одну команду.

mouredev/hello-sdd

Код для курса по Spec-Driven Development (SDD, разработка на основе спецификаций) с ИИ-агентами от испанского преподавателя разработки mouredev. Основная идея в том, чтобы сначала написать структурированную спецификацию, прежде чем просить ИИ-агента что-то сделать, — тогда у него будет план, которому нужно следовать, а не действовать наобум. Мы предоставляем три многоразовых файла-шаблона: AGENTS.md (информация о проекте, которую должен знать агент, вроде Claude.md), spec.md (с пронумерованными функциональными требованиями в формате EARS, крайними случаями и так далее, тем, что вне рамок проекта, и критериями приемки) и prompts.md (с заранее написанными промптами для всех этапов SDD: constitution, spec, clarification, planning, tasks, implementation, validation, change). Пример проекта, полностью разработанного по SDD от начала до конца. Также мы предоставляем многоразовый навык-генератор спецификаций для Claude Code, расположенный в .claude/skills/spec-generator/, который задаёт вам вопросы о вашем проекте, а затем автоматически генерирует spec.md на основе нашего шаблона. И наконец, мы даём ссылку на версию навыка-генератора спецификаций для opencode в .opencode/skill/.

jub0t/Concat

Бесплатная альтернатива CapCut с открытым исходным кодом — без рекламы, без регистрации, без подписок, без платных стен. Написана на Rust для всей обработки медиа и на React для интерфейса редактирования. Работайте локально с этим оффлайн-видеоредактором! В нём есть AI-генерируемые автосубтитры на Whisper и собственная функция синтеза речи. Поддерживаются несколько дорожек, обрезка, разделение, склейка, переходы, растяжение по времени, голосовые эффекты, стилизованный текст и шаблоны. Доступен для macOS (неподписанный бинарник — запустите одну команду из README, чтобы снять карантин), Windows и Linux. Хотя проект всё ещё в альфе (версия 0.2.0), функциональность уже на месте, но местами будет немного сыровато.

hkqr/my-free-code

Мой Free Code — это локальный шлюз для маршрутизации Claude Code и других кодовых агентов на AI-провайдеров. Ваши кодовые агенты общаются со шлюзом по обычным протоколам Anthropic/OpenAI, а он уже направляет их к соответствующим AI-провайдерам, таким как Anthropic, DeepSeek, Groq, xAI, NVIDIA NIM, OpenRouter и так далее. Маршрутизация по уровням (например, Fable, Opus, Sonnet, Haiku) настраивается через переменные окружения (например, MODEL_SONNET=deepseek/deepseek-chat). Когда провайдер лежит, шлюз переключается на следующего по списку провайдера, не повторяя предыдущие ответы. Также есть веб-интерфейс (/admin), api для подсчёта токенов, обнаружение моделей, авторизация и проверка состояния провайдеров. Написан на python 3.10+, запускается на http://127.0.0.1:8082.

google-gemini/gemini-cli

Открытый ИИ-агент от Google для работы в терминале. Бесплатный уровень: 60 запросов в минуту и 1000 запросов в день — нужен только Google-аккаунт, без платёжных данных. Контекстное окно — миллион токенов: агент держит весь большой проект в голове сразу, не нужно разбивать на части. Встроенные инструменты: поиск в сети через Google, работа с файлами, выполнение команд, загрузка страниц. Поддерживает MCP-серверы для подключения дополнительных навыков и расширений. Открытый исходный код, лицензия Apache 2.0.

browser-use/browser-use

Browser Use — библиотека на Python, которая даёт ИИ-агенту полный контроль над браузером: открывает страницы, кликает, вводит текст, заполняет формы, извлекает структурированные данные — точно как человек. Описываешь задачу на обычном языке, агент берёт управление и делает. Библиотека напрямую интегрируется с ИИ-инструментами: одна команда из README устанавливает её как навык в Claude Code, Codex, Cursor и похожих агентах — после чего просто говоришь агенту, что нужно сделать в браузере. Примеры из README: заполнить заявку по резюме, собрать список подписчиков в CSV, сравнить товары на разных магазинах, следить за ценой. Работает с любой LLM через API — Anthropic, Google, OpenAI или Browser Use Cloud. Проект набрал 111 тысяч звёзд и активно развивается командой browser-use.com.

stemdeckapp/stemdeck

StemDeck — бесплатное приложение с открытым кодом для разделения аудио на партии прямо на вашем компьютере, без облака и аккаунта. Перетащите MP3, WAV, FLAC, OGG, MP4 или M4A, или вставьте ссылку на YouTube — приложение делит запись на шесть дорожек: вокал, ударные, бас, гитара, пианино и прочее. Работает на модели Demucs от Meta AI. В DAW-подобном редакторе можно заглушить, солировать или изменить уровень каждой дорожки, зациклить участок и скачать нужный микс. При первом запуске скачивается модель (~170 МБ) и Python-среда, после — всё работает полностью офлайн. Готовые установщики для macOS и Windows — без необходимости устанавливать Python или другие зависимости.

XiaoDuoYa/codex-with-chatgpt

Этот скилл превращает веб-интерфейс ChatGPT от OpenAI в ассистента для планирования и код-ревью во время программирования, а выполнение отдаёт Codex. Получать API-ключ от ChatGPT не нужно — скилл подключается к официальному веб-интерфейсу ChatGPT через MCP OAuth Bridge, безопасно и в режиме только для чтения. Также не нужно загружать ваш репозиторий в ChatGPT — он будет читать лишь часть кода из вашего рабочего пространства, и только когда это необходимо. Скилл умеет автоматически обновляться каждый день через GitHub. Зависимости устанавливаются автоматически, сборка и настройка инициализационного скрипта происходят вставкой его в Codex. Вручную нужно только войти в ChatGPT или ввести код двухфакторной аутентификации. Документация доступна на китайском и английском.

tt-a1i/simplify-codebase

Скилл для Codex/Claude Code, который выявляет и безопасно устраняет случайную сложность в кодовых базах. Удаление строк кода — это лишь эффект, а настоящая ценность в том, чтобы убрать факты/состояния/контракты/концепции, которые больше не нужно поддерживать. Этот скилл сгенерирует отчёт с обоснованием перед тем, как что-либо удалить (сколько затрат на поддержку это вносит, какие потребители (например, продакшен/тесты/динамические/внешние) будут затронуты, какое поведение будет утрачено, и самый простой тест-кейс для обнаружения некорректных удалений). Есть 2 режима работы: Survey (только чтение, анализ потенциальных кандидатов с ранжированными доказательствами) и Change (применение проверенных упрощающих изменений с проверкой на уровне батчей). Этот скилл учитывает публичные интерфейсы/динамические импорты/форматы данных/миграции/архитектурные правила как важные доказательства. Если есть реальный потребитель или граница, которую нужно учесть, скилл предлагает оставить всё как есть, вместо того чтобы удалять вслепую. Основной readme (на китайском), английский readme (README.en.md).

OnlyTerp/opengrok

OpenGrok — утилита на Python, добавляющая пикер моделей в Grok Bot: можно выбрать любого поддерживаемого провайдера для каждого агента — Grok от xAI, GLM от Zhipu, Claude от Anthropic, Gemini от Google, DeepSeek или локальные модели через llama.cpp. Каждое сопоставление провайдеров подтверждено реальным перехватом трафика в репозитории: правило авторов — «нет доказательства — нет в схеме». Команда настройки определяет установку Grok Bot, принимает существующие конфиги или задаёт три вопроса и записывает конфигурацию. Пикер позволяет проверить привязку вживую одним кликом перед сохранением. Утилита-доктор делает baseline машины при настройке и следит за файлами и сервисами — после любого обновления Grok Bot точно сообщает, что изменилось. Карты провайдеров перезагружаются без перезапуска. Работает на Windows, macOS и Linux без внешних зависимостей кроме Python.

oboroge0/hayamimi

Hayamimi (что по-японски значит «быстрое ухо») — это инструмент на Python, который обеспечивает многоязычную транскрипцию речи в текст в реальном времени, используя только CPU, без облачных API и без GPU. Он использует квантованные (INT8) модели ONNX, чтобы направлять высказывания на подходящие модели в зависимости от языка. У японского, китайского, корейского, кантонского, английского и более чем 24 языков ЕС есть своя специализированная модель, а остальные направляются в Omnilingual ASR от Meta. Достигнута доля ошибок по символам в 5,8% на реальном японском эфирном аудио — это меньше половины по сравнению с Whisper large-v3-turbo (13,8%), при скорости в 10–50 раз быстрее реального времени. Субтитры частично отображаются во время вашей речи (интервал ~0,5 сек), финальные субтитры (задержка ~100 мс) появляются, когда вы закончили говорить. Субтитры в реальном времени отображаются на веб-дашборде. Также доступны метки говорящих (например, S1, S2) и переводы. Поддерживается и оверлей для OBS для субтитров при стриминге. Низкое потребление памяти (< 2 ГБ). Python 3.10 или выше, ffmpeg, ~3,1 ГБ загружаемых моделей (1,1 ГБ для минимальной установки японский+английский).

Nanako0129/sepia

Sepia — портативный скилл для Claude Code, Codex, Grok Build и Antigravity, который чинит ИИ-текст на том уровне, где он действительно проваливается. Исследование 2026 года (StoryScope, 61 608 текстов) показало, что классификатор, работающий только со структурными признаками нарратива, определяет ИИ-беллетристику с точностью 93,2% — замена слов почти не меняет этот результат. Sepia работает с именно такими признаками: тема, объяснённая нарратором напрямую; одна причинно-следственная линия; эмоции только через тело; линейное время; конец через рост персонажа. Для художественных текстов — трёхшаговый протокол: сначала нарративная архитектура, потом дискурсивный поток, потом поверхность. Для профессиональных документов — релиз-нотов, PR-ответов, постмортемов, статей — каждый жанр получает свой набор правил поверх общего чеклиста. Четыре операции: write, review (только диагноз), refactor (минимальные правки), recreate (полная переработка). Ставится через маркетплейс Claude Code или Codex одной командой.

leopard627/fire-your-seo-agency

Это как SEO-агентство, только вместо людей-подрядчиков — AI-агент. Он анализирует поисковую оптимизацию (SEO) вашего сайта по 5 разным каналам (Google, AI Overviews (Google, Bing), ChatGPT/Perplexity, знание о бренде у LLM (LLMs), Naver). И даёт вам scorecard с конкретными данными и доказательствами по каждому каналу вместо расплывчатых советов. Затем он решает технические SEO-проблемы вашего сайта, внедряет llms.txt и JSON-LD и создаёт веб-страницы по правилу «один вопрос = одна страница». В конце он проводит повторное измерение и показывает вам результаты в цифрах. Я опробовал этот подход на реальном корейском сайте по исследованию акций и получил 1,54 миллиона показов в поиске за 30 дней без единого рубля на рекламу.

KKKKhazix/sun-style-writing

.skill файл для Claude Code, Codex, Kiro и подобных агентов, который учит 10 приёмам повествования, взятым из одного известного китайского текста. Приёмы: показывай, а не рассказывай, в описании (действие вместо оценки), контраст (цифры рядом с цифрами), повтор с вариацией, сюжетные крючки и перекличка деталей, рассказ через предметы (пусть говорят вещи, а не люди), образность, временной монтаж, тишина (остановиться там, где остановился герой), антиклимакс и кольцевая структура. После установки агент пишет более конкретно и перестаёт заменять реальные сцены общими эмоциональными фразами. Чтобы установить, попроси своего агента: «Установи скилл с https://github.com/KKKKhazix/sun-style-writing — найди в репозитории папку с .skill файлом и установи его, затем напиши тестовый абзац про любое жизненное событие в этом стиле, чтобы я увидел разницу».

kacperkapusciak/goldie

Goldie генерирует скриншоты и превью-видео для App Store из iOS-симулятора. Он делает снимки экранов с помощью фреймворка для тестирования argent, помещает каждый экран в рамку устройства (iPhone 17 Pro или другие), добавляет фон и заголовок, склеивает всё вместе в превью-видео и проверяет итоговый результат на соответствие требованиям App Store. Поддерживает приложения на SwiftUI, UIKit, Flutter, React Native, Kotlin Multiplatform. В студии можно выбрать шрифты (Merriweather, DM Sans), макеты (editorial, showcase, magazine) и цвета фона. Главная фишка: вызывайте Goldie через Claude Code или Cursor простым текстовым промптом — и агент сам всё выполнит и отдаст вам готовые файлы, терминал не нужен! Скриншоты — 1320 x 2868 px (для экранов 6,9”), превью-видео — 886 x 1920, H.264, длительностью 15–30 секунд.

WAN 2.2 — открытая видеомодель Alibaba, одна из наиболее популярных для конвертации изображений в короткие видео. Saravutw собрал вокруг неё браузерный спейс на Hugging Face с Lightning-оптимизацией: генерация идёт за 4–8 шагов вместо стандартных 50 — в разы быстрее обычного. Загружаете фото, описываете движение — получаете короткий ролик. Аккаунт, установка и местный GPU не нужны: спейс работает на бесплатном Zero GPU от Hugging Face. 247 лайков и активное обсуждение — один из самых используемых браузерных демо для WAN 2.2.

OmniVoice — это платформа для клонирования голоса и синтеза речи, разработанная k2-fsa, поддерживающая более 600 языков. Загрузите образец записи чьего-либо голоса, напишите текст — и получите синтетическую речь, сгенерированную этим голосом и на этом языке. Построена на HuggingFace Zero (бесплатный уровень с GPU) и развёрнута через Gradio, так что установка не требуется. Эта модель также умеет управлять темпом и длительностью сгенерированной речи. Мы используем связку из Qwen3-0.6B для кодирования текста, OpenAI Whisper для транскрибирования референса и нашей собственной модели OmniVoice для синтеза — в сумме это примерно 1,6 млрд параметров.

Qwen3.8-27B — мощная мультимодальная модель от Alibaba, но она склонна проходить много шагов рассуждения при формировании каждого ответа. Это отлично подходит для аналитических задач, но для обычного общения — уже перебор. DavidAU дообучил эту модель с помощью Cold Fusion + GAIN, чтобы сократить число шагов рассуждения на 50–90% без потери точности. С помощью вариаций MTP можно дополнительно поднять скорость генерации до 90+ токенов в секунду. Модель распространяется в формате GGUF и работает локально в LM Studio, Ollama и llama.cpp. Размер контекста — 256 000 токенов (до 1 миллиона). Число шагов, выполняемых при обработке каждого запроса, можно подстроить под нужный баланс скорости и точности.

totec448-spec/chat-on-steroids

Chat On Steroids — десктопное приложение для Windows, macOS и Linux, которое превращает ChatGPT в агента, способного работать с вашими локальными файлами, запускать команды в терминале и — на Windows — управлять экраном, мышью и буфером обмена. Внутри работает локальный MCP-сервер, связанный с ChatGPT через OpenAI Secure MCP Tunnel. Вы работаете с ChatGPT в браузере как обычно; приложение в системном трее — это граница разрешений. Вы сами решаете, какие папки открыть, включать ли команды и какие возможности активны. В комплекте идёт Chrome-расширение с историей сессий, Compact & Resume и экспериментальным режимом нескольких агентов через OpenRouter.

StarTrail-org/PixelRAG

PixelRAG — это система визуального поиска с открытым исходным кодом, разработанная Berkeley SkyLab и BAIR. Вместо того чтобы извлекать текст из веб-страниц, она превращает веб-страницу (а также другие типы документов, такие как PDF и изображения) в набор тайлов-скриншотов, которые можно запрашивать визуально. Это позволяет модели зрения отвечать на вопросы о визуальной раскладке страницы, таблицах, графиках и инфографике — том, что часто теряется при разборе веб-страницы в текст. В комплекте с PixelRAG идёт готовый размещённый индекс из 8,28 млн статей Википедии, который можно бесплатно запрашивать на pixelrag.ai без API-ключа. Если вы используете Claude Code, в репозитории также доступен скилл pixelbrowse, который предоставляет команду /screenshot. Когда вы запускаете эту команду, Claude отрисует веб-страницу с помощью Playwright, а затем интерпретирует её визуально как изображение. Это значит, что Claude сможет читать графики и таблицы так же, как это делают люди! MCP-сервер или бэкенд не нужны, GPU тоже не нужны — скилл просто вызывает локально установленную команду pixelshot.

guillaumemeyer/watermarks-remover

watermarks-remover — это агентский навык и локальный Python-сервис для удаления водяных знаков ИИ из текста и ваших данных. Он работает за счёт удаления недетерминированных (статистических) и детерминированных (юникод-символы/экзотические пробелы/управляющие символы направленности текста) водяных знаков из ваших текстов/файлов. Поддерживаются водяные знаки ИИ, используемые Anthropic (Claude), Google (Gemini/SynthID-Text), OpenAI и опенсорсными LLM. Также он удаляет метаданные C2PA, EXIF, XMP и метаданные документов из разных типов файлов, таких как PNG, JPEG, WebP, PDF, DOCX, XLSX, PPTX, EPUB, HTML, Markdown, MP4, WAV, FLAC и другие. Его можно установить как плагин Claude Code через маркетплейс, и он использует локальный сервис через HTTP-эндпоинт (Python на стороне агента не требуется). Он также автоматически подключается к PostToolUse через хук на каждую команду Write, Edit и MultiEdit.

amosblomqvist/learn

Pi — это опенсорс ИИ-агент (CLI, pi.dev), работающий через Claude, OpenAI или Gemini. Репозиторий amosblomqvist/learn — готовая конфигурация .pi, которая превращает pi в структурированного учителя. Включает скилл с педагогической логикой, расширение с проверочными вопросами после каждого блока (с мгновенной обратной связью и объяснением правильного ответа), расширение для автогенерации схем в SVG и Mermaid когда нужна картинка, и агента-исследователя, который сверяет факты перед уроком. Установка — один git clone в папку проекта: репозиторий становится папкой .pi, pi подхватывает её автоматически. Автор создал систему для себя и опубликовал — конфигурация открытая, её можно адаптировать под свой стиль обучения.

Laguna XS 2.1 — модель от Poolside AI, компании, которая специализируется на ИИ для разработки программного обеспечения. Архитектура MoE: 33B параметров всего, 3B активны при работе — это делает её заметно легче, чем можно ожидать. На SWE-bench Verified набирает 70.9%, умеет рассуждать между вызовами инструментов и удерживает контекст 262 000 токенов — хватит на задание уровня целого репозитория. Poolside создавали её именно для запуска на своём компьютере, без облака. 4-битная версия весит около 20 ГБ.

SenteLabsAI/OpenExecutive

OpenExecutive — open-source система от sentelabs.ai, которая разворачивает виртуальную команду из восьми директоров: стратег, финансовый директор, юрист, HR, операционщик, маркетолог, продуктовый директор и директор по связям с инвесторами. Каждый специалист опирается на встроенную MBA-базу знаний и документы вашей компании, которые вы загружаете при настройке. Пользователь видит один согласованный ответ; внутренняя архитектура агентов не раскрывается. Система запоминает прошлые советы и решения между сессиями — следующий разговор знает, что было обсуждено раньше. Есть встроенный планировщик для проактивных напоминаний. Работает через Claude API; запросы уходят в Anthropic. Разворачивается локально через Docker; для production-деплоя на Fly.io интерфейс закрыт через Google OAuth и список разрешённых email-адресов.

Ornith 1.5 35B A3B — это модель типа ensemble of experts для разработки кода от ornith-ai. Хотя у неё 35 млрд параметров, при инференсе используется всего 3 млрд, так что на деле она гораздо быстрее, чем полностью плотная модель на 35B. Ornith 1.5 35B A3B набирает 79% на SWE-bench Verified — впервые локальная модель превзошла этот показатель. Благодаря длине контекста в 262 144 токена, Ornith 1.5 35B A3B может держать в голове весь ваш код разом, за одну сессию. Из коробки она поддерживает вызов инструментов и без проблем встраивается в агентскую разработку кода.

MiniMax H3 Turbo, разработанная MiniMaxAI, ведущей китайской AI-компанией, — это модель генерации видео, способная создавать короткие видеоролики на основе текста или изображений. Теперь MiniMaxAI выпустила официальную веб-демку на Hugging Face Spaces. Она размещена на серверах MiniMax, так что локальный GPU и установка не нужны. Есть несколько стилей для настройки внешнего вида сгенерированных видео. Если вам нужен быстрый предварительный просмотр возможностей H3 Turbo без установки ComfyUI и затрат серверных ресурсов — это ваш выбор.

Tencent/WeMM-Embedding

Команда WeChat Vision в Tencent представила серию универсальных мультимодальных моделей эмбеддингов: WeMM-Embedding. Эти модели объединяют текст, изображения, видео, визуальные документы и перемежающуюся мультимодальную информацию в едином векторном пространстве для кросс-модального поиска. Например, они позволяют пользователям находить релевантные видеофрагменты или документы по текстовым запросам, либо искать изображения, похожие на загруженные пользователем. Существует три варианта WeMM-Embedding, каждый с 2, 4 и 9 миллиардами параметров. Все веса моделей выложены на платформе Hugging Face под именем tencent/ . Вы можете легко использовать эти модели со стандартными transformers или sentence-transformers. Также поддерживается продакшен-деплой с vLLM и SGLang. Благодаря механизму Matryoshka-эмбеддингов вы можете проецировать больший вектор эмбеддинга (64–4096) в меньший без переобучения, жертвуя частью производительности ради экономии места на диске и времени инференса.

s0xDk/refactoring-ui-skill

Скилл для Claude Code с конкретными правилами из книги Refactoring UI Адама Уотана и Стива Шогера — авторов Tailwind CSS. Клод получает фиксированные шкалы отступов, типографики, цветов и теней вместо произвольных значений. Агент строит иерархию через вес шрифта и цвет, а не только размер, и умеет диагностировать размытые жалобы вроде «выглядит дёшево» или «что-то не так» в конкретные механические правки. Каждое правило сверено со страницами книги. Включает таблицу «симптом → правка», руководство по построению цветовой палитры (HSL, насыщенность, поворот оттенка), техники имитации глубины и света и готовый стартовый CSS-набор токенов с проверенным контрастом.

ChenShuo2004/cs-board

cs-board — open-source инструмент для создания whiteboard-анимации, разработанный китайской командой «有温度». Загружаете 10–30 секунд голосового референса для клонирования, вставляете русский или китайский текст, выбираете один из 12 визуальных шаблонов: от минималистичной белой доски до ретро-коллажа и cyberpunk-стиля. Система автоматически разбивает текст на сцены, генерирует иллюстрации, рисует анимацию, добавляет субтитры и экспортирует готовый MP4. История задач, ключи и видео хранятся локально; несколько компьютеров в одной сети могут работать с общей очередью. Клонирование голоса идёт через локальный IndexTTS-сервис; картинки и текст — через OpenLux API.

alchaincyf/huashu-excel

huashu-excel — это навык для Claude Code/Cursor/Codex, который можно установить на любого агента, поддерживающего формат навыков. Этот навык вооружит вашего агента целым workflow анализа excel, включающим предварительную структурированную диагностику excel-файла для выявления таких проблем, как ошибки в заголовках, объединённые ячейки, строки с промежуточными итогами внутри тела таблицы, дублирующиеся записи, числовые значения, представленные как текст, и разные форматы дат. Затем навык очистит данные и сравнит вычисленную сумму с промежуточными итогами в excel-файле. О любом расхождении вам сообщат с чётким объяснением, а итоговый результат будет придержан, пока вы не разберётесь, в чём дело. Например, при анализе этих китайских данных о продажах традиционный метод pd.read_excel() даёт итог, который на 161% выше реального значения, причём без единого предупреждения или ошибки. А вот с huashu-excel все три проблемы (строка с промежуточным итогом, ошибочно засчитанная как отдельный магазин, двойной учёт регионального промежуточного итога, дублирующаяся запись) выявляются уже на этапе диагностики. Этому навыку нужен только один внешний пакет — openpyxl.

North Mini Code 1.0 — первая специализированная кодовая модель от Cohere (CohereLabs), собранная именно для агентных задач в разработке. Архитектура: 30 миллиардов параметров с 3 миллиардами активных (MoE), контекст 256 тысяч токенов, максимальный вывод — 64 тысячи токенов. Поддерживает вызов инструментов, работу с терминалом, координацию агентов и пошаговое обдумывание перед ответом. На SWE-Bench Verified набирает 67.6 — конкурентный показатель среди моделей своего класса. Пропускная способность в 2.8 раза выше аналогов по размеру. Запускается командой: ollama run north-mini-code-1.0.

NVIDIA Nemotron 3.5 Lightning — открытая модель от NVIDIA для агентных задач: 30 миллиардов параметров, из которых в каждом шаге задействованы только 3 миллиарда. Создана для постоянно работающих агентов — личных помощников, автоматизированных рабочих процессов. Контекстное окно — 1 миллион токенов, что важно для долгих сессий. По данным NVIDIA, пропускная способность в 4 раза выше конкурентов аналогичного размера, а время выполнения задач — на 30% меньше. Для Apple Silicon доступна MLX-версия весом 23 ГБ. Запускается командой: ollama run nemotron-3.5-lightning.

Meta Muse Glimmer-30B — открытая мультимодальная модель, дистиллированная из внутреннего флагмана Meta Muse Spark и настроенная для локального запуска на потребительском железе с 24–32 ГБ памяти. Создана для постоянно работающих агентов: вызовы инструментов, написание кода, самостоятельное восстановление после ошибок, многошаговое рассуждение с текстом и картинками. По официальным данным Meta: 94.7% на AIME 2026 (математика), 76.0% на SWE-Bench Verified (реальные задачи по коду), 75.5% на MCP Atlas (агентные сценарии). Контекстное окно 128 000 токенов. Лицензия Apache 2.0. Запускается локально: ollama run muse-glimmer.

Wan 2.2 — открытая видеогенеративная модель от команды Wan-AI. Задаёте фото и текстовое описание движения — на выходе ролик 720P при 24 кадрах в секунду. Спейс r3gm на Hugging Face запускает 14-миллиардную версию модели через ускоренный инференс на бесплатных GPU платформы, без регистрации. Wan 2.2 сильнее предыдущей версии: авторы использовали почти вдвое больше обучающих видео и добавили архитектуру с раздельными специализированными блоками на разных этапах генерации — движения стали плавнее, стиль держится точнее.

Ornith-1.5-9B — компактная языковая модель от команды ornith-ai для агентного кодинга и пошагового рассуждения. Серия Ornith строится на принципе самоулучшения: модели обучаются на собственных результатах. GGUF-версия упаковывает 9B-вариант в единый файл, который читают llama.cpp, Ollama и другие совместимые инструменты. Оригинал выходил только в серверном формате — GGUF-сборка впервые делает эту модель доступной на обычном компьютере без настройки окружения.

wide-trace/open-higgsfield

Open-Higgsfield — открытый аналог Higgsfield AI: веб-приложение для генерации изображений и видео через единый интерфейс. Вместо нескольких сервисов здесь собрано 40 моделей — 12 для картинок и 28 для видео, включая Flux, Kling и Veo. Один промпт-бар на всё: каждая модель помнит свои настройки. Можно запросить до четырёх вариантов одновременно, последние 60 запросов хранятся прямо в браузере. Галерея разбита на четыре раздела: изображения, видео, ассеты и избранное. Есть хостируемая версия на openhiggsfield.ai — попробовать можно без установки, но для генерации нужен API-ключ от сервиса.

cloudflare/computer

Cloudflare Computer — это SDK от Cloudflare, который позволяет AI-агентам иметь собственный виртуальный компьютер. У этого виртуального компьютера есть долговечная файловая система (SQLite Durable Object), а также среда выполнения кода. Запустить этот код можно тремя разными способами (полноценный linux-контейнер с FUSE, just-bash в Dynamic Worker или JS-модуль), и каждый из них может обращаться к одной и той же долговечной файловой системе через один вызов API. Кроме того, пример MCP в этом репозитории дает агентам возможность напрямую взаимодействовать с рабочим пространством (examples/mcp). Это значит, что вы можете использовать свой Claude Code или другого агента прямо внутри рабочего пространства, не написав ни строчки кода. Пока это помечено как preview и не предназначено для продакшена, но в директории examples есть рабочие примеры и демо для всех сред, включая туториал о том, как написать markdown-документ и конвертировать его в PDF с помощью pandoc в контейнере. Cloudflare Computer набрал 8700 звезд меньше чем за 3 месяца.

bam-bam-2/solo-skills

Solo Skills — набор из 26 скиллов для ИИ-агента, опубликованных корейским соло-предпринимателем, который автоматизировал 49 регулярных задач своего бизнеса. Скиллы оформлены в формате SKILL.md — стандарт, который Claude Code, Codex и OpenCode читают напрямую: агент воспринимает каждый скилл как готовую процедуру и выполняет её без дополнительных объяснений. В наборе: запись демо-видео сайта без экранного рекордера (iframe + ffmpeg), сборка PDF из HTML через Paged.js, публикация тредов в Threads, напоминания через launchd в Discord, разгрузка тяжёлых задач на удалённую машину. Отдельно стоит скилл claude-codex-fallback: он запускает Claude первым, а при исчерпании лимитов автоматически переключается на Codex. Часть скиллов привязана к корейским сервисам, остальные работают везде. Установка — две команды: клон репо и копирование папки.

proliferate-ai/proliferate

Proliferate — открытый AI IDE (AGPL-3.0) для macOS, который запускает несколько агентов — Claude Code, Codex, OpenCode, Cursor и Grok — параллельно, каждый в изолированном git worktree со своей веткой, терминалом и историей разговора. Задачи не вмешиваются в файлы друг друга. MCP-серверы, скиллы, Computer Use и Browser Use настраивают один раз — они автоматически работают у всех агентов. Поддерживаются подагенты (агенты, делегирующие часть работы дочерним и забирающие результаты) и расписание воркфлоу — повторяющиеся или событийные прогоны вроде ночного ревью кода или обновления зависимостей. Управляющая часть разворачивается на своём сервере через Docker Compose, AWS CloudFormation, GCP, Azure или Kubernetes — руководства есть в репозитории.

FLUX.2 Klein Multi-LoRA — это веб-пространство для генерации изображений на основе FLUX.2 Klein от Black Forest Labs, компактной версии их модели изображений второго поколения. FLUX.2 Klein имеет 4–9 миллиардов параметров, тогда как FLUX.2-dev — 32 миллиарда параметров, поэтому FLUX.2 Klein меньше и быстрее, чем FLUX.2-dev. Уникальная особенность этого пространства в том, что оно поддерживает слияние стилей через мульти-LoRA. Вы можете одновременно смешивать и комбинировать несколько стилей с помощью LoRA и свободно настраивать вес каждой LoRA. Это упрощает использование слияния стилей для создания контента, если у вас под рукой не так много инструментов. Это пространство работает на Zero GPU от Hugging Face, так что устанавливать ничего локально не нужно. Также помечено тегом mcp-server, а значит, вы можете взаимодействовать с этим пространством через агентов!

Free AI Detector — это онлайн-инструмент, разработанный Lynote, который анализирует ваш текст и даёт представление о вероятности того, что он будет определён как контент, сгенерированный ИИ. Введите любой текст и получите оценку того, насколько контент «человеческий» или «машинный». Без регистрации, без скачивания — просто простое веб-приложение, размещённое на Hugging Face Spaces, ничего не нужно устанавливать локально. Запущенный 5 августа, за 3 недели он набрал 330 лайков и 8 обсуждений. Обычно такие инструменты для определения ИИ-текста идут с платными подписками, но здесь — инструмент вообще без подписки.

rome-os/rome

Rome — это открытая (open-source, лицензия MIT) агентная ОС, где агенты не только предоставляют информацию, но и создают постоянные функциональности. Просто опиши задачу простым языком, чтобы создать Rome App — интерфейс, подогнанный под тебя, с агентами, постоянными данными, расписаниями и хуками. Всё, от разбора почты по важности до отслеживания цен, ревью кода и утренних сводок, превращается в автономное приложение, которое может работать, пока ты не в сети. Просматривай и загружай другие приложения из Community App Store или делись своими. Используй самоусиливающийся цикл — чем больше задач ты описываешь, тем больше функций получает твой экземпляр Rome. Установи Rome как Docker-контейнер одной строкой или попробуй Rome Cloud (превью) — без установки.

localai-org/kimodo.cpp

Сообщество LocalAI портировало модель NVIDIA Kimodo для преобразования текста в движение на C++ / GGML, так что теперь можно с помощью текста анимировать 3D-модели прямо на своём компьютере! Модель Kimodo использует текстовый промпт (или эмбеддинг LLM2Vec) для генерации данных о движении человека в 3D (в формате SMPL-X: корневые смещения + повороты суставов). Под капотом всё работает на текстовом энкодере Llama 3 и диффузионной модели Kimodo-SMPLX-RP-v1, обе доступны в виде готовых GGUF-весов от организации LocalAI-io на HuggingFace (скачиваются одной строкой кода). Работает на CPU или GPU с поддержкой Vulkan. Собирается через CMake. Демо-сервер в браузере можно запустить локально на localhost:8094 и опробовать промпты. Лицензия Apache-2.0. Веса модели — только для некоммерческого исследовательского использования.

kunchenguid/backpass

backpass — это интерфейс командной строки (CLI), который помогает вам дорабатывать файл AGENTS.md (или CLAUDE.md) на основе того, как вы используете агента. Он парсит локальные файлы транскриптов агентов из семи разных агентских харнессов (Claude, Codex, Pi, OpenCode, Grok, Cursor CLI, Hermes) без каких-либо API-ключей и без загрузки данных куда-либо. Каждое предложенное изменение сопровождается прямыми цитатами из реальных сессий в его поддержку, и каждое новое правило должно быть подтверждено минимум двумя уникальными сессиями (ни одна сессия сама по себе не может служить основанием для изменения). За один запуск предлагается до пяти изменений (это называется «шагом градиента») — небольших, шумных и в целом безопасных. Все секреты вычищаются до того, как что-либо передаётся в модель. Изменения записываются только через команду backpass apply, которая показывает все предложенные изменения вместе с подтверждающими их свидетельствами и позволяет вручную одобрить или отклонить каждое изменение. backpass требует Node.js версии 22.5 или выше и утилиты acpx в вашем PATH.

ApodexAI/FrontierAgent

FrontierAgent от Apodex AI — это мультиагентная среда выполнения с открытым исходным кодом и терминальный TUI, созданные для долгих задач вроде исследований, анализа файлов и написания документов. Помимо однократного режима ReAct-воркфлоу (где всю задачу выполняет один агент с сохранением состояния), есть ещё режим Agent Team, который позволяет разбить задачу на параллельные подзадачи и делегировать их субагентам, а затем агрегировать их результаты и составить итоговый вывод. Вы можете видеть прогресс отдельных задач в реальном времени, какие инструменты сейчас выполняются и какие действия уже произошли. Изменяющие действия запрашивают подтверждение диффа и позволяют сохранять чекпоинты по ходу дела, так что вашу сессию можно возобновить. Весь файловый ввод-вывод изолирован в песочнице: входные файлы неизменяемы, ваше рабочее пространство находится в /workspace, а все результаты, которые нужно сохранить, попадают в /outputs. FrontierAgent умеет подключаться к любому серверу с API, совместимым с OpenAI (например, Apodex, OpenAI или вашему собственному локальному серверу с моделью). Открыт под лицензией Apache 2.0.

MiniMax Music3 — модель на 2,4B параметров, способная генерировать полноценные песни (до 5 минут) включая текст, инструментал и структуру (куплеты, припевы, бриджи, outro). На входе — набор куплетов/припевов и описание желаемой песни (жанр, BPM, инструменты, настроение), модель выстроит вокруг них историю. Модель использует комбинацию глобальной (8B) LLM для высокоуровневого планирования и локальной (0,6B) LLM для деталей низкого уровня, а также Flow Matching для получения стереозвука 32 кГц в формате WAV. Правда, у модели не похоже, что есть явная лицензия, так что коммерчески ее, вероятно, использовать не стоит.

Разверните MiniMax H3 — трансформер на 33B от MiniMaxAI, который превращает текст/изображения в видео с подходящим стереозвуком в разрешении до 2K. Модель разделена на 3 части: предобработка контекста, базовая генерация в 768p и апскейл до 2K (H3-Regenerate-2K пока закрытый). Использовал эту модель на задачах изображение+описание сцены, получил ролики по ~4–15 секунд при 24 fps. Это первая модель с открытыми весами, которая встретилась мне с нативной поддержкой стереозвука (без необходимости в отдельном пайплайне обработки аудио).

Запустите DeepSeek-V4-Flash-0731 через vLLM на серверном окружении. MoE-модель на 304B, выпущенная DeepSeek под лицензией MIT. «Flash» означает спекулятивное декодирование DSpark для быстрого инференса при активации лишь части от общего числа параметров. На Terminal Bench 2.1 она набрала 82,7 против 72,1 у DeepSeek-V4-Pro Preview. На DeepSWE результат вырос с 12,8 до 54,4, а на AutomationBench — с 12,8 до 25,1. Настройки reasoning_effort (low/high/max) позволяют контролировать, насколько глубоко/быстро модель должна рассуждать над задачей.

Мы выложили Qwen3.8-27B (мультимодальную модель от Alibaba на 27B) в виде квантизаций Dynamic 3.0 GGUF для локального запуска через Ollama и llama.cpp. Эта модель умеет понимать изображения, изначально поддерживает длину контекста 262K (с помощью RoPE можно масштабировать до 1M токенов) и заточена под агентность и вызов инструментов. Dynamic 3.0 даёт на выбор 12 разных уровней квантования (от IQ1, ~6ГБ, до BF16, ~55ГБ), так что можно подобрать нужный баланс между производительностью и требованиями к железу. Оставляя ключевые веса менее сжатыми, мы, как нам кажется, нашли способ обойти по точности другие квантования такого же размера.

Omni Image Editor — AI-редактор изображений в браузере, опубликованный selfit-camera на Hugging Face Spaces. Работает без установки и поддерживает четыре основных операции: генерацию изображений по текстовому описанию, редактирование загруженных фото (удаление объектов, изменение деталей), повышение разрешения (апскейл) и удаление водяных знаков. Набрал более 2 400 лайков на Hugging Face, что говорит об активном использовании сообществом. Аккаунт и локальная видеокарта не нужны.

Ornith-1.5-9B — плотная модель на 9,7 миллиарда параметров от независимой команды ornith-ai, построенная поверх Qwen3.5 и Gemma4 с дополнительным предобучением и обучением с подкреплением. Главное отличие от обычно дообученных моделей — самоулучшение: система непрерывно генерировала новые тренировочные задачи, решала их и наращивала навыки без фиксированных датасетов. Поддерживает мультимодальные запросы — передаёте картинку вместе с текстом и получаете ответ. Умеет вызывать инструменты и работать в агентских сценариях (MCP, function calling). В агентском режиме через OpenHands набирает 70.6 на SWE-bench Verified — высокий показатель для модели этого размера. Готовая квантованная GGUF-версия доступна на Hugging Face: около 6 ГБ в 4-битном формате.

TRELLIS.2 — это следующая версия в нашей серии моделей генерации 3D. Это пространство на Hugging Face, которое работает без установки. Получив изображение, оно генерирует 3D-модель через Trellis2ImageTo3DPipeline. Доступно 6 разных вариантов рендера для визуализации сгенерированного результата (Normal, Clay render, Base color, Forest HDRI, Sunset HDRI, Courtyard HDRI). Наша первая модель TRELLIS была одной из самых форкаемых моделей генерации 3D на Hugging Face, и сейчас на её основе существует уже более 100 пространств от сообщества. Теперь TRELLIS.2 даёт ещё более качественную генерацию 3D!

Anima-2.9B — текстово-изображающая diffusion-модель на архитектуре NVIDIA Cosmos-Predict2-2B, дообученная от circlestone-labs/Anima. Gazingstars123 расширил оригинальную архитектуру с 28 до 40 слоёв методом интерливед-вставки с обнулёнными проекциями выхода, доведя объём до 2.9 млрд параметров. Затем модель дообучили на 1.7 миллиона аниме-иллюстраций с датой среза июль 2026. Описания для тренировки готовили Gemini и Claude — в смешанном формате тегов и обычного текста, без рейтинговых тегов. Загружается в ComfyUI как single-file checkpoint (.safetensors). Лицензия — только для некоммерческого использования.

Comfy-Org переупаковали видеомодель MiniMax H3 Turbo от MiniMax для пользователей ComfyUI — всё уже настроено и собрано. Пакет включает четыре варианта квантования (bf16, int8_convrot, fp8_scaled, nvfp4_awq) и облегчённые варианты под разные GPU. Три turbo LoRA ускоряют генерацию до 4 и 8 шагов вместо стандартных 50. Десять специальных эмбеддингов — fire_breath, dark_magic, bullet_time и другие — можно подмешивать для направления стиля. Готовые workflow-файлы покрывают все три режима: текст → видео, картинка → видео, реф → видео. Для int8_convrot рекомендуется PyTorch cu130.

zhu1090093659/dsh-web

DSH Web — пакет плагинов для DeepSeek Harness Web, расширяющий базовый интерфейс через официальный механизм DSH profile без правки исходника. Включает полный набор модульных плагинов: многоколоночный задачник с реальным cron-выполнением (задачи запускаются по расписанию даже при закрытом браузере, с опциональным предотвращением сна системы на Windows, macOS и Linux), SSH-панель с терминалом, передачей файлов, туннелями и управлением кластером, дистанционное управление с телефона по QR-коду с SSE-синхронизацией, визуальное понимание изображений через инструмент describe_image, правая панель с файловым проводником, редактором, графом истории Git и браузером, а также 19 тем оформления с live-превью. Все плагины устанавливаются независимо; полный пакет ставится одной npm-командой. Маркетплейс dsh-market.com распространяет дополнительные скины, питомцев и плагины.

s1dashu/ip-as-logo-skill

Я добавил этот скилл в свой агентный воркфлоу ради эксперимента — по сути это один SKILL.md файл, и тем не менее он стабильно генерирует корпоративные IP-маскоты: жирные округлые силуэты, однотонный фон, строгая композиция в нижнем углу. Скормил несколько своих проектных названий — и был удивлён однородностью результата. Больше всего понравилось, что в промпт вшиты явные ограничения по сложности: никаких градиентов, никакого шума, только чистый и симпатичный персонаж.

MengTo/threeui

Слежу за MengTo и его Design+Code давно, поэтому когда он открыл ThreeUI Community — сразу полез смотреть. Это тот же шелл приложения, та же навигация и живой WebGL-рендерер что в платном продукте — просто без Pro и Beta компонентов. Получаешь полный каталог Three.js UI компонентов с превью шейдеров и выбором вариантов, всё прямо в браузере без регистрации. Засидел неприлично долго, просто кликая по шейдер-демо.

duty1g/x64dbg-mcp-server

Я не занимаюсь реверс-инжинирингом постоянно, но этот проект зацепил мгновенно — нативный плагин для x64dbg, написанный на Zig без единой зависимости, который выставляет 71 MCP-инструмент через HTTP. Подключаешь Claude или любой MCP-совместимый ассистент и буквально просишь его поставить брейкпоинт, сдампить регистры или прочитать память. Поддерживает 32 и 64 бит, 22 колбека на события дебаггера, а single-binary означает что устанавливать нечего — просто кладёшь DLL. Вот как должен выглядеть AI-assisted binary анализ.

DenisSergeevitch/desktop-fly

Поставил сначала ради шутки, а в итоге час читал про проект FlyWire с реальным коннектомом плодовой мухи. Это macOS-приложение с 3D-мухой, которая бродит по рабочему столу через живую симуляцию спайкинговой нейросети — ~668 нейронов и ~19 000 реальных синаптических связей из датасета FlyWire. Муха ходит, чистится, засыпает и убегает от курсора — всё это управляется настоящей нейронаукой. Можно открыть панель с визуализацией мозга, показывающую все 23 210 позиций нейронов, и стимулировать отдельные регионы, наблюдая как меняется поведение.

iAmCorey/Wake

Когда начинаешь параллельно гонять Claude Code, Cursor и Copilot CLI на нескольких проектах, находить старые сессии становится проблемой. Wake индексирует их все локально — читает транскрипты Claude Code, Cursor и других агентов — и даёт полнотекстовый поиск через SQLite FTS5 с триграмным индексом, что значит CJK и 30+ языков без настройки. Написан на Rust с GPUI, read-only, ноль сетевых запросов. Направил на свои проектные папки — два месяца сессий проиндексировались меньше чем за минуту.

simonlin1212/a-stock-data

A-Stock Data — это отдельный Skill-файл (структурированный Markdown + код на Python) для Claude Code и Codex, который объединяет информацию о китайском рынке акций A-класса из 19 источников данных в 54 вызываемых эндпоинта без необходимости авторизации. Он включает 11 уровней, в том числе котировки акций в реальном времени и информацию о списке заявок от mootdx и Tencent, аналитические отчёты и скачивание PDF от Eastmoney, движение умных денег и отраслевые горячие темы от Tonghuashun, пул акций на лимите роста, совет директоров, греки и подразумеваемую волатильность опционов на ETF, интерактивные вопросы и ответы инвесторов от cninfo, а также данные по макроэкономическим показателям, таким как PMI, от Народного банка Китая и Государственного статистического бюро. Также предусмотрены резервные механизмы для основных API, на которые распространяются лимиты запросов. Этот проект существует три с половиной месяца и набрал более 9000 звёзд. Основной readme написан на китайском. Также можно посмотреть версию на английском (README_en.md).

open-gsd/gsd-core

GSD Core — фреймворк контекст-инжиниринга и разработки по спецификациям для ИИ-агентов: Claude Code, Codex, OpenCode, Cursor, Windsurf, Copilot, Antigravity CLI и других. Решает проблему контекст-гниения — скрытой деградации качества, накапливающейся по мере заполнения контекстного окна агента. Решение — дисциплинированный пятишаговый цикл фаз (Обсудить, Спланировать, Выполнить, Проверить, Отправить), где вся тяжёлая работа уходит в изолированных подагентов, каждый из которых стартует со свежим контекстом 200k токенов. Структурированные файлы STATE.md и CONTEXT.md перекидывают мост между сессиями — ничего не теряется. Фреймворку три месяца, более 8 600 звёзд; устанавливается через npm и добавляет команды /gsd-new-project и /gsd-onboard. Несколько планов можно выполнять параллельно. Проект включает файл контекста GEMINI.md для Antigravity CLI — официального преемника Google's Gemini CLI (Google закрыл Gemini CLI в июне 2026 года).

kgoedecke/doop

Doop — открытая альтернатива Paper.design: совместный холст, где рядом с людьми работают ИИ-агенты. Агент подключается через встроенный MCP-сервер и стримит дизайн прямо в браузер кусок за куском — ты видишь, как строится страница в реальном времени. Claude Code присоединяется одной командой: `claude mcp add --transport http doop http://localhost:4300/mcp`. Каждый кадр холста — это реальный HTML в изолированном iframe; агент заполняет его постепенно, потом проверяет скриншот и правит то, что вышло плохо. Несколько людей и несколько агентов работают на одном холсте одновременно с живыми курсорами, историей правок и общей лентой активности. Есть память дизайна: закрепляешь образцы кадров — они превращаются в правила стиля, которым следуют все агенты. Разворачивается локально без настроек: `docker compose up` или `npm run dev` со встроенной Postgres, без внешних сервисов.

furkankly/zoetrope

Zoetrope читает JSONL-транскрипт, который Claude Code пишет в ~/.claude/projects/, и рисует граф сессии. Главный агент — вверху, подагенты и воркфлоу-группы — под ним, а вызовы инструментов отображаются как живые чипы с именем, счётчиком вызовов и таймером. Можно следить за активной сессией в реальном времени, воспроизводить завершённую с любой скоростью (по умолчанию 8×) или произвольно перематывать timeline. При разрастании графа появляется мини-карта. Тот же движок скомпилирован в WebAssembly и работает на zoetrope.furkankly.dev — перетащите файл транскрипта и получите тот же граф в браузере без установки. Всё остаётся на вашей машине.

anywhere-labs/dsh-desktop

DSH Desktop — независимый open-source проект сообщества, не связанный с командой DeepSeek, который упаковывает DeepSeek Harness в нативное десктопное приложение для Windows x64 и macOS Universal. Включает локальный Web UI, Host-сервис и плагинный движок из зафиксированной версии апстрима, поверх которых добавлены нативное окно, иконка в системном трее, автозапуск и автообновление. Node.js и терминал не нужны: скачайте установщик с GitHub Releases или dshdesktop.cn, запустите — и DeepSeek Harness появится как трей-приложение с полной экосистемой плагинов DSH. Дополнительные плагины подключаются через официальный механизм DSH, поэтому обновления апстрима их не ломают. Почти 20 000 звёзд за 11 дней.

Qwen3.8-2.4T-A95B — самая мощная модель в семействе Qwen и первый случай, когда Qwen выпускает открытые веса на уровне качества своей флагманской платной модели, Qwen-Max. Это MoE-архитектура (mixture-of-experts: на каждый запрос работает только часть модели) — 2.4 триллиона параметров всего, 95 миллиардов активных на токен, 92 слоя и 512 экспертов (10 маршрутизируемых + 1 общий). Она сочетает Gated DeltaNet (механизм линейного внимания) с классическим Gated Attention, чтобы эффективно обрабатывать длинные входные данные. Нативный контекст — 262,144 токена, расширяемый до 1,010,000. Модель создана для агентных задач, кода и цепочек рассуждений: SWE-bench Pro 67.7, GPQA Diamond 92.6, Terminal Bench 2.1 86.6. Только текст; режим «размышления» (пошаговые рассуждения перед финальным ответом) всегда включён, и его нельзя отключить. Чтобы попробовать, спроси своего агента: «Найди мне провайдера API с доступом к модели Qwen/Qwen3.8-2.4T-A95B: https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B — покажи, как сделать тестовый запрос к этой модели через Together AI, Fireworks или другого провайдера, который её поддерживает».

Ornith-1.5-35B-A3B — это Mixture of Experts модель, обученная Deep Reinforce (команда Ornith) для кодинга и агентности. У неё 35 миллиардов параметров, но на каждый токен задействуется лишь около 3 миллиардов, поэтому она работает быстрее, чем плотная модель того же размера. Она показывает 79% на SWE-bench Verified против 73,4% у Qwen3.6-35B и 52% у Gemma 4-31B, а также 70,2% на агентном бенчмарке MCP-Atlas против 62,8% у Qwen3.6-35B. Длина контекста — 262 144 токена, её можно увеличить примерно до 1M с помощью RoPE-скейлинга. Модель умеет вызывать функции через XML, совместимый с OpenAI API, и использовать блоки <think> для цепочки рассуждений. Распространяется под лицензией MIT. Есть готовая GGUF-версия: ornith-ai/Ornith-1.5-35B-A3B-GGUF

kulkas2pintu/wan555 — готовый к работе спейс на Hugging Face с моделью Wan 2.2 14B от Alibaba. Форк пространства r3gm/wan2-2-fp8da-aoti-preview, запущенный на бесплатном уровне Hugging Face Zero. Поддерживает генерацию видео из текста (T2V) и из изображения (I2V). Регистрация, установка и оплата не нужны — достаточно открыть ссылку в браузере. Из-за общего бесплатного железа возможна очередь, но пользование бесплатное.

Ling-3.0-tiny — это гибридная MoE reasoning-модель, разработанная inclusionAI, у которой 7.9B параметров в общей сложности, но на каждый токен активируется всего 1.3B параметров. Благодаря архитектуре KDA-MLA и разреженной MoE на 128 экспертов (8 маршрутизируемых + 1 общий эксперт активны на токен) модель поддерживает быстрый инференс. Она может работать со скоростью 86–90 токенов в секунду на MacBook M4 Pro в режиме FP8, используя ~8.34 GB RAM при контекстном окне в 8K. С помощью YaRN-масштабирования размер контекстного окна можно увеличить до 256K токенов. При enable_thinking=true, temperature=1.0, top_p=0.95 модель сначала выполняет пошаговое рассуждение, а затем выдаёт финальный ответ. Получить доступ к этой модели можно через SGLang (готовый docker-образ), специальную ветку vLLM или открытый pull request для Ollama под apple silicon.

Agent Memory Leaderboard от agentmemories.ai — первый публичный бенчмарк, посвящённый системам долговременной памяти для ИИ-агентов. Оцениваются четыре аспекта: сохранение и извлечение фактов между сессиями, работа с длинными многосессионными диалогами, персонализированная память конкретного пользователя, временные рассуждения (правильный порядок событий). Два трека: академические опенсорс-методы и коммерческие продакшн-API. Первый публичный релиз вышел в августе 2026 года и уже включает как исследовательские разработки, так и коммерческие продукты. Запускается как интерактивный Hugging Face Space — установка не нужна.

unicity-aos/aos-ce

AOS Community Edition — открытая операционная система для ИИ-агентов от команды Unicity AOS. Она даёт агентам (Codex, Claude, Grok) управляемую, проверяемую среду: CLI `aos`, HTTP API и набор из 21 готовой «капсулы» — модульных строительных блоков пользовательского пространства. Агенты подключаются через встроенный MCP-сервер (`aos mcp serve`); на macOS и Windows AOS показывает свой системный диалог одобрения для чувствительных операций, на Linux использует Pinentry. Каждый релиз публикуется с контрольными суммами, подписями Sigstore и аттестациями сборки GitHub. В Community Edition входит также Forge — инструмент, с помощью которого агент может изучить работающую систему, найти нехватающую возможность и собрать новую капсулу с минимальными правами. AOS вышел в середине июля 2026 года и за шесть недель набрал 8 500+ звёзд. Лицензия MIT/Apache 2.0.

t8y2/dbx

DBX — это кроссплатформенный клиент для баз данных, написанный на Rust, весом всего около 20 МБ (без Java, без Python, без Chromium). Поддерживает 90+ СУБД, таких как MySQL, Postgres, SQLite, Redis, MongoDB, DuckDB, ClickHouse, Elasticsearch, MS SQL Server, Oracle и т. д. Встроенный ИИ-помощник по SQL понимает запросы на естественном языке и генерирует SQL, объясняет запросы, оптимизирует их или проверяет сгенерированные запросы встроенными проверками безопасности перед выполнением. Поддерживает Claude, OpenAI, локальные ИИ-модели через Ollama. Отдельный MCP-сервер (npx @dbx-app/mcp-server) позволяет другим MCP-клиентам, таким как Claude Code, Cursor, Windsurf и другим, подключаться к вашим соединениям DBX с настраиваемым уровнем доступа (только чтение, безопасная запись или полный доступ). Есть десктопное приложение для macOS, Windows, Linux; Docker-образ для совместного использования; веб-версия. Вышел в конце апреля 2026-го, за 4 месяца набрал 16 000+ звёзд.

nateherkai/scroll-craft

Scroll-Craft — плагин для Claude Code, который строит сайты с анимацией прокрутки по профессиональным стандартам. Выбирает из 8 взаимоисключающих схем страницы — кинематичный монтаж, сплошной мир без разделов, редакционный с главами, типографский плакат и другие — и каждая запрещает приёмы остальных, так что два проекта физически не могут выйти одинаковыми. Каждый сайт обязан иметь уникальную «фирменную деталь» — взаимодействие, которого нет ни на одном другом; встроенный механизм сравнивает новый сайт с уже сделанными по 6 параметрам и, если не проходит, агент меняет план. После сборки браузер сам обходит страницу по всем точкам прокрутки: измеряет реальный контраст на каждой строке текста (в том числе на видео), находит мёртвые зоны и контент, который никогда не становится видимым. Строгие правила по типографике, цвету и глубине встроены — навык откажет в типичных AI-шаблонах. Работа со своими ассетами бесплатна; генерация видео — опциональный ключ KIE_AI_API_KEY.

jaredrhod/fullstack-agent

fullstack-agent — это мастер настройки для установки персонального ИИ-ассистента Claude Code из 4 разных open source проектов: ai-memory-vault (постоянная память, хранит все знания Claude о вас и вашей работе в текстовых файлах неограниченного размера), backtalk (голосовой ответ: нажимаешь кнопку, говоришь что-то, слышишь ответ примерно через 1 секунду), ai-visualizer (полноэкранная анимация, которая меняется в зависимости от того, слушает Claude, думает или говорит), barehands (управление жестами руки, работает с веб-камерой без гарнитуры). Всё это опционально и может быть установлено по отдельности. Мастер настройки спросит, что вам нужно. Если что-то пойдёт не так, просто расскажите Claude, что случилось, и он всё исправит сам с помощью прилагающихся руководств по устранению неполадок. Обновления делаются через git pull и не затрагивают вашу личную информацию или личность агента. Доступно для macOS (Apple), Linux и Windows. На macOS Apple Command Line Tools входят в комплект, macOS предложит их установить при первом запуске.

ifixai-ai/iFixAi

iFixAi — инструмент для независимого аудита ИИ-агентов, вышедший в конце апреля 2026 и набравший более 11 000 звёзд за 4 месяца. Запускает 49 проверок по 5 направлениям: фабрикация (выдумывает ли агент факты и использует ли неразрешённые инструменты), манипуляция (повышает ли привилегии, нарушает ли свои же правила, поддаётся ли промпт-инъекции), обман (занижает ли показатели на тесте, скрывает ли ошибки), непредсказуемость (ведёт ли себя последовательно), непрозрачность (эскалирует ли к человеку, обрабатывает ли не по теме). Результат — оценка от A до F с разбивкой. Работает с любым провайдером (OpenAI, Anthropic, Gemini, Azure, Bedrock, OpenRouter) или с вашим агентом по HTTP-адресу. Устанавливается в Claude Code и Codex как плагин, в Cursor, VS Code, Windsurf, Cline — как навык одной командой. Оценку выставляет второй независимый провайдер, не та же модель. Полный прогон занимает меньше двух минут; стоит ~$12–18 с claude-sonnet-4.6 в роли судьи (по ценам OpenRouter, середина 2026). Лицензия Apache 2.0.

freestylefly/awesome-gpt-image-2

Awesome GPT-Image-2 — это библиотека структурированных промптов для GPT Image 2. Создана независимым китайским разработчиком 苍何 (freestylefly). В Awesome GPT-Image-2 532 разобранных кейса и 20+ качественных шаблонов в 11 категориях: UI и интерфейсы, графики и инфографика, постеры и типографика, продукты и электронная коммерция, бренд и логотипы, архитектура, фотография и реализм, иллюстрация и искусство, персонажи и люди, сцены и сторителлинг, документы и публикации. Вдохновлённая идеей «Prompt as Code», она разбивает промпты на атомарные части — субъект, освещение, материалы, композицию и визуальные детали — для использования агентами, скриптами и в автоматизации. Большая часть шаблонов написана на китайском, но сайт для предпросмотра (gpt-image2.canghe.ai), где можно просматривать, копировать и фильтровать промпты, на английском. Также на npm доступен скилл для Claude Code/Codex, который подбирает стили, шаблоны и теги сцен на основе того же набора данных. Awesome GPT-Image-2 вышла в конце апреля 2026 года. За 4 месяца она набрала 12500 звёзд.

FlashML-org/FreeToken

FreeToken — edge-native движок для запуска крупных открытых MoE-моделей (Mixture of Experts) на потребительском железе. Вышел около месяца назад и уже набрал 3300★; за проектом стоит команда FlashML из Berkeley/MIT — Matei Zaharia (один из создателей Apache Spark и Ray), Song Han, Ion Stoica — подход подтверждён статьёй на arXiv (2608.16157). Главный приём: bandwidth-adaptive CPU–GPU co-execution с LRU-кешем экспертов и семантическими чекпоинтами KV-кеша — вместо загрузки всей модели в VRAM сразу слои распределяются между GPU и оперативной памятью, горячие эксперты кешируются. Это позволяет гонять модели 290B+ — DeepSeek-V4-Flash, Qwen3.6-35B-A3B, GLM-5.2 — на NVIDIA RTX 30/40/50. API совместим с Anthropic и OpenAI, поэтому сразу подключается к Claude Code, Codex, OpenCode. Есть десктопное приложение для Windows и Linux с GUI и CLI через pip.

cclank/lanshu-create-ai-presenter-video

Lanshu Create AI Presenter Video — Codex-навык для создания видеороликов с цифровым диктором. Вы даёте тему или готовый скрипт и фото реального человека (с подтверждением прав) — навык составляет или уточняет текст, озвучивает синтетическим голосом или клоном, генерирует видео с персонажем, синхронизирует губы с аудио, добавляет субтитры, анимацию ключевых слов и нарезает финальный монтаж. Цепочка начинается с полной озвучки — она служит «скелетом» тайм-кода, по которому нарезаются все остальные дорожки, что снижает расхождение губ и рассинхрон. По умолчанию выдаёт видео 9:16 1080×1920 при 30 fps длительностью 45–75 секунд. Перед любым платным шагом агент называет стоимость и ждёт согласия. Навык не привязан к конкретным API: он выбирает то, что доступно в вашей среде Codex.

amagine-ai/Amagine3D

Amagine3D — это открытая платформа на базе ИИ для генерации редактируемых параметрических CAD-моделей. Опишите свои требования на естественном языке, добавьте референсы и ключевые размеры — и позвольте ИИ-агенту создавать геометрию в самоитеративном режиме: он создаёт варианты дизайна, проверяет их в физической среде и сохраняет проверенную геометрию как новую базовую версию. На выходе получается не просто изображение, а полностью редактируемая параметрическая CAD-модель на базе библиотеки build123d и ядра Open CASCADE Technology (используется в FreeCAD, CATIA и других). Вы можете продолжить редактировать параметры в рабочей области, и геометрия будет обновляться автоматически. Экспорт в формат STEP для совместимости с другими CAD-платформами, STL для 3D-печати и 3MF (с поддержкой цвета) для мультиматериальной 3D-печати. Требуются Node.js >=20.19 и Python >=3.10 и <=3.13.

Qwen Image Edit 2511 LoRAs Fast — пространство на Hugging Face от prithivMLmods, запускающее модель редактирования изображений на базе Qwen прямо в браузере. Загружаете фотографию и пишете текстовую инструкцию — что изменить: убрать фон, переключить на ночное освещение, добавить объект, сменить стиль — и модель выдаёт отредактированную версию за секунды. Оптимизировано через LoRA-адаптеры: вывод быстрее без потери качества. Аккаунт и установка не нужны — работает на бесплатной Zero GPU-инфраструктуре Hugging Face. Пространство набрало более 2600 лайков — один из самых популярных редакторов изображений на платформе.

IndexTTS-2.5 — опенсорс TTS-модель от Index Team (Bilibili) с нулевым клонированием голоса: одного референсного аудиофрагмента достаточно, чтобы модель захватила тон и тембр голоса. Поддерживает 8 режимов эмоций — счастье, грусть, злость и другие, задаются в промпте. Есть управление скоростью речи и фонетическим произношением. Языки: китайский, английский, японский, испанский, арабский. Русский язык не поддерживается. Требует Python 3.10–3.11 и CUDA-видеокарту ~6 ГБ. Установка: клонировать репозиторий с GitHub, uv sync, запустить инференс через Python.

DeepSeek-V4-Pro-0813 — официальный релиз флагмана V4 Pro от DeepSeek AI, пришедший на смену превью-версии. 1.7 триллиона параметров, MIT-лицензия, открытые веса. Модель специально заточена под агентные задачи: долгосрочное планирование, работа с терминалом, многошаговые автоматизированные пайплайны. На Terminal Bench 2.1 набирает 87.9 против 82.7 у V4-Flash — стабильный прирост по всем тестам. Включает встроенный модуль спекулятивного декодирования DSpark для ускорения инференса. Запустить дома нельзя — нужен дата-центр, но доступна через API.

Zeejay0/gathered-scenes-zine-skill

Gathered Scenes Zine — набор из двух Codex-скиллов для AI-генерации художественных постеров из фотографий через GPT Image 2. Первый скилл (Gathered Scenes, `$scenes-gathered-zine-v1-3`) сохраняет оригинальное фото как визуальный якорь: добавляет абстрактные формы из самого снимка, единственный насыщенный цвет и видимые рваные бумажные края. Второй (Scene Distillation, `$scene-distillation-zine-v1-3`) не включает фото в результат — извлекает семантическое ядро, эмоциональное напряжение и визуальную метафору и создаёт совершенно новую иллюстрацию в редакционном минималистичном стиле. Скиллы устанавливаются в ~/.codex/skills/ и вызываются прямо в тексте задачи. Репозиторий содержит архив примеров «до/после» с объяснением, что именно было сохранено и что отброшено. Вышли около шести недель назад и набрали 4 000+ звёзд. Требуют доступа к OpenAI Codex с GPT Image 2.

truefoundry/trueforge

TrueForge — это открытая обёртка для агентов, разработанная TrueFoundry, которая оборачивает любую LLM и превращает её в агента. Она была выпущена около месяца назад и уже набрала 3400 звёзд. Она предоставляет функциональность вызова моделей, вызов инструментов, изолированное выполнение кода (с использованием Daytona), управление сессиями и подтверждение от человека (когда агент останавливается и спрашивает разрешения перед выполнением важных действий, при этом ведя журнал всех своих действий). Она работает с OpenAI, Anthropic, Google Gemini и другими эндпоинтами, совместимыми с OpenAI. Она поддерживает скиллы (наборы инструкций, хранящиеся в Git), которые можно добавлять агенту без изменения самой среды выполнения и обновлять на лету. Взаимодействовать с ней можно тремя способами: через чат-интерфейс, через HTTP API для встраивания в свои приложения или с помощью встраиваемых UI-элементов для создания собственных интерфейсов.

PrimeIntellect-ai/prime-agent

Prime Agent — open-source агент от Prime Intellect для разработки и долгих исследовательских задач, вышел 4 месяца назад и уже набрал почти 18 000★. Работает в постоянной Python-среде: выполняет код, управляет файлами, порождает субагентов для параллельной работы и общается с ними напрямую. Ключевая особенность — самообучение: команда /refine запускает анализ прошлых задач и переписывает собственные промпты и скиллы агента, чтобы в следующий раз работать точнее. Повторяющиеся сценарии упаковываются как переиспользуемые скиллы. Поддерживает долгий автономный режим с heartbeat-сигналами — агент может работать в фоне часами. Работает на macOS и Linux; при первом запуске выбираете подписку или подключаете свой ключ API.

openai/codex-security

Codex Security — это официальный CLI и TypeScript SDK от OpenAI для обеспечения безопасности кода с помощью ИИ. Сканируйте свой код с помощью Codex, чтобы находить проблемы безопасности, проверять их и генерировать предложения по исправлению. Включите автоматическое исправление проблем уровня «high» и «critical» с помощью --patch --patch-severity high, зафиксируйте изменённые файлы и создайте черновик Pull Request на GitHub с помощью --create-pr. Сканируйте все компоненты вашего монорепозитория независимо друг от друга и объединяйте проблемы по первопричине с помощью scan-components. Используйте несколько субагентов для режима глубокого сканирования (до 96 часов) или запускайте на OpenAI, Amazon Bedrock, OpenRouter или любой другой платформе, совместимой с OpenAI (например, Anthropic через OpenRouter). Вышел два месяца назад и уже набрал больше 10 000 звёзд! Работает с Node.js >= 22 и Python >= 3.10, требует аккаунт ChatGPT с доступом к Codex Security или OPENAI_API_KEY.

microsoft/SkillOpt

SkillOpt — инструмент из Microsoft Research (вышел в июле 2026, уже 16 000★), который рассматривает текстовые файлы навыков (SKILL.md) как обучаемые параметры для LLM-агентов. Не меняя саму модель, он прогоняет агента по набору задач, оценивает результаты и делает ограниченные правки в инструкции — добавить/удалить/заменить фрагмент. Каждое изменение принимается только если проходит валидационный тест. Итог — файл best_skill.md в 300–2000 токенов, который кладёте в проект: Claude Code, Codex или любой harness сразу работает точнее. По бенчмаркам Microsoft: +19.1 очка внутри Claude Code, +24.8 внутри Codex, +23.5 в прямом чате с GPT-5.5 — на шести бенчмарках и семи моделях. Поддерживает OpenAI, Azure, Claude, Qwen и MiniMax; есть режим SkillOpt-Sleep для ночного саморазвития и веб-дашборд для мониторинга.

lidge-jun/opencodex

OpenCodex — это локальный прокси, который направляет запросы Claude Code, Codex CLI, Claude Desktop, Grok Build к любому провайдеру LLM-бэкенда (40+ поддерживаются из коробки, плюс любой OpenAI-совместимый эндпоинт). Настраивается через веб-интерфейс (localhost:10100). Среди поддерживаемых бэкендов — Anthropic, Google Gemini, xAI, Kimi, Azure OpenAI, Ollama, DeepSeek, Tencent Cloud… В выборе модели поддерживается формат provider/model. Есть и другие функции: пул аккаунтов ChatGPT/Codex с привязкой сессии/балансировкой нагрузки (активные соединения закрепляются за одним и тем же аккаунтом), комбо (магический виртуальный id модели, который может переключаться между несколькими бэкендами через fallback или round robin). Среди бэкендов с поддержкой OAuth — xAI, Anthropic, Kimi. Полностью откатить настройки можно командой ocx stop.

cobusgreyling/loop-engineering

Loop Engineering — опенсорс-набор паттернов, стартеров и CLI-инструментов для организации систем, которые оркестрируют ИИ-агентов — Claude Code, Codex, Cursor и других. Основная идея: вместо того чтобы промптить агента каждую сессию, вы проектируете «петлю» — систему, которая промптит агента по расписанию с постоянным состоянием, бюджетами токенов и skill-файлами. CLI `loop init` за пять минут создаёт STATE.md, LOOP.md, файлы бюджета и ограничений и выводит Loop Ready Score. `loop doctor` показывает три главных действия. Дополнительные инструменты: loop-audit (оценка готовности), loop-cost (оценка расходов на токены), loop-sync (обнаружение расхождений), loop-context (менеджер памяти), loop-worktree (изоляция через git worktrees), loop-gate (контроль путей), MCP-сервер для поиска паттернов. Борис Черны, head of Claude Code в Anthropic: «Я больше не промпчу Клода — у меня работают петли». Вышел два месяца назад, 10 500+ звёзд.

Ariescar/anyCreature

anyCreature — опенсорс-конвейер, который превращает описание персонажа одной фразой в готовый GLB с риггингом, скиннингом, вертексными цветами, запечённым AO и анимациями. Рабочий процесс — пять этапов (от 00_START до 04_SHIP), каждый описан в карточках, которые читает исполняющая сессия агента. Движок без внешних зависимостей: одна JSON-спецификация на входе, скиннед GLB на выходе через `node engine/cli.js spec.json out.glb`. Качество контролируют независимые «слепые» агенты: они не знают исходного заказа и видят только 24-пиксельный силуэт — должны угадать, что нарисовано, с нуля. Ни один из двух gate'ов не самооценивается: пока силуэт не читается в свежем контексте, сессия переделывает. Нужны Node.js 18+ и Python 3.9+.

antirez/ds4

DwarfStar — это нативный движок инференса, разработанный Сальваторе Санфилиппо (создателем Redis) для DeepSeek V4 Flash / DeepSeek V4 PRO / GLM 5.2. Это НЕ обычный загрузчик GGUF. Поддерживает Apple Metal (Mac, основная цель), NVIDIA CUDA (мульти-GPU) и AMD ROCm. Использует 2-битную квантизацию только для маршрутизируемых MoE-экспертов (без общих экспертов, проекций, роутинга), сохраняя качество при небольшом размере модели. Встроенный HTTP-сервер позволяет делать микробатчинг для нескольких пользователей. Можно соединить два ноутбука MacBook M5 Max или M3 Ultra через RDMA для тензорного параллелизма. Если не хватает RAM, возможен стриминг с SSD. Бенчмарки смотрите в README. Например, на MacBook Pro M5 Max 128GB получается 39 t/s. Бета.

Yuan1z0825/nature-skills

Nature Skills — это набор из 19 переиспользуемых ИИ-навыков для научной работы, предназначенных для Claude Code, Codex и других совместимых агентных фреймворков (Node.js 18+). Среди этих навыков — написание статей (стиль письма в духе Nature, написание abstract/introduction, ответы на рецензии), чтение статей (markdown-ридер со ссылками на источники и поддержкой формул/рисунков, превращение статьи в презентацию на китайском языке) и общая исследовательская работа (поиск литературы по нескольким источникам с перекрёстной проверкой по журналам Nature/CNS, статистический анализ, написание заявления о доступности данных, подача патента на основе статьи, проверка ссылок). Навыки можно установить глобально через npx, после чего они будут доступны во всех сессиях без какой-либо дополнительной настройки. Каждый навык представляет собой воспроизводимый процесс, а не набор промптов.

virgiliojr94/book-to-skill

Book to Skill превращает любую техническую книгу, папку с документами или коллекцию файлов в структурированный навык для Claude Code, GitHub Copilot CLI, Amp или Codex. Вместо того чтобы загружать книгу целиком в контекст, инструмент дистиллирует содержание в фреймворки, правила принятия решений, антипаттерны и отдельные файлы по главам — каждая глава загружается только когда вы спрашиваете по этой теме. По замерам авторов: в 24–51 раз меньше токенов на вопрос против загрузки книги целиком. Входные форматы: PDF, EPUB, DOCX, MD, HTML, RTF, MOBI. Навык включает SKILL.md-индекс (~4000 токенов), файл на каждую главу (~1000 токенов), глоссарий, каталог паттернов и шпаргалку. Подходит не только для книг: внутренняя документация, бренд-буки, пачки исследовательских статей, RFC и спецификации — всё, что вы часто ищете вручную.

MiniMax-AI/MiniMax-H3

Официальный репозиторий MiniMax. В нём 9 навыков для видеомодели H3 (Hailuo). Главный из них: h3-prompt-writing — это простой markdown-навык без обращения к каким-либо API, поэтому он совместим с Claude Code, Claude Agent SDK, Cursor, Windsurf, Codex, LangChain — со всеми агентами, способными читать SKILL.md. В репозитории есть 2 фирменных руководства по промптам: base-en.txt для режима keyframe и текстового режима; ref-en.txt для режима Ref2VA. Остальные 8 навыков — это реклама продуктов, 3D-анимация, стоп-моушен, продвижение бренда, видео с субтитрами и так далее. Это специальные навыки генерации видео, разработанные для платформы MiniMax Hub. Непереносимые. Вендор: MiniMax; онлайн-API этой модели.

lencx/Minke

Minke — это десктопное приложение (macOS, Windows, Linux) для DeepSeek Harness, разработанное независимым разработчиком lencx. Оно объединяет чат с агентом, сравнение файлов с подсветкой синтаксиса, файловый менеджер, браузер и менеджер плагинов в одном окне, без необходимости переключаться между вкладками. Minke может подключаться к DeepSeek через облачный API или к локальным моделям через LM Studio + Ollama (или любой другой OpenAI-совместимый API). Также к Minke можно получить доступ с мобильных устройств через Tailscale Serve. На iPhone или Android Minke открывается как PWA, где можно продолжать задачи агента и удалённо пользоваться терминалом. Данные хранятся локально. Minke поддерживает установку плагинов прямо из интерфейса, который подключён к встроенному каталогу на Github.

langchain-ai/openwiki

Агент на базе LangChain AI, который создаёт и поддерживает wiki-документацию для кодовой базы или базы знаний. Агент читает исходные файлы вашего проекта и генерирует связанные между собой Markdown-документы в директорию openwiki/. Каждое утверждение будет привязано к конкретным строкам кода, так что ваша wiki всегда будет соответствовать изменениям в коде. Документация выводится в формате Google Open Knowledge Format (OKF v0.2), чтобы работать с другими инструментами, поддерживающими OKF. OpenWiki работает с 13 разными провайдерами моделей, включая OpenAI, Anthropic, Gemini (Google Vertex AI), Amazon Bedrock и другие. Вы даже можете подключить OpenWiki к Claude Code и Codex всего одной строкой кода (openwiki integrations install claude). Ваш агент возьмёт на себя документацию, используя те же модели, что у вас уже есть. Также включает 9 встроенных коннекторов, таких как Notion, Slack, Gmail, X, Hacker News, LangSmith и другие. Ваша wiki будет автоматически обновляться через Github Actions при каждом изменении кода. Запущен в июне 2026 года. Уже набрал 15 тысяч звёзд.

drumih/turbo-fieldfare

Оптимизированный рантайм инференса на Swift + Metal для открытой модели Google Gemma 4 26B-A4B. Он заточен именно под эту модель (это не универсальный движок вроде MLX или llama.cpp) и держит в памяти только общее ядро на 1,35 ГБ и FP16 KV-кэш, подгружая экспертов с SSD по мере необходимости. Благодаря этому полную модель весом 14,3 ГБ можно запустить, используя всего ~2 ГБ памяти, что делает её доступной даже на слабых Mac с Apple Silicon. Прилагается полностью задокументированный набор из 103 экспериментальных результатов по разным ядрам, кэшированию, I/O и декодированию. В комплекте нативное приложение для Mac, CLI, стример модели и локальный OpenAI-сервер. Требуется macOS 26+.

BigPizzaV3/CodexPlusPlus

Codex++ — внешний лаунчер и менеджер для Codex App от OpenAI, написанный на Rust 1.85+ и Tauri 2.x. Подключается к официальному приложению через Chromium DevTools Protocol, не трогая app.asar и не записывая патч-файлы в директорию установки. Инструмент предлагает четыре режима провайдера: только официальный аккаунт, смешанный «аккаунт + API», чистый API (произвольный Base URL и ключ) и агрегатор с балансировкой нагрузки и failover между несколькими провайдерами — у каждого режима отдельное хранилище учётных данных. Управление сессиями: сканирование локальных сессий, пакетное удаление, экспорт в Markdown, история использования токенов. Улучшения интерфейса: маркетплейс плагинов, китайская локализация, контроль ширины чата, Stepwise-подсказки с настраиваемой моделью, Upstream worktree, интеграция с Zed Remote. Распространяется в виде установщиков для Windows x64, macOS Intel и macOS Apple Silicon. README преимущественно на китайском; доступна английская версия.

ayghri/i-have-adhd

i-have-adhd — это скилл для Claude Code и Codex, который делает ответы агента более лаконичными: сначала фокус на шагах, которые нужно предпринять, а объяснения — потом. Агент всегда отвечает согласно 10 правилам: давать явную инструкцию или команду на следующий шаг, перечислять шаги по пунктам, если нужно, заканчивать одним конкретным пунктом действия, не отвлекаться на лишнее, повторять контекст на каждом шаге, никогда не использовать вступления вроде «Отличный вопрос!», резюме или закрывающие фразы вроде «Надеюсь, это помогло!», ограничивать списки пятью пунктами, указывать время в минутах вместо «скоро» или «вкратце», не извиняться за ошибки, всё настраивается. Клонируешь репозиторий, правишь SKILL.md, ставишь свой форк. Опубликован в мае 2026-го, сейчас уже 23 тысячи звёзд — поверьте, это то, что нужно.

alibaba/open-code-review

Open Code Review (OCR) — это внутренний CLI-инструмент Alibaba Group для код-ревью на базе ИИ, выложенный в опенсорс после 2 лет внутреннего использования десятками тысяч разработчиков. OCR принимает на вход Git diff, использует агента с возможностью применения инструментов, чтобы отправить изменённые файлы в настраиваемую LLM, и генерирует структурированный фидбек по код-ревью с точностью до строки. OCR — это гибридная система, которая сочетает преимущества детерминированной инженерии (например, выбор файлов, группировка и сопоставление правил) и LLM-агентов (например, динамический контекст и генерация комментариев). На 50 популярных опенсорсных репозиториях + 200 реальных pull request'ах + 10 языках программирования OCR расходует примерно в 9 раз меньше токенов, чем универсальные агенты вроде Claude Code, при этом показывая более высокую точность (precision); полнота (recall) намеренно занижена, чтобы не создавать лишний шум. OCR поддерживает плагины для Claude Code, Codex, Cursor, интеграцию с CI/CD для GitHub Actions и GitLab CI, а также совместим с OpenAI, Anthropic и произвольными провайдерами.

Spielewoy/autoprompt-skill

Autoprompt — это скилл для кодинговых агентов, который повышает результат на +14,61 балла (на 45% меньше провалов задач) в независимом бенчмарке Terminal-Bench 2.1. DeepSeek V4 Flash 0731 — одна из эталонных моделей в этом рейтинге. Используйте интерактивный установщик (npm install -g autoprompt-skill && autoprompt), чтобы установить скилл автоматически в зависимости от вашего кодингового агента (поддерживаются Claude Code, Codex, OpenCode, Kilo Code, VS Code Copilot, Prime Agent).

pathwaycom/arc-task-gen

ARC Task Gen от Pathway генерирует оригинальные задачи в стиле ARC-AGI-1, соответствующие распределению публичного датасета. Репозиторий сопровождает статью о новой архитектуре BDH-CQ — сочетание рекуррентной памяти с итеративным рассуждением в непрерывном латентном пространстве. Главный результат: модель BDH-CQ на 150 млн параметров набирает 29.5% pass@2 на ARC-AGI-1 при стоимости $0.0007 за задачу — в 11 раз дешевле GPT-5.6 Luna Low. Сгенерированные задачи в стандартном ARC-формате совместимы с существующими фреймворками оценки.

odysseus-dev/odysseus

Odysseus — открытое self-hosted ИИ-рабочее пространство, которое объединяет чат с любой языковой моделью, агентов с MCP и инструментами, глубокое веб-исследование, редактор документов, почту по IMAP/SMTP с ИИ-сортировкой, заметки, задачи и календарь. Модуль Cookbook рекомендует модели под ваше железо; режим Compare показывает ответы двух моделей рядом. Данные остаются у вас. Лицензия AGPL-3.0.

nexu-io/open-design

OpenDesign — это открытая версия Claude Design, закрытого продукта от Anthropic. Это нативное десктопное приложение для macOS и Windows, запущенное в конце апреля 2026 года и набравшее почти 90 000 звёзд на GitHub за четыре месяца. Это дизайн-студия для AI-агентов, работающих с кодом. Вы описываете, что хотите получить, агент создаёт это на лету внутри приложения, с предпросмотром, и вы продолжаете вносить правки, пока не будете удовлетворены результатом. Агент умеет создавать веб- и мобильные прототипы, живые дашборды, презентации, изображения, motion-графику HyperFrame и видео. Приложение поддерживает множество агентов для кодинга, включая Claude Code, OpenAI Codex, Cursor, OpenCode, GitHub Copilot, DeepSeek Harness, Kiro, Kimi, Hermes и более 20 других. Также поддерживается BYOK (Bring Your Own Key, «принеси свой ключ») для любого OpenAI-совместимого эндпоинта. Приложение поддерживает дизайн-системы через DESIGN.md, так что вы можете задать фирменные цвета, шрифты и компоненты, и все дизайны, созданные агентом, будут следовать этой дизайн-системе.

missuo/herdrm

herdrm — нативное macOS-приложение-консоль для herdr.dev, фонового сервиса, который держит терминалы кодинг-агентов запущенными. Агрегирует все локальные и удалённые инстанции herdr в одном сайдбаре: Claude, Codex, Gemini, Grok, OpenCode и другие, с живым статусом (заблокированные всплывают, работающие крутятся, готовые получают галочку). Выбрал — терминал агента открылся прямо здесь, без SSH. Уведомляет, когда агент закончил или застрял.

JustVugg/colibri

Colibrì — это чистый C-движок для инференса (никаких зависимостей от других движков, единый файл ядра!) для передовых MoE-моделей на вашем персональном компьютере. Он объединяет хранилище, оперативную и видеопамять в один уровень памяти: плотное общее ядро (~17 млрд параметров, ~9,9 ГБ при int4) остаётся в оперативной памяти, а 19 456 маршрутизируемых экспертов (~19 МБ каждый при int4, ~370 ГБ на диске) подгружаются по мере необходимости с помощью LRU-кэша для каждого слоя. Поддерживаемые модели: Kimi K3 (2,8T) от Moonshot AI, GLM-5.2 (744B), Inkling (975B), DeepSeek V4 Flash (284B), Qwen3.6 (35B-A3B), OLMoE (7B). Встроенный сервер, совместимый с OpenAI API, позволяет клиентам, поддерживающим этот API (например, Claude Code от Anthropic), подключаться к локально развёрнутой модели. Бэкенды: CPU, CUDA, Metal, NUMA. Веб-дашборд с realtime-статистикой и живой визуализацией всего набора из 19 456 экспертов.

img2threejs/img2threejs

img2threejs — скилл для ИИ-агентов Claude Code, Codex и OpenCode, вышедший в середине июля 2026 года и набравший 12 400 звёзд на GitHub за пять недель. Принимает одно референсное фото предмета и возвращает TypeScript-фабрику THREE.Group, которая воссоздаёт объект из примитивов, процедурных шейдеров и геометрии — готовую к анимации, с пивотами, сокетами и коллайдерами. Конвейер проходит восемь этапов (набросок → структура → форма → материалы → поверхность → освещение → взаимодействие → оптимизация), на каждом — визуальная проверка перед переходом. Вспомогательные скрипты написаны на чистом Python 3.10+ stdlib: ни pip, ни зависимостей, ничего устанавливать не нужно. Токены тратятся только на визуальные суждения и код; валидация JSON, листы сравнения и манифесты уходят в детерминированные скрипты. Поддерживаются твёрдые объекты, персонажи (с фиттингом лицевых ориентиров и оценкой уверенности по регионам) и оружие класса CS2.

fufankeji/deepseek-harness-studio

Electron-приложение от китайской компании 赋范空间 (BeyonData), которое оборачивает DeepSeek Harness в графический интерфейс. Включает центр плагинов с ИИ-рекомендациями, установку в один клик, площадку пресетов с официальными и пользовательскими агентами, центр ИИ-приложений и визуальное управление рабочими пространствами. Локальный сервис dsh web запускается внутри приложения, данные остаются на машине. macOS arm64 и Windows x64, исходники открыты, стадия альфы.

CopilotKit/openbot

OpenBot — это бесплатная платформа для агентов с открытым исходным кодом, разработанная CopilotKit. Она предоставляет каждому AI-агенту собственный изолированный компьютер с собственным браузером, файлами и доступом только к тем инструментам, которые вы предоставите. Поддерживает любых агентов, созданных с помощью LangGraph, Mastra, CrewAI, или кастомный эндпоинт через открытый протокол AG-UI. Все вызовы инструментов проходят через шлюз, который принимает решения, логирует их, а затем выполняет или отклоняет (с объяснением причины). Сейчас находится в стадии альфа-разработки.

browser-use/macos-harness

Вот новый проект от browser-use — крошечный Python-процесс, который предоставляет LLM 6 низкоуровневых примитивов для взаимодействия с macOS: делать скриншоты окон, отправлять клавиатурные и мышиные команды конкретному PID приложения (через Apple Accessibility), обращаться к AppleScript, полноценному браузеру через CDP и локальной файловой системе. В процессе взаимодействия модель на ходу разбирается что к чему и пишет нужный код. Никаких заранее подготовленных инструментов для конкретных приложений не требуется. Доступно только на macOS, лицензия MIT, анонимный сбор данных.

bowenliang123/dsh-context

dsh-context — это плагин для DeepSeek Harness, который добавляет слэш-команду /context и вкладку Context. Вкладка отображает текущее содержимое контекстного окна модели (системный промпт, схемы инструментов, сообщения пользователя, внедрённый контекст, сообщения ассистента) в виде накопительной столбчатой диаграммы из 6 цветов относительно размера контекстного окна модели. В режиме History каждый столбец представляет один запрос к модели, что позволяет видеть, как контекстное окно модели заполняется со временем и когда оно было сжато или обрезано.

vibeinging/deepseek-harness-desktop-app

DeepSeek Harness Desktop App — локальный AI-рабочий стол поверх dsh, официального агентного рантайма DeepSeek. Объединяет сессии агента, управление проектами, файловый менеджер, встроенный многовкладочный браузер, изоляцию через Git Worktree, Canvas с историей версий и создание Office-документов (DOCX, XLSX, PPTX, PDF) в одном окне. Интерфейс на китайском, есть английская локализация. Подтверждён на macOS Apple Silicon; сборка для Windows x64 в процессе финального тестирования.

SigmanticAI/apex-inference-chip

APEX — открытый аппаратный проект (RTL) одного полного трансформерного декодера от Sigmantic AI, созданный с помощью их автономных агентов верификации. Модель Qwen2.5-0.5B выдаёт 0,56 токена в секунду на реальном FPGA-оборудовании — рост в 140 раз относительно начального результата. Каждый блок верифицируется побитово на соответствие эталонной NumPy-модели.

myYangyunfan/dsh_desktop

dsh_desktop — это отдельное десктопное клиентское приложение DeepSeek Harness (dsh) для Windows/macOS. Оно упаковывает весь рантайм dsh (со всеми официально поддерживаемыми плагинами) в единый бинарный файл. Внутри — встроенная среда выполнения Node.js, так что вам нужно всего лишь скачать и дважды щёлкнуть, без использования терминала, npm или установки Node.js. Также в комплект входит плагин dsh-openclaw-bridge, который подключает сессии dsh к платформам общения Tencent WeChat и QQ, интегрируя OpenClaw и официальные SDK ботов Tencent. Кроме того, приложение предоставляет виджет баланса, показывающий стоимость каждой сессии в реальном времени, уведомления в системном трее Windows по завершении задач агента, десктопного питомца (маленького кита) и watchdog для восстановления после сбоев. Поддерживается китайский язык интерфейса. Доступно как в виде portable exe, так и в виде установочного пакета.

Electricitysheep/dsh-handbook

Пятнадцатиглавый учебник от сообщества по DeepSeek Harness (dsh) — официальному агентному рантайму DeepSeek с открытым кодом (вышел 13 августа 2026 г.). Основной язык — китайский, есть английский перевод. Охватывает установку, web- и headless-режимы, разработку плагинов, настройку производительности, стратегию кэширования и анализ 1804 плагинов экосистемы. Все команды проверены на реальном железе.

cinderline/northcinder

NorthCinder — MCP-сервер с открытым кодом (версия 0.1.2), который запускается локально рядом с вашим ИИ-приложением. Он подключает агента к реальным магазинам — Shopify, WooCommerce, eBay, Etsy, Amazon — и возвращает ранжированный список с читаемыми причинами для каждой рекомендации. Платное продвижение никогда не влияет на позицию. Каждый ответ содержит отклонённые предложения с причинами, данные о надёжности продавца и одноразовый мандат на покупку, который нужно подтвердить вручную.

NanmiCoder/dsh-agent-teams

dsh-agent-teams — плагин для DeepSeek Harness от NanmiCoder с координацией нескольких агентов под руководством капитана внутри одной DSH-сессии. Текущая сессия становится капитаном: создаёт постоянных субагентов с ролями, разбивает цель на зависимые задачи, распределяет их через общий планировщик, хранит состояние на диске и собирает итоги. В комплекте — десять инструментов координации, прямые сообщения между участниками, автоматический перезапуск зависших задач и живой веб-интерфейс с графом задач.

jdshfhds/northcinder

NorthCinder — это MCP-сервер с открытым исходным кодом для агентов-покупателей, размещаемый на своих серверах. Он умеет взаимодействовать с такими магазинами, как Shopify, WooCommerce, eBay, Etsy, Amazon и другими. Он ранжирует товары исключительно по тому, что указано в вашем брифе (цена, сроки доставки, характеристики, репутация продавца), и помечает спонсорские предложения ниже органических. Он прозрачен в том, как ранжирует результаты: даёт машиночитаемые объяснения по каждому из них и локально ведёт журнал аудита своих решений.

hairyf/deepseek-harness-desktop

Сторонний десктопный клиент на Tauri, упаковывающий официальную ИИ-агент-платформу DeepSeek (deepseek-ai/deepseek-harness, 158 тысяч звёзд) в установочник весом 5 МБ для Windows, macOS и Linux. При первом запуске сам скачивает среду выполнения и ядро Harness, при каждом последующем — синхронизируется с актуальной версией. Все сессии и профили хранятся локально. Взлетел, потому что убрал главный барьер для входа в DeepSeek Harness — сложную разработческую настройку.

decionis/agent-safe-pipeline

Agent-Safe Pipeline — референсная TypeScript-реализация от компании Decionis, добавляющая независимый слой авторизации к ИИ-агентам. Агент фиксирует предлагаемое действие как неизменяемое намерение, сервис политик Decionis оценивает его и возвращает ALLOW, ESCALATE или BLOCK, SafeExecutor выполняет действие только при наличии одноразового гранта. При ESCALATE сервис Presence собирает подтверждённое одобрение человека перед повторной оценкой. В репозитории — запускаемые примеры: возвраты, деплои на GitHub, закупки, контроль MCP-инструментов.

ysr666/dsh-vision-router

DSH Vision Router добавляет в DeepSeek Harness 14 визуальных инструментов для текстовых агентов: ответы на вопросы по картинке, поиск объектов с пиксельными координатами (grounding), детекция, обрезка, SVG-трассировка, сравнение скриншотов (pixel diff), OCR длинных страниц, вырезание объектов, анализ цветов, скриншоты HTML. При вставке картинки в чат плагин автоматически направляет запрос через встроенную бесплатную цепочку на Gemini 3.7 Flash — без настройки и без Python.

yjh051108/dsh-routing-suite

dsh-routing-suite объединяет два компонента для DeepSeek Harness: слой управления средой выполнения и предустановку маршрутизации задач. Предустановка анализирует тип каждого запроса и направляет его в нужный режим: планирование для структурированного анализа, реактивный режим для быстрых действий или глубокое мышление для сложных задач. Разработчик проверил маршрутизатор на 23 сценариях и зафиксировал точность выбора режима 96% и сходимость задач 100%. Более 3000 звёзд за несколько дней после выхода.

yetone/cumora

Cumora — открытая платформа для командной работы, где ИИ-агенты участвуют как полноправные члены команды: у каждого своя роль и память, они берут задачи из общей канбан-доски, координируются между собой без конфликтов и могут отправлять и получать настоящие письма. Два режима работы: облако Cumora (агенты работают в изолированных подах через OpenAI Responses API) или BYOA — подключаешь свой Mac или VPS с локальным Claude Code или Codex CLI, и ключи провайдера сервер никогда не видит.

Hisn00w/ASu-skills

ASu-skills — набор навыков для Codex (ИИ-агента OpenAI) и DeepSeek Harness, ориентированный на китайский цикл трудоустройства. В нём пять инструментов: поиск активных open-source проектов и отправка небольших реальных изменений для формирования портфолио; переформулировка опыта под целевую должность; создание редактируемого HTML-резюме с PDF-экспортом; точное воспроизведение фирменного одноколонного технического резюме автора; и превращение рекрутинговых писем и скриншотов в структурированную таблицу статусов откликов. Почти 1000 звёзд за пять дней в разгар сезона осенних стажировок в Китае.

dsh-market/dsh-market

dsh-market — сам по себе плагин для DeepSeek Harness, который добавляет интерфейс в стиле App Store в раздел настроек DSH. После установки открывается каталог из 800+ плагинов сообщества с фильтрами по категориям, рейтингами и скриншотами в диалоге установки. Темы и скины — в отдельной вкладке. Плагин также управляет обновлениями, экспортирует список плагинов в JSON для резервной копии и позволяет включать и выключать расширения без перезапуска. Установки ограничены проверенным реестром awesome-dsh-plugin.

dataelement/dsh-desktop

DSH Desktop — десктоп-приложение сообщества от команды dataelement, упаковывающее DeepSeek Harness в Electron-оболочку для macOS (Apple Silicon и Intel) и Windows. При запуске автоматически стартует локальный экземпляр Harness на случайном порту, управляет жизненным циклом процесса и сохраняет профили, плагины и сессии между обновлениями — без командной строки. Сборки для macOS подписаны и нотаризованы Apple. Приложение поставляется с предустановленным магазином плагинов dsh-market.

Anionex/dsh-vision-toolkit

DSH Vision Toolkit встраивает в DeepSeek Harness 10 визуальных инструментов для текстовых моделей: ответы на вопросы по картинке, поиск объектов на пиксельном уровне, детекция, обрезка, трассировка, сравнение скриншотов (pixel diff), OCR длинных страниц, вырезание объектов, анализ цветов и скриншоты HTML. В качестве движка зрения — встроенный Gemini 3.7 Flash бесплатно (300 картинок в день на машину, без регистрации), с возможностью подключить свою OpenAI или Anthropic-совместимую модель.

xiaobright/dsh-anchored-standard

Anchored Standard — сообщественный проект, не связанный с DeepSeek официально, для агентного фреймворка DeepSeek Harness. Он решает конкретное поведенческое несоответствие: DeepSeek V4 Pro сильно реагирует на набор инструментов, видимых на первом запросе. При старте с полным каталогом Standard модель чаще начинает с уклончивых фраз; при старте с двумя инструментами Minimal-пресета первый ответ получается прямым и по делу. После первого вызова инструмента пресет автоматически открывает весь каталог Standard. В тесте Project2 это дало 98–99 баллов против 91–92 у стандартного пресета.

vercel-labs/eve-software-factory-template

Foreman — это опенсорсный шаблон программной AI-фабрики на базе фреймворка eve. Он интегрируется с GitHub и Linear и прогоняет все размеченные задачи через цепочку из 4 агентов: Классификатор сортирует запросы и задаёт уточняющие вопросы, когда это нужно; Аналитик формирует план реализации на основе живого клона репозитория и определяет критерии приёмки; Реализатор выполняет план в изолированном окружении, запускает тесты конкретного проекта и коммитит изменения в ветку; и, наконец, Ревьюер рассматривает только диф (а не ход мыслей Реализатора) и выносит вердикт вместе с поясняющими деталями. Когда Foreman не выполняет задачи, он ведёт живую память фабрики — набор заметок о репозитории, с которых начинают работу все агенты. Развернуть Foreman так же просто, как нажать кнопку Vercel, чтобы автоматически настроить интеграции с GitHub и Linear.

elie222/rakazo

Rakazo — открытая альтернатива Grok Bot от Inbox Zero Inc. (команды, создавшей почтовое приложение Inbox Zero). Каждый бот работает с постоянным тредом, изолированным окружением (Docker локально или E2B для удалённых деплоев), долгосрочной памятью, заданиями по расписанию и возможностью порождать других ботов как равных партнёров или краткосрочных подагентов в одном ходу. Продукт работает без облачного сервиса Rakazo — он полностью автономен. Модели выбираются через каталог Pi: поддерживаются OpenRouter, ChatGPT Plus/Pro через вход с кодом устройства, GitHub Copilot и SuperGrok; поддержка Claude Pro пока не реализована в UI. Доступен как веб-приложение, десктоп на Electron и мобильное приложение на Expo. Проект создан с помощью Cursor и Grok 4.6.

ccch1mneyyy/dsh-TUI

dsh-TUI — плагин от сообщества для DeepSeek Harness, открытого ИИ-агента от DeepSeek. Он добавляет полноэкранный терминал, который автор описывает как сделанный в стиле Claude Code: заголовок с пикселиным китом, живая строка статуса агента, потоковый вывод мыслей, прогресс-бар контекста с TPS-метром и откат сессии через двойной Esc. Официальный WeChat-аккаунт DeepSeek Harness выделил его как лучший плагин сообщества.

anywhere-labs/deepseek-harness-desktop

Anywhere Labs выпустили приложение для Mac и Windows, которое оборачивает официальный агентный фреймворк DeepSeek Harness (открытый DeepSeek 13 августа 2026 года под MIT-лицензией) в нативное окно. Приложение само управляет локальным сервисом, добавляет иконку в трей и собирает всё в загружаемый установщик — без установки Node.js и работы в командной строке. Основная документация и интерфейс — на китайском языке. В планах: маркет плагинов, управление с телефона (iOS и Android) и интеграции с мессенджерами (WeChat, Feishu, Discord).

alchaincyf/deepseek-harness-orange-book

Хуашу (@AlchainHust) — независимый разработчик, который строит всё с помощью ИИ и никогда вручную не написал ни одной строчки кода — опубликовал это руководство по DeepSeek Harness за первые 24 часа после того, как DeepSeek открыл исходники под MIT-лицензией 13 августа 2026. Книга написана на китайском языке (README содержит краткое резюме на английском). В ней — то, что автор сам увидел на своём компьютере: полный системный промпт перед каждым ответом агента; 129-строчный дамп конфигурации при старте; три необрезанных лога сессий; пошаговая запись того, как агент сам добавил себе новый инструмент за 19 шагов (список вырос с 32 до 33); реальный счёт за PTC-режим; список 35 пакетов, которые есть в репозитории, но не устанавливаются по умолчанию.

zhu1090093659/dsh-web-ui

Набор плагинов и скинов под лицензией BSD-3-Clause для DeepSeek Harness (AI Code Assistant, DeepSeek AI), созданный независимым разработчиком zhu1090093659. В набор входят доска задач с cron-заданиями, граф git, боковая панель с файлами/diff, статистика токенов и TPS в реальном времени, удалённое управление с мобильного устройства через сопряжение по QR-коду, управление SSH, 8 скинов, включая Windows XP Luna и Trading Terminal с live-тикером.

i3T4AN/KADATH

KADATH — open-source эволюционный мультиагентный движок независимого разработчика i3t4an, построенный на базе Hugging Face smolagents. Он превращает улучшение ИИ-агента в задачу биологического отбора: популяция агентов выполняет вашу цель в несколько «эпох», каждый независимо оценивается по зафиксированному бенчмарку, а ядро применяет дарвиновский отбор — топ 30% сохраняется без изменений, средний пласт мутирует на основе того, что сработало у лидеров, слабейшие выбывают. В опубликованном прогоне за десять эпох лучший результат вырос с 18 до 91 — не за счёт ручной настройки одного агента, а за счёт конкуренции популяции.

deepseek-ai/deepseek-harness

DeepSeek AI, авторы моделей r1 и v3, выложили открытый агентский фреймворк DeepSeek Harness (dsh). Вся система строится на одном принципе: каждый компонент — подключение к модели, инструмент, веб-интерфейс — это отдельный плагин, который можно поставить или убрать, не трогая остальное. Под капотом работает Cordis — фреймворк для горячей замены составных частей. Проект находится в стадии developer preview и запускается одной командой npx.

milind-soni/OpenMausBot

OpenMausBot — это десктопное приложение для macOS от Милинда Сони, вдохновлённое Grok Bot (xAI), но полностью независимое и никак не связанное с xAI. Каждый контакт в этой боковой панели в стиле Telegram — настоящий ИИ-агент (Claude, Codex или Grok), который работает локально на вашем маке с использованием ваших личных учётных данных. Агентам можно выдать облачный Linux-десктоп, которым они управляют самостоятельно, а также интегрировать их с более чем 500 приложениями (Gmail, Slack, Github, Notion и так далее) через Composio. Кроме того, они показывают карточку подтверждения прямо в чате для каждой команды, которую выполняют в терминале, или файла, который редактируют.

dmmulroy/anti-slop

Плагин Oxlint с открытым кодом от разработчика Dillon Mulroy: 15 правил против TypeScript-паттернов, которые ИИ-агенты пишут чаще всего. Правила no-module-mocking, no-unknown-returns, no-chained-type-assertions ловят типичные срезания углов — когда агент делает «технически работающий» код вместо типобезопасного. Проект задуман как vendored: его копируют прямо в свой репозиторий, не ставя зависимостью, — чтобы правила можно было адаптировать под свою команду.

0xnyn/airship

Airship — это бесплатный CLI с открытым исходным кодом (airship.design), который предоставляет визуальный слой дизайна над любым запущенным дев-сервером, не требуя при этом изменять файлы проекта, скрипты сборки или зависимости. Когда вы кликаете по элементу на экране, Airship определяет, где в вашей кодовой базе этот элемент был сгенерирован в дев-сборке, и отправляет эту информацию вместе с запросом пользователя и несколькими кадрами в Claude Code, Codex или OpenCode, чтобы внести изменение. Airship поддерживает десктопные и мобильные кадры, которые можно редактировать одновременно.

UditAkhourii/neuroarxiv

Это скилл с открытым исходным кодом для Claude Code, созданный независимым разработчиком Udit Akhouri. Он берёт описание вашей задачи, разбирает его по категориям arXiv, через HTTP запрашивает статьи с export.arxiv.org, а затем читает каждую статью по отдельности (по одному вызову LLM на статью, чтобы они не влияли друг на друга), оценивает их и приходит к согласованному, подкреплённому ссылками рекомендуемому решению. В своей проверке автор обнаружил, что скилл смог отказаться от отозванного решения, которое встречается в том же списке, — то, чего не удалось добиться ни обычному поиску, ни рассуждению «с нуля».

tanishqkancharla/calldiff

Этот инструмент командной строки (CLI) сравнивает стеки вызовов функций в git-коммитах. Он показывает, какие вызываемые функции были добавлены, удалены или перемещены относительно точки входа. Использует Tree-sitter (на основе AST) и работает с 22 языками программирования. Это помогает при проверке кода после работы агента, когда строки git diff скрывают структуру изменений. Его можно зарегистрировать как MCP-сервер, чтобы им пользовались AI-агенты. Вывод также доступен в формате JSON.

shadcn-ui/chatbot-template

Команда shadcn-ui — создатель одной из самых популярных библиотек UI-компонентов. Они создали новый шаблон чат-бота на Vercel AI SDK, который включает потоковый чат, поиск по провайдерам и опросник с участием человека. Этот шаблон разворачивается на Vercel в один клик и не требует никаких API-ключей при деплое на Vercel, потому что Vercel сам берёт на себя аутентификацию.

gvzdv/claudish-to-english

Плагин для Claude Code, который перехватывает каждый ответ и через локальную модель Ollama переписывает его простыми словами прямо на экране. Оригинал и история переписки остаются нетронутыми. Если Ollama не запущена или не отвечает — плагин отступает без ошибки и показывает исходный текст. Есть опциональный хук для переписывания Markdown-файлов от Claude.

antirez/h3.c

h3-metal — нативный C-движок для Apple Silicon, который запускает MiniMax H3 — модель генерации видео на 33 миллиарда параметров от китайской ИИ-компании MiniMax — целиком локально через Metal, GPU-фреймворк Apple. Написан Сальваторе Санфилиппо (antirez), создателем Redis. Поддерживает генерацию видео по тексту, кондиционирование по первому и последнему кадру, а также reference-based генерацию с вводными изображениями — всё без облачных вызовов.

KKKKhazix/human-writing

Поставил этот скилл в своего агента — и сразу почувствовал разницу: текст перестал звучать как официальный доклад. Авторы пошли нетривиальным путём: вместо списка запрещённых слов скилл ловит структурные паттерны — «отчётный тон», одинаковую длину предложений, бесконечные объяснения очевидного. В версии 1.1.0 перешли с запрета строк на детектирование паттернов. Есть lite-версия на ~2000 символов, которую можно бросить прямо в окно чата без всякой настройки.

ShawnPana/phone-harness

Настроил iPhone Mirroring на маке и запустил это минут за пятнадцать — без джейлбрейка и аккаунта разработчика. Суть элегантна: ~500 строк Python захватывают зеркальное окно скриншотом, Vision OCR находит точки тапа, потом HID-события гонят ввод обратно на устройство. В README это называется «бедняцкий DOM» — точнее не скажешь. Демон не нужен: каждый запуск — чистый лист.

xoreaxeaxeax/asm-hall-of-shame

Провёл над этим репо неприлично много времени. xoreaxeaxeax — тот же автор ropeme и sandsifter — собрал рейтинг x86-инструкций по максимальной задержке выполнения: ровно наоборот от того, чему учат гайды по оптимизации. Лидер — fxrstor64 с PCIe-насыщением: ~198 миллиардов циклов на одну инструкцию. Мне понравилось, что rdrand удалось довести до 5579 циклов, просто исчерпав пул аппаратной энтропии.

MengTo/kage

MengTo (Design+Code) выложил один HTML-файл с интерактивной ночной прогулкой по горному храму в Киото — без сборки, без npm install. Склонировал и сразу открыл index.html. Камера WebGL движется по скроллу через пять глав, накладывая процедурный туман, дождь, фонари и падающие листья поверх готовых сцен. Отсутствие билд-шага — это не ограничение, а осознанный выбор: весь опыт в одном файле, который можно изучить и скопировать.

jd-opensource/JoyAI-Video-Edit

Исследовательская команда JD опенсорсила свой real-time видеоредактор: 16B мультимодальный диффузионный трансформер, который редактирует кадры по мере поступления и выдаёт 30.19 FPS при 720×1280. В README пять категорий демо — перенос стиля, замена объектов, смена фона — всё работает на потоковом входе без предварительной буферизации. Сначала скептически отнёсся к слову «real-time», но 30 FPS на 720p от 16B-модели — это реально впечатляет.

sv-number/mcp-server

Открытый MCP-сервер, который подключает вашего ИИ-агента к коммерческому провайдеру SMS-кодов. Ваш агент сможет запросить одноразовый приватный номер любой страны, дождаться SMS-кода и завершить или отменить процесс активации номера. Всё это делается через stdio без использования SDK. Провайдер коммерческий, бесплатного тарифа нет.

SMNETSTUDIO/WeChat-AI

Открытая платформа WeChat-AI от SMNETSTUDIO, разворачиваемая самостоятельно, позволяет запускать в WeChat ролевых чат-ботов на базе LLM, используя iLink API от Tencent и любые языковые модели, совместимые с OpenAI. Примерно треть документации и интерфейса на китайском. Конечные пользователи могут создавать собственную AI-персону с уникальной личностью и историей переписки, а администраторы могут управлять ботами, токенами и модерацией через админ-панель. Также можно визуально задавать сценарий диалога с помощью редактора Chatflow, без написания кода. Доступна поддержка нескольких нод и балансировка нагрузки через Cloudflare Worker.

oil-oil/codex-deepseek-subagent

Устанавливаемый скилл для Codex через npx, с файлом readme на китайском. Регистрирует DeepSeek v4 Flash как встроенный кастомный сабагент для десктоп-приложения OpenAI Codex. После установки главный агент сможет автоматически отправлять задачи в DeepSeek. Скилл занимается маршрутизацией задач, безопасным хранением учётных данных и автоматизацией приёмочных тестов.

NikoDemon80/ComfyUI-H3-Motion-Context

Это набор кастомных нод для ComfyUI, который позволяет склеивать видеоклипы для модели генерации видео MiniMax H3 AI. H3 генерирует изображение и звук совместно, но сама модель не поддерживает склейку клипов. Этот плагин позволяет передавать латентный вектор из конца предыдущего клипа в текущий. Это сохраняет скорость движения, направление и непрерывность звука между клипами. Патчи проверяют математику при запуске и удостоверяются, что она по-прежнему верна, сверяясь с актуальным кодом ComfyUI. Если код изменился и патчи стали неактуальны, они просто не запустятся.

mewamew/my_ai_town

Симулятор жизни с файлом readme на китайском. Godot 4.7. В игре жители — это ИИ-агенты на базе LLM. У каждого жителя есть местоположение, он может запоминать вещи, заводить отношения и принимать самостоятельные решения. Можно войти в игру как аватар игрока, делать объявления на весь город, менять погоду и наблюдать за реакцией жителей.

Sateezg/codex-bridge

codex-bridge — это открытый плагин для Claude Code, который подключает Claude к Codex CLI. Он даёт 2 возможности: генерацию/редактирование изображений (фавиконки, OG-картинки, макеты, наборы иконок) с помощью gpt-image-2 и автоматизацию/делегирование задач сабагентам GPT-5. Они расходуют кредиты вашей подписки ChatGPT, а не контекст и токены Claude, так что Claude может сосредоточиться на принятии решений верхнего уровня.

Larryvrh/ComfyUI-MiniMax-H3-Turbo

ComfyUI-MiniMax-H3-Turbo — это плагин, добавляющий в ComfyUI два кастомных узла, которые могут ускорить процесс генерации MiniMax H3 (модели китайской компании) с примерно 20 шагов до 4–8 шагов. Он поддерживает разные типы чекпоинтов MiniMax H3 (bf16 full, int8, prune) и устанавливается через ComfyUI-Manager.

huangserva/ComfyUI_MiniMaxH3_Director

Это зеркало репозитория AIMixer/ComfyUI_MiniMaxH3_Director. Он содержит 5 проверенных JSON-файлов воркфлоу ComfyUI для MiniMax H3 Director — генератора видео с ИИ, разработанного китайской компанией MiniMax, который умеет создавать видео с синхронизированным звуком. Воркфлоу включают text2video (T2V), image2video (I2V), first last frame (FL2V), reference-based video (R2V) и монтаж видео по таймлайну (V2V). Протестировано на NVIDIA RTX 4090 с ComfyUI 0.30.0.

eternityspring/shuohao-skills

shuohao-skills — набор скиллов для Claude Code и Codex. Текущий скилл novel-characters принимает текст книги и строит полный справочник персонажей: текстовые описания, подсказки для ИИ-рисунков в мультяшном стиле, описание голоса и трёхвидовые дизайн-листы. Скрипт установки сам определяет, что стоит на компьютере — Claude Code или Codex — и создаёт ссылки, которые обновляются с каждым git pull без повторной установки.

xmarre/ComfyUI-Spectrum-MiniMax-H3

Spectrum Apply MiniMax H3 — нода для ComfyUI, которая сокращает количество полных прогонов трансформера при генерации видео с MiniMax H3. Она подбирает модель гребневой регрессии Чебышёва по реальным скрытым признакам трансформера и предсказывает их для выбранных будущих шагов — сокращая вычисления без изменения финальных голов, аудио и реконструкции кадров. README честно описывает компромисс скорость/качество, включая известные артефакты при агрессивных настройках.

T8mars/comfyui-minimax-h3-audio-T8

Плагин для ComfyUI, добавляющий 14 нод для полноценной генерации аудио/видео с помощью ИИ на основе MiniMax H3. Этот плагин обеспечивает корректную работу генерации видео+аудио, text2video+audio, image2video+audio, ff/lf видео и генерации на основе референсов. Он также гарантирует правильную обработку аудио/видео там, где оригинальной интеграции ComfyUI MiniMax H3 не хватает. И всё это без необходимости в дополнительных pip-пакетах — работает только на оригинальных зависимостях ComfyUI.

openTrinity/mycontext

MyContext — настольное приложение с открытым кодом (Electron + TypeScript), которое строит личный граф знаний из ваших переписок, документов и записей встреч. Вместо того чтобы каждый раз начинать ИИ-сессию с чистого листа, оно даёт языковым моделям и локальным агентам постоянный доступ к вашему рабочему контексту. Функция «цифровое я» читает входящие сообщения и готовит ответы в вашем стиле. Проект привлёк внимание тем, что все данные остаются только на компьютере пользователя.

joeseesun/qiaomu-seo

qiaomu-seo — это скилл для ИИ-агентов, созданный Qiao Mu (向阳乔木), практикующим ИИ-продуктологом из Китая. Устанавливается одной командой в Claude Code, Codex, Cursor или любой совместимый клиент и даёт агенту возможности профессионального SEO-специалиста: технический аудит, стратегия ключевых слов, диагностика сбоев индексации, сопровождение миграций, исправление canonical и JSON-LD. Отдельный блок — проверка видимости в ИИ-поиске: Google AI Overviews, ChatGPT Search, Microsoft Copilot и Perplexity.

google-gemma/gemma-translator

Команда Google Creative Lab — экспериментальное направление Google — собрала открытый голосовой переводчик на основе модели Gemma 4 (gemma4-e2b) от Google, которая работает полностью локально через LiteRT-LM без интернета. Устройство слушает речь, переводит и озвучивает результат на другом языке — всё на Raspberry Pi 5 с небольшим сенсорным экраном. В репозитории есть полный исходный код, скрипты развёртывания и STL-файлы для печати корпуса.

Accio-org/RealReplicaBench

RealReplicaBench — набор из 107 реальных бизнес-задач от команды Accio из Alibaba International. Агенту предстоит публиковать товары, бронировать грузоперевозки, редактировать таблицы и вызывать API — всё в живых копиях SaaS-систем и торговых платформ внутри контейнеров. Задания охватывают CLI, браузер, файлы и API/MCP; каждое проверяется отдельным верификатором. В актуальной таблице лидеров первое место занимает Claude Opus 5 с результатом 56–62%.

ZzzLc0405/photo-abstract-editorial

Скилл для Codex — структурированный файл SKILL.md — инструктирует Codex превратить загруженное фото в вертикальный редакционный коллаж. Результат состоит из трёх частей: оригинальное фото в главной области, абстрактная панель, построенная исключительно из пространственных соотношений и цветов оригинала (без фильтров и перерисовки), и единственный поэтичный английский заголовок. Репозиторий написан преимущественно на китайском, промпты доступны и на английском. За первую неделю набрал более 1200 звёзд.

SandAI-org/MAGI-2-preview

MAGI-2 Preview — объединённая модель видео- и аудиогенерации от Sand.ai на 114 млрд параметров с архитектурой MagiMoE, которая активирует лишь 6 млрд параметров на токен. Генерирует 10-секундные ролики из текста (T2V) или текста плюс опорного изображения (I2V); звук создаётся и монтируется в одном проходе. Инференс работает в два этапа: шаг предварительной денойзинга и апскейл до 1080p. Веса (307 ГБ) опубликованы на Hugging Face под лицензией Apache 2.0.

criptogus/HermesOffice

Продукт основан на проекте GenOffice (Apache-2.0), поверх которого добавлен ИИ-агент Hermes. В каждой программе встроена одна и та же ИИ-панель. Система ИИ работает на уровне блоков, анализируя структуру документов и внося точечные изменения внутри блоков. Остальная часть файла остаётся нетронутой, то есть все байты совпадают.

AMAP-ML/LongHorizon-Harness

LongHorizon-Harness — открытый инструмент управления состоянием и верификацией от команды AMAP-ML, который работает поверх Claude Code и Codex CLI, не заменяя их. Работа делится на три роли: Менеджер хранит исходную цель и подтверждённый прогресс, Исполнитель решает каждый шаг в чистом контексте, Аудитор независимо проверяет результат перед записью. На WeaveBench процент выполненных задач вырастает с ~50% до 80%, на OSWorld 2.0 — втрое. 6 августа 2026 года инструмент вышел на первое место в недельном рейтинге Hugging Face Daily Papers.

thebuggeddev/anatomy

Открытый интерактивный 3D-атлас анатомии человека на Three.js и GPT 5.6 Sol, работающий на платформе OpenAI (vinext/Cloudflare). Пользователь исследует объёмную модель тела и задаёт вопросы GPT прямо в интерфейсе. За первые пять дней собрал почти 1800 звёзд — нетипично быстрый рост для инструмента визуализации анатомии.

fuxicodex/Fuxi

FuXi — это терминальный ИИ-агент для кодинга, который умеет читать, редактировать и выполнять команды в твоих проектах — точно так же, как я и мой агент Claude Code. Он также легко меняет ИИ-провайдеров — Anthropic, OpenAI, Gemini, DeepSeek, Qwen и другие — без необходимости что-либо переустанавливать, и автоматически переключается при сбое, используя маршрутизацию с оптимизацией по стоимости. Просто скажи своему агенту «установи FuXi», чтобы запустить скрипт установки с fuxicode.com, а затем запусти его и выполни «/model», чтобы выбрать ИИ-провайдера. FuXi — это всё в одном файле, без каких-либо зависимостей.

mikiarlo3/awesome-growth-hacking-skills

Это открытая директория отобранных скиллов ИИ-агентов для growth hacking и маркетинга. Директория включает скиллы для SEO, ИИ-поиска, контента, email, платной рекламы, продаж, CRO, соцсетей и GTM-процессов. Оптимизирована для работы с такими ИИ-агентами, как Claude Code или Cursor. Более 400 звёзд за первые 24 часа.

magicrew/doc7

doc7 конвертирует PDF, Word, PowerPoint, сканы, скриншоты, графики, схемы и формулы в Markdown через любую vision-модель с OpenAI-совместимым API — включая локальную через LM Studio или Ollama. В отличие от классического OCR, он читает страницу как изображение и просит модель восстановить полную структуру: таблицы, уравнения, подписи к рисункам и логические связи. В бенчмарке на растровых страницах из «Attention Is All You Need» doc7 нашёл 15 из 15 проверяемых фактов, MarkItDown — 9, Docling — 3. Всплыл, потому что конвертация сложных документов — постоянное узкое место для всех, кто строит RAG-пайплайны или агентов поверх реальных файлов.

leonickson1/Swiftlet

Swiftlet — рантайм на Swift и Metal для Mixture-of-Experts моделей Qwen: 35B и 80B — серии моделей, выпущенной командой Qwen в Alibaba под лицензией Apache 2.0. Он держит в памяти только плотное ядро модели, а разреженные веса экспертов подгружает с диска по мере генерации каждого токена — поэтому 35B-модель запускается в 2,6 ГБ оперативной памяти на Mac M5 со скоростью 7–11 токенов в секунду. На iPhone 17 та же модель работает в ~2,5 ГБ, около 1 токена в секунду. Выстрелил потому, что до этого мало кто стримил веса таких моделей с диска — обычно всё грузится целиком в RAM.

Binaryify/open-kimi-ppt-skill

Это неофициальный Kimi Slides Skill, разработанный разработчиком Binaryify после реверс-инжиниринга платформы презентаций Kimi. Не связан с Kimi или Moonshot AI. Этот скилл позволяет ИИ-агентам для кода создавать полностью функциональные презентации. Всегда выдаёт 2 файла. Редактируемый файл проекта PPTD (который можно просматривать и редактировать в локальном браузерном редакторе) и итоговый файл PPTX со встроенными шрифтами и плавными переходами. Также позволяет взять файл PPTX и превратить его в проект PPTD, который затем можно редактировать. Совместим с любым агентом, который соответствует спецификации SKILL.md (например, Codex, Claude Code, Cursor, WorkBuddy).

Accio-Lab/RealReplicaBench

RealReplicaBench, разработанный командой Accio из Alibaba International, — это публичный бенчмарк для многошаговых задач на бизнес-процессы: работа с браузером, использование интерфейса командной строки (CLI), редактирование файлов и таблиц, вызов API/MCP — выполняемых в новых контейнерах с детерминированной или ИИ-ассистированной проверкой. Этот бенчмарк в последнее время набирает популярность, поскольку даёт прозрачный и воспроизводимый способ сравнивать ИИ-агентов на реальных задачах, а не на тривиальных примерах.

sophiamyang/finger-frame-effect-ai

Веб-приложение: снимаешь видео, складывая пальцы в «рамку» режиссёра, — и ИИ заполняет этот прямоугольник перерисованным миром. Видео целиком пересоздаётся через Gemini Omni Flash от Google в выбранном стиле: аниме, пластилин, акварель, анимационное кино или свой промпт. Система трекает руки покадрово через MediaPipe и накладывает результат поверх исходного видео так, чтобы рамка точно следовала за пальцами. Работает в браузере; нужен только API-ключ Gemini.

MarcosSete/awesome-free-ai-course-notes

Подборка официальных бесплатных конспектов курсов по машинному обучению / искусственному интеллекту (ML/AI) исключительно в текстовом формате из таких университетов, как MIT, Гарвард, Принстон, Stanford, UC Berkeley, Caltech, Cornell, Oxford, LMU Мюнхен, KAIST, USP Бразилия и других. Отбор строгий: только текстовый формат, никаких слайдов или видео, и материал должен читаться легко, как глава учебника. Все конспекты официальные, бесплатны навсегда и доступны без регистрации. Смотрите также репозиторий Awesome Free AI Books (о нём уже писали здесь в конце июля), созданный тем же автором.

firecrawl/anydoc

anydoc — это open source библиотека на Rust для конвертации Word, PowerPoint, Excel, PDF и ещё 8 форматов офисных документов в чистый структурированный Markdown менее чем за 5 мс.

elayadesign/ai-design-skills

Библиотека файлов навыков (структурированные markdown-правила) для расширения возможностей вашего AI-агента Claude Code, Cursor, Codex или Windsurf. Этот первый навык учит AI выстраивать лендинг от начала до конца (вопросы для брифа, структура страницы, продающий текст, полная дизайн-система, включая типографику, отступы, скругления, анимацию). Если у вас нет доступа к терминалу, вы можете прикрепить этот файл навыка к любому проекту или чату на Claude.ai. За первые несколько дней набрал 358 звёзд!

disler/super-simple-software-factory

Утилита на python, которая обеспечивает воспроизводимость в многошаговых воркфлоу ИИ-агентов. Это значит, что каждый запуск даёт одинаковый результат. Шаги и условия завершения задаются обычным кодом, но внутри каждого шага ИИ-агенты выполняют свою когнитивную работу изолированно, передавая управление следующему шагу после завершения. Для установки скопируй папку `.claude/skills/sssf` в свой репозиторий и запусти `/sssf install` внутри Claude Code — он всё настроит сам.

aigclink/geolook

Открытая платформа для Generative Engine Optimization (GEO), размещаемая на собственном сервере. GEO — это процесс оптимизации под AI-поисковики (ChatGPT, Perplexity, Gemini, DeepSeek и др.), чтобы они проактивно упоминали и ссылались на ваш бренд, отвечая на запросы пользователей. GeoLook поможет вам собрать примеры ответов ИИ сразу от всех 15 движков, разобраться, почему ваш бренд вообще не упоминается или оказывается ниже в результатах поиска, создать тикеты с реализацией и критериями приёмки, а также настроить автоматические проверки, которые подтвердят, что после исправления ваш бренд стали упоминать чаще. Данные хранятся локально, в папке work/. Ничего не загружается в облако вендора. Также поддерживаются китайские ИИ-движки (DeepSeek, Kimi, Doubao, MiniMax) — можно отслеживать как китайский, так и глобальный рынок.

openai/ten-proofs

Формальные доказательства на Lean 4 десяти результатов в математике и теоретической информатике от OpenAI: границы упаковки шаров, двоичные и сферические коды, несофийные группы, гипотеза жёсткости Конна, сложность арифметических схем, квантовое параллельное повторение, задача ближайшего вектора, гипотеза об объёме Эрхарта, числа Рамси, экстремальная теория графов. Каждое — машинно-проверяемый сертификат, а не набросок.

genspark-ai/genoffice

GenOffice — офисный пакет с ИИ для macOS и Windows от компании Genspark (Mainfunc, Inc.): текстовый редактор DOCX, таблицы XLSX, презентации PPTX и PDF-редактор в пяти приложениях. В отличие от пакетов с «приделанным» чатом, ИИ встроен на уровне блоков: модель переписывает только те абзацы, слайды или ячейки, которые вы попросили, оставляя остальное нетронутым байт в байт. Вызовы модели идут через сервис Genspark — локальный API-ключ не нужен.

FareedKhan-dev/kimi-k3-in-c

Движок на C99 для запуска Kimi K3 от Moonshot AI (языковой модели mixture-of-experts на 2,78 трлн параметров) полностью на CPU, без BLAS или CUDA и без ML-фреймворка. Читает чекпоинт на 1,56 ТБ потоково с NVMe и держит в памяти только 8 ГБ активных экспертов. Даёт идентичные результаты при любом объёме памяти от 8 до 224 ГБ.

Audio8-AI/Audio8_TTS

Audio8_TTS — модель синтеза речи от команды Audio8 на 0.6 млрд параметров с поддержкой 11 языков, включая русский, китайский и японский. Умеет клонировать голос по короткому образцу — никакой отдельной базы записей не нужно. Модель и веса опубликованы на Hugging Face под лицензией Apache 2.0.

s1dashu/animated-voiceover

Навык для агентов, позволяющий создавать полноценные анимированные обучающие видео на основе одного предложения, включая исследование, закадровый текст, визуальный дизайн, единообразие голоса и монтаж клипов. Этот навык умеет генерировать анимированные познавательные видео длительностью 1–5 минут. Он помогает агентам проводить исследование, писать закадровый текст, выбирать визуальный стиль, выстраивать многокадровые сцены, настраивать голосовые референсы и монтировать клипы. Есть шесть стилей визуала по умолчанию и поддержка Codex. Основной способ создания видео — использование LibTV CLI и генерации видео Seedance. Обратите внимание, что файл README доступен на английском и китайском языках, тогда как SKILL.md (руководство по навыку) и остальная производственная документация — целиком на китайском. Этот навык рассчитан в первую очередь на китаеязычных пользователей для создания видео.

xdash/FDE-the-Guidance-Book-of-Forward-Deployed-Engineer

Бесплатная книга Фаня Бина (XDash), автора «Хакера роста», о роли Forward Deployed Engineer — специалиста, которого придумали в Palantir, а теперь активно нанимают в OpenAI и Anthropic. Автор объясняет, почему 95% корпоративных ИИ-проектов не дают финансового результата, даже когда модели работают, и разбирает весь путь: от постановки задачи до масштабирования. Книга целиком написана на китайском языке.

microsoft/skill-recorder

Microsoft выпустила open-source инструмент под названием Skill Recorder, который позволяет записывать ваши действия на экране (клики мышью, переключение между приложениями и так далее), при желании — с голосовыми комментариями (расшифровываются с помощью модели OpenAI Whisper), а затем с помощью GitHub Copilot CLI проанализировать запись и определить её назначение и последовательность действий. В результате вы получаете файл SKILL.md с чётко структурированным процессом, который ИИ-агент сможет выполнить по запросу или на регулярной основе.

Infatoshi/netherite

Это самостоятельно разработанная версия Minecraft 1.11.2 на C/CUDA, побитово идентичная оригинальной Java-версии (те же самые выходные кадры). В неё также встроено CUDA-батчевое RL-окружение, способное запускать 7 200 независимых экземпляров Minecraft параллельно на одной видеокарте. Это позволяет проводить масштабное обучение RL-агентов, имея всего одну игровую видеокарту.

PipeNetwork/kimi-k3-mlx

PipeNetwork перенёс Kimi-K3 компании Moonshot AI (Китай) на Apple MLX. Kimi-K3 — мультимодальная модель типа MoE с 2,78 трлн параметрами суммарно (104 млрд активны на каждый токен) и контекстом в 1 млн токенов. Порт включает текстовую башню с Kimi Delta Attention и Attention Residuals, трёхмерную видео-башню MoonViT и мультимодальный слой — каждый покрыт тестами, сверяющими результаты с оригинальным PyTorch-кодом.

perplexityai/numbat

Numbat — инструмент для наблюдения за ИИ-агентами с открытым кодом, созданный Perplexity AI. Он подключается к локальным агентам — Claude Code, Codex, OpenClaw и другим — и записывает нормализованный поток событий: открытые файлы, запущенные команды, сетевые адреса. Правила обнаружения работают локально на языке CEL и могут сигнализировать о подозрительных цепочках действий или блокировать их; те же правила применимы к сохранённым артефактам сессий ретроспективно.

xikhar/persona

Persona — это бесплатное десктопное приложение с открытым исходным кодом на Electron, которое показывает анимированного в реальном времени 3D-персонажа (в формате VRM), синхронизированного с воспроизведением голоса вашего AI-ассистента для кода. Оно слушает события воспроизведения аудио от Codex и проигрывает соответствующие анимации персонажа. Также включён локальный MCP-сервер, чтобы Codex мог управлять тем, какую анимацию проигрывать, и скрывать/показывать окно, не передавая при этом никакие аудиоданные по сети.

wassgha/rescript

Веб-приложение, которое расшифровывает ваши медиафайлы с помощью Whisper AI (через transformers.js) и предоставляет тайм-коды для каждого слова, а также автоматическую разметку по спикерам. После расшифровки видео можно редактировать, удаляя слова из транскрипта, и видео будет обрезано соответствующим образом. Наконец, видео можно экспортировать в файл MP4/M4A без необходимости куда-либо загружать данные.

gavamedia/deltafin

Deltafin — это исследовательский проект, который позволяет запускать языковую модель Moonshot AI с архитектурой Mixture-of-Experts на 2,8 триллиона параметров (Kimi K3) на одном Mac/Linux-компьютере с Apple Silicon, стримя эксперты модели из локального дискового кеша. Семейство Kimi K2.x (на котором основана K3) следует архитектуре DeepSeek V3. В исследовательских заметках рассматривается методология инференса в сравнении с моделями DeepSeek V4. Deltafin также поставляется с сервером API, совместимым с OpenAI, который можно использовать для замены ChatGPT API в любом приложении. На M1 Max с 64 ГБ оперативной памяти deltafin выдаёт примерно один токен за 15 секунд. Локальный режим требует около 1,7 ТБ дискового пространства, тогда как режим стриминга требует всего 215 ГБ (за счёт более медленного инференса).

digimata/quill

Quill — небольшое приложение в меню-баре macOS, которое пишет встречи локально: отдельно твой микрофон, отдельно системный звук (собеседник). После записи встроенная ИИ-модель Parakeet TDT 0.6B v2 расшифровывает обе дорожки прямо на устройстве и выдаёт конспект с пометками, кто что говорил. Модели скачиваются один раз (~600 МБ), дальше всё работает офлайн.

achimala/TheLongSilence

Long Silence — это процедурно генерируемая 3D-игра о космических исследованиях, в которую можно играть прямо во вкладке браузера, без загрузки каких-либо ассетов. Эта игра полностью написана Claude Opus 5 на WebGL2 и включает собственную модель полёта, автоэкспозицию и атмосферное рассеивание света. В этой игре вас отправляют на исследовательском корабле разгадать тайну: 40 000 лет назад за четыре дня замолчали 900 населённых планет.

yanhua1010/self-media-content-workflow

Self-Media Content Workflow — набор из девяти навыков для Claude Code от разработчика yanhua1010. Основная документация на китайском языке (английский README тоже есть). Навыки закрывают полный цикл: бриф, стратегия аккаунта, исследование трендов и конкурентов, нативный текст для WeChat, Xiaohongshu, X и короткого видео, аналитика контента, архивирование. Система независима от конкретного инструмента и работает с Claude Code, Codex и Cursor через стандартный CLI. Встроены пять обязательных точек подтверждения человеком — автопубликации нет.

XYZ-AI-Lab/AxisAgentic

AxisAgentic — открытый Python-движок от XYZ AI Lab для запуска ИИ-агентов на задачах, требующих десятков шагов. Каждое действие агента фиксируется в журнале: из него можно воспроизвести прогон, оценить качество на бенчмарках вроде BrowseComp и Humanity's Last Exam или экспортировать данные для дообучения языковых моделей. Флагман на основе движка — агент XYZ-Aquila для глубокого веб-поиска, который превзошёл стандартные аналоги на шести агентных бенчмарках. Работает с любым OpenAI-совместимым API.

sunny-glow/Auto-BenchMax

Это открытый пайплайн, разработанный участником сообщества 'sunny-glow' для генерации обучающих данных, которые удваивают результаты вашей LLM на бенчмарках по использованию инструментов и агентности. Полный пайплайн, код обучения (Qwen3-Coder-30B, обученная с помощью axolotl + DeepSpeed ZeRO-3) и синтетический датасет первой итерации (1312 примеров) можно найти в этом репозитории. С помощью этого пайплайна нам удалось поднять результат на публичном бенчмарке MCP-Atlas с 19.1 до 40.4 всего за одну итерацию. Пайплайн поддерживает как Execute-then-Extract для бенчмарков на основе правил, так и Construct-then-Verify для бенчмарков, оцениваемых с помощью LLM. Пайплайн можно запустить даже одной командой из Claude Code с помощью прилагаемого skill!

MarcosSete/awesome-free-ai-books

Это открытый и курируемый список, который ведёт разработчик из сообщества MarcosSete. В этом репозитории собран список из более чем 50 действительно бесплатных книг по AI/ML. Все ссылки ведут на официальные ресурсы авторов или издателей, ни одна из них не пиратская. В список входят книги по глубокому обучению (Гудфеллоу, Бишоп, D2L), обучению с подкреплением (Саттон и Барто), обработке естественного языка/LLM (Джурафски и Мартин, издание до 2026 года), математике для ML, ML-системам, компьютерному зрению, генеративным моделям (диффузионные модели, GAN, VAE), безопасности и согласованности ИИ, графовым нейросетям и так далее.

deerwork-ai/deer-workflow

TypeScript-рантайм, выпущенный ByteDance как пилот DeerFlow 3.0. Описываешь задачу обычными словами — Deer Workflow использует Codex CLI или Claude Code, чтобы написать и запустить план выполнения шаг за шагом. Каждое задание выполняется с видимыми фазами и поддерживает параллельную работу — писать код оркестрации самому не нужно.

slvDev/esp32-ai

Наткнулся на это и сразу же заказал ESP32-S3 — идея запустить языковую модель на 28.9 млн параметров на чипе за $8 со скоростью 9.5 токена в секунду звучит почти неправдоподобно. Проверил код — всё чисто, не обёртка. Трюк в 4-битной квантизации с Per-Layer Embeddings из Google Gemma: 25 млн параметров живут прямо во флеш-памяти при 512KB SRAM на устройстве. Генерирует короткие связные истории без сервера и Wi-Fi — и мне понравилось, что автор объяснил всю архитектуру с цифрами, без лишнего хайпа.

Jakubantalik/thinking-orbs

Я поставил это локально буквально за две минуты: npm install thinking-orbs — и шесть состояний анимации готовы: Working, Searching, Solving, Listening, Composing, Shaping. Каждое продуманное, не просто вариант спиннера. Особо понравилось, что реализовано на чистом 2D canvas без ctx.filter, без SVG-фильтров, без WebGL — автор явно сам этим пользуется и следил за производительностью. Поддерживает prefers-reduced-motion, паузится когда вкладка скрыта, ARIA-метки из коробки.

mshumer/Claude-of-Duty

Честно говоря, открыл в ожидании очередной vibe-coding игрушки. Но там 55 000 строк кода в 11 реальных подсистемах: HDR pipeline с каскадными shadow maps, свой физический движок на BVH, AI-солдаты с navmesh, Web Audio синтез без единого звукового файла. Самое интересное в README — наблюдение mshumer что параллельный fanout агентов оказался хуже последовательных проходов: честный нетривиальный вывод про агентную разработку. FPS подняли с 12-17 до 28-30 за три итерации.

gnipbao/story-to-handdrawn-video

Наткнулся на это и сразу прикинул, сколько ручной работы оно заменяет. Подаёшь текст истории или последовательность рисунков — получаешь вертикальное 3:4 видео с рукописными подписями, reveal-анимацией от чёрно-белого к цветному и page-flip переходами. Всё через Remotion, чистый TypeScript + FFmpeg. Что удивило — это упаковано как skill для Claude Code, Codex и Kimi Code: описываешь сцену на естественном языке и получаешь анимацию. Выход — тихий H.264 MP4 1080×1440, готовый под озвучку.

vercel-labs/scriptc

Сразу видно, что это не очередной игрушечный «compile TS to exe» — Vercel Labs подошли серьёзно. scriptc компилирует TypeScript в нативный бинарник через LLVM или C, без Node.js и V8 внутри. Запуск за 2.4ms против 47ms у Node, бинарник 170-200KB, память 1-4MB против 67-116MB. Уже поддерживает async/await через stackful fibers, generics, JSON с runtime-валидацией, fetch, http/https — и differential testing для паритета с Node.js. Это уже рабочий инструмент, не концепт.

VictorTaelin/OptMem

OptMem — это система постоянной памяти для AI-агентов. Это системный промпт на 426 токенов и один отдельный python-скрипт, который сохраняет воспоминания в локальное бинарное дерево. Установка OptMem занимает всего 1 команду curl, а для интеграции в ваш код достаточно добавить всего 1 блок промпта в файл CLAUDE.md или AGENTS.md. Этот инструмент стал вирусным благодаря тому, что решает фундаментальную боль (потерю контекста после каждой сессии), предлагая при этом простое и универсальное решение.

RongleCat/grok-app

Grok App — неофициальный open-source десктопный клиент для Grok Build CLI от xAI, созданный китайским разработчиком 铁柱AGI (@cgnot996 в X). Оборачивает агент командной строки в интерфейс на Tauri 2 + React: мультипроектные сессии, управление разрешениями на уровне проекта, просмотр медиафайлов, автоматизации по расписанию и переключение аккаунтов. Набрал внимание после запуска Grok Build, когда пользователям понадобился графический интерфейс для ежедневной работы.

makecindy/cindy

Cindy — открытый клиент ИИ-агента для десктопа (Electron) и мобильного (iOS/Android) от команды makecindy, объединяющий Claude Code, Codex и другие ИИ-инструменты в одном рабочем пространстве. Можно переключать модели и инструменты прямо во время задачи; память, навыки и инструменты сохраняются. Агент умеет управлять браузером, компьютером и телефоном, принимать задачи из мессенджеров и расписаний. Клиент бесплатный и открытый под лицензией Apache-2.0; облачный сервис имеет отдельный тариф.

Kritt-ai/open-kritt

Open-kritt — самохостинговая платформа с открытым кодом от команды Kritt, которая запускает несколько ИИ-агентов (Claude Code, Codex или другие модели через OpenAI и Anthropic) параллельно для поиска уязвимостей в коде. Вместо того чтобы просить одну модель просмотреть весь репозиторий, инструмент разбивает задачу на небольшие сфокусированные шаги, убирает дублирующиеся находки и ранжирует результаты по серьёзности. Команда Kritt собрала его из собственных внутренних инструментов, принесших им более $1,5 млн в выплатах по bug-bounty под именем исследователя Blockian.

danilo-znamerovszkij/draw-your-font

CLI на npm и скилл для Claude Code, который превращает фотографии ваших рукописных букв в полноценный файл шрифта (TTF/WOFF/WOFF2). Модель зрения Claude распознаёт и размечает все символы, а затем наш детерминированный код вырезает нужные фрагменты, чтобы получить правильные метрики шрифта (высота прописных букв, высота строчных, глубина нижних выносных элементов) — то есть рабочий файл шрифта, а не просто мозаику из картинок. Всё локально, без загрузки на сервер, без аккаунтов и подписок.

dacnay816y62-hub/cinema-dna-21x9x3

Генерирует кинокадры на основе сюжета или темы — три взаимосвязанных изображения формата 21:9, расположенные вертикально. Каждое изображение строится по структурированному чек-листу (отношения между персонажами, иерархия пространства, реалистичное освещение, цветовая схема, отсутствие «CG»-вида). Большая часть документации на китайском.

mikehasa/agentacct

agentacct — инструмент с открытым кодом, который читает логи, которые Claude Code и Codex уже пишут на вашем компьютере, и собирает из них локальный дашборд. Видно, сколько токенов потратила каждая сессия, примерная стоимость (честно помечена как оценка из локальной таблицы цен), и что именно делал агент. Дашборд живёт по адресу 127.0.0.1 и никуда ничего не отправляет.

SeanJ1ang/design-judge-skills

Шесть навыков для агента, покрывающих весь процесс подачи на дизайн-премии: iF, Red Dot (Product Design и Design Concept), IDEA, DIA, K-Design, Good Design Award Japan, Core77, James Dyson и EPDA. Модули берут на себя исследование премий по официальным источникам, оценку дизайна на основе 22 125 агрегированных наблюдений по реальным победителям, подбор премии и категории с проверкой требований, написание текста заявки с подсчётом слов по полям, проверку комплектности по актуальным официальным правилам. Работает с Claude Code, Codex и совместимыми агентами. README и документация преимущественно на китайском языке, английская версия README тоже есть.

KinetiNode/claude-fable-5-system-prompt-clean

Сообщество адаптировало опубликованный Anthropic системный промпт Claude Fable 5 / Mythos 5. Оригинал содержит специфику Claude: XML-конвенции, обвязку MCP и инструментов, продуктовое поведение, управление артефактами — всё это не даёт ничего при использовании с другими моделями. Проект убирает лишнее и оставляет только переносимые поведенческие принципы: честность при неопределённости, ясная речь, качественный код, анализ компромиссов, минимум лишних слов. Три варианта: core (минимум токенов), balanced (рекомендуемый) и complete.

andrewyng/openworker

OpenWorker — это ИИ-агент с открытым исходным кодом, разработанный Эндрю Ыном, основателем DeepLearning.AI и сооснователем Coursera. Вместо того чтобы быть чат-ботом, он выполняет действия: пишет документы, отвечает в Slack при упоминании (@OpenWorker), обновляет календари, фильтрует письма и многое другое. Он интегрируется более чем с 25 различными инструментами, такими как GitHub, Jira, Notion, Gmail, Google Calendar и другими. Для связи с любым доступным инструментом используется MCP. При выполнении любого важного действия, например отправки сообщений или изменения событий, он запрашивает подтверждение.

yc-duan/fastctx

FastCtx — открытый MCP-сервер на Rust, который превращает обычные операции с репозиторием (чтение файлов, поиск кода, запуск процессов) в структурированные вызовы инструментов. Вместо сырых команд оболочки агент получает девять специализированных MCP-инструментов с чётким вводом и выводом. Проект под двойной лицензией MIT/Apache-2.0 быстро набрал популярность: ИИ-агенты всё чаще работают через MCP, а скомпилированный Rust даёт меньшую задержку на каждый вызов.

powerycy/goutoujunshi

Goutoujunshi — открытый навык для Codex на Python, работающий как ИИ-советник по отношениям с базой из 19 основных документов и 16 практических ресурсов: психология, коммуникация, стили привязанности, семейное право, безопасность. Система сначала принимает эмоции, затем даёт стратегические советы, ведёт отдельные профили для разных ситуаций и генерирует конкретные фразы для разговора. Проект написан преимущественно на китайском языке и учитывает разные ориентации и структуры отношений.

pireel/pireel

Pireel Studio — опенсорс AI-редактор для разговорных видео от pireel.com. Раскадровка, кинетические подписи, дизайн-темы, монтаж и экспорт через WebCodecs — всё работает прямо в браузере без сервера и без аккаунта. MCP-плагин (`npx skills add pireel/pireel-agent`) позволяет ИИ-агентам — Codex или Claude Code — управлять редактором через обычные слова. Файлы видео хранятся в браузере и никуда не уходят. Лицензия AGPL-3.0.

Vincentwei1021/video-shotcraft

video-shotcraft — это навык для Claude Code и Codex, который даёт вашему агенту набор инструментов для создания видео. С 106 карточками-рецептами кадров, 161 превью движения и 36-секундным шаблоном (Ink Press) ваш агент может организовать все этапы создания видео — от съёмки скриншотов вашего продукта до создания 2.5D-анимации камеры, синхронизации монтажа с музыкой и добавления звуковых эффектов — и всё это из одного промпта.

thesysdev/appless

AppLess — экспериментальное приложение, созданное командой, стоящей за OpenUI — открытым стандартом для генеративных пользовательских интерфейсов на базе языковых моделей. Здесь нет ни приложений, ни главных экранов. Всё динамически генерируется языковой моделью (Cerebras) с помощью openui-lang — потокового DSL, который рендерится в нативные компоненты Cupertino на iOS и Material 3 на Android. Работает полностью офлайн — понадобится только бесплатный API-ключ Cerebras.

Blaizzy/nativ

Nativ — нативное macOS-приложение от автора mlx-vlm для запуска ИИ-моделей на Apple silicon. Встроенный mlx-vlm-сервер находит совместимые модели в кэше Hugging Face и отдаёт их через OpenAI/Anthropic-совместимый локальный API. В комплекте — чат с историей, библиотека моделей, дашборд производительности и прямые интеграции для Claude Code, Codex и других кодинг-агентов.

yuwen-cool/yuwen-publish-precheck

yuwen-publish-precheck — это опенсорсный agent skill для Claude Code, Cursor и Codex, который помогает предварительно проверять ваши черновики на соответствие правилам китайских соцсетей (Douyin, Xiaohongshu, WeChat Video). Он работает в два этапа: сначала методом сопоставления ключевых слов выявляет потенциальные нарушения, а затем с помощью ИИ-семантического анализа определяет, нарушает ли конкретное ключевое слово правила в зависимости от контекста. Например, в рассказе о своей жизни это слово может быть уместно, а вот в деловой презентации его лучше не использовать. Кроме того, мы также предлагаем варианты замены для проблемных ключевых слов. Как только вы замените их на предложенные альтернативы, наш инструмент автоматически проверит, остались ли в исправленном черновике какие-либо нарушения.

tandpfun/wardrobe

Попробовал wardrobe на нескольких фото с одеждой — автоматическое определение вещей удивило точностью, корректно разделяло куртки, рубашки и брюки даже на загруженных кадрах. Под капотом: gpt-4.5-mini для распознавания и gpt-image-2 для вырезания, всё сохраняется локально. Editorial-превью — когда вырезанная одежда накладывается на фото модели — то, что реально впечатлило. Drag-and-drop интерфейс работает на Node 22+ с Vite, установка заняла около трёх минут.

nethical6/conversation-steganography

Сначала скептически отнёсся, но README убедил: инструмент шифрует сообщение через AES-SIV, затем локальная LLM — Llama 3.2 или GPT-2 — кодирует зашифрованные байты в естественно выглядящий текст через выбор токенов, и реальное сообщение прячется внутри невинной переписки. В облако ничего не уходит, деривация ключа — PBKDF2-HMAC-SHA-256 с 600 000 итерациями. Мастер установки скачивает модель от ~500МБ до ~5ГБ.

pablostanley/yoinks

Запустил `npx yoinks` и уже через 30 секунд скачивал видео с YouTube — TUI показывает все доступные разрешения с примерными размерами файлов до начала загрузки. Под капотом yt-dlp как standalone-бинарь, Python не нужен. Интерфейс построен на Ink (React для терминала), а режим только-аудио с MP3 и встроенным ffmpeg-static выделяет его на фоне DIY-обёрток.

MatinSenPai/Aether-GUI

Протестировал Aether-GUI — подключение одной кнопкой работает именно так: запускает бинарь в псевдотерминале, автоматически отвечает на интерактивные запросы и подтверждает тоннель через проверку SOCKS5-прокси на 127.0.0.1:1819. Продвинутая панель переключает протоколы MASQUE, WireGuard, WARP-in-WARP. Построен на Tauri v2 с React 19 и Rust-бэкендом, заметно отзывчивее Electron-аналогов.

hoainho/img2threejs

Открыл README и сразу зацепило устройство пайплайна: img2threejs берёт одно референсное изображение и пересобирает объект как процедурную Three.js-фабрику с пивотами, сокетами и коллайдерами, готовую к анимации. Самое интересное — восемь ступеней сборки (blockout, structural, form refinement, material, surface, lighting, interaction, optimization), и агент проходит vision-апрувал на каждой перед переходом к следующей. Ноль внешних Python-зависимостей, 12 скриптов, MIT.

v-modal/vmodal_sdk_flutter

Это официальный Flutter SDK от VModal — поисковой системы по видео на основе AI. Этот SDK позволяет мобильным приложениям интегрироваться с гейтвеем VModal, давая пользователям возможность искать видео по запросам на естественном языке, по звуку внутри видео и даже по тексту на экране (за счёт мультимодального семантического поиска). Этот репозиторий создали всего четыре дня назад, но у него уже 621 звезда. Похоже, к возможности искать по видео в мобильных приложениях есть большой интерес!

xiejunjie524/handdraw-story-video

Handdraw Story Video — это навык Codex и пайплайн на Python/Node.js, разработанный китайским инженером xiejunjie524. Он генерирует видео 720×960 с частотой 30 кадров в секунду и длительностью 35–45 секунд из 7–9 иллюстраций к истории. Каждый кадр начинается как чёрно-белый линейный рисунок, который постепенно заполняется цветом с низкой насыщенностью. Handdraw Story Video поддерживает интеграцию с генераторами изображений на основе AI для исходных иллюстраций, а также имеет встроенные проверки таймингов, дублирующихся файлов и ограничений на длину подписей. Readme написан на китайском.

OlegSotnikov/sallyport

Sallyport — бесплатное приложение для Mac (Apple Silicon, macOS 14+) от Олега Сотникова, которое хранит API- и SSH-ключи в зашифрованном локальном хранилище и выполняет авторизованные действия для ИИ-агентов через MCP. Агент запрашивает действие — HTTP-запрос, SSH-команду — Sallyport выполняет его и записывает в подписанный журнал; ключ так и не попадает в среду агента. Набрал звёзды на фоне участившихся атак через цепочку зависимостей и промпт-инъекций, показавших, насколько опасно передавать ключи напрямую в среду агента.

erickong/penecho

PenEcho — это бесплатный онлайн-холст для рисования, на котором можно рисовать, писать уравнения или набрасывать диаграммы и получать ответы ИИ прямо рядом со своим рисунком, которые можно перемещать, принимать или отклонять. Работает с Claude CLI, Codex CLI, OpenAI/Anthropic API. Холст представляет собой разреженную сетку 20 000x20 000, созданную крошечным опенсорсным сообществом. Проект набрал много звёзд, потому что позволяет людям органично встроить пространственное, визуальное мышление в свою работу с ИИ, а это невозможно в чат-интерфейсе.

Wan-Video/Wan-Dancer

Wan-Dancer — это диффузионная модель на 14 миллиардов параметров, выпущенная командой Wan-AI, которая также разработала серию открытых моделей генерации видео Wan2.1, связанную с исследованиями HumanAIGC в Alibaba. Принимая на вход музыкальный трек и изображение человека, модель выдаёт видео длиннее минуты в 5 танцевальных стилях (китайский традиционный, K-POP, стрит, степ, латина). Основная идея — разделить генерацию глобальных ключевых кадров и генерацию локальных временных деталей с помощью иерархической архитектуры, что решает проблему потери идентичности и повторения движений, характерную для предыдущих подходов, и тем самым позволяет генерировать видео длиннее 20 секунд.

pyang5166/gbro-collage-broll

gbro-collage-broll — open-source скил для агентских сред, документация преимущественно на китайском. Трёхшаговый процесс: сначала предлагает только визуальную метафору (бесплатно), потом генерирует статичный кадр коллажа с чёрно-белыми вырезками на ярком фоне (дёшево), и только после одобрения делает 9:16, 5-секундный MP4 через gemini-omni-flash-preview (это стоит денег). Визуальный стиль — редакционный бумажный коллаж с резкими цветами и stop-motion сборкой.

PromptPartner/agentsmith

Agentsmith — переносной набор правил для любого ИИ-агента, умеющего читать CLAUDE.md, AGENTS.md или GEMINI.md: Claude Code, Codex, Gemini и другие. Скрипт-мастер собирает минимальную конфигурацию из фиксированного ядра и профиля под тип работы — разработка, девопс, маркетинг, документация, данные, исследования, дизайн или общие задачи. Встроенный цикл план → реализация → проверка → публикация и протокол передачи контекста позволяют восстанавливать работу с того места, где остановились. PromptPartner оттачивал конфигурацию шесть месяцев в реальных проектах, прежде чем опубликовать как открытый инструмент.

vshulcz/deja-vu

deja-vu — это go-бинарник без зависимостей, который парсит логи сессий, создаваемые разными ai-агентами кодинга (claude code, codex, opencode, aider, gemini cli, cursor, antigravity, grok build) и индексирует их локально (без загрузки моделей, без внешних api, без выхода за пределы твоего компьютера).

TobiasLee/Rebuttal-Skill

Rebuttal-Skill от TobiasLee — это определение навыка (Skill Definition, а не приложение), которое можно использовать с Claude Code, OpenCode и Gemini CLI. Оно предлагает двухчастный процесс работы с академическими ответами рецензентам: часть 1 извлекает из комментариев рецензентов атомарные проблемы, определяет намерение рецензента, присваивает уровни серьёзности (от FATAL до MINOR) и формирует приоритизированный список планов экспериментов/анализов уровней P0–P3; часть 2 после получения обратной связи от авторов генерирует структурированные ответы на основе доказательств в формате «Прямой ответ + Доказательство + Правка». Часть 0 даёт предварительную оценку того, стоит ли вообще писать ответ, и предлагает путь для повторной подачи, если овчинка выделки не стоит.

stackblitz/bolt-slides

Open source фреймворк для презентаций на React, разработанный командой StackBlitz (создателями Bolt.new). Каждый слайд — это компонент веб-приложения. Включает agent skill (.bolt/skills/slides/SKILL.md), который учит AI-агентов оформлять, комбинировать и генерировать полноценные презентации. Библиотека слайдов включает более 20 типов слайдов, таких как графики, редакторы кода, таймлайны и 3D-карточки.

Shadow-Weave/HMS

Holographic Memory System (HMS) от команды ShadowWeave — воспроизводимый исследовательский фреймворк для изучения долгосрочной памяти в формате LongMemEval, где модели нужно отвечать, связывая данные из множества прошлых сессий. Ключевая идея — промежуточный реестр улик: структурированная запись временных меток, источников и событий, которая строится до генерации ответа вместо передачи плоского списка извлечённых фрагментов. В проекте есть обёртка wrap_openai(), которая автоматически сохраняет и вспоминает контекст при каждом обращении к API без изменений в коде приложения.

Blueturboguy07/cue

cue — это локально работающее Electron-приложение для macOS, созданное независимым разработчиком. Это опенсорсная альтернатива платному сервису Cluely. cue выводит прозрачную плавающую панель поверх рабочего стола и принимает три потока входных данных: видео с экрана, микрофон и звук встречи (собеседника). Затем всё это передаётся в выбранную вами AI-модель (OpenAI, Anthropic Claude, Google Gemini), которая в реальном времени возвращает подсказки. Никакого бэкенд-сервера нет, данные отправляются только выбранному вами AI-провайдеру.

Fei-Away/Codex-Dream-Skin

Codex Dream Skin — неофициальный инструмент для смены оформления десктоп-приложения Codex от OpenAI, генератора кода на основе ИИ. Этот инструмент позволяет поменять тему интерфейса Codex Desktop App на любимую картинку и цвета с помощью CDP (протокола отладки браузера), который меняет стиль интерфейса на ходу без изменения файлов программы Codex и её подписи кода. Он также позволяет вернуть всё обратно к стандартному виду. Сначала установи официальное приложение Codex и один раз закрой его. Потом просто скачай файл .dmg (для Mac) или Setup.exe (для Windows) отсюда и установи его (клонировать репозиторий или ставить Node.js не нужно).

xai-org/grok-build

Grok Build — терминальный ИИ-агент от SpaceXAI (компании xAI Илона Маска), написанный на Rust и опубликованный под лицензией Apache 2.0. Запускается как полноэкранный интерактивный TUI: понимает кодовую базу, редактирует файлы, выполняет команды оболочки и умеет искать в интернете. Поддерживает три режима: интерактивный, headless для скриптов и CI, а также встраиваемый в редакторы через протокол ACP. Репозиторий периодически синхронизируется из внутреннего монорепо SpaceXAI; внешние вклады не принимаются.

William-Lu-stack/Flawless

Flawless — ИИ-платформа управления Kubernetes-кластерами и облачной инфраструктурой. Внутри — консоль диагностики инцидентов в чате, автоматический сбор доказательств, режим dry-run перед любым изменением и 3D-карта всей инфраструктуры. Поддерживает несколько ИИ-моделей и ведёт полный журнал каждого действия по исправлению.

QuantumByteOSS/quantumbyte

QuantumByte создаёт приложение из описания на естественном языке, заводит для него отдельный репозиторий с живым превью и запускает на нём отдельный набор проверок требований. Он сам проверяет каждое бизнес-требование (пройдено/не пройдено/не удалось определить) и автоматически запускает процесс исправления, если что-то не проходит проверку. Под капотом используется Claude Agent SDK, Next.js для интерфейса, PostgreSQL + Redis для оркестрации.

Intuition-Lab/personal-model

Persome отслеживает рабочую активность на macOS и строит многоуровневую персональную модель: от отдельных наблюдений до общей картины твоих приоритетов и стиля мышления. Модель доступна ИИ-агентам через MCP — Claude Code и Codex получают твой личный контекст и принимают решения исходя из него, а не из шаблонных предположений.

pengchujin/jzsub

Это Codex Skill под названием JZSub. Он автоматизирует весь процесс генерации mp4-видео со вшитыми двуязычными субтитрами из любого видеоисточника вроде Youtube, Bilibili, Vimeo, Twitch… всё, что вам нужно сделать — это указать ссылку на видео. Он автоматически скачает файл в лучшем качестве, транскрибирует аудио, переведёт через GPT и в итоге выдаст mp4-видео со вшитыми двуязычными субтитрами. И всё это за один шаг!

modiqo/waggle

Waggle — это слой ссылок на артефакты для мультиагентных систем. Вместо того чтобы каждый агент копировал весь контекст от предыдущего — а это раздувает расход токенов примерно в 15 раз — Waggle выдаёт компактный ~30-байтный токен. Любой агент в цепочке раскрывает его по запросу через MCP. Написан на Rust, хранит данные в SQLite, использует подпись Ed25519 и Cloudflare Workers для масштабирования. Дополнительно отслеживает, какой агент какой артефакт прочитал, поддерживает версионирование и отзыв токенов.

Kappaemme-git/codex-first-customer-finder-skill

Этот навык Codex принимает на вход идею стартапа/URL продукта, создаёт ICP (профиль идеального клиента) и использует публичные источники данных, такие как посты/треды на Reddit, форумы и так далее, чтобы найти потенциальных первых клиентов для вашего стартапа. Для каждого потенциального клиента он даёт ссылку на источник, где были найдены данные, вместе с оценкой, основанной на доказательствах. В конце он также выдаёт HTML-файл со всеми данными.

jakubkrehel/skills

Набор навыков агента, упакованных как слэш-команды для Claude Code. Каждый навык отвечает за конкретный аспект дизайна интерфейса: анимации, типографику, сетки и цветовые схемы. Устанавливается через npx и вызывается прямо внутри сессии агента. В репозитории есть файл CLAUDE.md, который делает интеграцию с агентом Anthropic максимально простой.

withmarbleapp/os-taxonomy

Я открыл это, ожидая очередную AI-игрушку, а нашёл полноценный граф знаний: 1590 микро-тем по 8 предметам начальной школы с 3221 зависимостью между темами, опубликованный командой Marble (Generative Spark, Inc.). Лицензирование на редкость продуманное — ODbL для слоя базы данных, CC BY-SA для авторского контента, с SHA-256 чексуммами и CITATION.cff. Интерактивная визуализация на withmarble.com/curriculum — лучший граф предусловий для K-8 обучения из всех что я видел, а JSON-схема достаточно чистая, чтобы напрямую встроить в RAG-пайплайн.

vinhhien112/Three.js-Object-Sculptor-Codex-Plugin

Я попробовал этот Codex-плагин на фото настольной лампы и был искренне удивлён — он проходит семь этапов (blockout → structural → refinement → materials → surfaces → lighting → interaction) и выдаёт чистый TypeScript/Three.js без GLB и скаченных ассетов. Контроль качества использует AI-зрение для сравнения рендера с исходным фото перед переходом к следующему этапу. В README зафиксировано дизайн-решение, которое я уважаю: никакой фотограмметрии — плагин восстанавливает суть объекта, а не его меш, поэтому результат реально можно использовать в играх и интерактивных сценах.

mereyabdenbekuly-ctrl/clodex-ide

Clodex — local-first Electron IDE, которая с первого коммита воспринимает вывод модели как непроверенный ввод — это дизайн-решение пронизывает весь код. Я поставил её, и сразу зацепила система Guardian: чувствительные операции (запись файлов, сетевые вызовы) требуют независимой авторизации, а не полагаются на суждение модели. Агентный рантайм с нормальным управлением ходами, отменой и восстановлением; память — append-only с трекингом происхождения. Публичное превью вышло с 3322 проходящими тестами.

op7418/guizang-material-illustration

Это skill для Claude Code, который превращает статьи, данные и скриншоты в размеченные иллюстрации — текст сразу встроен в изображение, не нужно потом стилизовать. Я протестировал режим «красивый чарт»: даёшь скриншот грязной таблицы, получаешь чистую material-design визуализацию с корректными данными. Поддерживает 10+ типов диаграмм: блок-схемы, иерархии, научные механизмы. Больше всего впечатлил QA-чеклист в README — проверяет точность подписей, целостность данных и читаемость на размере миниатюры перед публикацией.

xiaotianfotos/homerail

HomeRail превращает разовые чаты с агентом в переиспользуемые, аудируемые DAG-воркфлоу для домашнего сервера или маленькой ноды. Мне понравилось, что primary-интерфейс голосовой — китайский по умолчанию, ASR/TTS/VAD включены — а CLI это запасной путь, не основной. `hr dag supervise` даёт стрим исполнения DAG в реальном времени; `hr replay` позволяет прокрутить назад любой ран. Воркеры в изолированных Docker-контейнерах на каждый DAG-ран, так что параллельные воркфлоу реально не могут загрязнить воркспейс друг друга.

osama-fawad/Pekingman

Pekingman даёт виртуальным NPC полный когнитивный стек: они воспринимают окружение через несколько каналов ввода, хранят долгосрочную память между сессиями, рассуждают по-человечески, остаются эмоционально последовательными и реагируют в реальном времени. Система ориентирована на игры с открытым миром, метавселенные и проекты с интерактивными цифровыми персонажами.

AlephAITech/WorkBuddyGuide

WorkBuddy — офисный ИИ-агент от Tencent для типовых рабочих задач (HR, администрирование, продажи, разработка): по одной фразе читает локальные файлы, собирает отчёты, таблицы и презентации, ведёт базы знаний. Умеет переключать модели (Hunyuan, DeepSeek, GLM, Kimi, MiniMax), подключать MCP-серверы и Skills. Репозиторий — не официальная документация, а community-«синяя книга»: путь от установки и первой задачи до реальных кейсов, мультиагентных систем и маршрутов по профессиям. Текст почти целиком на упрощённом китайском (двуязычен только README), лицензия MIT.

yetone/kill-ai-slop

Проект Kill AI Slop — это список из 32 визуальных и текстовых антипаттернов, которые выдают всему миру, что ваш продукт сгенерирован ИИ. Среди них — индиго-градиенты, светящиеся карточки, надписи «Powered by AI» и избыток эмодзи. Помимо этого путеводителя, есть ещё агентский навык, который просканирует код любого веб-проекта и автоматически уберёт эти антипаттерны. Проект доступен на 4 языках и сам служит образцом хорошего дизайна, будучи намеренно скупым на излишества.

Raymondhou0917/speak-human-tw

Скилл для агентов на традиционном китайском, который распознаёт больше 35 ИИ-паттернов письма — официальные конструкции, паразитные фразы, механические перечисления — и переписывает их так, чтобы текст звучал живо. Работает в Claude Code, Codex и Cursor: сначала показывает аннотированные паттерны, потом спрашивает подтверждение перед правками.

cosmtrek/mindwalk

Mindwalk берёт лог сессии ИИ-агента — Claude Code, Codex и подобных — и рендерит его как интерактивную 3D-карту проекта. Файлы подсвечиваются разными цветами в зависимости от того, искал ли агент по ним, читал или редактировал. Можно прокручивать временную шкалу и следить за агентом шаг за шагом — разобраться в происходящем намного быстрее, чем читать сырой лог.

CoscoAI/luxy-aisre

Luxy — это платформа Site Reliability Engineering (SRE) для Kubernetes на базе ИИ. Она объединяет данные об алертах, логах, топологии и раннбуках в единый автоматизированный процесс — обнаружение, диагностика, предпросмотр, проверка, выполнение, верификация. Работает с любым OpenAI-совместимым эндпоинтом, устанавливается через helm и имеет чат-интерфейс для принятия операционных решений. С момента запуска Luxy собрала более 300 звёзд.

yusukebe/ax

ax — это CLI-инструмент, работающий как «curl для эпохи ИИ». Получайте веб-страницы и вместо обычного старого HTML получайте структурированный, экономичный по токенам контент, заточенный под LLM-агентов. Находите структуру страницы, определяйте местоположение текста, извлекайте поля, разбирайте таблицы — и всё это за один проход. Написан на Bun, всего одна runtime-зависимость. Работает полностью локально, никаких облачных API и API-ключей не требуется.

WeZZard/jlens-qwen36

jlens-qwen36 — визуальный дебаггер: запускает Qwen3.6-27B (4-бит) локально на Apple Silicon через MLX и показывает, что модель «думает» на каждом слое. Техника — Jacobian lens, выросшая из исследований Anthropic по интерпретируемости: кликаешь на ячейку в сетке слоёв и токенов, видишь топ-10 слов, к которым сеть тянется в этой точке. Собрал 300+ звёзд за несколько дней — первая доступная реализация такой визуализации для 27-миллиардной модели на потребительском железе.

ronak-create/FableCut

Браузерный нелинейный видеоредактор, который запускается одной командой Node.js без единой npm-зависимости. Главная особенность — архитектурная: весь монтажный таймлайн хранится как JSON-документ, и любой процесс, человек или ИИ-агент, может читать и менять его. Встроенный MCP-сервер позволяет Claude Code и Claude Desktop управлять монтажом напрямую; REST API делает то же самое для других систем. Правки от агента появляются в браузере в реальном времени через server-sent events, ревизионные счётчики защищают от конфликтов.

Doriandarko/texts-to-transformer

Это Python-скрипт, который обучает decoder-only модель Transformer на фреймворке MLX от Apple, используя твои собственные данные из iMessage. Снимок базы Messages, анонимизация контактных данных, создание собственного байтового BPE-токенизатора, разбиение датасета без утечек данных, цикл обучения и запуск твоего нового чат-бота в командной строке. Всё делается локально, без всякого облака!

Nanako0129/pilotfish

Pilotfish — это слой оркестрации для Claude Code, который устанавливается одной командой и сам решает, какую модель подключить в каждый момент: Fable 5 — для планирования и архитектурных решений, Opus, Sonnet или Haiku — для самого выполнения. Логика проста: самая умная (и дорогая) модель нужна далеко не на каждом шаге.

yynxxxxx/Codex-X

Codex-X — кроссплатформенное настольное приложение, которое оборачивает OpenAI Codex в нормальный интерфейс: переключаешь провайдеров, вставляешь системные промпты и управляешь авторизацией визуально, без правки переменных окружения и конфиг-файлов. Поддерживает TOML-конфигурацию и расширенные шаблоны инструкций. 642 звезды за первую неделю — потому что API Codex мощный, но инструментарий вокруг него до сих пор был скудным.

SmileLikeYe/agent-chief

Agent Chief — это локальный слой фильтрации внимания для управления несколькими ИИ-агентами. Используя трёхуровневую систему «достойности» — жёстко заданные правила, классификатор схожести и LLM-судью, — Agent Chief либо прерывает вас, либо пересылает запрос другому агенту, либо тихо архивирует его. За первую неделю этот проект получил 319 звёзд от пользователей, работающих одновременно с несколькими ИИ-агентами.

Robbyant/lingbot-world-v2

Система генерации игровых миров на базе Wan 2.2: 720p видео при 60fps из текстового промпта. Два автономных агента работают в паре — пилот управляет поведением персонажей (атаки, магия, стрельба, стрельба из лука), режиссёр динамически создаёт события в окружении. Реализован «безграничный горизонт взаимодействия» — долгое и связное видео без потери контекста сцены.

Robbyant/lingbot-vla-v2

LingBot-VLA 2.0 — основная модель Vision-Language-Action для управления роботами, обученная на 60 000 часах данных на 20 конфигурациях роботов и на эгоцентричном видео людей. Единое 55-мерное представление действий и разреженные MoE-слои позволяют одной модели работать на самых разных роботах — задача, которую большинство робототехнических моделей обходит стороной. 311 звёзд за 48 часов — реакция сообщества на дефицит открытых робототехнических моделей такого масштаба.

Robbyant/lingbot-video

LingBot-Video — открытая модель генерации видео на архитектуре Mixture-of-Experts, обученная на более чем 70 000 часах данных воплощённого интеллекта для задач text-to-video и image-to-video. Тренировка включает многостороннюю оптимизацию по эстетике, физической согласованности и выполнению задач — необычный подход для видеомоделей такого масштаба. 360 звёзд за двое суток: полностью открытых MoE-видеомоделей по-прежнему крайне мало.

oso95/scroll-world

Навык для Claude Code, который строит лендинги с эффектом погружения через скролл. Сначала расспрашивает о бренде, затем через Higgsfield (GPT Image 2 для изометрических диорам, Seedance для видеопролётов) генерирует связанные сцены. Собственный движок синхронизирует воспроизведение видео с прокруткой — камера летит сквозь мир плавно, без монтажных склеек.

nexu-io/motion-anything

Motion Anything — это агентный движок анимации, который позволяет анимировать что угодно на основе запросов на естественном языке (без ключевых кадров, без таймлайнов). Никакие дизайнерские инструменты не нужны! Он поставляется уже с 403 тщательно отобранными рецептами анимации и может экспортировать сразу в CSS, React, Lottie, MP4 и GIF по одному промпту. Этот инструмент без единой npm-зависимости стал настоящим хитом среди вайб-кодеров, ищущих простой способ добиться качественной анимации интерфейса.

mira-wm/mira

MIRA — это латентная диффузионная модель мира с 5 миллиардами параметров, которая генерирует Rocket League кадр за кадром на основе действий. Это совместный исследовательский проект General Intuition, Kyutai и Epic Games. Это одна из первых играбельных моделей мира, доступных широкой публике. Она набрала 312 звёзд искренего восторга перед наступающей эрой моделей мира.

Tencent-Hunyuan/Hy3

Hy3 — языковая модель архитектуры MoE от Tencent: 295 млрд параметров в сумме, 21 млрд задействуются при каждом запросе. Разработчики делали ставку на рассуждения, агентные сценарии и длинный контекст, и по заявлениям команды модель конкурирует с более крупными флагманами при значительно меньшей стоимости вычислений. В репозитории — инструкции по развёртыванию, дообучению и квантизации.

SuperJJ007/CSSwitch

CSSwitch — небольшое macOS-приложение на Tauri 2, которое запускает Claude Science в изолированной среде и на ходу переписывает API-запросы к другим провайдерам: DeepSeek, Qwen, Kimi, MiniMax, GLM, OpenRouter или любой свой эндпоинт. Claude Science при этом остаётся нетронутым — всё делается через локальный прокси, а ваши настоящие учётные данные Anthropic не используются.

simonlin1212/Vibe-Research

Vibe-Research — это платформа с открытым исходным кодом для инвестиционного анализа, которая передаёт реальные рыночные данные (оценки компаний, финансирование, отраслевые новости по 12 категориям) в любую LLM на ваш выбор. Поддерживаются подписка Claude Code, API DeepSeek/OpenAI и интеграции MCP, так что ваш ИИ может проводить анализ на основе структурированных локальных данных, а не отправлять их на какие-то сторонние серверы.

Robbyant/lingbot-vision

LingBot-Vision предоставляет предобученные энкодеры Vision Transformer, которые умеют извлекать пространственную информацию из неразмеченных изображений, предсказывая границы объектов. Доступны модели от ViT-S до крупной модели на 1,1 млрд параметров, а веса можно скачать через Hugging Face и ModelScope.

Pluviobyte/rnskill

rnskill — это коллекция из примерно 60 скиллов (готовых сценариев для задач) для ИИ-агентов типа Claude Code и Codex. Есть скилл, который переписывает текст, убирая «ИИшность», но сохраняя голос автора, есть скилл, который продумывает концепции для кинематографичных видео, есть скилл для сборки сцен продуктовых видео в тёмном стиле, есть скилл для интро с анимацией набора текста и синхронным звуком, плюс другие — для субтитров, обложек и видеомонтажа. Чтобы установить, попроси своего агента выполнить `npx -y skills add Pluviobyte/rnskill --skill <название-скилла>` (выбери нужный скилл из списка), или добавь весь набор командой `-g --all`.

isjiamu/gzh-design-skill

Это скилл агента Claude Code, который превращает документ в Markdown в HTML, готовый к публикации в редакторе официальных аккаунтов WeChat. В комплекте — 6 красиво проработанных тем, от лаконичного минимализма с обилием пустого пространства до сложных редакторских дизайнов. Есть и генератор тем, который позволяет создать свою собственную тему на основе простого текстового описания или примера-изображения. А чтобы ваш контент отлично смотрелся в WeChat, предусмотрено два этапа валидации, отлавливающих типичные проблемы с рендерингом ещё до того, как вы начнёте печатать.

anthropics/jacobian-lens

Jacobian Lens от Anthropic — это новый метод интерпретируемости, который берёт любую внутреннюю активацию языковой модели и линейно проецирует её на выходной слой. Затем он декодирует её в список наиболее вероятных слов словаря. Это даёт чёткую картину того, о чём «думала» модель в любой момент её работы. В своей статье авторы выдвигают идею, что у языковых моделей есть глобальное рабочее пространство вербализованных внутренних представлений. Это прямой взгляд на это рабочее пространство. Инструмент можно применить к любой decoder-трансформерной модели из HuggingFace прямо из коробки.

ai4s-research/open-science

Open Science — это десктопное приложение на Tauri, которое организует исследования на основе ИИ в процесс планирования, согласования, выполнения и проверки. В комплекте идут встроенные возможности агентов для обзора литературы, экспериментов и написания статей. Все артефакты (графики, таблицы, отчёты) полностью прослеживаются до исходного кода, данных и переписок, из которых они получены. Приложение поддерживает подключение к любой LLM через OpenRouter или напрямую через Anthropic API, а также использование локальной модели. Для динамической интеграции инструментов используется MCP.

xt4d/GameBlocks

GameBlocks — JavaScript-библиотека навыков, которая подключается в Claude Code или Codex и даёт готовые блоки для браузерных 3D-игр: пространственные трансформации, движение акторов, состояние мира и системы координат. Библиотека появилась потому, что словесное описание 3D-поведения неизбежно неоднозначно — агенты путали направления, делали нестабильное движение и ломали состояние игры. Чёткая семантика модулей даёт агенту основу, от которой он может надёжно обобщать, не изобретая 3D-логику с нуля.

elder-plinius/T3MP3ST

Поставил локально и через час агент уже гонял nmap, DNS-фингерпринт и HTTP-пробы — без отдельных API-ключей, через мой существующий Claude Code. Keyless-архитектура — главная идея: T3MP3ST не тащит свой LLM, а оркестрирует coding-агентов которые уже запущены. Бенчмарки в README честные и впечатляющие: 90.1% pass@1 на 104 черноящичных задачах, 58% CTF-задач решены без подсказок с первого раза, 8/10 точных совпадений файл/строка/CWE на held-out CVE. Опасные post-exploitation модули закрыты явными апрув-гейтами — для такого инструмента это правильно.

HUANGCHIHHUNGLeo/claude-real-video

Прогнал через него 20-минутную запись конференции — извлёк 47 ключевых кадров по scene-change detection и отдал Claude вместе с транскриптом от Whisper. Итог: резюме, которое реально отслеживает логику аргументации, а не просто содержимое слайдов. Дедупликация умная: downscale кадров и реальные пиксельные разницы на скользящем окне, а не просто сравнение таймкодов. Лимит 150 кадров по умолчанию, чувствительность к сценам настраивается (0.30).

jamesob/local-llm

Это тот гайд по железу, который я искал несколько месяцев. James O'Beirne документирует реальные конфиги с реальными ценами: базовая система за $5 587 на подержанных EPYC Milan, и 4× RTX 6000 Pro, который гонит GLM-5.2-594B на 80 токенов/секунду при контексте 460k токенов. P2P-пропускная способность GPU — то, что удивило больше всего: 50.4 GB/s двунаправленно с задержкой 0.37–0.45 мкс на PCIe-свитче. Docker-контейнеры для моделей включены и готовы к запуску.

ammaarreshi/Generals-Mac-iOS-iPad

Сначала скептически отнёсся — порт RTS 2003 года на iPad звучит как эмуляция. Но README убедил: используется официальный GPL v3 исходник от EA, реальный C++ движок компилируется под ARM64, DXVK/MoltenVK переводит DirectX-вызовы в Metal на уровне драйвера. Зацепило другое: в README честно написано, что проект строился с Claude Code как основным coding-агентом при архитектурном руководстве человека. Всего 2 200 строк добавлено в GeneralsX для полной поддержки iOS — кампания, схватка и режим Generals Challenge работают.

Archive228/loopkit

Поставил одной командой и получил 33 готовых скилла для Claude Code по 9 трекам: отладка, безопасность, фронтенд, тесты, рефакторинг и другие. С первого запуска adversarial verifier subagent поймал у меня тест, который проходил, но проверял не тот инвариант. Standing-контекст всего 60 строк — минимальные расходы токенов. Работает из коробки с Claude Code, Cursor, Codex и Gemini CLI.

synthetic-sciences/openscience

OpenScience — открытый ИИ-воркбенч, который автоматизирует полный цикл научного исследования. Вы задаёте цель, а система самостоятельно просматривает литературу в 30+ базах данных (arXiv, PubChem, UniProt), строит гипотезы, пишет и выполняет код, проводит эксперименты и генерирует итоговый отчёт. Построен на TypeScript и Python с Bun в качестве рантайма, включает более 290 встроенных навыков — от молекулярной биологии до машинного обучения. За несколько дней собрал 598 звёзд, потому что реально закрывает петлю ИИ-ассистированного исследования.

nagisanzenin/engram

Engram — это плагин, который добавляет интервальные повторения (короткие сессии повторения через заданные промежутки) в Claude Code и другие агенты для кода. Когда ты просишь его научить тебя чему-то, он предложит тебе сначала самому попытаться вспомнить информацию, после чего другой агент-«проверяющий» протестирует, насколько хорошо ты это запомнил, и FSRS-4.5 (алгоритм планирования интервальных повторений) определит, когда назначить следующую короткую сессию повторения — как раз перед тем моментом, когда ты бы всё забыл. Чтобы установить плагин Engram для Claude Code, выполни `claude plugin marketplace add nagisanzenin/engram`, а затем `claude plugin install engram@engram`. После этого можно начинать изучать новые темы командой `/learn <topic>`.

MaximeRivest/riddle

Riddle — это приложение для планшета reMarkable Paper Pro, которое делает дневник живым собеседником. Когда вы перестаёте писать, приложение снимает страницу как изображение и отправляет языковой модели с поддержкой vision. Ответ модели преобразуется в почерк шрифтом Dancing Script и анимируется штрих за штрихом прямо на экране электронных чернил. Поддерживает OpenAI, OpenRouter, Groq и локальные LLM-серверы; два режима отрисовки — встроенный в приложения планшета и полное управление железом. 322 звезды за два дня от сообществ Rust и LLM.

HKUDS/OpenOPC

OpenOPC — это фреймворк на Python для построения организаций на основе ИИ, где у каждого агента есть конечный автомат для рабочих задач (выполнение, делегирование, ревью, интеграция, доработка). Агенты могут по мере необходимости нанимать специализированных под-агентов и со временем накапливать институциональные знания. Поддерживает 9 вертикалей, интегрируется с Claude Code, Codex, Cursor, OpenCode в качестве движков исполнения.

Kulaxyz/token-diet

Token Diet — навык, который автоматически включается в каждой сессии ИИ-агента и заставляет его экономить токены. Он меняет поведение агента при ответах, документировании, написании тестов и работе с контекстом. По замерам на реальных Sonnet 5 сессиях: в среднем −31% к счёту, а в самых «разговорчивых» сессиях — до −81% меньше токенов на выходе.

uzairansaruzi/hermex

Hermex — открытое SwiftUI-приложение, которое подключается к самохостинговому Hermes-бэкенду и даёт полноценный мобильный пульт для личного ИИ-агента. Поддерживается стриминговый чат с вложениями, история сессий, планировщик задач по расписанию, просмотр скилов и навигация по файлам на сервере. Приложение набрало больше 360 звёзд за сутки — на волне интереса к приватным, самохостинговым ИИ-установкам, где не хочется отдавать данные стороннему облаку.

jmerelnyc/Talos

Бесплатный GPU-воркер-клиент с открытым исходным кодом для распределённой сети инференса Talos. Он работает вместе с локальной установкой Ollama и использует WebSocket для подключения к сети, принимая запросы на инференс языковых моделей от других пользователей и отчитываясь об аптайме для выплат. Также идёт с дашбордом для просмотра использования GPU и настройки распределения ресурсов.

JasonLiu0826/ackem

Ackem (Autonomous Companion Keeping Emotional Memory) — локальное Windows-приложение на Electron и TypeScript. Оно держит ИИ-компаньона, который хранит историю разговоров, эмоциональное состояние и настройки личности в локальной папке — ничего не уходит на внешние серверы. Поддерживает любой OpenAI-совместимый API, включая DeepSeek, Ollama, LM Studio, а также голосовой ввод/вывод, Live2D-аватары, импорт памяти из текстовых файлов и игровой режим.

wlzh/dji-4g-vohive-mac

Эта статья — подробный туториал о том, как запустить виртуальную машину с Linux на Mac через UTM, а затем поменять USB ID модема DJI EG25-G с его собственного ID на универсальный ID Quectel EC25 с помощью AT-команд, чтобы VoHive и другие Linux-драйверы для модемов заработали из коробки. Поддерживаются обе платформы — Apple Silicon и Intel.

mekos2772/ios-location-spoofer

JavaScript-скрипт, который перехватывает запрос Apple к серверу геолокации (по Wi-Fi и вышкам сотовой связи) и подменяет ответ на нужные координаты. Работает внутри прокси-клиентов — Shadowrocket, Surge, Loon, Quantumult X, Stash — без изменений самого устройства или приложений.

Jia-Ethan/codex-keysmith

Это простая однофайловая CLI-утилита на Python, которая берёт на себя процесс добавления markdown-файла с инструкциями в директорию конфигурации codex cli. Она копирует файл в директорию .codex, добавляет model_instructions_file в файл config.toml и создаёт резервную копию исходного файла с меткой времени.

ik190/macos-chatgpt-overlay-bar

Лёгкое нативное macOS-приложение, которое встраивает ChatGPT прямо в строку меню. Никаких открытых вкладок и переключений окон — кликнул на иконку, и панель чата появилась мгновенно. Проект взлетел, потому что точно попал в главную боль ежедневных пользователей ChatGPT на Mac: бесконечное переключение вкладок и потеря рабочего фокуса.

cclank/lanshu-animated-architecture-diagram

Это инструмент на Python, который читает JSON-файл (текстовый формат данных) с описанием архитектуры системы и выдаёт три результата: редактируемый файл схемы (формат Excalidraw), статичное PNG-изображение и анимированный GIF — 1210×1138 пикселей, 20 кадров в секунду, 41 кадр — где светящиеся точки движутся вдоль линий связи, а блоки пульсируют. Всё рендерится локально через Pillow (библиотека для работы с изображениями на Python), без браузера или дизайнерских программ. Для установки: клонируйте репозиторий, выполните `pip install -r requirements.txt`, затем запустите `python3 scripts/render_animated_diagram.py --spec assets/default-spec.json --outdir outputs --verify` — работает на любом обычном компьютере, особое железо не нужно.

ricccrd/dd

dd — это среда выполнения контейнеров для macOS, которая обходится без виртуальной машины. Вместо того чтобы запускать полноценную Linux VM, как это делает Docker Desktop, она использует JIT-компилятор для трансляции кода контейнера и выполняет системные вызовы Linux в пространстве пользователя. Поддерживает как ARM64, так и x86-64 контейнеры, предоставляет API, совместимый с Docker Engine, что позволяет использовать обычные команды docker, включает десктопное приложение на GTK4 и CLI. Разрабатывается одним человеком (Richard Hutta), насчитывает 35 релизов и распространяется по лицензии MIT.

Pluviobyte/video-production-skills

Репозиторий содержит четыре переиспользуемых навыка: планирование сцен и моушн-директинг, воспроизведение видео по референсу, шаблон тёмного SaaS-ролика и генератор типографских заставок. Устанавливаются через npx и работают с Claude Code, Cursor и GitHub Copilot.

offchainthoughts/Amber

Корпуса эмбеддингов бывают большими, и на их создание уходит немало времени, но во многих приложениях их приходится эмбеддить повторно. Эта библиотека на Python позволяет сериализовать эмбеддинги в файл (.amber), содержащий криптографические доказательства целостности эмбеддинга. Это значит, что пользователи могут проверить ваш эмбеддинг через выборочные проверки (то есть повторно заэмбеддить часть корпуса и убедиться, что результаты совпадают). Это также значит, что вы можете распространять файл с эмбеддингом, не делясь при этом своей моделью. В репозитории есть формальные доказательства корректности.

lycorp-jp/sim-use

observe превращает содержимое UI в компактное представление, которое эффективнее по числу токенов (в 16 раз меньше, чем accessibility json), а act выполняет такие действия, как тап, свайп и ввод текста по элементам, обращаясь к ним по алиасам, а не по пикселям. Полный цикл занимает ~300 мс. Инструмент поставляется вместе со skill для Claude и работает как с iOS Simulator, так и с эмулятором/устройством Android. Опубликован в версии v0.9.0 в июне 2026 года.

Leron-X/leronx

LeronX Engine — это открытый пайплайн для производства видео для LeronX Pro. Он включает все этапы: от написания сценариев и раскадровок, планирования сцен, синтеза речи (11 языков) до рендеринга через FFmpeg с эффектами, субтитрами, подбором стоковых видео, плагинами и так далее. В комплекте 47 тестов (покрытие 97%) и Docker. Проприетарные части вроде облачного рендеринга, биллинга и десктопного приложения здесь недоступны.

Kulaxyz/self-learning-skills

Self-learning skills — это навык для ИИ-агентов, пишущих код (таких как Claude Code, Cursor или агентов на основе стандартов), который учится на их успехах в рамках сессии — например, как получить доступ к базе данных, где найти учётные данные или какую команду использовать для деплоя — и превращает это в переиспользуемые навыки для будущих сессий. В нём предусмотрены встроенные меры безопасности, чтобы не хранить секреты, а также шаг подтверждения перед тем, как знание будет зафиксировано.

Krishnagangwal/CS-Fundamentals

Этот репозиторий состоит из разных PDF и заметок в markdown по важным темам компьютерных наук, которые нужны для любого технического собеседования. В нём есть заметки по структурам данных и алгоритмам, DBMS и SQL, ООП, операционным системам, компьютерным сетям и System Design. Также включены подборки задач с Leetcode, подготовка к HR-собеседованию и список компаний, которые нанимают на позиции для начинающих.

Einsia/Browser-BC

Browser-BC — это расширение для браузера, которое фиксирует произвольную активность в браузере, а затем локальный процесс перерабатывает её и создаёт файл SKILL.md, описывающий, как выполнить задачу с помощью ИИ-агента. Этот навык можно установить в Claude Code или Claude Desktop и запускать с помощью ИИ-агента. Написан целиком на python и работает локально (единственный момент, когда требуется интернет, — это обращение к сервису LLM-дистилляции). Версия V0.1.9 вышла в июне 2026.

diinki/linux-antiquity

Linux Antiquity — это тема для рабочего стола linux, сделанная для тайлингового оконного менеджера Hyprland. Она вдохновлена стилем ар-нуво и историческими иллюстрациями на тему астрономии и мифологии. В тему входят переключатель тем, апплеты погоды и полный конфиг для композитора Quickshell. Это версия 0.1, и по большей части это арт-проект. Рефакторить предстоит ещё много.

CopilotKit/OpenTag

OpenTag от CopilotKit — ИИ-бот для Slack, который вы разворачиваете на своей инфраструктуре. Читает переписку, отвечает на вопросы, запускает инструменты и выводит результаты прямо в тредах — таблицы, графики, сводки. Поддерживает Slack, Discord, Telegram и WhatsApp. Без платы за место, без привязки к вендору, с запросом подтверждения перед важными действиями.

winsznx/theeleven

Theeleven запускает 11 ИИ-персонажей — каждый играет футбольную тактическую роль, вроде плеймейкера, форварда или защитника — которые смотрят матч в реальном времени и автоматически открывают ставочные рынки «больше/меньше» в блокчейне X Layer (сделан OKX). Техническое ядро — PropMarketHook, собственная надстройка (так называемый «хук») для Uniswap v4, протокола децентрализованной биржи, с механизмом commit-reveal — агенты сначала фиксируют скрытый выбор, а раскрывают его позже — встроенным прямо в блокчейн. Пользователи стейкают USDT0 (стейблкоин) одной подписью кошелька, а релеер (посредническая служба) платит за них комиссию за транзакцию; проект также экспортирует MCP-инструменты (стандарт, позволяющий подключаться другим ИИ-агентам), так что остальные агенты могут пользоваться теми же рынками. Чтобы запустить самому: клонируй репозиторий, выполни `pnpm install`, затем `pnpm --filter @regista11/web dev`, чтобы поднять веб-приложение локально — понадобятся установленные Node.js и pnpm, плюс несколько API-ключей и приватный ключ кошелька, чтобы всё это реально заработало.

deepseek-ai/DeepSpec

Полный опен-сорс стек от DeepSeek для обучения и оценки черновых моделей спекулятивного декодинга. Включает три алгоритма (DSpark, DFlash, Eagle3) с готовыми чекпоинтами для Qwen3 и Gemma, мульти-GPU обучение и бенчмарки на девяти датасетах.

bozhouDev/codex-orange-book

Неофициальный гайд сообщества по OpenAI Codex — «Оранжевая книга» — от установки до реальных кейсов. Написан китайскими разработчиками и доступен как PDF для скачивания, закрывая пробелы официальной документации.

benchflow-ai/awesome-evals

Серьёзно отобранная коллекция из 443+ аннотированных ресурсов по созданию и оценке AI-агентов: статьи, блоги, доклады, инструменты, бенчмарки. Собрана командой BenchFlow глубоким поиском по 11 600+ бумагам, с 146 заметками и активной чисткой мёртвых ссылок.

AlexandrosGounis/pdfx

Минималистичное расширение формата PDF: несколько документов упаковываются в один файл через встроенный JSON-манифест. Файл .pdfx остаётся валидным PDF — любой просмотрщик откроет — а PDFx-вьювер умеет разобрать его обратно на отдельные документы.

amplifthq/opentag

OpenTag позволяет команде упомянуть AI-агента через @-тег прямо в Slack, GitHub или Lark — сообщение маршрутизируется к Codex или Claude Code, запущенному локально, и ответ возвращается в тот же канал. Никаких облачных посредников.

tdeverx/contained-app

Contained — это нативное SwiftUI-приложение для macOS, предназначенное для управления Apple container CLI. Оно предоставляет вид контейнеров в виде стеклянных карточек, спарклайны загрузки CPU/памяти/сети в реальном времени, терминал, просмотрщик логов, файловый менеджер и импорт файлов Docker Compose. Сделано для Mac на Apple Silicon.

trotsky1997/OpenFugu

OpenFugu — открытая реализация проприетарной системы Fugu от Sakana AI: оркестратор, который с помощью маленькой модели-роутера (0.6B параметров) анализирует каждый запрос и отправляет его к наиболее подходящей модели из пула. Измеренный результат — 107% от лучшей одиночной модели: мультимодельная маршрутизация реально обходит лучшую модель в одиночку. Проект покрывает все четыре этапа: чтение архитектуры, запуск демо, обучение собственного роутера и деплой через API.

Th0rgal/open_oura

open_oura — Rust-инструментарий, который общается напрямую с Oura Ring (Gen 3/4/5) по Bluetooth Low Energy через реверс-инженерный протокол. Забирает пульс, ВСР, фазы сна, температуру и активность и сохраняет всё в локальную SQLite-базу. Включает визуализацию движения в 3D в реальном времени. Проект вырос из недовольства моделью Oura, при которой все данные доступны только через облако.

samasante/liquid-glass

Liquid Glass — React-компонент без зависимостей, воссоздающий фирменный Apple-эффект стеклянного преломления для веба — не как застывший скриншот поверх контента, а как живую линзу, преломляющую реальный DOM. Секрет — в SVG-фильтрах смещения с растеризацией знакового поля расстояний, которые дают хроматическую аберрацию и преломление без потери интерактивности элементов. Работает в Chrome, Firefox и Safari включая iOS с тремя режимами: преломление на месте, отдельный контент через prop и WebGL для видео и canvas.

QwenLM/Qwen-AgentWorld

Qwen-AgentWorld — языковая модель-смесь экспертов с 35 миллиардами параметров (3B активных одновременно), обученная специально для симуляции сред, в которых работают ИИ-агенты: веб-браузеры, терминалы, операционные системы, мобильные приложения, поисковики и инструменты разработки. Команда Qwen из Alibaba обучала её на более чем 10 миллионах реальных траекторий взаимодействий в три этапа: предобучение, тонкая настройка и обучение с подкреплением. Контекстное окно — 256K токенов, поддерживаются SGLang, vLLM и Transformers; в тестах AgentWorldBench она обгоняет многие закрытые модели.

m1ckc3s/claude-status-bar

Лёгкое приложение для строки меню macOS, написанное на Swift: показывает живой статус сессии Claude Code. Анимированная иконка включается, пока агент работает; счётчик фиксирует, сколько времени уже идёт операция; отдельный индикатор сигналит о простое, когда Claude ждёт ввода.

krea-ai/krea-2

Официальный код инференса и открытые веса Krea 2 — text-to-image модели от Krea AI, обученной с нуля. Мы предоставляем два чекпоинта: Raw (полноразмерная базовая модель для файнтюнинга и обучения LoRA) и Turbo (дистиллированная модель, генерирующая изображения всего за 8 шагов). По данным Artificial Analysis, на июнь 2026 года Krea 2 — лучшая text-to-image модель.

BohemiaInteractive/CWR

Игровой движок Arma: Cold War Assault от Bohemia Interactive портировали на C++20 с использованием CMake и Clang, и теперь он доступен для Windows x64 и Linux x64. Ассеты игры распространяются под лицензией Arma Public License, а сам движок — под GPLv3.

ksimback/looper

Looper — скилл для Claude Code, который добавляет обязательный этап проектирования до запуска агентного цикла. Задаёт вопросы о цели и критериях успеха, потом генерирует YAML-спецификацию и Python-раннер. Раннер включает перекрёстные судьи от разных моделей, ограничители итераций, детектор отсутствия прогресса и бюджетный лимит — плюс ASCII-диаграмму, чтобы увидеть всё заранее.

kanavtwtgg/birds.cafe

WebGL-симулятор, позволяющий управлять стаей чаек над океаном с помощью стрелок на клавиатуре. Симуляция включает цикл день/ночь, дождь, молнии и шторм. Есть также немного атмосферной музыки для настроения. Самое приятное — это работает и на мобильных! Проект опубликовали 21 июня, и за несколько дней он набрал 731 звезду без какого-либо продвижения, только благодаря тому, что люди делились им друг с другом.

HKUDS/AgentSpace

AgentSpace превращает ИИ-агентов в полноценных членов команды: у каждого — роль, набор навыков и права доступа. Внутри — AgentRouter, который работает с большинством крупных AI-провайдеров, плюс расписание задач, потоки согласования и журнал аудита. Именно слоя управления чаще всего не хватает в агентных фреймворках — видимо, поэтому за два дня набежало 343 звезды.

yo-WASSUP/Good-Badminton

Good-Badminton — это открытый AI Хоук-Ай для бадминтона. С помощью модели YOLO определяются волан и игроки, RTMPose генерирует ключевые точки скелета, и в итоге получаются размеченные видео, тепловые карты игроков и статистика движения — дистанция и скорость за каждый розыгрыш. За несколько дней после публикации проект набрал почти 400 звёзд, что довольно неожиданно для такого нишевого инструмента.

sums001/Windows-Copilot-API

Python-библиотека и локальный FastAPI-сервер, оборачивающий веб-интерфейс Microsoft Copilot в OpenAI-совместимый REST API с доступом к GPT-4 и GPT-5 — без аккаунта OpenAI и без оплаты. Умеет обходить защиту Cloudflare, справляется с rate limits, есть Docker. 408 звёзд за четыре дня — красноречивый сигнал о том, насколько велик спрос на бесплатный доступ к моделям.

SakanaAI/fugu

Fugu позволяет динамически распределять задачи между несколькими большими языковыми моделями, каждая из которых оптимизирована под свои подзадачи, а затем объединяет их ответы в итоговый. Для управления координацией между агентами используются две обученные модели (TRINITY, оркестратор на основе LLM, и Conductor, оркестратор взаимодействия агентов на основе обучения с подкреплением). Доступно через Sakana API.

raiyanyahya/recall

Recall — это плагин для Claude Code, созданный для решения проблемы холодного старта. При запуске новой сессии всегда теряется часть контекста, поскольку приходится заново объяснять свой проект. Этот плагин сохраняет активность вашей сессии и генерирует сводку контекста, которая сохраняется в виде двух файлов (текущая история и восстановленный контекст) в директории .recall/ внутри вашего репозитория. Суммаризация происходит полностью офлайн с использованием алгоритмов TF-IDF и TextRank на Python. Никаких API-запросов, никаких сторонних сервисов и никаких затраченных токенов!

overflowy/make-look-scanned

Утилита командной строки на Go (или WebAssembly в браузере), которая применяет набор ухудшающих фильтров к каждой странице PDF-файла: небольшой поворот, оттенки серого, тёплый цвет бумаги, шум сканера, тени по краям и jpeg-сжатие. На выходе PDF выглядит точь-в-точь как физический документ, который вы бы распечатали, а затем отсканировали. Утилиту можно также скомпилировать в WebAssembly, что позволяет выполнять те же преобразования прямо в браузере без установки какого-либо софта.

lyra81604/zhengxi-views

Agent Skill, упаковывающий 14 лет публичных инвестиционных комментариев Чжэн Си, известного управляющего EasyFund, в полностью прослеживаемую AI-систему. Каждый ответ сопровождается цитатами из исходных текстов — никаких выдумок. Skill подтягивает реальные данные по 8 его фондам и более 27 000 рыночным фондам, оценивая их по его собственному фреймворку.

vercel/eve

Eve — новый опенсорсный фреймворк от Vercel для создания надёжных ИИ-агентов. Отличает Eve необычный подход на основе файловой системы — агенты описываются через файлы и директории, что делает их легко редактируемыми, понятными и готовыми к деплою. Всего за несколько дней Eve набрал больше 2100 звёзд!

zhongerxin/Cowart

С Cowart можно расширить ИИ-ассистента Codex бесконечным холстом для рисования (на основе tldraw). Это позволяет зарисовывать свои мысли, вставлять картинки и итеративно дорабатывать их с помощью ИИ. Всё это происходит локально, без обращения к внешним серверам. Всего за несколько дней Cowart набрал почти 1700 звёзд!

rebel0789/codexpro

С CodexPro можно направить режим разработчика ChatGPT на свою кодовую базу и превратить его в полноценного агента для написания кода. Работает это через создание защищённого туннеля, через который ChatGPT получает доступ к вашим файлам, может искать по коду и выполнять безопасные команды — всё в рамках выбранного проекта. Всего за неделю CodexPro набрал больше 650 звёзд!

Forsy-AI/agent-apprenticeship

Agent Apprenticeship — фреймворк для обучения ИИ-агентов на опыте. Захватывая пошаговые логи задач, выполненных агентами, и превращая их в переиспользуемый опыт, Agent Apprenticeship даёт пользователям возможность делиться своими знаниями. В комплект входит CLI и библиотека из более чем 500 реальных задач, а также поддержка таких инструментов, как Cursor и Claude Code. За первую неделю Agent Apprenticeship набрал больше 600 звёзд!

Plaer1/junction

Junction — это боковая панель для VS Code, которая связывает ваш редактор кода с локальными ИИ-агентами для написания кода. Она позволяет общаться с этими агентами прямо в рабочем пространстве через чат. Junction выделяется тем, что даёт единую панель для работы с разными типами агентских бэкендов, обеспечивая гибкость и избавляя от привязки к одному вендору. Всего за неделю Junction набрал больше 500 звёзд!

ngrok/webernetes

Этот проект — TypeScript-порт подмножества Kubernetes, работающий в вашем веб-браузере без какого-либо бэкенда. Он поддерживает Pod'ы, Deployment'ы, ReplicaSet'ы, ClusterIP и NodePort Service'ы, rolling updates и даже HTTP-взаимодействие между подами через DNS. Проект создан командой ngrok, чтобы дать интерактивный способ обучать Kubernetes без необходимости поддерживать кластер.

cloudflare/security-audit-skill

Навык для кодинг-агента от Cloudflare, который организует шестифазный пайплайн аудита безопасности: разведка, поиск уязвимостей, валидация, отчёт, структурированный вывод и независимая верификация. Каждая находка проверяется отдельным агентом перед попаданием в финальный отчёт — ложных срабатываний значительно меньше.

anthropics/launch-your-agent

Launch Your Agent — это официально одобренный Claude Code Skill, созданный Anthropic, который помогает основателям и разработчикам пройти путь от идеи до Claude Managed Agent в их собственном аккаунте Anthropic. После установки этого Skill и запуска /launch-your-agent он задаст вам серию вопросов, чтобы определить, что именно должен делать ваш агент, и создаст его v0. После создания v0 он развернёт его в вашем аккаунте Anthropic с помощью вашего API-ключа. Затем Skill оценит работу вашего агента по вашим критериям, даст рекомендации по улучшению и при необходимости настроит его запуск по расписанию. В итоге у вас будет работающий managed-агент в вашем аккаунте Anthropic, а также каталог my-agent/, который содержит возобновляемый скрипт запуска, каркас для оценки и файл с заметками для будущих версий (v1/v2). Skill распространяется с открытым исходным кодом по лицензии Apache-2.0 и за первую неделю набрал почти 400 звёзд.

aidenybai/cnfast

cnfast — TypeScript-библиотека, заменяющая утилиту `cn`, без которой не обходится практически ни один проект на Tailwind CSS. Средний прирост скорости — 3.8×, пиковый — до 7× по сравнению с tailwind-merge. Достигается это за счёт кэширования по месту вызова и оптимизации под движок V8 — результат остаётся побайтово идентичным. Автор — Эйден Бай, создатель million.js.

boogu-project/Boogu-Image

Boogu-Image — открытое семейство моделей (лицензия Apache-2.0) для генерации и редактирования изображений на PyTorch. Поставляется в трёх вариантах: базовая модель с упором на разнообразие и плотный, читаемый текст на картинке; дистиллированная Turbo, дающая фотореалистичный результат всего за четыре шага; и Edit для изменений и трансформаций по принципу «картинка в картинку». Модель умеет рисовать текст на китайском и английском внутри изображения, а команда выложила сравнение «Boogu Arena», где она держится в конкурентном диапазоне ELO против ведущих коммерческих систем. Главное заявление — качество, близкое к закрытым моделям, при на порядок меньшем объёме данных. За первую неделю проект набрал почти 400 звёзд.

dongshuyan/compass-skills

COMPASS — это локальный набор из четырёх скиллов для ИИ-агентов вроде Claude Code и Codex, и каждый закрывает момент, когда на длинном проекте всё идёт не туда. Скилл-уточнитель тормозит расплывчатую или рискованную работу и задаёт пару точных вопросов перед действием; «лес задач» ведёт локальную карту целей, подзадач и зависимостей, чтобы ИИ всегда понимал, что он на самом деле строит; скилл передачи сессии сжимает всё состояние диалога в готовый для вставки промпт для новой сессии; а хранитель профиля помнит ваш стиль общения и границы допустимого риска. Всё лежит в вашем репозитории обычными файлами — карту задач можно даже посмотреть схемой — и никуда не загружается.