Time Tracker for Browser
Если хочется понять, сколько времени ты реально тратишь на разные сайты каждый день, встроенная история браузера тут вообще не помогает: там видно только количество заходов, а куда ушло время, непонятно.
На GitHub как раз нашелся Time Tracker for Browser, опенсорсное расширение, которое автоматически считает, сколько ты сидишь на каждом домене, и рисует наглядные отчеты.
Поддерживает Chrome, Edge и Firefox. Поставил и забыл: оно в фоне собирает статистику, а через попап можно быстро посмотреть распределение времени по сайтам за день.
Помимо базового трекинга времени, есть отчеты по анализу данных и “привычкам”, чтобы видеть тренды и как меняется поведение в интернете. Плюс есть блокировки: можно задать правила и ограничить время на конкретных сайтах.
Все данные хранятся локально и никуда не отправляются, так что с приватностью все ок. Если хочешь разобрать свои интернет-привычки или начать жестче контролить время на “залипалках”, расширение точно стоит попробовать.
📁 Language: #TypeScript 97.6%
⭐️ Stars: 746
➡️ Cсылка на GitHub
📱 @git_developer
Если хочется понять, сколько времени ты реально тратишь на разные сайты каждый день, встроенная история браузера тут вообще не помогает: там видно только количество заходов, а куда ушло время, непонятно.
На GitHub как раз нашелся Time Tracker for Browser, опенсорсное расширение, которое автоматически считает, сколько ты сидишь на каждом домене, и рисует наглядные отчеты.
Поддерживает Chrome, Edge и Firefox. Поставил и забыл: оно в фоне собирает статистику, а через попап можно быстро посмотреть распределение времени по сайтам за день.
Помимо базового трекинга времени, есть отчеты по анализу данных и “привычкам”, чтобы видеть тренды и как меняется поведение в интернете. Плюс есть блокировки: можно задать правила и ограничить время на конкретных сайтах.
Все данные хранятся локально и никуда не отправляются, так что с приватностью все ок. Если хочешь разобрать свои интернет-привычки или начать жестче контролить время на “залипалках”, расширение точно стоит попробовать.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍1
TaxHacker
Каждый раз, когда надо разгрести чеки и инвойсы для налогов, обычно все превращается в ручной ад: по одной бумажке вбивать в таблицу продавца, сумму, дату, налоги и прочие поля. Долго и легко накосячить.
На GitHub недавно нашелся TaxHacker, опенсорсный учетный инструмент под фрилансеров и малый бизнес. Фишка в том, что он с помощью AI автоматически распознает и вытаскивает данные из инвойсов.
Сфоткал чек или загрузил PDF и AI сам вытащит ключевое: названия позиций, суммы, дату, продавца, налоговые поля и т.д. Дальше это сохраняется сразу в структурированную базу, плюс можно добавить кастомные поля, чтобы вытягивать то, что нужно именно тебе.
Есть поддержка 170+ фиатных валют и 14 криптовалют, а также автоматический пересчет по курсу на дату операции. Можно фильтровать записи по дате, категориям, проектам, сумме и другим признакам, и выгружать полный журнал транзакций в CSV.
Отдельно полезно, что можно настраивать промпты для AI, включая системные шаблоны: заставить модель вытаскивать дополнительные атрибуты под твой кейс, например email, адрес, код проекта и т.п.
Для деплоя есть Docker-образ и Docker Compose, можно быстро поднять на своем сервере и держать данные под полным контролем. Также поддерживается подключение к уже существующему PostgreSQL.
📁 Language: #TypeScript 99.7%
⭐️ Stars: 1k
➡️ Cсылка на GitHub
📱 @git_developer
Каждый раз, когда надо разгрести чеки и инвойсы для налогов, обычно все превращается в ручной ад: по одной бумажке вбивать в таблицу продавца, сумму, дату, налоги и прочие поля. Долго и легко накосячить.
На GitHub недавно нашелся TaxHacker, опенсорсный учетный инструмент под фрилансеров и малый бизнес. Фишка в том, что он с помощью AI автоматически распознает и вытаскивает данные из инвойсов.
Сфоткал чек или загрузил PDF и AI сам вытащит ключевое: названия позиций, суммы, дату, продавца, налоговые поля и т.д. Дальше это сохраняется сразу в структурированную базу, плюс можно добавить кастомные поля, чтобы вытягивать то, что нужно именно тебе.
Есть поддержка 170+ фиатных валют и 14 криптовалют, а также автоматический пересчет по курсу на дату операции. Можно фильтровать записи по дате, категориям, проектам, сумме и другим признакам, и выгружать полный журнал транзакций в CSV.
Отдельно полезно, что можно настраивать промпты для AI, включая системные шаблоны: заставить модель вытаскивать дополнительные атрибуты под твой кейс, например email, адрес, код проекта и т.п.
Для деплоя есть Docker-образ и Docker Compose, можно быстро поднять на своем сервере и держать данные под полным контролем. Также поддерживается подключение к уже существующему PostgreSQL.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤3
paperetl
Когда занимаешься исследованием или анализом данных и у тебя сотни или тысячи PDF-статей, каждый раз вручную вытаскивать и раскладывать информацию это ад.
Недавно, пока копался в тулзах для обработки данных, наткнулся на paperetl. Это опенсорсная библиотека для пакетной обработки и парсинга научных публикаций, которая приводит разный входной формат к структурированным данным.
Поддерживает массовый парсинг и преобразование источников в разных форматах: полный текст PDF, PubMed XML, ArXiv XML и другие.
Может складывать неструктурированные статьи прямо в SQLite, выгружать в JSON, а также подключаться к Elasticsearch для полнотекстового поиска.
По сути, одной командой можно прогнать целую папку с файлами и превратить её в БД или набор структурированных файлов, чтобы потом нормально искать, фильтровать и анализировать.
Если ты делаешь литобзор, систематический обзор или хочешь собрать свою базу статей, инструмент точно стоит попробовать.
📁 Language: #Python 96.2%
⭐️ Stars: 490
➡️ Cсылка на GitHub
📱 @git_developer
Когда занимаешься исследованием или анализом данных и у тебя сотни или тысячи PDF-статей, каждый раз вручную вытаскивать и раскладывать информацию это ад.
Недавно, пока копался в тулзах для обработки данных, наткнулся на paperetl. Это опенсорсная библиотека для пакетной обработки и парсинга научных публикаций, которая приводит разный входной формат к структурированным данным.
Поддерживает массовый парсинг и преобразование источников в разных форматах: полный текст PDF, PubMed XML, ArXiv XML и другие.
Может складывать неструктурированные статьи прямо в SQLite, выгружать в JSON, а также подключаться к Elasticsearch для полнотекстового поиска.
По сути, одной командой можно прогнать целую папку с файлами и превратить её в БД или набор структурированных файлов, чтобы потом нормально искать, фильтровать и анализировать.
Если ты делаешь литобзор, систематический обзор или хочешь собрать свою базу статей, инструмент точно стоит попробовать.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍2
NoLanguageLeftWaiting
Если хочется делать стриминговый перевод для трансляций или прям настоящий синхрон, быстро упираешься в тупняк классических офлайн-моделей: они часто ждут, пока человек договорит фразу целиком, и из-за этого появляется заметная задержка.
На GitHub нашелся опенсорсный проект NoLanguageLeftWaiting. Ребята взяли офлайн-переводчик Meta NLLB и переделали его в режим реального синхронного перевода: модель может переводить на лету, не дожидаясь конца предложения.
Плюс они закрывают типичные боли “псевдо-синхрона”: когда пунктуация вставляется криво, а работа с префиксами и контекстом превращается в кашу.
Что по возможностям:
* перевод между ~200 языками
* два варианта бэкенда: HuggingFace и CTranslate2
* внутри сразу два размера модели: 600M и 1.3B
Сейчас они ещё пилят speculative decoding (спекулятивное декодирование), чтобы ускорить вывод. Идея: часть гипотез быстро “пробрасывать” и потом частично валидировать, чтобы не тормозить на каждом шаге. По их замерам валидация занимает примерно 0.15 секунды.
Если делаешь голосовой перевод, субтитры для стрима или любой кросс-языковой созвон, где задержка решает, проект прям стоит потыкать.
📁 Language: #Python 100.0%
⭐️ Stars: 41
➡️ Cсылка на GitHub
📱 @git_developer
Если хочется делать стриминговый перевод для трансляций или прям настоящий синхрон, быстро упираешься в тупняк классических офлайн-моделей: они часто ждут, пока человек договорит фразу целиком, и из-за этого появляется заметная задержка.
На GitHub нашелся опенсорсный проект NoLanguageLeftWaiting. Ребята взяли офлайн-переводчик Meta NLLB и переделали его в режим реального синхронного перевода: модель может переводить на лету, не дожидаясь конца предложения.
Плюс они закрывают типичные боли “псевдо-синхрона”: когда пунктуация вставляется криво, а работа с префиксами и контекстом превращается в кашу.
Что по возможностям:
* перевод между ~200 языками
* два варианта бэкенда: HuggingFace и CTranslate2
* внутри сразу два размера модели: 600M и 1.3B
Сейчас они ещё пилят speculative decoding (спекулятивное декодирование), чтобы ускорить вывод. Идея: часть гипотез быстро “пробрасывать” и потом частично валидировать, чтобы не тормозить на каждом шаге. По их замерам валидация занимает примерно 0.15 секунды.
Если делаешь голосовой перевод, субтитры для стрима или любой кросс-языковой созвон, где задержка решает, проект прям стоит потыкать.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍1
local_ai_ocr
Если нужно вытаскивать текст из документов или PDF, загружать файлы в онлайн-конвертеры всегда как-то стрёмно. А у многих локальных тулов то распознавание так себе, то форматирование превращается в кашу.
Случайно наткнулся на GitHub на open-source проект local_ai_ocr: он собран на модели DeepSeek-OCR и заточен под локальное офлайн-распознавание текста на Windows.
Он умеет с GPU-ускорением обрабатывать картинки и PDF: не просто точно вытягивает текст, но и может сразу экспортировать в Markdown, чтобы сохранить сложные таблицы и верстку.
Работает полностью офлайн: ничего не нужно отправлять в облако. Скачал, распаковал, запустил init-скрипт и можно пользоваться, без сложной настройки окружения.
Если для тебя критична приватность данных или нужна максимально точная “реконструкция” форматирования документа, штука точно стоит того, чтобы попробовать.
📁 Language: #Python 67%
⭐️ Stars: 493
➡️ Cсылка на GitHub
📱 @git_developer
Если нужно вытаскивать текст из документов или PDF, загружать файлы в онлайн-конвертеры всегда как-то стрёмно. А у многих локальных тулов то распознавание так себе, то форматирование превращается в кашу.
Случайно наткнулся на GitHub на open-source проект local_ai_ocr: он собран на модели DeepSeek-OCR и заточен под локальное офлайн-распознавание текста на Windows.
Он умеет с GPU-ускорением обрабатывать картинки и PDF: не просто точно вытягивает текст, но и может сразу экспортировать в Markdown, чтобы сохранить сложные таблицы и верстку.
Работает полностью офлайн: ничего не нужно отправлять в облако. Скачал, распаковал, запустил init-скрипт и можно пользоваться, без сложной настройки окружения.
Если для тебя критична приватность данных или нужна максимально точная “реконструкция” форматирования документа, штука точно стоит того, чтобы попробовать.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍2
Neoflow
Когда команда устраивает брейншторм или рисует схемки, за нормальные коммерческие whiteboard-инструменты приходится платить, а бесплатные обычно душат лимитами и пользоваться ими бесит.
На GitHub как раз попался Neoflow — опенсорсный whiteboard, который полностью бесплатный и при этом не урезанный. Заточен под простую коллаборацию.
Собран на базе tldraw, поэтому интерфейс приятный и лёгкий. Есть realtime совместное редактирование — несколько человек могут двигать блоки одновременно без лагов.
Плюс завезли AI-фичи, которые реально помогают в работе — авто-организация канваса, распознавание фигур и прочие полезные штуки.
Лицензия MIT. Можно поднять локально через Docker или npm — без танцев и без привязки к SaaS.
Подходит дизайнерам для набросков и идей, а дев-команде — для обсуждения архитектур и процессов. Хорошая альтернатива коммерческим whiteboard-сервисам.
📁 Language: #JavaScript 87.1%
⭐️ Stars: 142
➡️ Cсылка на GitHub
📱 @git_developer
Когда команда устраивает брейншторм или рисует схемки, за нормальные коммерческие whiteboard-инструменты приходится платить, а бесплатные обычно душат лимитами и пользоваться ими бесит.
На GitHub как раз попался Neoflow — опенсорсный whiteboard, который полностью бесплатный и при этом не урезанный. Заточен под простую коллаборацию.
Собран на базе tldraw, поэтому интерфейс приятный и лёгкий. Есть realtime совместное редактирование — несколько человек могут двигать блоки одновременно без лагов.
Плюс завезли AI-фичи, которые реально помогают в работе — авто-организация канваса, распознавание фигур и прочие полезные штуки.
Лицензия MIT. Можно поднять локально через Docker или npm — без танцев и без привязки к SaaS.
Подходит дизайнерам для набросков и идей, а дев-команде — для обсуждения архитектур и процессов. Хорошая альтернатива коммерческим whiteboard-сервисам.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤4
This media is not supported in your browser
VIEW IN TELEGRAM
json-render
Идея про AI-генерацию UI сейчас реально меняется. Команда Vercel Labs недавно выложила в опенсорс json-render и по сути ломает старые правила.
Вместо привычной (и часто нестабильной) генерации кода они предлагают новый пайплайн: AI → JSON → UI. За какие-то три дня проект собрал 6000+ звезд.
Ключевая мысль: не давать AI “свободно творить”, а заставить работать внутри “ограждений”, чтобы на выходе были полностью предсказуемые структурированные данные.
Тебе нужно лишь описать библиотеку компонентов в нужной директории, а дальше AI заполняет данные. Так можно практически полностью убрать галлюцинации.
Это не только лечит вечную проблему “поплыл стиль”, но и дает стриминговый рендер с задержками на уровне миллисекунд, скорость там прям безумная.
Если хочешь собирать “абсолютно контролируемый” генеративный интерфейс, эту фронтенд-библиотеку точно стоит покопать.
📁 Language: #TypeScript 98.1%
⭐️ Stars: 6.7k
➡️ Cсылка на GitHub
📱 @git_developer
Идея про AI-генерацию UI сейчас реально меняется. Команда Vercel Labs недавно выложила в опенсорс json-render и по сути ломает старые правила.
Вместо привычной (и часто нестабильной) генерации кода они предлагают новый пайплайн: AI → JSON → UI. За какие-то три дня проект собрал 6000+ звезд.
Ключевая мысль: не давать AI “свободно творить”, а заставить работать внутри “ограждений”, чтобы на выходе были полностью предсказуемые структурированные данные.
Тебе нужно лишь описать библиотеку компонентов в нужной директории, а дальше AI заполняет данные. Так можно практически полностью убрать галлюцинации.
Это не только лечит вечную проблему “поплыл стиль”, но и дает стриминговый рендер с задержками на уровне миллисекунд, скорость там прям безумная.
Если хочешь собирать “абсолютно контролируемый” генеративный интерфейс, эту фронтенд-библиотеку точно стоит покопать.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤1
web-check
Чтобы нормально разобрать техархитектуру сайта, его security-настройки и потенциальные риски, вручную проверять DNS, SSL, инфу по серверу и т.д. обычно значит открыть кучу разных тулзов. Это реально неудобно.
Случайно наткнулся на Web-Check, опенсорс-проект: на одной странице можно прогнать десятки проверок по сайту, от IP-информации до security-конфига, всё видно сразу.
Он делает и браузерные, и серверные проверки. Вводишь домен, и дальше автоматически запускаются: поиск IP, разбор цепочки SSL-сертификатов, парсинг DNS-записей, проверка cookie, анализ HTTP-заголовков и ещё больше 30 разных тестов.
Помимо базового определения техстека, геолокации/размещения сервера и скана портов, он умеет проверять DNSSEC, тип фаервола, безопасность TLS-наборов шифров и даже считать углеродный след сайта. Плюс есть полезные штуки вроде превью со скриншотом, поиска по историческим снапшотам, глобального рейтинга и т.п.
Проект поддерживает деплой одной командой через Docker, а ещё его можно задеплоить на Netlify или Vercel. Если нужно глубже понять архитектуру сайта или сделать security-оценку, инструмент точно стоит сохранить.
📁 Language: #TypeScript 65.5%
⭐️ Stars: 30.3k
➡️ Cсылка на GitHub
📱 @git_developer
Чтобы нормально разобрать техархитектуру сайта, его security-настройки и потенциальные риски, вручную проверять DNS, SSL, инфу по серверу и т.д. обычно значит открыть кучу разных тулзов. Это реально неудобно.
Случайно наткнулся на Web-Check, опенсорс-проект: на одной странице можно прогнать десятки проверок по сайту, от IP-информации до security-конфига, всё видно сразу.
Он делает и браузерные, и серверные проверки. Вводишь домен, и дальше автоматически запускаются: поиск IP, разбор цепочки SSL-сертификатов, парсинг DNS-записей, проверка cookie, анализ HTTP-заголовков и ещё больше 30 разных тестов.
Помимо базового определения техстека, геолокации/размещения сервера и скана портов, он умеет проверять DNSSEC, тип фаервола, безопасность TLS-наборов шифров и даже считать углеродный след сайта. Плюс есть полезные штуки вроде превью со скриншотом, поиска по историческим снапшотам, глобального рейтинга и т.п.
Проект поддерживает деплой одной командой через Docker, а ещё его можно задеплоить на Netlify или Vercel. Если нужно глубже понять архитектуру сайта или сделать security-оценку, инструмент точно стоит сохранить.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5
robotics_master
Хочешь системно вкатиться в робототехнику, а курсы в интернете либо слишком разрозненные, либо без нормальной практической глубины, из-за чего сложно собрать цельную базу знаний.
Как раз поэтому на GitHub попалась эта опенсорсная дорожная карта Robotics Master. Она сводит в одну программу хорошие курсы из Боннского университета, Мюнхенского технического университета и MIT, и за 21 месяц предлагает пройти обучение уровня магистратуры по робототехнике.
План разбит на 7 семестров и идет по нарастающей: стартуешь с базы по C++, дальше постепенно углубляешься в мобильных роботов, компьютерное зрение, планирование траекторий, deep learning и другие ключевые направления.
Программа покрывает темы вроде 2D/3D computer vision, планирования маршрутов для автономных систем, методов оптимизации в робототехнике, сенсорики, 3D SLAM. Для каждого семестра есть четкие цели и привязанные видеоматериалы.
Плюс добавлены доп. ресурсы по PyTorch, линейной алгебре, матану и т.п., чтобы подтянуть математику и кодинг. В целом, хороший референс для разработчиков, которые хотят прокачаться в робототехнике не кусками, а по нормальной структуре.
⭐️ Stars: 211
➡️ Cсылка на GitHub
📱 @git_developer
Хочешь системно вкатиться в робототехнику, а курсы в интернете либо слишком разрозненные, либо без нормальной практической глубины, из-за чего сложно собрать цельную базу знаний.
Как раз поэтому на GitHub попалась эта опенсорсная дорожная карта Robotics Master. Она сводит в одну программу хорошие курсы из Боннского университета, Мюнхенского технического университета и MIT, и за 21 месяц предлагает пройти обучение уровня магистратуры по робототехнике.
План разбит на 7 семестров и идет по нарастающей: стартуешь с базы по C++, дальше постепенно углубляешься в мобильных роботов, компьютерное зрение, планирование траекторий, deep learning и другие ключевые направления.
Программа покрывает темы вроде 2D/3D computer vision, планирования маршрутов для автономных систем, методов оптимизации в робототехнике, сенсорики, 3D SLAM. Для каждого семестра есть четкие цели и привязанные видеоматериалы.
Плюс добавлены доп. ресурсы по PyTorch, линейной алгебре, матану и т.п., чтобы подтянуть математику и кодинг. В целом, хороший референс для разработчиков, которые хотят прокачаться в робототехнике не кусками, а по нормальной структуре.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
RemoveWindowsAI
Обновления Windows 11 становятся все агрессивнее: систему набивают разными обязательными AI-фичами вроде Copilot, Recall, AI в Paint и т.д. Если хочется “чистую” среду, руками отключать все это довольно муторно и долго.
На GitHub нашли RemoveWindowsAI: опенсорсный скрипт, который лезет глубже в систему и предназначен для полного удаления этих вездесущих AI-компонентов.
Достаточно одной команды, чтобы запустить графический интерфейс: отмечаешь, какие AI-функции убрать, жмешь выполнить и получаешь “очистку”. Также заявлены бэкап и откат (backup/restore).
Дополнительно поддерживается установка старых “чистых” версий приложений и блокировка ситуации, когда Windows Update тихо ставит AI-пакеты обратно.
Тем, кто гонится за максимально чистой системой и не хочет, чтобы AI что-то “подсматривал”, может зайти. Так как это изменения на уровне системных компонентов, перед экспериментами рекомендуют сделать резервную копию данных/системы.
📁 Language: #PowerShell 100.0%
⭐️ Stars: 9k
➡️ Cсылка на GitHub
📱 @git_developer
Обновления Windows 11 становятся все агрессивнее: систему набивают разными обязательными AI-фичами вроде Copilot, Recall, AI в Paint и т.д. Если хочется “чистую” среду, руками отключать все это довольно муторно и долго.
На GitHub нашли RemoveWindowsAI: опенсорсный скрипт, который лезет глубже в систему и предназначен для полного удаления этих вездесущих AI-компонентов.
Достаточно одной команды, чтобы запустить графический интерфейс: отмечаешь, какие AI-функции убрать, жмешь выполнить и получаешь “очистку”. Также заявлены бэкап и откат (backup/restore).
Дополнительно поддерживается установка старых “чистых” версий приложений и блокировка ситуации, когда Windows Update тихо ставит AI-пакеты обратно.
Тем, кто гонится за максимально чистой системой и не хочет, чтобы AI что-то “подсматривал”, может зайти. Так как это изменения на уровне системных компонентов, перед экспериментами рекомендуют сделать резервную копию данных/системы.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥4❤1
FastScheduler
Писать планировщик задач на Python через стандартную библиотеку хоть и просто, но возможностей там немного. Как только появляются асинхронные задачи, работа с таймзонами, ретраи при фейлах и похожие кейсы, становится тяжко.
На GitHub нашел FastScheduler, это опенсорсный легковесный таск-планировщик для Python. Поддерживает async, таймзоны, Cron-выражения и еще имеет визуальную панель.
За счет очень аккуратного синтаксиса на декораторах задачу можно описать одной строкой. Есть разные варианты расписаний: интервалы, конкретное время, Cron и т.д. Асинхронные функции работают из коробки.
Установка через pip в один шаг, а для персистентности доступны разные хранилища вроде SQLite и PostgreSQL. После рестарта сервиса состояние задач не теряется.
📁 Language: #Python 79.5%
⭐️ Stars: 319
➡️ Cсылка на GitHub
📱 @git_developer
Писать планировщик задач на Python через стандартную библиотеку хоть и просто, но возможностей там немного. Как только появляются асинхронные задачи, работа с таймзонами, ретраи при фейлах и похожие кейсы, становится тяжко.
На GitHub нашел FastScheduler, это опенсорсный легковесный таск-планировщик для Python. Поддерживает async, таймзоны, Cron-выражения и еще имеет визуальную панель.
За счет очень аккуратного синтаксиса на декораторах задачу можно описать одной строкой. Есть разные варианты расписаний: интервалы, конкретное время, Cron и т.д. Асинхронные функции работают из коробки.
Установка через pip в один шаг, а для персистентности доступны разные хранилища вроде SQLite и PostgreSQL. После рестарта сервиса состояние задач не теряется.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍3
Rever
В стартапе иногда больше всего выносит мозг не сам продукт, а финпроцессы. Нестандартные компенсации, закупки, какие-то левые инвойсы и purchase order’ы летят со всех сторон, а ты это все сводишь через Excel и переписку в почте. В итоге медленно, легко ошибиться, и вечно что-то не сходится.
Случайно наткнулся на Rever, это опенсорсная платформа для автоматизации финансов с довольно точным позиционированием: AI-driven финансовая автоматизация, по сути “виртуальный CFO”.
Суть в том, что они собирают в одном месте управление поставщиками, закупочные заказы (PO) и обработку счетов (invoices/bills). Плюс есть двухстороннее сопоставление (2-way matching), которое автоматически сверяет PO и счет по количествам и суммам, чтобы не переплатить и не оплатить не то.
Также внутри есть workflow согласований и полный audit log: каждое действие записывается и потом нормально трассируется, что важно для комплаенса. Дальше обещают поддержку трехстороннего сопоставления (3-way matching), управления документами и продвинутой аналитики.
Есть приватный деплой, что для компаний, которым важна финансовая приватность, прям в тему, данные остаются у тебя.
Если ищешь опенсорсный вариант, который может заменить мучения с Excel и разгребание финансового хаоса, проект точно стоит попробовать.
📁 Language: #TypeScript 47.6%
⭐️ Stars: 416
➡️ Cсылка на GitHub
📱 @git_developer
В стартапе иногда больше всего выносит мозг не сам продукт, а финпроцессы. Нестандартные компенсации, закупки, какие-то левые инвойсы и purchase order’ы летят со всех сторон, а ты это все сводишь через Excel и переписку в почте. В итоге медленно, легко ошибиться, и вечно что-то не сходится.
Случайно наткнулся на Rever, это опенсорсная платформа для автоматизации финансов с довольно точным позиционированием: AI-driven финансовая автоматизация, по сути “виртуальный CFO”.
Суть в том, что они собирают в одном месте управление поставщиками, закупочные заказы (PO) и обработку счетов (invoices/bills). Плюс есть двухстороннее сопоставление (2-way matching), которое автоматически сверяет PO и счет по количествам и суммам, чтобы не переплатить и не оплатить не то.
Также внутри есть workflow согласований и полный audit log: каждое действие записывается и потом нормально трассируется, что важно для комплаенса. Дальше обещают поддержку трехстороннего сопоставления (3-way matching), управления документами и продвинутой аналитики.
Есть приватный деплой, что для компаний, которым важна финансовая приватность, прям в тему, данные остаются у тебя.
Если ищешь опенсорсный вариант, который может заменить мучения с Excel и разгребание финансового хаоса, проект точно стоит попробовать.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Все надоело и пропал интерес, чувствуешь себя амебой и хочется только залипать в телефоне. Бывает?
Homo Manifestans — канал для айтишников, у которых периодически опускаются руки и отключается мозг, ибо переработки и постоянная тревожность не приводят к другим исходам🤗
✓ Как научиться отвлекаться от работы и отдыхать?
✓ Как совместить кучу рабочих задач и время с семьей?
✓ Как справиться с прокрастинацией?
✓ Как не растерять запал, даже если начальник и коллеги💩 и кажется, что ничего не выходит?
Подписывайтесь на канал @vadimpetrovpsi и научитесь работать без упахивания, выгорания и ущерба для личной жизни!
Псс. Заходите в закреп — там много полезного, и даже бесплатный мини-курс по выходу из апатии:
👉 https://news.1rj.ru/str/+bpv2OoXLP_ZkMzY6
Homo Manifestans — канал для айтишников, у которых периодически опускаются руки и отключается мозг, ибо переработки и постоянная тревожность не приводят к другим исходам
✓ Как научиться отвлекаться от работы и отдыхать?
✓ Как совместить кучу рабочих задач и время с семьей?
✓ Как справиться с прокрастинацией?
✓ Как не растерять запал, даже если начальник и коллеги
Подписывайтесь на канал @vadimpetrovpsi и научитесь работать без упахивания, выгорания и ущерба для личной жизни!
Псс. Заходите в закреп — там много полезного, и даже бесплатный мини-курс по выходу из апатии:
Please open Telegram to view this post
VIEW IN TELEGRAM
💊3❤1👍1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
HanaVerse
Гонять локальную LLM прикольно, но когда перед тобой только голый терминал или простенькое веб-окно чата, как будто не хватает какого-то интерактива.
Случайно наткнулся на проект HanaVerse — он буквально дает ИИ “аватарку”: чат превращается в анимированное аниме-окно с поддержкой Live2D.
Внутри есть динамический персонаж “Hana”, который не только болтает с тобой, но и реагирует на взаимодействие мимикой и анимациями.
По функционалу тоже все серьезно: есть подсветка кода в Markdown и рендеринг математических формул LaTeX, так что можно и код разбирать, и задачи по матану решать.
Стек — Python + Flask, в качестве бэкенда нужен локально поднятый Ollama, развернуть все это несложно.
В настройках можно переключать разные модели вроде Llama3, Mistral и т.д., а еще задавать свои system prompt’ы и тем самым настраивать персональность ИИ под себя.
Если ты любишь аниме/двач-эстетику или просто хочешь добавить “души” в скучный диалог с ИИ, этот проект точно стоит попробовать.
📁 Language: #JavaScript 65.8%
⭐️ Stars: 43
➡️ Cсылка на GitHub
📱 @git_developer
Гонять локальную LLM прикольно, но когда перед тобой только голый терминал или простенькое веб-окно чата, как будто не хватает какого-то интерактива.
Случайно наткнулся на проект HanaVerse — он буквально дает ИИ “аватарку”: чат превращается в анимированное аниме-окно с поддержкой Live2D.
Внутри есть динамический персонаж “Hana”, который не только болтает с тобой, но и реагирует на взаимодействие мимикой и анимациями.
По функционалу тоже все серьезно: есть подсветка кода в Markdown и рендеринг математических формул LaTeX, так что можно и код разбирать, и задачи по матану решать.
Стек — Python + Flask, в качестве бэкенда нужен локально поднятый Ollama, развернуть все это несложно.
В настройках можно переключать разные модели вроде Llama3, Mistral и т.д., а еще задавать свои system prompt’ы и тем самым настраивать персональность ИИ под себя.
Если ты любишь аниме/двач-эстетику или просто хочешь добавить “души” в скучный диалог с ИИ, этот проект точно стоит попробовать.
Please open Telegram to view this post
VIEW IN TELEGRAM