📱Sniffly.

Sniffly — это инструмент для анализа логов Claude Code.

Sniffly помогает понять, как вы используете Claude Code, где он ошибается и как улучшить работу.
Интерактивный дашборд запускается локально и показывает историю сообщений, статистику ошибок и позволяет делиться результатами с коллегами.

🔹Возможности:

🔘Анализ использования и частых ошибок.

🔘История сообщений с удобным просмотром.

🔘Возможность делиться дашбордом (приватно или публично).

🔘Полная приватность: все данные остаются на вашем компьютере.

🔻Особенности:

🔘Локальный запуск, без телеметрии.

🔘MIT лицензия.

🔘Гибкая конфигурация (порт, кэш, автозапуск браузера).

#Python #ClaudeCode #Dashboard #Analytics #Productivity #OpenSource #Sniffly #AItools #Logs #Privacy

📱Ссылка на репозиторий:
https://github.com/chiphuyen/sniffly

📱Violit.

Violit — это высокопроизводительный Python‑фреймворк для UI, вдохновлённый Streamlit, но с O(1)‑обновлением состояния без полного перезапуска скрипта и с режимом десктоп‑приложения.

🔹Основная идея:

🔘Архитектура Zero Rerun: при взаимодействии обновляются только зависящие от состояния компоненты, а не весь скрипт целиком, что даёт «реактивность как в React» без мерцаний и перерасхода ресурсов.

🔘API почти как у Streamlit: app.write, app.button, app.metric, app.columns и т.п., плюс сигнал‑based app.state(...), так что миграция со Streamlit занимает минуты.

🔻Ключевые возможности:

🔘Режимы работы:
✔️WebSocket (по умолчанию) для ultra‑low latency и real‑time broadcasting.
✔️Lite (HTTP/HTMX) для тысяч одновременных пользователей.

🔘Desktop Mode (--native --splash) через pywebview: превращает приложение в настольное без Electron и Node.js. [github](https://github.com/violit-dev/violit)

🔹Темы и UI:

🔘Встроено 30+ премиум‑тем (dark, light, tech, professional), переключаются одной строкой App(theme='cyberpunk', ...) или app.set_theme('ocean'), без верстки и CSS.

🔘Под капотом используются FastAPI, Shoelace‑компоненты, Plotly.js и AG‑Grid для таблиц и графиков.

🔻Установка и запуск:

🔘Установка:

  pip install violit

🔘Пример:

  import violit as vl

  app = vl.App(title="Hello Violit", theme="ocean")
  count = app.state(0)

  app.button("Increase", on_click=lambda: count.set(count.value + 1))
  app.write("Count:", count)

  app.run()

Скрипт выполняется один раз, дальше всё держится на реактивном состоянии.

#Violit #Python #Streamlit #WebFramework #FastAPI #ReactiveUI #ZeroRerun #Dashboard #DataApps #DesktopApp

📱Ссылка на репозиторий:
https://github.com/violit-dev/violit

📱Sprint-dash.

sprint-dash — это лёгкий спринт‑дашборд для Gitea на FastAPI + HTMX + SQLite: Kanban‑доска, backlog, burndown, зависимости, Woodpecker CI‑статус — без JS‑фреймворков и билда.

🔹Функции:

🔘Gitea read‑only: метаданные issues из API (кэш 60с), спринты в локальном SQLite.

🔘Drag‑and‑drop Kanban, live‑поиск, эпики, carry‑over незавершённых задач.

🔘CLI sd-cli: sd-cli sprint create 48 --start 2026-03-09 --end 2026-03-23.

🔻Старт:

git clone https://github.com/simoninglis/sprint-dash.git
uv sync
cp .env.example .env  # GITEA_URL + token
uv run uvicorn app.main:app --reload

Docker: docker run -p 8080:8080 --env-file .env sprint-dash

#python #gitea #fastapi #htmx #sprint #dashboard #sprintrack

📱Ссылка на репозиторий:
https://github.com/simoninglis/sprint-dash

📱PyPI Stats.

PyPI Stats — это лаконичный и удобный аналитический дашборд для отслеживания статистики скачиваний пакетов из репозитория PyPI (Python Package Index).

Если вы разрабатываете библиотеки на Python и хотите точно знать, как часто их скачивают (и в какую сторону движется тренд), этот инструмент на базе Flask и plotly.js наглядно визуализирует всю динамику.

🔹Основные возможности проекта:

🔘Интеграция с GitHub OAuth: Позволяет быстро связать ваш профиль и отслеживать данные по установкам именно тех пакетов, мейнтейнером которых вы являетесь. Вся статистика доступна на кастомной пользовательской странице.

🔘Удобный JSON API: Предоставляет простой программный интерфейс для получения агрегированных данных и полной истории скачиваний во времени. Отлично подходит, если вы хотите вытянуть статистику в свои скрипты или дашборды.

🛠Для разработчиков (локальный запуск):

Проект поставляется с готовой докер-оберткой, так что развернуть его для кастомизации можно буквально в пару команд:

cp .env.example .env
# Отредактируйте .env под вашу конфигурацию

make pypistats

Команда make pypistats автоматически запустит полноценное окружение для разработки с помощью docker-compose.

#Python #PyPI #Flask #Plotly #Dashboard #Analytics #DevTools #OpenSource #Docker

📱Ссылка на репозиторий:
https://github.com/psf/pypistats.org