Топ GitHub-репозиториев по ИИ за 7 октября 2026

Тренд дня: свежие проекты за 72 часа

Новые репозитории по ИИ и нейросетям, которые быстро набирают звёзды прямо сейчас.

⭐ 142 ⑂ 7 🟦 TypeScript

Мобильное веб-приложение для запуска агента Pi (агент для кодинга) прямо с телефона или собственной машины — без облачной виртуалки. Ориентировано на multi-player-сценарии и построено на фреймворке Pi Durable, поддерживает PWA и работу в Termux на Android.

💡 Пример

Клонируешь репозиторий, ставишь зависимости через `npm install`, запускаешь `npm start` — лаунчер выдаёт ссылку и QR-код, открываешь ссылку в браузере на телефоне и управляешь агентом (диффы, тесты, git push с подтверждением) из кармана.

🎯 Показывает тренд на запуск агентов нативно на мобильных устройствах, без серверов и подписок. Один из самых быстрорастущих новых репозиториев недели.

ai-agentcoding-agentmobilemultiplayeromarchy

2 longsurf-ai/openchart

⭐ 80 ⑂ 8 🟦 TypeScript

Опенсорсный аналог TradingView с собственными AI-агентами: графики, индикаторы, алерты и редактор Tea, где агенты выполняют статистический и технический анализ с кодом и визуализацией. Бесплатно и без лимитов, есть десктоп-клиент и возможность self-host.

💡 Пример

Скачиваешь десктоп-приложение, открываешь график акции или биткоина, и через встроенный чат просишь агента построить индикатор, проанализировать тренд или сформировать алерт — агент сам пишет и выполняет код для чарта.

🎯 Объединяет профессиональный чартинг с агентной торговлей в одном бесплатном инструменте — интересный пример «agentic trading» для розничных пользователей.

agentagentic-traderaichartingcharts

3 chenxiachan/paperfold

⭐ 72 ⑂ 4 🟦 Python

Инструмент «семантического зума» для чтения научных статей: раскладывает текст на 5 уровней — от полного абзаца до темы-карты, помогая удерживать аргументацию целиком. Работает локально, поддерживает arXiv, PubMed Central, bioRxiv, medRxiv и Wikipedia.

💡 Пример

Вставляешь ссылку или DOI статьи — сервис «сворачивает» её в карту секций; можно разворачивать нужный фрагмент до полного текста, а остальное держать в виде кратких тезисов. Есть онлайн-галерея без установки.

🎯 Решает реальную боль чтения академических текстов — перегрузку рабочей памяти — с помощью иерархических AI-сводок на 12 языках.

arxivllmlocal-firstopen-sourcepaper-reader

4 omarqaterge/hermes-mobile-app

⭐ 51 ⑂ 8 🟦 TypeScript

Нативное Android-приложение для агента Hermes Agent (Nous Research), работающее полностью на устройстве через Termux — без ноутбука и сервера. Даёт стриминговый чат, карточки инструментов, подтверждения из статус-бара и уведомления.

💡 Пример

Запускаешь Hermes в Termux на телефоне, ставишь приложение, и получаешь мобильный интерфейс: апрувы приходят на чип в статус-баре (Android 16 Live Update), отвечаешь одним тапом, не открывая приложение.

🎯 Неофициальный комьюнити-проект, который превращает терминального агента в полноценный мобильный — наглядная демонстрация запроса на «агента в кармане».

ai-agentandroidhermes-agentllmtermux

5 THUROI0787/absent-author

⭐ 41 ⑂ 1 🟦 Python

Набор для выявления научных статей, сгенерированных ИИ без реального авторства: список из 83 признаков и два скилла для Claude Code и Codex. Помогает рецензентам распознавать «AI-produced» работы.

💡 Пример

Устанавливаешь скилл в Claude Code или Codex и прогоняешь подозрительную статью — агент сверяет её со списком из 83 признаков (калиброванным на 79 реальных статьях) и выдаёт вердикт о вероятном ИИ-авторстве.

🎯 Отвечает на растущую проблему академической честности в эпоху массовой генерации текстов — инструмент для peer-review и исследовательской целостности.

agent-skillsai-generated-content-detectionclaude-codecodexllm

6 BoatswainValve94/1min-ai-download

⭐ 35 ⑂ 0 🟦 Python

Информационная страница-каталог SaaS-сервиса 1min.AI — агрегатора AI-инструментов с бесплатным пробным периодом. Содержит описание, скриншоты, цены и ссылку на официальный сайт через каталог SOFTGIT.

💡 Пример

Используется как точка входа для знакомства с 1min.AI: читаешь обзор функций и тарифов, смотришь скриншоты и переходишь на официальный сайт для регистрации.

🎯 Отражает волну каталожных/SEO-репозиториев вокруг AI-сервисов; сам по себе полезен как сводка возможностей 1min.AI для быстрого старта.

1min-ai1min-ai-downloadai-assistantai-toolsai-workflow

Вечная классика: проверенные инструменты

Фундаментальные проекты, на которых строится вся современная работа с нейросетями.

1 meta-llama/llama-models

⭐ 7.7k ⑂ 1.4k 🟦 Python

Официальный репозиторий утилит и моделей Llama от Meta — открытые большие языковые модели для разработчиков, исследователей и бизнеса. Включает загрузку весов, скрипты конвертации и доступ к семейству Llama.

💡 Пример

Устанавливаешь `pip install llama-models`, скачиваешь веса нужной модели и запускаешь инференс локально или через поддерживаемые облачные платформы, опираясь на llama-cookbook с примерами.

🎯 Ключевая открытая альтернатива проприетарным LLM — фундамент, на котором построены тысячи комьюнити-проектов и стартапов.

2 pytorch/pytorch

⭐ 103.8k ⑂ 31.6k 🟦 Python

Главный Python-фреймворк для тензорных вычислений и динамических нейросетей с мощным GPU-ускорением. Основан на tape-based autograd и позволяет строить модели императивно, переиспользуя NumPy, SciPy и Cython.

💡 Пример

`import torch`, определяешь модель через `nn.Module`, задаёшь `forward`, и autograd сам считает градиенты для обучения; CUDA-тензоры ускоряют вычисления на видеокарте.

🎯 Де-факто стандарт индустрии и исследований в глубоком обучении — более 100 тысяч звёзд и огромная экосистема.

autograddeep-learninggpumachine-learningneural-network

3 tensorflow/tensorflow

⭐ 200.7k ⑂ 78.5k 🟦 C++

Сквозная опенсорсная платформа машинного обучения от Google с гибкой экосистемой инструментов и библиотек. Позволяет исследователям двигать state-of-the-art, а разработчикам — легко строить и разворачивать ML-приложения.

💡 Пример

Строишь модель через Keras API (`tf.keras.Sequential`), обучаешь на данных, а затем конвертируешь в TensorFlow Lite/Serving для деплоя на мобильных и в продакшене.

🎯 Один из самых звёздных проектов на GitHub (200k+) и многолетний столп промышленного ML, особенно в продакшн-инференсе и on-device сценариях.

deep-learningdeep-neural-networksdistributedmachine-learningml

4 ggml-org/llama.cpp

⭐ 130.5k ⑂ 24.1k 🟦 C++

Высокопроизводительный движок инференса LLM на чистом C/C++, работающий без Python и тяжёлых зависимостей. Поддерживает квантованные веса (GGUF) и запуск моделей на CPU, GPU и даже мобильных устройствах.

💡 Пример

Собираешь проект через `make`, скачиваешь GGUF-модель и запускаешь `./llama-cli -m model.gguf -p "Привет"` — модель отвечает прямо на ноутбуке без CUDA-стеков.

🎯 Сделал локальный запуск LLM массово доступным — основа для Ollama и тысяч DIY-проектов и приложений на edge-устройствах.

ggml

5 vllm-project/vllm

⭐ 93.3k ⑂ 23.1k 🟦 Python

Высокопроизводительный движок инференса и сервинга LLM с PagedAttention, непрерывным батчингом и продвинутой квантизацией. Разработан в UC Berkeley и вырос в один из самых активных опенсорсных AI-проектов с 2000+ контрибьюторов.

💡 Пример

Запускаешь `vllm serve meta-llama/Llama-3.1-8B` и получаешь OpenAI-совместимый API для обслуживания сотен параллельных запросов с высокой пропускной способностью.

🎯 Стандарт де-факто для продакшн-сервинга больших моделей — используется множеством компаний для экономичного инференса в облаке и on-prem.

amdblackwellcudadeepseekdeepseek-v3

6 huggingface/transformers

⭐ 167.0k ⑂ 34.8k 🟦 Python

Фреймворк определения моделей от Hugging Face для state-of-the-art ML в тексте, зрении, аудио и мультимодальных задачах — как для инференса, так и для обучения. Поддерживает тысячи предобученных моделей на Hub.

💡 Пример

`from transformers import pipeline; p = pipeline('sentiment-analysis'); p('Отличный продукт!')` — две строки дают готовую модель для задачи без ручной настройки архитектуры.

🎯 Самая популярная библиотека для работы с предобученными моделями (167k звёзд) — ворота в экосистему Hugging Face и быстрый старт практически для любой NLP/CV-задачи.

audiodeep-learningdeepseekgemmaglm