Channel
@githubhunt
On this record: Topic · Growth · Engagement · Reactions · Posts · Citations · Cite this entry
590subscribers
+12 since we began measuring on 11 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1004333713894 |
|---|---|
| Type | Channel |
| Username | @githubhunt |
| Created | Between 1 June 2026 and 5 August 2026 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 11 August 2026 |
| Last confirmed live | 4 October 2026 |
| Measurements held | 5 |
| Confirmed unchanged | 1 time, most recently 4 October 2026 |
| On Telegram | t.me/githubhunt |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 21 September 2026 and assigned it the closest of 31 fixed categories, at 96% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 4 Oct 2026, 00:57 | 590 | -2 |
| 31 Aug 2026, 15:37 | 592 | +4 |
| 18 Aug 2026, 14:24 | 588 | +8 |
| 12 Aug 2026, 12:37 | 580 | +2 |
| 11 Aug 2026, 17:16 | 578 | first reading |
20 posts held, back to 5 August 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 11 August 2026. An engagement rate over an empty window would be a number about nothing.
6 reactions across 4 posts, in 3 distinct kinds. The most used accounts for 50.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 3 | 50.0% | |
| 👍 | 2 | 33.3% | |
| ❤ | 1 | 16.7% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 4 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 6 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 5 August 2026 to 11 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
ruvnet/RuView RuView превращает обычный Wi‑Fi в систему, которая видит через стены: с дешевыми ESP32-сенсорами она считывает CSI-сигналы и в реальном времени определяет присутствие, счёт людей, дыхание и пульс, распознаёт активность и даже падающие события — без камер и носимых устройств; отличается встроенной связкой для Home Assistant/HomeKit/Matter и локальными моделями на edge, а не облачным ML. (GitHub Trending…
harveyai/harvey-labs harvey-labs — оценочная платформа, которая заставляет LLM‑агентов делать настоящую юридическую работу: от разбора данных комнаты по M&A до выставления рубрик и автосудейства результатов, а не только генерации текста. Набор включает инструкции, реальные документы, метрики и движок исполнения, так что можно прогнать агента сквозь задачу и получить объективные баллы — полезно для команд, тестирующи…
microsoft/skill-recorder skill-recorder — записывает вашу реальную рабочую сессию: клики, переключения окон, посещённые страницы и (по желанию) голос, затем через GitHub Copilot CLI превращает это в чёткое намерение + упорядоченные шаги и генерирует повторяемую Skill или Automation, которые агент будет выполнять не через воспроизведение UI, а с использованием нативных инструментов (gh, web_fetch и т.п.). Полезно тем…
vitali87/code-graph-rag code-graph-rag умеет прочитать весь монорепозиторий на нескольких языках, слить функции/классы/модули в единый граф в Memgraph и позволить вам спрашивать, находить и править код простым английским — с AST-патчами, трассировкой потоков данных и возвратом реального исходника перед изменениями. Отличие: не просто поиск по тексту, а структурный RAG над графом кода с поддержкой множества языков и …
PrimeIntellect-ai/prime-agent prime-agent умеет держать сложные кодовые задачи и долгие фоновые процессы «на плаву»: запускает исполняемую Python-реализацию агента в текущей папке, порождает параллельные субагенты, сохраняет устойчивое состояние подсказок, навыков и памяти и может самоулучшаться малыми, проверяемыми правками — то есть сохраняет контекст и прогресс между сессиями, чего нет у большинства одноразовых ч…
genspark-ai/genoffice genoffice превращает офлайн‑редактирование в действие с умом: вместо чат‑окна встроенный AI правит конкретные блоки в документах, таблицах, слайдах и PDF, сохраняя байтовую совместимость .docx/.xlsx/.pptx и выдавая точные макеты — то, что реально нужно командам, которые боятся, что автоматический апдейт испортит верстку или формулы. Отличие от десятков «AI‑офисов» — единый движок для всех прило…
unclebob/swarm-forge swarm-forge — координирует рой AI‑агентов так, чтобы они вели реальную инженерную работу: разделяет роли, назначает отдельные git worktree, управляет tmux‑сессиями и прокси‑сообщениями, чтобы агенты не мешали друг другу и соблюдали дисциплину разработки. В отличие от множества ad‑hoc скриптов, тут готовые ветки с конфигурациями ролей и «конституциями» рабочих потоков (two‑pack, four‑pack, six‑pa…
google/skills skills — набор преднастроенных «скиллов» для агентных ботов, которые сразу умеют работать с продуктами Google Cloud: аутентификация, деплой моделей, RAG, BigQuery, GKE, мониторинг и масса прикладных рабочих процессов. Полезно тем, кто хочет собрать агентный конвейер на Google-инфраструктуре быстрее, чем писать интеграции с нуля; отличается тем, что это каталог готовых сценариев (и CLI-инсталлятор) для …
🔥2
firecrawl/anydoc anydoc мгновенно превращает любой офисный файл — .doc/.ppt/.xls, EPUB, RTF или PDF — в аккуратный GitHub-Flavored Markdown с сохранением структуры: заголовки с якорями, таблицы с объединёнными ячейками, списки, сноски и встроенные ресурсы. Работает на Rust, даёт единый предсказуемый вывод для всех форматов, биндится в Node/Python/wasm и конвертирует локально за миллисекунды — удобно для тех, кто рег…
👍2
huangruiteng/loopx loopx — держит многодневные задачи AI‑команд в человеческом порядке: хранит цель, очереди задач, доказательства прогресса, квоты и проверяемые передачи между агентами (Codex, Claude Code и т.д.), чтобы долгие итерации были рестартуемыми, ревьюемыми и устойчивыми к смене владельца. В отличие от простых чатов или таймеров, это лёгкое «ядро состояния» и локальная панель управления — агент‑независимый…
cloudflare/computer computer — виртуальная файловая система внутри Durable Object, дающая рабочую директорию с авторитетным состоянием в SQLite и три способа исполнения: реальный FUSE-монтаж в контейнере (полный Linux userland и сеть), "just-bash" в Dynamic Worker без дополнительного хранилища и запуск ECMAScript-модулей с node:fs/promises и управляемыми импортами. Полезно для инженеров и исследователей агентов/CI, …
antirez/ds4 ds4 — локальный движок вывода, заточенный под DeepSeek V4 Flash (и побочно GLM 5.2 / DeepSeek V4 PRO), который запускает крупные модели на привычном железе: Mac с Metal, мульти‑GPU CUDA и ROCm‑машины, а при нехватке RAM — через SSD‑стриминг. От десятков универсальных раннеров отличается узкой, оптимизированной связкой загрузки моделей, рендеринга промпта, KV‑кэша и встроенного HTTP‑сервера для стабильног…
Showing the 12 most recent of 20 posts we hold for @githubhunt. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 4 October 2026 — this entry's latest reading, not the date you are reading this.
“GitHunt” (@githubhunt), 590 subscribers as measured 4 October 2026. Telegram Register, tgregister.com/channel/githubhunt.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.