8 открытых AI‑проектов, которые могут заменить платный софт

Обзор открытых решений: локальный NotebookLM, фильтр AI‑slop, маршрутизатор LLM‑провайдеров, агент поиска работы, автоматический пентестер и ComfyUI. Что реально работает без лишних расходов?

Что внутри статьи

Автор Habr AI собрал восемь открытых проектов, которые претендуют на замену дорогих SaaS‑инструментов. Каждый из них доступен на GitHub, но «бесплатно» заканчивается уже после git clone – остаются затраты на API‑ключи, GPU, серверы и время настройки.

1. Локальный аналог NotebookLM

Что делает – сохраняет, индексирует и отвечает на вопросы по вашим локальным документам.
Затраты – требуется модель LLM (Claude, OpenAI, Anthropic) через API, либо собственный инференс на GPU.

2. Фильтр от AI‑slop

Что делает – очищает вывод LLM от «мусора», рекламных вставок и нежелательных формулировок.
Затраты – работает полностью локально, но требует Python‑окружения и небольших вычислительных ресурсов.

3. Маршрутизатор для сотен LLM‑провайдеров

Что делает – единый слой доступа к разным провайдерам (OpenAI, Anthropic, Mistral, Cohere и др.).
Затраты – только стоимость запросов к выбранным провайдерам; сам роутер бесплатен.

4. Агент для поиска работы

Что делает – сканирует вакансии, подбирает резюме и отправляет заявки автоматически.
Затраты – требуется API‑ключ от модели‑генератора (Claude Code, GPT‑4) и небольшие серверные ресурсы.

5. Автоматический пентестер

Что делает – проводит базовый аудит безопасности веб‑приложений, генерирует отчёты.
Затраты – использует модели для генерации рекомендаций, но сама проверка выполняется локально.

6. ComfyUI

Что делает – визуальный конструктор пайплайнов для генерации изображений (Stable Diffusion, SDXL).
Затраты – GPU‑инференс; без него проект почти бесполезен.

7‑8. Дополнительные скрипты и утилиты

Небольшие репозитории для интеграции LLM в CI/CD, генерацию кода и т.п.

Где «бесплатно» заканчивается?

API‑ключи – почти каждый проект требует доступа к внешним LLM, а их стоимость может быстро превысить цену подписки.
GPU – для инференса больших моделей нужны видеокарты; аренда облачных GPU стоит от $0.5 до $3 за час.
Время – настройка, тестирование и поддержка требуют нескольких человеко‑часов.