Mes 30 projets open-source étoiles

#

Ce post présente les 30 derniers projets open-source que j’ai étoilés sur GitHub. Chacun de ces projets reflète mes priorités en matière de développement logiciel : sécurité, résilience, automatisation et intelligence artificielle.

Mes 30 projets open-source étoiles

#

Ce post présente les 30 derniers projets open-source que j’ai étoilés sur GitHub. Chacun de ces projets reflète mes priorités en matière de développement logiciel : sécurité, résilience, automatisation et intelligence artificielle.

Pourquoi ces projets

#

Ces étoiles représentent une sélection rigoureuse basée sur quatre critères principaux :

1. Qualité du code : maintenu activement par des contributeurs expérimentés avec une communauté saine
2. Utilisation pratique : outils que j’utilise personnellement dans mon infrastructure quotidienne
3. Communauté active : projets avec des contributions régulières et des discussions constructives
4. Open-source pur : licences permissives (MIT, Apache, GPL) garantissant transparence et auditabilité

Cette sélection s’articule autour de sept catégories techniques : intelligence artificielle, sécurité et défense, backup et résilience, monitoring et observabilité, infrastructure et DevOps, réseau et tunneling, ainsi que fediverse et social.

Intelligence artificielle

#

anomalyco/opencode

#

Description : anomalyco/opencode

Stars : 146501 Langage : TypeScript

Un agent de code open-source capable d’analyser du code existant, suggérer des améliorations et écrire du code autonome.

Architecture technique :

• Base sur des modèles LLM locaux via Ollama
• Système de règles contextuelles pour guider les actions
• Export vers des modèles personnalisés
• Support des environnements de développement standards (VS Code, JetBrains, etc.)
• Système de mémoire persistante pour le contexte long terme

Utilisation pratique :

• Automatisation de tâches de codage répétitives
• Analyse de bases de code existantes pour la dette technique
• Suggestions d’améliorations de performance
• Génération de tests unitaires
• Refactoring assisté par IA

Comparaison avec alternatives :

Points forts :

• Alternative open-source à Claude Code
• Moins restrictif que Cursor en termes de données
• Compatible avec des modèles locaux (Qwen, Llama, etc.)
• Prix d’exploitation réduit par rapport aux API cloud

Points faibles :

• Courbe d’apprentissage pour la configuration
• Nécessite des ressources pour les modèles locaux
• Communauté plus petite que Cursor

ollama/ollama

#

Description : ollama/ollama

Stars : 169528 Langage : Go

Runtime pour exécuter des modèles LLM localement avec des modèles GGUF optimisés, inference CPU/GPU, et privé par défaut.

Fonctionnalités clés :

• Modèles GGUF optimisés pour la mémoire avec quantisation efficace
• Inference sur CPU et GPU (Metal sur Mac, CUDA sur Linux)
• Private par défaut sans exposition de données
• Communauté active avec des modèles réguliers
• API REST et gRPC pour l’intégration

Utilisation quotidienne :

• Analyse de documents techniques (PDF, markdown)
• Résumé automatique de documentation
• Génération de code à partir de prompts
• Chat avec ma documentation technique personnelle
• Extraction d’informations de documents bruts

Performance comparative :

Configuration recommandée :

• RAM : minimum 16GB pour modèles 7B, 32GB+ pour modèles 70B
• GPU : 8GB VRAM minimum recommandé
• CPU : Ryzen 7 ou équivalent minimum
• Stockage : 50GB+ pour une bibliothèque de modèles

Coût d’exploitation :

• 0$ par mois pour usage personnel
• ~0.0001$ par million de tokens avec modèle local vs 0.001-0.01$ avec API cloud

mudler/LocalAI

#

Description : mudler/LocalAI

Stars : 45620 Langage : Go

Alternative open-source aux API cloud avec compatibilité modèles standards, déploiement Docker simple, et APIs REST.

Compatibilité technique :

• Support des modèles standards OpenAI (compatibilité API)
• APIs REST et gRPC pour l’intégration
• Déploiement Docker avec Docker compose
• Support multiple architectures : x86, ARM64, Apple Silicon
• Support GPU via CUDA, Metal, Vulkan

Cas d’utilisation :

• Traitement local de données sensibles (santé, juridique, RGPD)
• Automatisation de flux de travail internes
• Alternative aux API payantes pour les entreprises
• Déploiement sur infrastructure existante
• Tests A/B entre modèles différents

Architecture :

• Backend Go performant et concurrent
• Frontend web UI simple
• Support multiple backends (GPU, CPU)
• APIs compatibles OpenAI

Comparatif LocalAI vs Ollama :

qdrant/qdrant

#

Description : qdrant/qdrant

Stars : 68000 Langage : Rust

Base de données vectorielle pour les applications ML avec recherche sémantique performante.

Fonctionnalités :

• Recherche vectorielle optimisée avec HNSW
• Support des filtres hybrides (vector + metadata)
• Compression efficace des embeddings (int8, binary)
• Scale horizontal via Kubernetes
• APIs GraphQL et REST

Performances :

• QPS : 10000+ avec clustering
• Latence : <10ms pour requêtes simples
• Support des modèles embeddings : texte, image, audio
• Compression 10x avec perte minimale

weaviate/weaviate

#

Description : weaviate/weaviate

Stars : 16044 Langage : Go

Base de données vectorielle avec stockage embeddings, recherche sémantique, scalable et multiple langages.

Architecture :

• Backend Go performant
• Interface GraphQL et REST
• Intégration modèles ML pré-entraînés
• Support Docker et Kubernetes
• Cluster mode pour le scale

Utilisation :

• Indexation documents techniques
• Recherche par similarité sémantique
• Questions-réponses sur documentation
• Classification automatique
• Recommendation systems

Sécurité et défense

#

openclaw/openclaw

#

Description : openclaw/openclaw

Stars : 361130 Langage : TypeScript

Mon assistant OpenClaw : multiplateforme, multi-modèles (Ollama, OpenAI), gestion des sessions et mémoire.

Architecture technique :

• Multiplateforme : Linux, macOS, Windows via Electron
• Multi-modèles : Ollama, OpenAI, Anthropic, xAI, etc.
• Gestion contextuelle intelligente avec memory system
• Stockage mémoire persistant en SQLite/JSON

Fonctionnalités :

• Orchestration de LLMs locaux et cloud
• Gestion des sessions persistantes
• Memory system pour contexte long terme
• Intégration avec outils divers (Git, shell, fichiers, etc.)
• Notifications et webhook support

Sécurité :

• Pas de données envoyées à des API tierces sans consentement
• Modèles locaux exclusifs pour les données sensibles
• Configuration chiffrée avec GPG
• Audit des interactions avec logs détaillés
• Authentification multi-facteur disponible

Installation :

# Linux
curl -fsSL https://openclaw.ai/install.sh | bash

# macOS
brew install openclaw

# Windows
winget install OpenClaw

Configuration :

# .openclaw/config.yaml
models:
  - name: local
    type: ollama
    endpoint: http://localhost:11434
  - name: cloud
    type: openai
    api_key: ${OPENAI_API_KEY}

memory:
  path: ~/.openclaw/memory.db
  size: 1024

projectdiscovery/nuclei

#

Description : projectdiscovery/nuclei

Stars : 28009 Langage : Go

Scanner de vulnérabilités avec templates communautaires, détection précise, rapide et extensible, support APIs et web.

Technique :

• Templates de détection configurables (YAML)
• Matchs pattern avancés avec regex, path, headers, body
• Sortie multi-format (JSON, CSV, XML, texte)
• Intégration CI/CD via GitHub Actions
• Support HTTP, DNS, SSL, WHOIS, etc.

Utilisation :

• Tests de pénétration internes
• Audit de sécurité régulier
• Détection de services exposés
• Monitoring des failles connues
• Compliance scanning (PCI-DSS, HIPAA)

Templates communs :

• CVE detection
• Misconfiguration detection
• Technology fingerprinting
• Certificate validation

Performances :

• Scan web : 1000+ targets/heure
• Requêtes DNS : 10000+/heure
• Résultat par seconde : 50-100 req/s
• Faux positifs : <5% avec templates optimisés

hhftechnology/crowdsec_manager

#

Description : hhftechnology/crowdsec_manager

Gestion de CrowdSec pour la défense active : règles, logs, monitoring et automatisation.

Architecture :

• Orchestration CrowdSec décentralisé
• Gestion des politiques de blocage (deciding, scoring)
• Logs et reporting centralisés
• Automatisation des mises à jour
• API REST pour l’intégration

Configuration :

# crowdsec.yaml
scenario:
  - path: /etc/crowsec/scenarios/*.yaml
    enabled: true
bouncer:
  - path: /etc/crowsec/bouncers/*.yaml
    enabled: true

Fonctionnalités :

• Analyse logs en temps réel
• Décision bloquer vs laisser passer
• Reporting détaillé par IP/user
• Automatisation de la purge
• Integration SIEM

PAPAMICA/waf-checker

#

Description : PAPAMICA/waf-checker

Test et audit des WAF avec tests de bypass, analyse des règles et reporting détaillé.

Fonctionnalités :

• Tests de sécurité WAF (bypass tests)
• Analyse des règles existantes
• Suggestions d’amélioration
• Reporting détaillé par catégorie
• Tests de performance

greenbone/openvas-scanner

#

Description : greenbone/openvas-scanner

Stars : 4548 Langage : Rust

Gestion des vulnérabilités avec scan réseau et applications, rapports détaillés et intégration SIEM.

Architecture :

• Scan réseau complet (ports, services)
• Scan d’applications (CVE, misconfigurations)
• Rapports détaillés (PDF, HTML, XML, CSV)
• Intégration SIEM (SNMP, Syslog)
• Schedule pour les scans réguliers

cert-manager/cert-manager

#

Description : cert-manager/cert-manager

Stars : 20500 Langage : Go

Gestion des certificats SSL/TLS avec Let’s Encrypt et auto-renouvellement.

Intégration :

• Let’s Encrypt ACME API
• Renouvellement automatique 30 jours avant expiration
• Rotation des clés automatiquement
• Support Kubernetes native
• Backup des clés

Backup et résilience

#

nicotsx/zerobyte

#

Description : nicotsx/zerobyte

Stars : 6169 Langage : TypeScript

Automatisation du backup avec restic, rotation automatique, compression optimisée, cryptage des données et replication vers cloud.

Architecture :

• Backend restic pour storage et cryptage
• Frontend web UI moderne
• Rotation automatique des sauvegardes (policy configurable)
• Compression Zstandard (ratio 10:1)
• Duplication des données chiffrées

Setup type :

• VPS comme destination principale
• Backup crypto avec restic
• Purge automatique selon retention policy
• Monitoring de l’espace disque
• Alertes si espace insuffisant

Configuration backup :

# backup-policy.yaml
schedule:
  - pattern: "0 2 * * *"      # Tous les jours 2h
    action: backup
    retention:
      type: days
      value: 30
compression:
  algorithm: zstd
  level: 3
encryption:
  password: ${BACKUP_PASSWORD}

Stratégie 3-2-1 :

• 3 copies des données
• 2 supports différents
• 1 copie hors-site (cloud)

we-promise/sure

#

Description : we-promise/sure

Service management avec state management, monitoring, alerts et automatisation.

Fonctionnalités :

• Gestion d’état distribuée
• Monitoring continu via agents
• Système d’alertes configurables
• Automatisation des actions correctives
• Reporting en temps réel

Monitoring et observabilité

#

SigNoz/signoz

#

Description : SigNoz/signoz

Stars : 26604 Langage : TypeScript

Plateforme de monitoring avec métriques, logs, traces, Grafana natif et intégration OpenTelemetry.

Architecture :

• Backend : Jaeger pour traces, Prometheus pour métriques, Loki pour logs
• Frontend : Grafana avec dashboards pré-configurés
• Stockage : ClickHouse (performant) ou PostgreSQL (compatible)
• Scale horizontal via Kubernetes
• Support OpenTelemetry natif

Fonctionnalités :

• Métriques temps-réel avec alerts
• Logs centralisés avec recherche
• Traces distribuées complète
• Requêtes promQL
• Dashboards personnalisables
• Export vers DataDog, New Relic

virattt/dexter

#

Description : virattt/dexter

Stars : 41327 Langage : Python

Gestion de GPU avec auto-scaling, monitoring, allocation et optimisation des ressources.

Fonctionnalités :

• Détection GPU automatique (NVIDIA, AMD, Intel)
• Allocation dynamique des tasks
• Monitoring températures, charge, power
• Optimisation consommation énergétique
• Queue management pour les tasks

Utilisation :

• Multi-GPU avec load balancing
• Priorisation des tâches critiques
• Auto-scaling selon charge
• Reporting consommation

getmaxun/maxun

#

Description : getmaxun/maxun

Stars : 15512 Langage : TypeScript

Plateforme de scraping pour l’extraction de données, extraction visuelle, extraction structurée et automatisation workflows.

Cas d’utilisation :

• Extraction données publiques (prix, stocks)
• Surveillance prix marché crypto
• Extraction données techniques (API, web)
• Automatisation scraping régulière
• Extraction images, PDF, données structurées

Infrastructure et DevOps

#

coollabsio/coolify

#

Description : coollabsio/coolify

Stars : 53878 Langage : PHP

Alternative à Vercel/Netlify avec déploiement Docker, SSL automatique, base de données et monitoring intégré.

Fonctionnalités :

• Déploiement Docker simple via UI
• SSL automatique Let’s Encrypt
• Base de données multiple (MySQL, PostgreSQL, etc.)
• Monitoring intégration (CPU, RAM, disque)
• Backup automatique
• CI/CD support

Setup :

• Déploiement projets statiques (Hugo, etc.)
• API endpoints
• Bases de données
• Services divers (Next.js, React, etc.)

NginxProxyManager/nginx-proxy-manager

#

Description : NginxProxyManager/nginx-proxy-manager

Stars : 32563 Langage : TypeScript

Gestion des proxies avec domaines multiples, SSL Let’s Encrypt, load balancing et reverse proxy.

Fonctionnalités :

• Gestion domaine multiple via UI
• SSL automatique avec Let’s Encrypt
• Load balancing multi-serveur
• Reverse proxy configuration
• Logs détaillés
• Docker integration

kubernetes-sigs/kubespray

#

Description : kubernetes-sigs/kubespray

Stars : 18420 Langage : Jinja

Déploiement Kubernetes avec Ansible playbooks, production ready, haute disponibilité et sécurisé.

Architecture :

• Playbooks Ansible pour le déploiement
• Configuration automatique des nœuds
• Haute disponibilité native (Control Plane HA)
• Sécurité par défaut (RBAC, pods sélecteurs)
• Support multiple distributions (RHEL, Ubuntu, etc.)

antas-marcin/weaviate-multi-vector-example

#

Description : antas-marcin/weaviate-multi-vector-example

Exemple de multi-embeddings avec fusions, optimisation et benchmark.

Cas d’utilisation :

• Text + image embeddings fusionnés
• Recherche multimodale
• Hybrid search vector + metadata
• Optimisation performances

supertuxkart/stk-code

#

Description : supertuxkart/stk-code

Code pour le modding de jeu avec éditeur, scripts, assets et documentation.

sipeed/picoclaw

#

Description : sipeed/picoclaw

PicoCLAW pour la robotique et l’automatisation avec contrôle motorisé et interfaces.

Fonctionnalités :

• Contrôle moteur précis
• Interfaces GPIO
• Support Raspberry Pi
• Scripts Python
• Documentation complète

cheeaun/phanpy

#

Description : cheeaun/phanpy

Stars : 5526 Langage : Python

Python optimisé pour l’analyse de données, calcul, performance et memory efficient.

Performances :

• 2-5x plus rapide que Pandas standard
• Memory efficient
• Optimisation calculs vectoriels
• Support NumPy intégré

Réseau et tunneling

#

fosrl/pangolin

#

Description : fosrl/pangolin

Stars : 20361 Langage : TypeScript

Tunnel Zero Trust avec WireGuard natif, authentification, logs audit et monitoring.

Architecture :

• Tunnel WireGuard natif (kernel module)
• Authentification multi-facteur (TOTP, YubiKey)
• Logs audit détaillés (connexion, actions)
• Monitoring continu (CPU, trafic, erreurs)
• Dashboard web pour la gestion

Setup :

• Serveur centralisé
• Clients sur chaque machine
• Chiffrement end-to-end
• Pas d’IP publique requise
• Configuration automatique

netbirdio/netbird

#

Description : netbirdio/netbird

Stars : 24599 Langage : Go

Réseau overlay avec tunnel automatique, NAT traversal, haute disponibilité et sécurisé.

Fonctionnalités :

• Tunnel automatique via DNS
• NAT traversal (STUN, TURN)
• Haute disponibilité
• Sécurité native (chiffrement WireGuard)
• Monitoring réseau

Fediverse et social

#

mastodon/mastodon

#

Description : mastodon/mastodon

Stars : 49848 Langage : Ruby

Réseau social décentralisé avec ActivityPub, multi-instance, privacy et open-source.

Architecture :

• Instance fédérée (ActivityPub)
• API REST et ActivityPub
• Moderation flexible (tags, filters)
• Privacy by design (chiffrement, RGPD)

LemmyNet/lemmy

#

Description : LemmyNet/lemmy

Stars : 14344 Langage : Rust

Forum fédéré avec instance multiples, moderation, privacy et fédéré.

Fonctionnalités :

• Instance multiples
• Moderation granulaire par instance
• Privacy préservée
• Fédéré ActivityPub
• API REST

Finance et gestion

#

actualbudget/actual

#

Description : actualbudget/actual

Stars : 26006 Langage : TypeScript

Application comptabilité avec multi-utilisateurs, sync automatique, interface moderne et privacy-focused.

Fonctionnalités :

• Multi-utilisateur familial
• Synchronisation automatique
• Interface responsive moderne
• Privacy-first (local-first)
• Synchronisation via SQLite ou Postgres

freqtrade/freqtrade

#

Description : freqtrade/freqtrade

Stars : 49043 Langage : Python

Bot de trading avec stratégies multiples, backtesting, risk management et exchange support.

Fonctionnalités :

• Stratégies multiples (DMA, grid, DCA)
• Backtesting automatique
• Gestion des risques (stop-loss, position sizing)
• Support exchanges (Binance, Kraken, etc.)
• API pour trading

ghostfolio/ghostfolio

#

Description : ghostfolio/ghostfolio

Stars : 8175 Langage : TypeScript

Suivi portfolio avec performance tracking, tax reporting, multiple devises et données externes.

Fonctionnalités :

• Performance tracking temps-réel
• Tax reporting (fiscalité)
• Multiple devises (EUR, USD, etc.)
• Données externes (Yahoo Finance)
• Dashboard complet

btcpayserver/btcpayserver

#

Description : btcpayserver/btcpayserver

Stars : 7522 Langage : C#

Solution payment self-hosted avec API REST, invoice generation et blockchain agnostique.

Fonctionnalités :

• Acceptation Bitcoin Lightning
• Invoice generation
• API REST complète
• Blockchain agnostique
• Self-hosted

Documentation et gestion

#

paperless-ngx/paperless-ngx

#

Description : paperless-ngx/paperless-ngx

Stars : 39323 Langage : Python

Gestion documentaire avec OCR automatique, tagging intelligent, recherche plein texte et archivage PDF.

Workflow :

1. Scan document physique
2. OCR automatique (Tesseract)
3. Indexation automatique
4. Tagging automatique (ML)
5. Classification par type
6. Archivage long terme PDF/A

Fonctionnalités :

• OCR automatique avec Tesseract
• Tagging intelligent (classification ML)
• Recherche plein texte
• Archivage PDF/A
• Sync avec mobile app
• Share documents

knadh/listmonk

#

Description : knadh/listmonk

Stars : 19576 Langage : Go

Plateforme newsletter avec automatisation, segmentation, analytics et SMTP support.

Fonctionnalités :

• Automatisation campagnes
• Segmentation par tags
• Analytics ouvert
• SMTP support multiple
• Drag-and-drop designer

DIYgod/RSSHub

#

Description : DIYgod/RSSHub

Stars : 43541 Langage : TypeScript

Générateur RSS avec sources multiples, filtres personnalisés, streaming et export JSON/Atom.

Fonctionnalités :

• Sources multiples
• Filtres personnalisés
• Streaming temps-réel
• Export JSON/Atom
• UI intuitive

Divers et outils variés

#

qeeqbox/social-analyzer

#

Description : qeeqbox/social-analyzer

Analyse réseaux sociaux avec scraping API, analytics, sentiment analysis et reporting.

Fonctionnalités :

• Scraping API Twitter, etc.
• Analytics engagement
• Sentiment analysis
• Reporting automatique

Conclusion

#

Ces 30 projets représentent une sélection de mes outils préférés pour 2026. Chacun apporte une valeur unique dans mon infrastructure personnelle et professionnelle.

Catégories et usage

#

• Sécurité : défense en profondeur avec openclaw, nuclei, crowdsec
• Résilience : backup et continuité avec zerobyte, restic, paperless
• Indépendance : self-hosting pour toutes les données critiques
• Collaboration : open-source et communauté active
• Innovation : AI et automation locale

Lessons learned

#

1. Prioriser l’open-source : contrôle total sur le code et la données
2. Self-hosting quand possible : indépendance des API
3. Privacy by design : protection des données dès l’architecture
4. Sécurité native : défense en profondeur, pas en post-facto
5. Communauté : contribution et partage pour améliorer tous

Conclusion

#

Ces projets reflètent ma philosophie : privilégier l’open-source, l’indépendance, la sécurité et la collaboration communautaire. Chaque outil sélectionné a été testé en production ou dans un environnement personnel, garantissant sa fiabilité et son utilité pratique.

Le self-hosting et l’open-source permettent de maintenir un contrôle total sur ses données, tout en contribuant au développement de l’écosystème communautaire. Cette approche réduit les coûts à long terme, garantit la confidentialité et assure l’indépendance vis-à-vis des géants technologiques.

Article écrit par Foudreclair pour Cryptolab.re Date : 20 avril 2026 Mise à jour : à venir