Category Archives: Программы

Raiden Video Ripper версия 1.0.3.0
Добавлена фича стабилизации видео с помощью FFmpeg.
Это экспериментальный релиз перехода с С++ на Python, c Qt на wxWidgets, что позволит быстрее добавлять новые возможности в приложение, упростит разработку. Для воспроизведения видео используется встроенный VLC. Текущий тестовый релиз только для Github, релиз 1.0.4.0 уже будет в Microsoft Store и Github.

https://github.com/zefir1990/RaidenVideoRipper/releases/tag/1.0.3.0

Teflecher — это быстрое, интерактивное, кроссплатформенное приложение-викторина, созданное на основе Kotlin Multiplatform (KMP) и Compose Multiplatform. Оно позволяет пользователям интуитивно загружать викторины из локальных JSON-файлов или удаленных URL-адресов, отвечать на вопросы с несколькими вариантами ответа, мгновенно видеть обратную связь о правильности ответов и отслеживать свои результаты.

Web:
https://demensdeum.com/software/teflecher/

GitHub:
https://github.com/zefir1990/teflecher

Также редактор квизов формата Teflecher Editor на основе технологий Ionic + Capacitor

Web:
https://demensdeum.com/software/teflecher-editor/

GitHub:
https://github.com/zefir1990/teflecher-editor

Glazki TV — это современный, высокопроизводительный плеер для интернет-телевидения (IPTV), построенный на базе React Native и Expo. Проект ориентирован на простоту использования и скорость работы, предоставляя удобный интерфейс для просмотра IPTV-каналов как на мобильных устройствах, так и в браузере.

Основные возможности

• 📺 Просмотр каналов: Просматривайте тысячи каналов, разделенных по категориям для удобной навигации.
• 🔍 Поиск: Быстро находите нужные каналы по названию.
• ❤️ Избранное: Сохраняйте любимые каналы для быстрого доступа (данные сохраняются локально).
• 🔗 Deep Linking: Делитесь прямыми ссылками на каналы, которые открываются автоматически.
• 🌓 Поддержка тем: Интерфейс автоматически адаптируется к системной темной или светлой теме.
• 🌐 Веб-поддержка: Плеер полностью функционален в браузере с синхронизацией URL.

Технологический стек

В основе проекта лежат современные инструменты разработки:

• Framework: React Native + Expo
• Video Player: expo-video (замена устаревшему expo-av)
• UI Toolkit: react-native-paper
• Playlist Parser: iptv-playlist-parser

Веб версия:
https://demensdeum.com/software/glazki-tv/

Google Play версия:
https://play.google.com/store/apps/details?id=com.demensdeum.glazkitv

Проект продолжает развиваться, и я буду рад любой обратной связи!

Ushki-Radio — это кроссплатформенный радиоплеер для онлайн-радио, сделанный с упором на простоту и удовольствие от прослушивания. Без лишних функций, без перегруженных интерфейсов — просто включил и слушаешь.

Релиз в Google Play:

https://play.google.com/store/apps/details?id=com.demensdeum.ushkiradio

Ushki-Radio — это кроссплатформенный радиоплеер для онлайн-радио, сделанный с упором на простоту и удовольствие от прослушивания. Без лишних функций, без перегруженных интерфейсов — просто включил и слушаешь.

https://demensdeum.com/software/ushki-radio

Проект использует открытую базу Radio Browser, благодаря чему в приложении доступны тысячи радиостанций со всего мира. Их можно искать по названию, жанрам или популярности, добавлять в избранное и быстро возвращаться к любимым станциям.

Ushki-Radio отлично подходит именно для роли фонового радиоплеера: он запоминает последнюю станцию, позволяет управлять громкостью и не требует сложной настройки. Интерфейс лаконичный и понятный — всё сделано так, чтобы ничего не отвлекало от музыки, разговоров и эфира.

Технически проект построен на React Native и Expo, поэтому работает как в браузере, так и в виде нативного приложения. Под капотом используется expo-av для воспроизведения аудио, а пользовательские настройки хранятся локально. Есть поддержка нескольких языков, включая русский и английский.

Ushki-Radio — это хороший пример того, каким может быть современный интернет-радиоплеер: открытый, лёгкий, расширяемый и ориентированный в первую очередь на слушателя. Проект распространяется под лицензией MIT и отлично подойдёт как для личного использования, так и как база для собственных экспериментов с аудио-приложениями.

GitHub:
https://github.com/demensdeum/Ushki-Radio

Coverseer — интеллектуальный наблюдатель за процессами с помощью LLM

Coverseer — это CLI-инструмент на Python, предназначенный для интеллектуального мониторинга и автоматического перезапуска процессов. В отличие от классических watchdog-решений, он анализирует текстовый вывод приложения с помощью LLM-модели и принимает решения на основе контекста, а не только кода завершения.

Проект распространяется с открытым исходным кодом и доступен на GitHub:
https://github.com/demensdeum/coverseer

Что такое Coverseer

Coverseer запускает указанный процесс, непрерывно отслеживает его stdout и stderr, передаёт последние фрагменты вывода в локальную LLM-модель (через Ollama) и определяет, находится ли процесс в корректном рабочем состоянии.

Если модель определяет ошибку, зависание или некорректное поведение, Coverseer автоматически завершает процесс и запускает его заново.

Ключевые особенности

• Контекстный анализ вывода — вместо проверки exit code используется анализ логов с помощью LLM
• Автоматический перезапуск — процесс перезапускается при обнаружении проблем или аварийного завершения
• Работа с локальными моделями — используется Ollama, без передачи данных во внешние сервисы
• Подробное логирование — все действия и решения фиксируются для последующей диагностики
• Standalone-исполнение — возможно упаковать в единый исполняемый файл (например, .exe)

Как это работает

1. Coverseer запускает команду, переданную через CLI
2. Собирает и буферизует текстовый вывод процесса
3. Отправляет последние строки в LLM-модель
4. Получает семантическую оценку состояния процесса
5. При необходимости завершает и перезапускает процесс

Такой подход позволяет выявлять проблемы, которые невозможно обнаружить стандартными средствами мониторинга.

Требования

• Python 3.12 или новее
• Установленная и запущенная Ollama
• Загруженная модель gemma3:4b-it-qat
• Python-зависимости: requests, ollama-call

Пример использования


python coverseer.py "your command here"


Например, наблюдение за загрузкой модели Ollama:


python coverseer.py "ollama pull gemma3:4b-it-qat"


Coverseer будет анализировать вывод команды и автоматически реагировать на сбои или ошибки.

Практическое применение

Coverseer особенно полезен в сценариях, где стандартные supervisor-механизмы недостаточны:

• CI/CD пайплайны и автоматические сборки
• Фоновые сервисы и агенты
• Экспериментальные или нестабильные процессы
• Инструменты с большим объёмом текстовых логов
• Dev-среды, где важна самовосстанавливаемость

Почему LLM-подход эффективнее

Классические системы мониторинга реагируют на симптомы. Coverseer анализирует поведение. LLM-модель способна распознавать ошибки, предупреждения, повторяющиеся сбои и логические тупики даже в тех случаях, когда процесс формально продолжает работать.

Это делает мониторинг более точным и снижает количество ложных срабатываний.

Заключение

Coverseer — это наглядный пример практического применения LLM в DevOps-и автоматизационных задачах. Он расширяет традиционное понимание мониторинга процессов и предлагает более интеллектуальный, контекстно-ориентированный подход.

Проект будет особенно интересен разработчикам, которые экспериментируют с ИИ-инструментами и ищут способы повысить устойчивость своих систем без усложнения инфраструктуры.

KabanBoard — это open-source веб-приложение для управления задачами в формате Kanban. Проект ориентирован на простоту, понятную архитектуру и возможность доработки под конкретные задачи команды или отдельного разработчика.

Решение подойдёт для небольших проектов, внутренних командных процессов или в качестве основы для собственного продукта без привязки к сторонним SaaS-сервисам.

Репозиторий проекта доступен на GitHub:
https://github.com/demensdeum/KabanBoard

Основные возможности

KabanBoard реализует базовый и практичный набор функций для работы с Kanban-досками.

• Создание нескольких досок для разных проектов
• Колоночная структура со статусами задач
• Карточки задач с возможностью редактирования и удаления
• Перемещение задач между колонками (drag & drop)
• Цветовая маркировка карточек
• Тёмная тема интерфейса

Функциональность не перегружена и ориентирована на повседневную работу с задачами.

Используемые технологии

Проект построен на распространённом и понятном стеке.

• Frontend: Vue 3, Vite
• Backend: Node.js, Express
• Хранилище данных: MongoDB

Клиентская и серверная части разделены, что упрощает поддержку и дальнейшее развитие проекта.

Развёртывание проекта

Для локального запуска потребуется стандартное окружение.

• Node.js
• MongoDB (локально или через облачный сервис)

Проект можно запускать как в обычном режиме через npm, так и с использованием Docker, что удобно для быстрого развёртывания в тестовой или внутренней среде.

Практическое применение

KabanBoard может использоваться в разных сценариях.

• Внутренний инструмент для управления задачами
• Основа для кастомного Kanban-решения
• Учебный проект для изучения SPA-архитектуры
• Стартовая точка для pet-проекта или портфолио

Заключение

KabanBoard — это аккуратное и практичное решение для работы с Kanban-досками. Проект не претендует на замену крупных корпоративных систем, но хорошо подходит для небольших команд, индивидуального использования и дальнейшего развития под конкретные задачи.

Gofis — это лёгковесный инструмент командной строки для быстрого поиска файлов в файловой системе.
Он написан на языке Go и активно использует параллелизм (goroutines), что делает его особенно эффективным
при работе с большими директориями и проектами.

Проект доступен на GitHub:
https://github.com/demensdeum/gofis

🧠 Что такое Gofis

Gofis — это CLI-утилита для поиска файлов по имени, расширению или регулярному выражению.
В отличие от классических инструментов вроде find, gofis изначально проектировался
с упором на скорость, читаемый вывод и параллельную обработку каталогов.

Проект распространяется под лицензией MIT и может свободно использоваться
в личных и коммерческих целях.

⚙️ Ключевые возможности

• Параллельный обход директорий с помощью goroutines
• Поиск по имени файла и регулярным выражениям
• Фильтрация по расширениям
• Игнорирование тяжёлых директорий (.git, node_modules, vendor)
• Человекочитаемый вывод размеров файлов
• Минимальные зависимости и быстрая сборка

🚀 Установка

Для работы требуется установленный Go.

git clone https://github.com/demensdeum/gofis
cd gofis
go build -o gofis main.go

После сборки бинарный файл можно использовать напрямую.

Также на странице релизов есть автономная версия для современных версий Windows:
https://github.com/demensdeum/gofis/releases/

🔍 Примеры использования

Поиск файлов по имени:

./gofis -n "config" -e ".yaml" -p ./src

Быстрый позиционный поиск:

./gofis "main" "./projects" 50

Поиск с использованием регулярного выражения:

./gofis "^.*\.ini$" "/"

🧩 Как это работает

В основе gofis лежит конкурентная модель Go:

• Каждая директория обрабатывается в отдельной goroutine
• Используется семафор для ограничения количества активных задач
• Каналы применяются для передачи результатов поиска

Такой подход позволяет эффективно использовать ресурсы CPU
и значительно ускоряет поиск на больших файловых деревьях.

👨‍💻 Кому подойдёт Gofis

• Разработчикам, работающим с крупными репозиториями
• DevOps и системным администраторам
• Пользователям, которым нужен быстрый поиск из терминала
• Тем, кто изучает практическое применение concurrency в Go

📌 Заключение

Gofis — это простой, но эффективный инструмент, который делает одну задачу и делает её хорошо.
Если вы часто ищете файлы в больших проектах и цените скорость,
этот CLI-инструмент определённо заслуживает внимания.

Приложение Flutter, преобразующее любой файл в последовательность машиночитаемых кодов (QR и DataMatrix) для высокоскоростной потоковой передачи данных между устройствами.

Особенности
* Двойное кодирование: Представляет каждый блок данных одновременно как QR-код и код DataMatrix.
* Высокоскоростная потоковая передача: Поддерживает автоматический интервал переключения до 330 мс.
* Интеллектуальное разбиение на фрагменты: Автоматически разбивает файлы на настраиваемые фрагменты (по умолчанию: 512 байт).
* Подробный сканер: Чтение ASCII-кода в реальном времени для отладки и мгновенной обратной связи.
* Автоматическое восстановление: Мгновенно восстанавливает и сохраняет файлы в каталог загрузок.
* Системная интеграция: Автоматически открывает сохраненный файл с помощью системного приложения по умолчанию после завершения.

https://github.com/demensdeum/FlutDataStream

Ferral — это высокоуровневый многопарадигмальный язык программирования, специально разработанный для генерации кода на основе больших языковых моделей (LLM). В то время как традиционные языки разрабатывались с учетом эргономики человека, Ferral оптимизирован для того, как большие языковые модели (LLM) рассуждают, токенизируют и выводят логику.

Название пишется с двумя буквами «R», что указывает на «переработанный» подход к непредсказуемой природе кода, генерируемого искусственным интеллектом.

https://github.com/demensdeum/ferral

DoryChat — это безопасная платформа для обмена мгновенными сообщениями с временным хранением данных, построенная на архитектурной модели с нулевым сохранением данных. Сообщения являются временными, зашифрованы сквозным шифрованием и автоматически удаляются через 60 секунд, гарантируя, что разговоры не оставляют следов в центральной инфраструктуре.

https://github.com/demensdeum/DoryChat
https://mediumdemens.vps.webdock.cloud/dorychat-app

Состоялся релиз RaidenVideoRipper в Microsoft Store – приложения для быстрого монтажа видео и конвертации в форматы mp4, webm, gif.

https://apps.microsoft.com/detail/9nvzjs98smgc?hl=en-us&gl=GE&ocid=pdpshare

Новая версия RaidenVideoRipper – 1.0.2.0
Добавлена поддержка темной темы для Windows 11.
Raiden Video Ripper это приложение для простой нарезки видео в форматы webm, gif.

Пожалуйста, посетите страницу “Релизы”, чтобы быть в курсе последних выпусков и обновлений:
https://github.com/demensdeum/RaidenVideoRipper/releases

Представляю вашему вниманию форк текстового редактора Kate под названием Gingerita. Почему форк, зачем, какая цель? Банально хочу добавить тот функционал который нужен мне в работе, чтобы при этом не ждать исправления, добавления фичей от команды Kate, или принятия моих исправлений в main ветку.
На текущий момент доступна версия прототип для Windows, практически ванильная версия Kate с минимальными изменениями. Для Gingerita я разработал два плагина – просмоторщик изображений прямо из редактора и встроенный браузер, для отладки своих веб проектов или для взаимодействия с ИИ помощниками такими как ChatGPT.

Версию для Windows можно опробовать по ссылке ниже:
https://github.com/demensdeum/Gingerita/releases/tag/prototype

Встречайте — Cube Art Project 2

Вторая версия воксельного редактора, полностью переписанная на чистом JavaScript без WebAssembly.
Лёгкий, быстрый и запускается прямо в браузере — ничего лишнего.

Это эксперимент: кубики, цвет, свобода и немного медитативной 3D-геометрии.
Можно менять цвета с помощью RGB-слайдеров, сохранять и загружать сцены, перемещаться по пространству и просто играться.

Управление:
— WASD — перемещение камеры
— Мышь — вращение
— GUI — настройка цвета

Онлайн:
https://demensdeum.com/software/cube-art-project-2/

Исходники на GitHub:
https://github.com/demensdeum/cube-art-project-2

Проект написан на чистом JavaScript с использованием Three.js.
Без фреймворков, без сборщиков, без WebAssembly — только WebGL, шейдеры и немного любви к пиксельной геометрии.

Сцены можно сохранять и загружать — создавайте свои миры, сохраняйте как JSON, делитесь или возвращайтесь позже к доработке.

В приложении GhostContacts можно добавлять контакты в секретный список, есть поддержка темной и светлых тем, локализация, экспорт и импорт контактов CSV, поддерживается экстренный пароль для сброса списка контактов, если у пользователя вдруг требуют обычный пароль для входа.

Приложение онлайн:
https://demensdeum.com/software/ghost-contacts/

GitHub:
https://github.com/demensdeum/GhostContacts

Если вам нужно провести анализ исходного кода проекта, но вы хотите автоматизировать этот процесс и использовать локальную мощность вашего компьютера, утилита Bistr может стать отличным решением. В этой статье мы разберем, как эта утилита помогает анализировать код с использованием модели машинного обучения Ollama.

Что такое Bistr?

Bistr — это утилита для анализа исходного кода, которая позволяет интегрировать локальную LLM (large language model) модель, такую как Ollama, для анализа и обработки кода. С помощью Bistr вы можете анализировать файлы на различных языках программирования, например, Python, C, Java, JavaScript, HTML и других.

Bistr использует модель для того, чтобы проверить файлы на соответствие определенным запросам, например, для поиска ответа на вопрос о функциональности кода или его части. Это позволяет получить структурированный анализ, который помогает в разработке, тестировании и поддержке проектов.

Как работает Bistr?

• Загрузка состояния: Когда вы начинаете анализ, утилита проверяет, было ли ранее сохранено состояние анализа. Это помогает продолжить с того места, где вы остановились, без необходимости повторного анализа тех же файлов.
• Анализ кода: Каждый файл анализируется с использованием модели Ollama. Утилита отправляет запрос к модели для анализа конкретного фрагмента кода. Модель возвращает информацию о релевантности кода в ответ на запрос, а также предоставляет текстовое объяснение, почему данный фрагмент имеет отношение к задаче.
• Сохранение состояния: После анализа каждого файла состояние обновляется, чтобы в следующий раз продолжить с актуальной информацией.
• Вывод результатов: Все результаты анализа можно экспортировать в HTML-файл, который содержит таблицу с рейтингом файлов по релевантности, что помогает понять, какие части кода наиболее важны для дальнейшего анализа.

Установка и запуск

Для использования Bistr необходимо установить и запустить Ollama — платформу, которая предоставляет LLM модели на вашей локальной машине. Инструкция по установке Ollama для macOS, Windows и Linux описана ниже.

Загрузите последнюю версию Bistr из git:
https://github.com/demensdeum/Bistr/

После установки Ollama и Bistr можно запускать анализ кода. Для этого нужно подготовить исходный код и указать путь к директории, содержащей файлы для анализа. Утилита позволяет продолжить анализ с того места, где вы остановились, а также предоставляет возможность экспортировать результаты в HTML-формате для удобства дальнейшего анализа.

Пример команды для запуска анализа:

python bistr.py /path/to/code --model llama3.1:latest --output-html result.html --research "What is the purpose of this function?"

В этой команде:

–model указывает модель, которая будет использоваться для анализа.
–output-html задает путь для сохранения результатов анализа в HTML-файле.
–research позволяет задать вопрос, на который вы хотите получить ответ, анализируя код.

Преимущества использования Bistr

• Локальное выполнение: Анализ проводится на вашем компьютере без необходимости подключаться к облачным сервисам, что ускоряет процесс.
• Гибкость: Вы можете анализировать код на различных языках программирования.
• Автоматизация: Вся работа по анализу кода автоматизирована, что позволяет сэкономить время и силы, особенно при работе с большими проектами.

Радио Максимум Electron — это мощное и удобное приложение, предназначенное для прослушивания потока радиостанции “Радио Максимум” на вашем компьютере под управлением операционных систем Windows, Linux и macOS. Этот плеер сочетает в себе простоту использования с высокой функциональностью, обеспечивая вам доступ к потоку в реальном времени с минимальными усилиями.

Просто скачайте приложение с GitHub:

https://github.com/demensdeum/Radio-Maximum-Electron/releases

Автор не имеет отношение к Радио Максимум, ему просто очень нравится это радио.
Основной функционал реализован проектом Nativifier

https://github.com/nativefier/nativefier

Лицензия на скрипты сборки MIT, у рантайма своя лицензия!

Nixy Player – Небольшой, расширяемый, кросс-платформенный JavaScript-runtime.

Кросс-платформенный: доступен на Windows, macOS и Linux, а также на любой другой платформе с поддержкой C++ и динамических библиотек.
Легковесный: минимальное потребление ресурсов с эффективной производительностью.
Расширяемый: создан для легкого расширения с помощью плагинов и дополнительных библиотек.

Пожалуйста, посетите страницу “Релизы”, чтобы быть в курсе последних выпусков и обновлений:
https://github.com/demensdeum/NixyPlayer/releases/

Raiden Video Ripper – это проект с открытым исходным кодом, предназначенный для редактирования видео и конвертации форматов. Он создан с использованием Qt 6 (Qt Creator) и позволяет обрезать и конвертировать видео в форматы MP4, GIF и WebM. Вы также можете извлекать аудио из видео и конвертировать его в формат MP3.

Кадр из COSTA RICA IN 4K 60fps HDR (ULTRA HD)
https://www.youtube.com/watch?v=LXb3EKWsInQ

Пожалуйста, посетите страницу “Релизы”, чтобы быть в курсе последних выпусков и обновлений:
https://github.com/demensdeum/RaidenVideoRipper/releases

FatBoySize – утилита для вывода размера папок и файлов в терминале.
Работает на любой системе с поддержкой Python 3.

Запуск: python3 fbs.py
Режим вывода 1: python3 fbs.py -v
Режим вывода 2: python3 fbs.py --version


Работает только для текущего открытого пути в терминале.

Пример результата:
python3 ~/Sources/my/fatboysize/fbs.py
.local -> 145. GB
Downloads -> 103. GB
.cache -> 37.0 GB
.android -> 11.6 GB
Sources -> 8.63 GB

Как можно увидеть, папочка Downloads достатошно большая

Ссылки

https://gitlab.com/demensdeum/fatboysize/

Представляю вашему внимаю утилиту для склеивания скриптовых файлов – KleyMoment, также обратную утилиту для расклеивания файлов обратно. Утилиту можно использовать для склеивания JavaScript файлов в один.
Тул реализован на языке Python 3, имеет простейший интерфейс командной строки вида:

python3 KleyMoment.py расширениеФайлов директорияСодержащаяФайлы выходнойФайл

Например рекурсивное склеивание js файлов из директории scripts в файл output.js

python3 KleyMoment.py js scripts output.js

Также утилита для расклеивания файлов обратно AntiKleyMoment, на вход принимает склееный файл, например:

python3 AntiKleyMoment.py output.js

Репозиторий:
https://gitlab.com/demensdeum/kleymoment/

Slowride – утилита для проверки скорости чтения блочных устройств для POSIX совместимых операционных систем с root доступом к /dev/sd*. Вы можете проверять производительность чтения блочных устройств с использованием порога по времени, для диагностики производительности чтения.
Команда чтения 100mb блоков на всем устройстве с выводом блоков выше порога 2 секунд:

sudo ./slowride /dev/sda 100 2000

Исходный код

https://gitlab.com/demensdeum/slowride

Сборка Swift с необходимыми библотеками для запуска на Ubuntu 18.10. Последняя доступная версия на сайте Apple – для Ubuntu 18.04. Основана на сборке с официального сайта с добавлением библиотек из Ubuntu 18.04. Также добавлен пример скрипта для добавления PATH и LD_LIBRARY_PATH для терминала bash:
http://www.mediafire.com/file/lrs74mvoj3fti03/swift4.2.3.ubuntu.18.10.x86_64.tar.gz/file

Представляю вашему вниманию чистый декларативный язык программирования – Zakaz. Основная идея нового языка – приложение содержит команды на выполнение, написанные в произвольной форме, которые должны быть выполнены “исполнителями”. Если ни один “исполнитель” не может выполнить команду, то выполнение программы останавливается. Приложения называются техзаданиями (tez) и должны иметь расширение .tez. Синтаксис Zakaz обязывает соблюдать два правила:

• Каждая команда начинается с новой строки
• Каждая команда должна быть оформлена формальным языком, понятным для человека

Пример Hello World.tez:

Show "Hello World" text on screenShow "Zakaz 'tez' example" text on screen

Пример тз которое выводит описание принципа работы и открывающего сайт http://demensdeum.com в браузере Firefox

Show "Show website demo" text on screenShow "You need Firefox installed on your system to run this 'tez', and it should be callable through \"system\" C function" text on screenShow "Also there should be \"FirefoxPerformer\" assigned to Zakaz Runtime, please check manual for more information" text on screenShow website with address "http://demensdeum.com" in Firefox

Запускать пример выше необходимо вместе с “исполнителем” FirefoxPerformer, который способен обработать последнюю команду по выводу сайта через Firefox

./ZakazRuntime openDemensdeumSite.tez FirefoxPerformer

Для имплементации своего исполнителя необходимо реализовать его в виде динамической библиотеки, используя абстрактный класс ZakazRuntime::Performer, и вернуть его вместе с умным указателем из метода глобальной функции createPerformer(). В качестве примера можно использовать реализацию FirefoxPerformer.

Исходный код

https://gitlab.com/demensdeum/zakaz

Новостной краулер iOS – приложение ищет текст и выводит результат во время загрузки.
Заложена поддержка больших файлов из коробки (> 200мб), результаты сохраняются в result.log файл.
Простой, продуманный дизайн.
Поддержка регулярок с помощью библиотеки Regex.

Исходный код:
https://gitlab.com/demensdeum/news-crawler

Notes Keep – OS X веб клиент для Google Keep.

Релиз:
NotesKeep 1.0

Исходный код:
https://gitlab.com/demensdeum/notes-keep