参与开源给人们带来了更多的满足感和成就感-开源热榜20241011
骑行在城市拥挤的晚高峰车流中,不时闻到桂花树散发出的浓郁甜香。我不禁想:相比往年,今年似乎更浓郁的桂花香气,是因为晚来的桂花开得更艳,还是因为现在新能源车的渗透率更高而导致的汽车尾气减少?马斯克今天发布RoboTaxi,随着自动驾驶的发展,也许城市的空气也会越来越好。
晚上同学打电话,说起他儿子对手机的痴迷和自己的无奈(应该还夹杂着不少愤懑)。其实我跟他的处境一样,并没有好到哪里😂,但还是报团取暖,劝慰他说:该放松时就让孩子们放松一下吧,我们把自己过好,做些 更有意义 的事情。每个人,包括我们的下一代,终究要找到属于自己的路,做个骄傲的少年吧!
每次学习、介绍些开源项目都觉得挺有成就感,那像这些一头劲做开源项目的人,相信他们一定从中获得了更大的满足感和成就感。
希望每个人都能尽快找到属于自己的路,过上踏实、满足的生活。
仓库:bol-van/zapret
点评: Zapret
是一个开源的跨平台工具,用来绕过深度包检测(DPI)系统。深度包检测(Deep Packet Inspection)技术是一种对网络数据包进行深度分析的技术。其工作原理主要是通过深入检查数据包的内容,包括数据包的头部信息、载荷数据等,而不仅仅局限于传统的数据包地址和端口信息。
⚠️ 注意事项
在使用此类工具之前,请先检查您所在国家/地区使用此类工具的合法性。另外,在使用 Zapret 之前,建议先检查 DNS 污染问题并解决,因为它比 DPI 更容易绕过,并且会影响该工具的正常工作。
仓库:hcengineering/platform
点评: Huly
是个一站式项目管理平台,作为 Linear、Jira、Slack、Notion、Motion 等的替代品,用来加速开发商业应用程序的开发。这个仓库包含了多个应用程序,包括并不限于:聊天、项目管理、CRM、人力资源管理(HRM)和招聘跟踪系统(ATS)。包括 Huly 和 TraceX 在内的很多团队都在利用这个平台构建产品。项目采用 Apache 2.0 许可。
官网 https://huly.io 提供免费版和收费版。想要直接自托管的话,可以使用huly-selfhost。这个项目提供了一种便捷的方法来使用docker
托管Huly,设计上易于使用和快速设置。
仓库:hcengineering/huly-selfhost
点评: Huly Self-Hosted 允许你在个人服务器上部署 Huly,享受自托管的乐趣。
🔧 功能特点:
支持 Docker 部署 支持 Nginx 配置 提供 Kubernetes 部署示例 支持 OpenID Connect 认证
仓库:amnezia-vpn/amnezia-client
点评: Amnezia VPN 是一个开源、跨平台的 VPN 客户端,其最大特点是允许用户在自己的服务器上部署服务。项目采用 GPL v3.0 许可证。
仓库:clinebot/cline
点评: 自主编码代理就在你的集成开发环境中,能够创建/编辑文件、执行命令等,每一步都经过你的许可。
Cline
(之前叫 Claude Dev)是一个 AI 编码助手,它能够结合命令行和编辑器(这是它名字的由来:CLI aNd Editor)来帮助开发者更高效地完成软件开发任务。通过集成最新的AI模型,Cline可以逐步处理复杂的任务,如创建和编辑文件、浏览项目、执行终端命令等,同时每一步都要经过你的许可,以保证操作的安全性。
🔧 功能特点
多模型支持:支持OpenRouter、Anthropic、OpenAI、Google Gemini、AWS Bedrock、Azure、GCP Vertex等多种API提供商,以及兼容 OpenAI 的本地模型。 终端命令执行:利用VSCode的终端集成功能,Cline可以直接在终端执行命令并获取输出。 文件创建和编辑:Cline可以在编辑器中直接创建和编辑文件,并监控linter/compiler错误,主动修正问题。 图像和浏览器截图分析:Cline能够理解图像,使用户能够将设计草图转化为功能应用程序或使用屏幕截图修复错误。 上下文添加:通过 @url
、@problems
、@file
和@folder
等命令,Cline可以添加上下文信息,提高工作效率。
🌐 相关网址
在VS Marketplace下载: https://marketplace.visualstudio.com/items?itemName=saoudrizwan.claude-dev
⚠️ 注意事项
在VSC中,用 CMD/CTRL + Shift + P
快捷键打开命令面板,输入"Cline: Open In New Tab"在编辑器的新标签页中打开Cline,以便更清晰地查看Cline对工作空间的更改。
仓库:ValdikSS/GoodbyeDPI
点评: GoodbyeDPI 也是一个深度包检测规避工具,适用于 Windows 平台。
仓库:vuejs/core
点评: 🖖 Vue.js 是一个著名的 JavaScript 框架,最新版本是V3。官方号称“一个易于理解的,高性能的和通用的框架”,用于在Web上构建交互式的用户界面。项目使用非常宽松的 MIT 许可证,这意味着你可以在几乎任何场景下使用它,无论是个人项目还是商业项目,都无需担心许可证的问题。
仓库:lukasz-madon/awesome-remote-job
点评: 超赞的远程工作和资源的精选列表,可以为那些希望在家工作或在任何地方工作的人提供帮助。作者的灵感来自 https://github.com/vinta/awesome-python
🔧 包含内容
文章和帖子:包含各种关于远程工作的文章和帖子。 视频:涵盖远程工作的演讲和教程视频。 书籍:推荐关于远程工作的书籍资源。 幽默:远程工作相关的幽默内容。 工作板:列出了各种提供远程工作机会的网站。 工作板聚合器:聚合了多个远程工作机会的平台。 住房:为数字游民提供的共享工作和生活空间。 搬迁激励:某些地区为了吸引远程工作者而提供的激励措施。 面试:提供远程工作面试的资源和工具。 事件:远程工作相关的会议和活动。 新闻简报:提供远程工作机会和资源的新闻简报。 播客:讨论远程工作主题的播客节目。 具有远程DNA的公司:推崇远程工作文化的公司列表。 问答:远程工作相关的问答和讨论。 社区:远程工作者的在线社区和论坛。 会议:远程工作和数字游民的会议。 工具:为远程工作提供帮助的各种工具,包括人力资源、沟通、项目管理等。 法律和财务:涉及远程工作法律和财务问题的信息。 其他:其他远程工作相关的资源。
仓库:vbenjs/vue-vben-admin
点评: 之前介绍过的,使用 Vue3、Shadcn UI、Vite、TypeScript 和 Monorepo 构建的速度极快的现代 Vue 管理面板。上几张图:
仓库:roboflow/supervision
点评: 之前介绍过,Supervision 是一套可重用的计算机视觉工具,无论你是需要从硬盘加载数据集、在图像或视频中绘制检测框,还是计算某个区域内的检测数量,Supervision 都能帮到你。
🔧 功能特点
模型无关性: 支持任何分类、检测或分割模型。 丰富的注解工具: 提供多种可定制的注解工具,以适应不同的可视化需求。 数据集工具: 提供加载、分割、合并、保存数据集的工具,支持多种格式。
仓库:1Panel-dev/MaxKB
点评: 🚀 多次上榜的,基于大语言模型和 RAG 的知识库问答系统。开箱即用、模型中立、灵活编排,支持快速嵌入到第三方业务系统。适用于企业内部知识库、客户服务、学术研究等场景。采用GPL v3许可。
🔧 功能特点
开箱即用:支持文档上传和在线文档抓取,自动处理文本,减少模型幻觉,提供良好的问答体验。 模型中立:兼容多种大模型,包括本地私有模型和国内外公共模型。 灵活编排:内置工作流引擎和函数库,适应复杂业务需求。 无缝嵌入:方便嵌入第三方系统,提升用户体验。
项目由国内团队飞致云开发,他们的其它明星项目还包括:
1Panel - 现代化、开源的 Linux 服务器运维管理面板 JumpServer - 广受欢迎的开源堡垒机 DataEase - 人人可用的开源数据可视化分析工具 MeterSphere - 新一代的开源持续测试工具 Halo - 强大易用的开源建站工具
仓库:keldaanCommunity/pokemonAutoChess
点评: 《Pokemon Auto Chess》宝可梦自动国际象棋游戏,是一款由宝可梦的粉丝为粉丝而制作的开源、非盈利的游戏,旨在向所有热爱宝可梦的玩家致敬。
项目采用GPL v3许可,作者特地声明:所有权归口袋妖怪公司所有。只要口袋妖怪公司愿意,Pokemon Auto Chess可以随时终止。
🔧 功能特点
基于Node.js开发的游戏,需要Node LTS环境。 使用MongoDB存储数据,Firebase进行用户认证。 支持本地运行和开发。 支持多语言,由社区维护。 在线游戏网址: https://pokemon-auto-chess.com
仓库:open-mmlab/mmsegmentation
点评: MMSegmentation 是一个基于PyTorch的开源语义分割工具箱,属于OpenMMLab项目的一部分。它提供了统一的基准测试、模块化设计,支持多种流行的语义分割方法,并且效率很高。最新版本是2023年12月14日发布的v1.2.2。此外,还支持开放词汇语义分割算法SAN、单目深度估计任务,以及新增了项目如CAT-Seg和PP-MobileSeg。项目鼓励社区贡献,并提供了详细的迁移指南和开发教程。
主要特性
统一的基准平台将各种各样的语义分割算法集成到了一个统一的工具箱,进行基准测试。
模块化设计将分割框架解耦成不同的模块组件,通过组合不同的模块组件,用户可以便捷地构建自定义的分割模型。
丰富的即插即用的算法和模型支持众多主流的和最新的检测算法,例如 PSPNet,DeepLabV3,PSANet,DeepLabV3+ 等.
速度快训练速度比其他语义分割代码库更快或相当。
仓库:hacksider/Deep-Live-Cam
点评: 之前介绍过的,Deep Live Cam 是一个实时换脸和视频深度伪造(Deepfake)工具,它能够让你通过单次点击和仅使用一张图片来实现换脸效果。最新版本是两周前发布的1.5版本,对硬件的要求还是很高。现阶段AI对硬件的高要求也是防止AI诈骗泛滥的一个高门槛。
⚠️ 注意事项
用户应当负责任和合法地使用此软件。如果使用真实人物的面孔,应获得其同意并在在线分享时明确标注为深度伪造。 项目可能因法律要求而关闭或添加水印。 安装过程需要一定的技术能力,不推荐初学者尝试,建议下载预构建版本。
仓库:langgenius/dify
点评: 之前介绍过,经常上榜的,国内苏州团队组织开发的一个开源和收费并举的项目。Dify 是一个开源的大型语言模型(LLM)应用开发平台。它通过直观的界面集成了AI工作流、RAG(检索增强生成)管道、代理能力、模型管理、可观测性等功能,帮助你快速从原型开发过渡到产品部署。Dify 使用的是 Dify Open Source 授权,基本上等同于 Apache 2.0,但有一些额外的限制。
🔧 功能特点
工作流:在可视化画布上构建和测试强大的AI工作流。 模型支持:无缝集成数百种专有/开源LLMs,支持GPT、Mistral、Llama3等模型。 Prompt IDE:为编写提示、比较模型性能和添加额外功能(如文本转语音)提供直观的界面。 RAG Pipeline:提供从文档摄取到检索的广泛RAG能力,支持PDF、PPT等格式的文本提取。 代理能力:基于LLM功能调用或ReAct定义代理,并添加预构建或自定义工具。 LLMOps:监控和分析应用日志和性能,根据生产数据和注释持续改进提示、数据集和模型。 后端即服务:Dify的所有功能都提供相应的API,可以轻松集成到你自己的业务逻辑中。
🌐 相关网址
Dify Cloud: https://cloud.dify.ai 文档: https://docs.dify.ai
仓库:openai/CLIP
点评: OpenAI 开源的 CLIP(Contrastive Language-Image Pre-Training)是一个在多种(图像,文本)对上训练的神经网络。它能够通过自然语言指令来预测与给定图像最相关的文本片段,无需直接针对任务进行优化,类似于GPT-2和GPT-3的零样本能力。研究发现,CLIP在ImageNet“零样本”上的表现与原始的ResNet50相当,而且没有使用原始的128万个标记样本,克服了计算机视觉领域的几个主要挑战。
🔧 功能特点
零样本学习能力,无需针对特定任务优化即可预测最相关的文本片段。 与原始ResNet50在ImageNet上的表现相当,无需使用任何原始的1.28M标记样本。 提供了模型加载、图像和文本编码、以及图像和文本相似度评分的方法。
仓库:public-apis/public-apis
点评: 经常上榜的项目。这个开源项目汇集了由社区成员和 APILayer 团队精心挑选的公共API列表。这些API涵盖了多个领域,你可以自由地(免费地)将它们用于你的产品或项目。采用宽松的 MIT 许可。
🔧 功能特点
提供了极其丰富的公共API资源,包括但不限于:IP定位、股票市场数据、天气信息、电话号码验证、货币汇率、以及最新的AI相关的等等。 支持多种编程语言和平台。 社区驱动,不断更新和维护。
⚠️ 注意事项
使用API时,请确保遵守相应API的使用条款和限制。 对于需要授权(Auth)的API,请按照API提供方的要求进行授权操作。
仓库:halo-dev/halo
点评: Halo [ˈheɪloʊ],是一个强大易用的开源建站工具,它可以帮助你快速搭建起一个美观、功能齐全的网站。无论是个人博客、企业官网还是在线社区,Halo 都能满足你的需求。采用 GPL-v3.0 许可。就是前面介绍的,国内团队飞致云开发的。社区版免费,专业版1200元人民币永久授权👍。
🔧 功能特点
快速部署:通过 Docker 容器化部署,简单快捷。 界面友好:提供直观的管理后台,轻松管理网站内容。 插件系统:支持丰富的插件,可以扩展网站功能。 主题定制:支持多种主题,可定制个性化网站外观。 社区支持:拥有活跃的社区,提供帮助和交流。
⚠️ 注意事项
Halo 适用于需要快速搭建网站的场景,但需要一定的技术背景来部署和管理。 请遵守 GPL-v3.0 许可证,尊重开源社区的规定和贡献者的劳动成果。
仓库:dagger/dagger
点评: Dagger是一个工具,可以将软件项目中手工编写的脚本替换为现代化的 API 和跨语言的脚本引擎。它允许你将项目任务和工作流程封装成简单函数,并通过自定义的GraphQL API、命令行界面、语言解释器或HTTP客户端来运行这些函数。你也可以将函数打包成模块,以便在其他项目中重用或与社区分享。Dagger还提供了一个模块库,你可以在其中搜索现有的模块并导入到自己的项目中,实现跨语言的函数复用。
应用团队的益处
简化复杂性:复杂的构建可以用几个简单的函数表示 开发环境与CI环境一致,无需“推送祈祷” 使用相同的语言开发应用和脚本 新开发者容易上手:如果他们能构建、测试和部署,那么他们也能编写脚本 默认缓存一切,预期速度提升2到10倍 开发和CI环境的一致性 跨团队协作:无需学习其他团队的技术栈,即可重用他们的工作流程
平台团队的益处
减少CI锁定风险:Dagger函数可以在所有主要CI平台上运行,无需专有DSL 避免成为瓶颈:让应用团队编写自己的函数,通过提供可重用的组件库来实现标准化 加速CI运行:通过缓存和并发,“Dagger化”的CI流水线通常运行速度提升2到10倍,这意味着开发者等待CI的时间减少,你在CI计算上的花费也减少 可行的平台策略:应用团队需要灵活性,而你需要控制。Dagger提供了一种折中的方式,可以渐进式地利用你已有的技术栈
了解更多
工作原理:https://docs.dagger.io/#how-does-it-work 入门指南:https://docs.dagger.io/#getting-started 示例:https://github.com/dagger/dagger/tree/main/examples
似乎热门开源领域中的安全项目越来越多了?开源热榜20240829
最近又有哪些热门的开源项目?20240815