目录

Github 2024-03-11 开源项目日报 Top10

根据Github Trendings的统计,今日(2024-03-11统计)共有10个项目上榜。根据开发语言中项目的数量,汇总情况如下:

开发语言项目数量
Python项目3
Go项目2
Dart项目2
HTML项目1
CSS项目1
Rust项目1
JavaScript项目1
Jupyter Notebook项目1
TypeScript项目1
Vue项目1

LocalSend: 本地网络安全文件和消息共享应用

  • 创建周期:451 天
  • 开发语言:Dart
  • 协议类型:MIT License
  • Star数量:30176 个
  • Fork数量:1503 次
  • 关注人数:30176 人
  • 贡献人数:106 人
  • Open Issues数量:309 个
  • Github地址:https://github.com/localsend/localsend.git
  • 项目首页: https://localsend.org

/images/localsend-localsend-0.png

LocalSend是一个免费的开源应用程序,可以在本地网络上安全地在附近设备之间共享文件和消息,无需互联网连接。

开源的Spotify客户端

  • 创建周期:1058 天
  • 开发语言:Dart
  • 协议类型:Other
  • Star数量:10580 个
  • Fork数量:483 次
  • 关注人数:10580 人
  • 贡献人数:43 人
  • Open Issues数量:209 个
  • Github地址:https://github.com/KRTirtho/spotube.git
  • 项目首页: https://spotube.krtirtho.dev/

/images/krtirtho-spotube-0.png

这是一个开源的 Spotify 客户端,不需要付费订阅,也不使用 Electron。它适用于桌面和移动平台。该客户端提供无广告收听、可下载的曲目、跨平台支持、小巧的体积、匿名/访客登录、时间同步歌词、无遥测或用户数据收集、本地性能以及开源/自由软件等功能。播放控制是在本地完成的,而不是在服务器上。尽管使用了公共和免费的 Spotify 和 YT Music API,但建议通过其他方式支持创作者。

从零开始构建大型语言模型

《从零开始构建大型语言模型》是一本指导您从头开始创建自己的LLM的书籍,使用清晰的解释、图表和示例。该方法与创建ChatGPT等大规模基础模型的方法相似。它涵盖了理解大型语言模型和处理文本数据等主题。

OpenGFW: Linux上的灵活易用的开源GFW实现

  • 创建周期:43 天
  • 开发语言:Go
  • 协议类型:Mozilla Public License 2.0
  • Star数量:3966 个
  • Fork数量:235 次
  • 关注人数:3966 人
  • 贡献人数:1 人
  • Open Issues数量:13 个
  • Github地址:https://github.com/apernet/OpenGFW.git

OpenGFW是一个灵活、易于使用的开源GFW在Linux上的实现,它在许多方面比真实的东西更强大。这是您可以在家用路由器上拥有的网络主权。请注意,该项目仍处于开发的早期阶段,请自行承担风险。我们正在寻找贡献者来帮助我们完成这个项目,特别是实现更多协议的分析器!

Axolotl: 简化AI模型微调的开源工具

  • 创建周期:332 天
  • 开发语言:Python
  • 协议类型:Apache License 2.0
  • Star数量:4744 个
  • Fork数量:520 次
  • 关注人数:4744 人
  • 贡献人数:98 人
  • Open Issues数量:234 个
  • Github地址:https://github.com/OpenAccess-AI-Collective/axolotl.git

Axolotl是一个旨在简化各种AI模型微调过程的开源工具,提供对多种配置和架构的支持。它提供了训练各种Huggingface模型、配置的定制化、对不同数据集格式的支持、与xformer和flash attention的集成,以及能够与单个或多个GPU一起使用的功能。

基于Next.js和React.js的简单UI组件示例

  • 创建周期:490 天
  • 开发语言:HTML, CSS
  • Star数量:2552 个
  • Fork数量:494 次
  • 关注人数:2552 人
  • 贡献人数:3 人
  • Open Issues数量:3 个
  • Github地址:https://github.com/atherosai/ui.git
  • 项目首页: https://learning.atheros.ai

该存储库包含基于Next.js和React.js的简单UI组件示例。它包括HTML/CSS/JS和React示例的安装说明,具体示例包括TikTok、Instagram、Youtube、Twitter、Linkedin和Threads。

Rolldown: 未来的JavaScript打包工具

  • 创建周期:175 天
  • 开发语言:Rust, JavaScript
  • 协议类型:MIT License
  • Star数量:3744 个
  • Fork数量:157 次
  • 关注人数:3744 人
  • 贡献人数:34 人
  • Open Issues数量:43 个
  • Github地址:https://github.com/rolldown-rs/rolldown.git
  • 项目首页: https://rolldown.rs

Rolldown是一个用Rust编写的JavaScript打包工具,旨在成为Vite中使用的未来打包工具。它提供了与Rollup兼容的API和插件接口,同时在范围上类似于esbuild。目前正在积极开发中,尚不适用于生产。

分布式、容错的任务队列

  • 创建周期:87 天
  • 开发语言:Python, Go
  • 协议类型:MIT License
  • Star数量:1895 个
  • Fork数量:53 次
  • 关注人数:1895 人
  • 贡献人数:4 人
  • Open Issues数量:28 个
  • Github地址:https://github.com/hatchet-dev/hatchet.git
  • 项目首页: https://hatchet.run

/images/hatchet-dev-hatchet-0.png

该项目是一个开源的分布式、容错的任务队列。

通过连接词构建句子学习英语

  • 创建周期:60 天
  • 开发语言:TypeScript, Vue
  • 协议类型:MIT License
  • Star数量:804 个
  • Fork数量:116 次
  • 关注人数:804 人
  • 贡献人数:20 人
  • Open Issues数量:35 个
  • Github地址:https://github.com/cuixueshe/earthworm.git
  • 项目首页: https://earthworm.cuixueshe.com

这个开源项目侧重于通过构建带有连接词的句子来学习英语,旨在帮助用户提高他们的英语语言能力。

AQLM: 通过附加量化实现大型语言模型的极限压缩

  • 创建周期:59 天
  • 开发语言:Python
  • 协议类型:Apache License 2.0
  • Star数量:442 个
  • Fork数量:55 次
  • 关注人数:442 人
  • 贡献人数:8 人
  • Open Issues数量:16 个
  • Github地址:https://github.com/Vahe1994/AQLM.git

AQLM是通过附加量化实现大型语言模型的极限压缩的官方PyTorch实现。