《HelloGitHub》第 10 期
兴趣是最好的老师,HelloGitHub 就是帮你找到编程的兴趣!
|以下为本期内容|每个月 28 号发布最新一期|点击查看往期内容|
C# 项目
1、Wox:Windows 上的 Alfred、Launchy,使用演示:
C++ 项目
2、simhash:此项目用来对中文文档计算出对应的 simhash 值。simhash 是谷歌用来进行文本去重的算法(详见 simhash 算法原理及实现),现在广泛应用在文本处理中。特征:
- 使用 CppJieba 作为分词器和关键词抽取器
- 使用 jenkins 作为 hash 函数
- hpp 风格,所有源码都是 .hpp 文件里面,方便使用。没有链接,就没有伤害。
- 本项目的副产品项目:simhash_server 提供了简单的 simhash HTTP 服务。
Go 项目
3、kingshard:kingshard 是一个由 Go 开发高性能 MySQL Proxy 项目,kingshard 在满足基本的读写分离的功能上,致力于简化 MySQL 分库分表操作;能够让 DBA 通过 kingshard 轻松平滑地实现 MySQL 数据库扩容。
Java 项目
4、incubator-rocketmq:RocketMQ 是阿里巴巴在 2012 年开源的第三代分布式消息中间件。 历年双 11,RocketMQ 都承担了阿里巴巴生产系统百分之百的消息流转,在核心交易链路有着稳定和出色的表现,今年双十一,更是创造了万亿级消息精准低延迟投递。
JavaScript 项目
5、iview:iView 是一套基于 Vue.js 的开源 UI 组件库,主要服务于 PC 界面的中后台产品。特性:
- 高质量、功能丰富
- 友好的 API,自由灵活地使用空间
- 事无巨细的文档
- 细致、漂亮的 UI
- 使用单文件的 Vue 组件化开发模式
- 基于 npm + webpack + babel 开发,支持 ES2015
6、flv.js:使用纯 JavaScript 写的 HTML5 Flash 视频(flv)播放器,示例代码如下:
<script src="flv.min.js"></script>
<video id="videoElement"></video>
<script>
if (flvjs.isSupported()) {
var videoElement = document.getElementById('videoElement');
var flvPlayer = flvjs.createPlayer({
type: 'flv',
url: 'http://example.com/flv/video.flv'
});
flvPlayer.attachMediaElement(videoElement);
flvPlayer.load();
flvPlayer.play();
}
</script>
7、RAP:阿里妈妈 MUX 团队出品,企业级 Web 接口管理工具。RAP 通过 GUI 工具帮助 Web 工程师更高效的管理接口文档,同时通过分析接口结构自动生成 Mock 数据、校验真实接口的正确性,使得接口开发更加规范、自动化。
Objective-C 项目
8、sequelpro:这是我到目前为止在 Mac 上发现最好用的 MySQL 管理工具。本人一直在使用,并且推荐给了我的小伙伴们,用过都说好😈~
PHP 项目
Python 项目
10、saythanks.io:Kennethreitz 写的一个简单的网站(基于 Flask),用于向开源项目作者发送感谢邮件的 Web App。该项目结构简单,可以用来学习大神是如何快速开发 Web 项目、方法、代码风格、开发常用库。而且该项目的意义也特别好:感谢开源项目的作者,愿开源社区越来越好,网站地址
11、locust:模拟用户行为的负载测试工具,包含友好的 Web 页面,如下图:
12、jumpserver:Jumpserver 是一款由 Python 编写开源的跳板机(是一类可作为跳板批量操作远程设备的网络设备)系统,实现了跳板机应有的功能。基于 SSH 协议来管理,客户端无需安装 agent。支持常见 Linux 系统,效果如下:
其它
13、IntelliJ-IDEA-Tutorial:IntelliJ IDEA 简体中文专题教程
14、Awesome_API:第三方 API 集合
15、Lee-VR-Source:VR 开发者必备资源汇总
16、500lines:(英文)用少于 500 行的 Python 代码,你可以写出什么东西?相信你看完这个项目,会学到很多(每个项目的作者都是业内大神写的)。中文翻译版(未翻译完)
开源书籍
17、redisbook:Redis 设计与实现(网络版)
机器学习
18、MLAlgorithms:常见的机器学习算法,Python 实现:
- Deep learning (MLP, CNN, RNN, LSTM)
- Linear regression, logistic regression
- Random Forests
- Support vector machine (SVM) with kernels (Linear, Poly, RBF)
- K-Means
- 等等