Repo Health

Рейтинг здоровья открытых репозиториев

Оценка от 0 до 100 по данным SourceCraft.

4 категории из 6, пересчёт раз в сутки. Как считается

  1. 1016–1233cyclonit/pieplex
    50

    зеркало проекта https://gitverse.ru/R.D.X/pieplex

    Java299 дней назад0лайков
  2. 50

    Python211 дней назад0лайков
  3. 50

    LCD1602 SDL2 Sym

    C408 дней назад0лайков
  4. 50

    Маркет ПО

    Vue228 дней назад0лайков
  5. 1016–1233denis256b/dedup
    50

    Python237 дней назад0лайков
  6. 50

    SOVEREIGN RAG OS v8.2 — Distributed RAG System on PHP with Actor Model

    PHP173 дня назад0лайков
  7. 50

    Python126 дней назад0лайков
  8. 1016–1233devmasha-5/krew
    50

    Go234 дня назад0лайков
  9. 1016–1233devtools/yatl
    50

    Yet Another Testing Language

    Python235 дней назад0лайков
  10. 50

    Python385 дней назад0лайков
  11. 50

    Python164 дня назад0лайков
  12. 50

    Vibe Venture — небольшая венчурная фирма. Мы работаем с ранними ИИ-командами и помогаем не потеряться в предположениях: выбрать важную гипотезу, проверить её и собрать убедительные сигналы. Наша роль — не подменять основателей, а добавить темп, честный взгляд со стороны и доступ к первым разговорам с рынком.

    TSX96 дней назад0лайков
  13. 50

    SPA приложение с песочницей для запуска программ на C/C++ с использованием Yandex Cloud

    JavaScript158 дней назад0лайков
  14. 50

    CSS301 день назад0лайков
  15. 50

    Web-приложение для автоматизации игровых сессий Dungeons & Dragons 5e с поддержкой плагинов и кастомизации правил

    HTML147 дней назад0лайков
  16. 50

    Python429 дней назад0лайков
  17. 50

    TypeScript133 дня назад0лайков
  18. 50

    Python117 дней назад0лайков
  19. 50

    JavaScript1855 дней назад0лайков
  20. 50

    JavaScript1852 дня назад0лайков
  21. 50

    JavaScript1856 дней назад0лайков
  22. 50

    Веб-сервис для расчёта стоимости доставки строительных материалов (Pythin FastAPI +React )

    Python339 дней назад0лайков
  23. 50

    Тема: Разработка ML-сервиса для предсказания одобрения ипотеки. Цель работы: освоить полный цикл разработки прикладного ML-сервиса: от обработки данных и обучения модели до создания API и пользовательского интерфейса. Описание задания. Необходимо разработать консультирующий сервис, который предсказывает вероятность одобрения или отказа в выдаче ипотеки на основе предоставленных данных клиента. Сервис должен быть реализован в виде веб-приложения с использованием FastAPI, предоставляющего API для взаимодействия с моделью машинного обучения.

    Python149 дней назад0лайков
  24. 50

    Устарел: используйте elfenmail/onreel-git-mcp (@smwb/onreel-git-mcp)

    JavaScript25 дней назад0лайков
  25. 50

    Участвую в конкурсе)

    Go380 дней назад0лайков
Показать ещё 0

1 076–1 100 из 21 906

Выбрано 3 из 3