Open source даёт многое: творчество, свободу идей, среду для роста и обучения. А ещё снижает барьеры в науке, образовании и разработке и создаёт реально крутые и полезные продукты, инструменты и сервисы.

В рамках программы «Код без границ» российские разработчики показали, что открытый код сегодня — это квантовое программирование для управления производством, GraphRAG-движки нового поколения, ИИ для науки и образования, операционные системы для паяльного оборудования и много других инновационных проектов с реальным применением.

Пришло время подвести итоги — давайте узнаем, кто победил в грантовой программе, выбор был непростой!

Что такое программа «Код без границ»

Грантовую программу развития open-source-проектов «Код без границ» запустили GitVerse, Cloud.ru и Хабр. Участвовали все желающие российские разработчики, которые делают собственные проекты вне основной работы. Для участия в конкурсе открытый репозиторий проекта должен быть размещён на GitVerse, с других площадок его можно легко импортировать.

Выбирали победителей члены жюри — эксперты из СберТеха (GitVerse), Сбера, Cloud.ru и лидеры отрасли. За первое, второе и третье места в каждой номинации предусмотрены гранты в 150 тысяч, 100 тысяч и 50 тысяч рублей соответственно. Обладатели призовых мест получат также облачные ресурсы от Cloud.ru, чтобы развивать свои проекты.

Анатолий Шипов

управляющий директор СберТеха, лидер платформы GitVerse

Мы получили более 260 заявок на нашу грантовую программу — это убедительное доказательство зрелости и энергии российского open-source-сообщества. Открытый код создаёт основу для технологической независимости и объединяет лучших специалистов. “Код без границ — 2025” — это первый, но важный шаг большого пути. Мы видим огромный потенциал отечественного сообщества и планируем и далее проводить подобные мероприятия на GitVerse совместно с нашими партнёрами. Спасибо всем участникам и партнёрам — вместе мы делаем российский open source великим.

Игорь Хапов

Head of R&D Cloud.ru

Cloud.ru всегда поддерживал open source, так как это развивает экспертность сообщества и формирует благоприятную среду для всех IT-компаний на нашем рынке. С 2021 года российским компаниям стало сложнее участвовать в глобальных open source и тем важнее стало поддерживать те команды и индивидуальных контрибьюторов, которые продолжают участвовать в открытых проектах. IT-компании могут осуществить свой вклад в open-source-сообщества как проводя различные соревнования и выделяя гранты победителям, так и мотивируя участвовать в open source своих сотрудников.

Четыре направления — один фокус: практическая ценность open source

В «Коде без границ» было четыре номинации. Расскажем о призёрах каждой.

Игорь Хапов

Head of R&D Cloud.ru

Среди заявок на нашу номинацию мы видели как и состоявшиеся команды с продуктом, который уже активно используется на рынке, так и начинающих контрибьюторов, у которых реализована только часть этих идей. Когда мы отобрали короткий список из 20 заявок, каждое дальнейшее сужение списка было крайне сложным. Мы старались учитывать, как и зрелость open-ource-проекта, так и сами заложенные идеи и амбиции, востребованность на нашем рынке. Многих, кто не вошел в список победителей, мы бы хотели видеть среди наших будущих номинантов.

Не просто ML: ИИ-проекты, которые меняют подход к машинному обучению

TensorFlow и PyTorch уже изменили мир ИИ. В номинации AI-инновации участвовали проекты, использующие искусственный интеллект для решения технологических задач. Это могли быть новые алгоритмы, фреймворки, AI-инструменты, реализации мультиагентных и RAG-систем. Критерии простые: инновационность, масштабируемость и потенциал применения в реальных сценариях.

1-е место. RAGU — движок для GraphRAG нового поколения

Проект RAGU занял первое место в номинации «AI-инновации» за попытку переосмыслить саму архитектуру GraphRAG-систем. Вместо того чтобы использовать большие языковые модели для построения графов знаний (дорогой и плохо контролируемый процесс), команда предложила более инженерный и масштабируемый подход: узкоспециализированные компактные модели, обученные под конкретные этапы извлечения знаний.

Ключевая идея RAGU — вынести построение графа знаний в отдельный движок и оптимизировать его за счёт специализированного ML-пайплайна. Это позволяет снизить вычислительные затраты, повысить воспроизводимость результатов и лучше контролировать качество извлечения сущностей и связей — критически важные параметры для промышленного применения GraphRAG.

2-е место. Thefittest — эволюционные алгоритмы как инструмент практического ML

Проект Thefittest занял второе место в номинации «AI-инновации» как одна из немногих попыток вернуть эволюционные алгоритмы в центр прикладного машинного обучения. Это open-source-библиотека эволюционных алгоритмов, ориентированная на широкий спектр сценариев: оптимизацию функций, настройку нейросетей, AutoML, поиск архитектур моделей и конфигурацию сложных ML-пайплайнов. Библиотека объединяет современные эволюционные методы с практическими инструментами, необходимыми для использования в реальных проектах.

Thefittest ускоряет вычисления с помощью Numba, поддерживает работу с GPU, а также интеграцию с привычным ML-стеком — scikit-learn и PyTorch. Это позволяет встраивать эволюционные алгоритмы в существующие пайплайны без радикального пересмотра архитектуры проекта. Thefittest уже применяется в прикладных проектах и получила признание на профильных мероприятиях.

3-е место. Проект «Применение перспективных вычислительных подходов для решения прикладных задач» 

Проект «Квантовое программирование в диспетчеризации производства» вошёл в число финалистов за редкий для open source и индустриальных конкурсов фокус — практическое применение квантового программирования к реальным производственным задачам.

В центре проекта — задача диспетчеризации производства (job scheduling), такие задачи возникают в промышленности, логистике и финансах, где необходимо эффективно распределять ресурсы, оборудование и время при большом числе ограничений. Классические алгоритмы быстро упираются в комбинаторный взрыв, а эвристики не всегда дают воспроизводимый р��зультат.

Автор проекта предлагает альтернативный подход — формулировку задачи диспетчеризации в терминах квантовых вычислений. В репозитории представлен открытый прототип квантового планировщика, демонстрирующий, как производственные ограничения и целевые функции могут быть выражены через квантовые модели.

Наука и образование без границ: open source для исследований и обучения

В этой номинации участвовали проекты для улучшения образовательных процессов или научных исследований. Нам была важна образовательная или научная ценность, доступность, качество документации и вклад в сообщество.

1-е место. Miminet — open-source-эмулятор сетевых протоколов для обучения и исследований

Miminet — это open-source-эмулятор компьютерных сетей, позволяющий моделировать работу базовых сетевых протоколов и сложных топологий без необходимости в реальном оборудовании. Проект ориентирован как на образовательные сценарии — курсы по компьютерным сетям и системному программированию, — так и на научные эксперименты, где требуется воспроизводимая и управляемая среда.

Ключевая ценность Miminet в том, что он позволяет на практике изучать поведение сетевых протоколов, а не ограничиваться теорией или статичными схемами. Пользователь может запускать виртуальные узлы, управлять соединениями, настраивать параметры сети и наблюдать, как изменения отражаются на работе протоколов и приложений.

2-е место. Manuscript OCR — открытая OCR-библиотека для распознавания дореформенных рукописей

Проект Manuscript OCR занял второе место в номинации «Наука и образование без границ», он позволяет распознавать дореформенные рукописи, с которыми традиционные OCR-системы практически не справляются. 

Это открытая библиотека оптического распознавания текста, ориентированная на исторические документы, рукописи и архивные материалы. Речь идёт не просто о «старых шрифтах», а о текстах с нестандартизированной орфографией, вариативным написанием букв и особенностями дореформенного языка, которые делают задачу распознавания особенно сложной. Manuscript OCR подробно описан в статье, где разобраны подходы к обучению моделей, особенности датасетов и ограничения существующих решений.

3-е место. CulicidaeLab — open-source-платформа для эпидемиологического мониторинга

Проект CulicidaeLab занял третье место в номинации «Наука и образование без границ». Это комплексная экосистема для автоматической идентификации эпидемиологически опасных видов комаров по фотографиям, сделанным на камеру смартфона. Проект ориентирован на задачи исследования трансмиссивных заболеваний и эпидемиологического мониторинга, где скорость, масштабируемость и воспроизводимость данных критически важны.

В основе платформы лежит набор современных моделей компьютерного зрения: модели классификации 17 видов комаров с точностью 94%, модели детекции на базе YOLOv11 (Mean IoU 0.85), модели сегментации на базе SAM 2.1 (Mean IoU 0.79). Проект сопровождается полноценной инфраструктурой данных: открытые датасеты включают 18 124 изображения для классификации, 12 969 для детекции и 7 498 для сегментации, что делает CulicidaeLab ценным ресурсом не только как инструмент, но и как база для дальнейших исследований и обучения моделей.

Разработка для всех и каждого

Рассматривали приложения и сервисы для конечного пользователя — всё, чем могут пользоваться обычные люди в повседневной жизни. Выбрать победителей нам помогли такие критерии, как уникальность, важность ниши, качество реализации, функционал и совместимость с уже существующими ресурсами. Также обращали внимание на продуманность и качество UX.

1-е место. «Управление знаниями для перегруженных профессионалов»

Проект «Управление знаниями для перегруженных профессионалов» занял первое место в номинации «Разработка для всех и каждого». Его ключевая идея — выгрузка рабочих чатов с последующей нормализацией данных в понятную файловую структуру с текстовыми Markdown-файлами.

Технически решение представляет собой экосистему связанных open-source-проектов, включающую инструменты для выгрузки и обработки данных, расширения для VS Code и Code-server, а также механизмы публикации материалов в виде статических сайтов. Однако центральным и ведущим компонентом остаётся именно модуль управления знаниями, задающий архитектуру и пользовательский сценарий. Проект опирается не на сложные AI-модели, а на прозрачную файловую логику: Markdown-формат, иерархию каталогов, совместимость с Git и существующими инструментами разработчиков. 

2-е место. IronOS — единственный в мире проект открытой свободной (FOSS) ОС для паяльного оборудования

Проект IronOS занял призовое второе место в номинации «Разработка для всех и каждого». Это единственная в мире свободная (FOSS) операционная система для паяльного оборудования, распространяемая под лицензией GPLv3. По сути, это не просто прошивка, а реализация операционной системы реального времени на базе FreeRTOS, ориентированная на бытовое и полупрофессиональное паяльное оборудование.

Проект поддерживает широкий спектр устройств: классические паяльники серий TS (Miniware), S (Sequre) и Pinecil (Pine64) и портативные термостолы («нижние подогревы») MHP30 (Miniware) и T55 (Sequre). С точки зрения аппаратной платформы IronOS работает на микроконтроллерах STM32F103, CKS32F103 (ARM), а также GD32VF103 и BL706 на архитектуре RISC-V, что делает проект особенно интересным в контексте открытых и альтернативных аппаратных экосистем. Прошивка поддерживает различные типы и источники питания, высокоточный термоконтроль, термопрофили и перевод интерфейса на 30+ языков.

3-е место. Joplin MCP Server — безопасный доступ ИИ к личным заметкам

Проект Joplin MCP Server занял третье место в номинации «Разработка для всех и каждого» за аккуратное и своевременное решение одной из ключевых проблем эпохи ИИ — как дать LLM-доступ к персональным данным, не жертвуя конфиденциальностью. 

Это сервер Model Context Protocol (MCP), обеспечивающий безопасное подключение ИИ-клиентов к заметкам в Joplin. Решение совместимо с популярными LLM-инструментами, включая Claude Desktop, opencode, Continue.dev и другие клиенты, использующие MCP как стандарт взаимодействия с внешними источниками данных.

Ключевая идея проекта — предоставить ИИ-ассистентам доступ только к тем данным, которые пользователь разрешил явно. Для этого реализована гибкая система блокировки папок, позволяющая закрывать личные разделы от обработки языковыми моделями. При этом поддерживается иерархическая логика: если папка заблокирована, все её подпапки автоматически исключаются из контекста.

Инструменты для разработчиков: ускоряем создание сложных систем

Open-source-инструменты, созданные программистами для программистов, часто становятся самыми востребованными в индустрии. При выборе победителей в этой номинации руководствовались удобством использования, ценностью разработки, совместимостью с другими решениями, влиянием на процессы разработки. Также обращали внимание на возможности развития проекта и эффекте на конечных пользователей.

1-е место. BugStalker (BS) — отладчик для программ на Rust

Проект BugStalker (BS) — это open-source-отладчик, разработанный специально для программ на языке Rust и ориентированный на работу в Linux-окружении. В отличие от универсальных инструментов проект изначально учитывает особенности экосистемы Rust, его системы типов и формата отладочной информации, что делает процесс отладки более прозрачным и предсказуемым для разработчиков.

BugStalker реализует полный базовый набор возможностей современного дебаггера: управление выполнением программы, установка точек останова, пошаговое выполнение, анализ стека вызовов, работу с переменными и регистрами. В основе проекта лежат стандартные низкоуровневые механизмы операционной системы и форматы отладочной информации, что позволяет глубоко контролировать процесс исполнения и корректно сопоставлять машинный код с исходным Rust-кодом.

2-е место. Пакетный менеджер для Proto — инфраструктурный инструмент для разработчиков

Проект пакетного менеджера easyp для Proto стал ещё одним из победителей в номинации «Разработка для разработчиков». На практике это единственный реально работающий в России пакетный менеджер для Proto, а также один из всего двух живых инструментов такого класса в мире. Проект решает проблему экосистемы Protocol Buffers — отсутствие стандартизированного и надёжного механизма управления зависимостями, версиями и распространением .proto-схем между командами и сервисами.

Инструмент позволяет централизованно управлять контрактами между микросервисами, отслеживать изменения схем, обеспечивать воспроизводимость сборок и снижать количество ошибок на стыке команд.

3-е место. Pure.DI — генератор исходного кода C# для создания композиций объектов в парадигме чистого DI

Проект Pure.DI стал одним из победителей в номинации «Разработка для разработчиков» благодаря нестандартному подходу к Dependency Injection в экосистеме C#. В отличие от классических DI-контейнеров, работающих через рефлексию и runtime-магии, Pure.DI делает ставку на генерацию исходного кода. 

Основной сценарий использования проекта — автоматическое создание частичных классов на C#, в которых явно и прозрачно описаны композиции объектов. Каждый сгенерированный класс содержит один или несколько методов или свойств, предоставляющих полностью готовую объектную графовую структуру.

Такой подход соответствует парадигме чистого DI: вся логика композиции известна на этапе компиляции, легко читается, анализируется и отлаживается. Это снижает накладные расходы во время выполнения, устраняет скрытые зависимости и делает архитектуру приложения более предсказуемой.

Почему развитие open source стратегически важно

Свобода идей. Когда код открыт, исчезает дублирование усилий: вместо сотен «велосипедов» появляется общее основание для новых решений. Теория начинает работать через практику, а сообщество подсказывает, куда двигаться дальше. 

Среда для роста и обучения. Open source разрывает замкнутый круг «нет опыта — нет работы». Разработчики учатся не на учебных примерах, а на живом коде, который используется в продакшене, разбирают реальные архитектурные решения и формируют честное портфолио, которое невозможно подделать.

Снижение барьеров для науки, образования и общества. Исследователи получают инструменты без лицензионных ограничений, студенты — доступ к современным технологиям, а конечные пользователи — решения, которые работают и дома, а не только в enterprise-среде. Именно поэтому open source так эффективно решает задачи, за которые не берутся коммерческие компании.

Цель грантовой программы «Код без границ» — поддержать проекты со свободным кодом. За полтора месяца сотни проектов доказали, что open source в России — зрелый, востребованный и готовый к масштабированию продукт.

Open source — то, что создаётся здесь и сейчас, руками конкретных разработчиков. Присоединяйтесь к сообществу, контрибьютьте в проекты или создавайте собственные решения, обогащая индустрию свободного ПО. А мы продолжим поддерживать такие инициативы и в будущем.