老孙正经胡说Github 2024-04-09 Python开源项目日报 Top10
目录
根据Github Trendings的统计，今日(2024-04-09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 | 10 |
| Vue项目 | 1 |
| JavaScript项目 | 1 |
系统设计指南
- 创建周期：2507 天
- 开发语言：Python
- 协议类型：Other
- Star数量：241693 个
- Fork数量：42010 次
- 关注人数：241693 人
- 贡献人数：109 人
- Open Issues数量：413 个
- Github地址：https://github.com/donnemartin/system-design-primer.git
系统设计指南是一个开源项目，帮助个人学习如何设计大规模系统并为系统设计面试做准备。它还包括Anki记忆卡，以便有效学习。
ComfyUI：强大而模块化的稳定扩散GUI
- 创建周期：399 天
- 开发语言：Python, JavaScript
- 协议类型：GNU General Public License v3.0
- Star数量：25663 个
- Fork数量：2741 次
- 关注人数：25663 人
- 贡献人数：90 人
- Open Issues数量：1263 个
- Github地址：https://github.com/comfyanonymous/ComfyUI.git
ComfyUI是一个开源项目，提供强大而模块化的稳定扩散图形用户界面（GUI）、API和后端，具有图/节点界面。它允许用户使用基于图/节点/流程图的界面设计和执行高级稳定扩散管道。
少样本语音克隆的高质量TTS模型
- 创建周期：9 天
- 开发语言：Python
- 协议类型：MIT License
- Star数量：4367 个
- Fork数量：411 次
- 关注人数：4367 人
- 贡献人数：24 人
- Open Issues数量：65 个
- Github地址：https://github.com/RVC-Boss/GPT-SoVITS.git
该项目专注于使用最少的语音数据来训练高质量的文本到语音（TTS）模型，实现少样本语音克隆。该项目的GitHub页面上提供了演示视频。
QAnything：本地知识库问答系统
- 创建周期：19 天
- 开发语言：Python, Vue
- 协议类型：Apache License 2.0
- Star数量：2133 个
- Fork数量：169 次
- 关注人数：2133 人
- 贡献人数：5 人
- Open Issues数量：25 个
- Github地址：https://github.com/netease-youdao/QAnything.git
- 项目首页: https://qanything.ai
QAnything是一个本地知识库问答系统，支持广泛的文件格式和数据库，可用于离线安装和使用。它允许用户简单地放置任何本地存储的任何格式的文件，并获得准确、快速和可靠的答案。当前支持的格式包括PDF、Word（doc/docx）、PPT、Markdown、Eml、TXT、图像（jpg、png等）、网页链接，未来预计将支持更多格式。
复制 Sora（Open AI T2V 模型）
- 创建周期：17 天
- 开发语言：Python
- 协议类型：MIT License
- Star数量：4985 个
- Fork数量：435 次
- 关注人数：4985 人
- 贡献人数：15 人
- Open Issues数量：47 个
- Github地址：https://github.com/PKU-YuanGroup/Open-Sora-Plan.git
该项目旨在复制 Sora（Open AI T2V 模型），但我们只拥有有限的资源。我们真诚希望所有的开源社区能够为这个项目做出贡献。
可视自回归建模：通过下一尺度预测实现可扩展图像生成
- 创建周期：6 天
- 开发语言：Python
- 协议类型：MIT License
- Star数量：536 个
- Fork数量：14 次
- 关注人数：536 人
- 贡献人数：2 人
- Open Issues数量：7 个
- Github地址：https://github.com/FoundationVision/VAR.git
Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction的官方PyTorch实现将GPT风格模型提升到超越视觉生成中观察到的扩散和比例定律之上。
JetMoE: 用0.1M美元实现LLaMA2性能
- 创建周期：6 天
- 开发语言：Python
- 协议类型：Apache License 2.0
- Star数量：550 个
- Fork数量：31 次
- 关注人数：550 人
- 贡献人数：1 人
- Open Issues数量：1 个
- Github地址：https://github.com/myshell-ai/JetMoE.git
JetMoE是一个旨在以10万美元的预算实现LLaMA2性能的开源项目。它专注于利用机器学习和优化技术，以低成本实现高性能。