点击上方蓝字关注我们
IT 咖啡馆，探索无限可能！
恭喜你发现了这个宝藏，这里你会发现优质的开源项目、IT知识和有趣的内容。
GitHub 一周热点汇总第42期(2024/09/22-09/28），本期内容包括计算机视觉工具库、CUDA互动学习、AirDrop替代、二维码传数据和 llama开发框架，一起来看具体内容吧。
supervision
项目名称：supervision - 计算机视觉工具库
GitHub 链接：https://github.com/roboflow/supervision
上周 Star 数：3400+
Supervision是由Roboflow开源的计算机视觉工具库，主要作用是简化和加速从数据准备到模型部署的整个流程。它为开发者提供了统一的API，支持数据集管理、模型训练、推理、评估和可视化等功能。
Supervision兼容主流深度学习框架，如PyTorch和TensorFlow，帮助用户轻松构建、优化和部署高性能的计算机视觉模型，加速创新和应用落地。
你可以使用Supervision来对视频内容进行检测、追踪、分类、预测等，结合示例来看可以用来追踪区域内的人员，比如运动员的跑动情况。或是车辆检测，检测车辆速度或者是区域内的车流量等。
Supervision库需要在Python3.8及以上版本的环境下运行，可以直接通过pip来安装。
pip install supervision
有关 conda、mamba 和从源代码安装的方式可以参考文档。
Supervision 的设计与模型无关。只需插入任何分类、检测或分割模型即可。项目为流行的库如Ultralytics、Transformers等创建了连接器。同时也提供了广泛的高度可定制的注释器，来编写完美的可视化效果。
同时在项目的网站上，提供了很多的操作指南、示例和cookbook，如果想深入研究可以查看学习。
GPU-Puzzles
项目名称：GPU-Puzzles - CUDA互动学习
GitHub 链接：https://github.com/srush/GPU-Puzzles
上周 Star 数：2800+
GPU Puzzles是由Sasha Rush开发的一个开源项目，旨在帮助初学者以互动的方式学习CUDA编程。
GPU 架构对于机器学习至关重要，而且似乎每天都在变得越来越重要。但是抽象的说明很难理解，本笔记本旨在以互动的方式教授初学者 GPU 编程。即使您从未接触过 GPU 代码，也可以成为机器学习专家。
本项目利用NUMBA框架，它能够将Python代码直接映射到CUDA内核，使得用户能够在相对较低的门槛下进行GPU编程。
建议在 Colab 中执行这些操作，因为它很容易上手。创建自己的副本后，在设置中打开 GPU 模式，然后开始编码。其中包含了从MAP、ZIP、广播到矩阵乘法供14个挑战项目。
使用时先把前面的依赖安装一下，之后就可以开始下面的挑战了。
以最基本的Map为例，你会在Colab中得到这样的代码:
def map_spec(a):return a + 10def map_test(cuda):def call(out, a) -> None:local_i = cuda.threadIdx.x# FILL ME IN (roughly 1 lines)return callSIZE = 4out = np.zeros((SIZE,))a = np.arange(SIZE)problem = CudaProblem("Map", map_test, [a], out, threadsperblock=Coord(SIZE, 1), spec=map_spec)problem.show()
这些代码看起来像 Python，但实际上是 CUDA！您不能使用标准 Python 工具库，挑战都是为了说明概念，所以只需要执行简单的操作，基本上是 +、*、简单数组索引、for 循环和 if 语句，在这个例子中你只需处理局部变量来完成输入输出的传递，将该函数视为call每个线程运行一次。唯一的区别cuda.threadIdx.x每次都会发生变化。
完成后，你可以点击测试，来验证是否通过，如果通过了会放一个狗狗的视频，作者看来很喜欢狗。
localsend
项目名称：localsend - AirDrop替代
GitHub 链接：https://github.com/localsend/localsend
上周 Star 数：2500+
LocalSend 是一个免费、开源的应用程序，允许你在本地网络上安全地与附近设备共享文件和消息，无需互联网连接。它希望可以帮助用户实现，在多平台中达到AirDrop一样的文件传输体验。我之前出过单期的视频，大家可以参考一下。
个人觉得LocalSend 的三个主要特点：
跨平台款跨平台应用，支持的平台包括windows、mac、Linux、ios、安卓等，为了方便找到对应的安装途径，项目还专门提供了列表。
安全通信，LocalSend 使用 REST API 相互通信，所有数据都通过 HTTPS 安全发送，并且每台设备都会动态生成 TLS/SSL 证书，从而确保最大程度的安全。
不依赖外部服务器，LocalSend 不需要互联网连接或第三方服务器，因此是一种快速可靠的本地通信解决方案。
使用时需要注意的是，LocalSend的传输会使用到53317端口，如果发现无法使用，请打开端口。
项目使用Flutter来开发，如果那你想要参与，可以下载项目然后flutter pub get下载依赖项，再运行运行flutter run以启动应用程序。，目前项目使用了较旧的 Flutter 版本，建议使用fvm来管理版本，注意安装后fvm，运行fvm flutter而不是flutter。
libcimbar
项目名称：libcimbar - 二维码传数据
GitHub 链接：https://github.com/sz3/libcimbar
上周 Star 数：2200+
本项目是一个文件传输的新方式，无需互联网/蓝牙/NFC等，只需这样一个二维码，所有数据都通过相机镜头传输。能够维持 1006KB/S的传输速度。
看到这个图形有没有眼前一花的感觉，像不像老电视机的雪花。
简单来说一下原理。cimbar 是一种高密度 2D 条形码格式。建立在image hashing理念的基础上，数据存储在彩色图块网格中 -- 根据选择的图块以及选择的颜色来绘制图块，对位进行编码。
网格上每个图块（位置）有 16 个可能的符号，每个图块编码 4 位。此外，网格上的每个位置可以编码 2-3 个颜色位，这意味着每个图块最多总共 7 个位。 libcimbar 为优化实现，包括一个基于 fountain 代码 （wirehair） 和 zstd 压缩构建的文件编码的简单协议。最大支持将 33MB 的文件编码为一系列 cimbar 代码，这些代码可以输出为图像或实时视频源。一旦成功解码了足够多的不同图像帧，文件将成功重建和解压缩。
在使用上要分为编码器和解码器两个部分，编码器提供了多种实现比如Linux、安卓，最简单的就是一个JS文件，可以直接在浏览器中打开，解码器目前提供一个安卓版本的，我没有手机，就没测试效果，大家感兴趣可以自己试一下。
说句题外话，这个图形看着实在是让人头晕，这点有点不好。
llama-stack
项目名称：llama-stack - llama开发框架
GitHub 链接：https://github.com/meta-llama/llama-stack
上周 Star 数：1200+
Llama Stack 是Meta推出的AI agent开发框架，它定义并标准化了将生成式 AI 应用程序推向市场所需的构建模块。它是llama生态中提升开发者影响力的重要棋子。
Llama Stack的模块涵盖整个开发生命周期：从模型训练和微调，到产品评估，再到在生产中构建和运行 AI Agent。组成 Llama Stack 的 API 包括：推理、安全、记忆、Agent系统、评估、培训后、合成数据生成、奖励评分，每个 API 本身都是 REST API集。
在项目中不仅仅有定义，也在同步的去实现更多provider，这样就可以让开发人员可以保证跨平台的一致性。目前实现中的provider包括Meta Reference、Ollama、AWS Bedrock、Fireworks等。
使用的方式很简单，直接通过PIP来安装就可以了。
pip install llama-stack
如果你想通过源码来安装，那可以参考以下的步骤：
mkdir -p ~/localcd ~/localgit clone git@github.com:meta-llama/llama-stack.gitconda create -n stack python=3.10conda activate stackcd llama-stack$CONDA_PREFIX/bin/pip install -e .
llama-stack还提供了Python、kotlin、NodeJs、swift 4种SDK，同时在Meta的仓库里还有llama-stack-apps，是专门的一个基于llama-stack构建的应用程序示例，你如果你想学习可以结合使用来快速上手。
