GitHub 每日分享开源项目
212 subscribers
925 photos
16 videos
904 links
Download Telegram
用 Python 写个小工具,界面一做出来就像上个世纪的软件,换成网页框架又嫌启动慢、占内存。
BUI 把 Blender 的整套界面单独拆了出来,变成一个 UI 库,Python、Rust、JavaScript、C 和 C++ 都能调。
不用装 Blender,也不用会 Blender。老的 tkinter 程序一行不改就能跑在上面,直接换上 Blender 那身皮。
GitHub:https://github.com/ppmpreetham/BUI
Blender 那些顺手的交互都搬过来了,拖动数字框调数值,输入框里直接写算式,菜单里敲「ad cu」就能搜到「Add Cube」。
它只在画面变化时重绘,空闲时几乎不占 CPU。作者实测用 Rust 写的小窗口 38 毫秒就能出第一帧,内存只要 13 MB。
用惯 Blender 的人对这套手感应该很熟,拿它给做设计、做 3D 的同行写工具,上手几乎没有门槛。
This media is not supported in your browser
VIEW IN TELEGRAM
数据源七零八落、处理起来费劲、画个图还得来回试错,做数据分析非得这么折腾吗?微软开源的Data Formulator把文件、数据库、Databricks这些统统接进一个可视化工作区。
AI Agent照着问自动出图表、给洞察。Data Threads能随手分出新问、对比不同分析路径,上下文一直留着。图表底层是Flint,推荐、主、样式都能调。
0.8 beta版把加载、提问、回顾、分支串成一条龙,不想写太多处理代码、只想直接从数据里挖洞察的,这个可以上手。
🔗https://github.com/microsoft/data-formulator
长时间跑编码或研究任务,上下文说断就断、状态老是续不上,这问有解吗?Prime Agent这个开源Agent把上下文当变量塞进持久REPL里管,子代理调起来跟函数一样。
补充提示、记忆、技能描述全存成可更新的状态,Agent能照着证据做点小幅自我完善。文件操作、shell、工具、子代理都走代码,IPython直接内置。
Agent之间能直接通信,终端断了后台接着跑,长任务自动压缩,心跳定时唤醒,自我完善只动补充状态、还能回滚。
🔗https://github.com/PrimeIntellect-ai/prime-agent
碎片想法随手记,非得装个笨重工具或者掏钱订阅吗?Memos这个开源自托管轻量笔记就是为这场景来的——打开就写,写完关掉,文件夹整理那套完全不用管。
原生Markdown支持,数据搁自己服务器上,遥测一概没有。
部署就一个Go二进制文件,或者Docker拉起来,SQLite、MySQL、PostgreSQL都能接。MIT许可,REST和gRPC接口都给了,想动手改直接看源码就行。
地址:https://github.com/usememos/memos
被transformers这类库层层封装后,LLM的训练细节还能看清楚吗?Train LLM From Scratch这个项目就是冲着这个来的——纯PyTorch手搭Transformer,trl、peft、transformers一概不用。
从数据转token开始,注意力、多头这些模型结构,到预训练,再到SFT、Reward Model、DPO/PPO/GRPO对齐,整条链路一层层剥开讲,每个模块都配说明和预期输出。
百万到十亿参数的单卡实验就能跑,文档里连不同硬件的参考都标好了。想对着代码把训练全流程走一遍,这个挺对路。
🔗https://github.com/FareedKhan-dev/train-llm-from-scratch
MiniMax H3 这套导演台工作流,是有人特意整理出来的。
直接扔进 ComfyUI 就能开跑,文生视频、图生视频、首尾帧、视频换人这些活儿全都接得住。
🔗 https://github.com/huangserva/ComfyUI_MiniMaxH3_Director
装正版 Windows 和 Office,何必满世界找激活码、捎带装一堆流氓软件,到头来让电脑塞满全家桶?
Mocreak 这款工具,一键就能自动下载、安装、部署正版 Windows 和 Office,办公增强也一并管了。
三点:
1️⃣ 完全免费,无广告、绿色无毒,不往机器里塞乱七八糟的东西
2️⃣ Windows 10/11 随你挑,Defender、记事本装不装都由自己定
3️⃣ Office 2016 到 2024 全能认,Word、Excel、PPT 想装哪个选哪个,固态、U 盘都行
https://github.com/OdysseusYuan/Mocreak/releases
家里的安卓电视开机就是满屏广告位和推荐,想找个装好的 App,得在好几排海报里翻半天。
Tigris 把 Android TV 的桌面换成了苹果 tvOS 的样子,底部是一条毛玻璃 Dock,选中 App 时上半屏还会轮播内容。
按遥控器返回键就能拉出毛玻璃控制中心,网络、待机、亮度、音量、HDMI 输入源都在里面。
GitHub:https://github.com/lesnolie/Tigris
不用的时候会变成相框,照片缓慢平移缩放,也能放 Apple TV 的航拍视频。手机扫码就能把相册里的照片传上去。
背景可以用必应每日风景、公有领域名画,App 也能长按收进文件夹,跟手机桌面差不多。
作者说这是十二生肖开源系列的第三个,属虎,名字 Tigris 就是拉丁语里的老虎,这个起名我挺喜欢。
看 Transformer 的资料,公式就一行,可要说清一个词到底注意到了谁、数字怎么一步步变过去,脑子里还是一团雾。
Training Explorer 把大模型训练做成了能播放、能单步、能倒退的互动课,每一步模型内部的矩阵和概率都摆在眼前。
示例课用了一个能手算的小模型,4 个词元、2 个注意力头,跟着 12 个计算步骤一路走到输出,数字都是真实算出来的,不是随手画的热力图。
GitHub:https://github.com/ninetyhe-90/training-explore
一共 14 门课,从分词、反向传播、优化器,讲到分布式训练、显存、推理和微调对齐。
每章都有推导、数值例、PyTorch 代码、常见错误和自测,参考资料直接链到原始论文和官方文档。
进度存在浏览器里,无需账号。想把大模型训练从头弄明白的,比干啃论文轻松不少。
接下陌生代码仓库,只靠搜文件名,调用和导入关系是不是特别容易漏?
Ix拿tree-sitter把符号、调用、导入拢成一张持久图,落在本机——官方是用Docker跑ArangoDB,语言覆盖大概27种。
图建完之后,某个组件负责什么、一条数据怎么流、改一处会波及谁,这些都能直接问。
人和Agent还能通过MCP共用同一张图。
🔗
Agent理论啃了不少,真动手时连个能跑起来的架子都搭不出,这坎儿怎么过?LangChain的agents-from-scratch实战指南,就是带你从零做出一个带人机协作和长期记忆的邮件助手。
基础骨架先用LangGraph搭起来,评估测试跟上,再塞进Human-in-the-loop,发邮件、排会议这类关键操作让人能审;最后靠LangGraph Store补上记忆,偏好就记住了。
每步都配Notebook和源码,原理换个Agent场景照样能搬。
传送:
有人把“润学”做成了一份开源指南!
开源项目 RUN,专门汇总海外移民、留学、工作和生活方面的信息。
从各国的移民路径、申请门槛,到语言学习、求职准备、海外生活经验,都能查到相关资料和讨论。
最有价值的是,里面有不少过来人的经验分享,能帮你少走一些弯路。
仓库:https://github.com/BryceYuuu/RUN
Claude、Cursor、codex 这些看着个个都挺能耐,
真拉上阵干活就全露馅了:
搜不了,小红书读不了,B 站字幕看不了,Reddit、YouTube、GitHub 统统抓瞎。。
从前只能自己到处找 API、往外掏钱,还天天挨封,烦得够呛。一句“帮我安装 Agent Reach”就完了
Twitter、小红书、B 站带字幕、Reddit、YouTube、GitHub、网页、RSS、雪球、LinkedIn 全给你打通。
一个 CLI,API 费用零,挂了自动换道,doctor 一键体检。
🔗
程序员群体已经开始翻论文琢磨怎么活得更久了,GitHub 上那本 3.5 万+ Star 的"赛博养生手册"就是证据。
HowToLiveLonger 把饮食、运动、睡眠、久坐、咖啡、吸烟这些因素跟全因死亡率相关的研究汇总到一起,再把结论梳成一份拿来就能用的行动清单。
每天该睡多久?吃什么更健康?哪类运动值得长期坚持?不少疑问顺着结论都能摸到对应的论文和数据出处。
与其成天刷那些"养生秘诀",不如直接看看研究到底怎么讲。
完整中文文档,免费开源。
想自学《新概念英语》,有个开源网站把这件事变得相当省心。
NCE 直接把《新概念英语》1~4 册做成了在线点读版:整篇朗读、单句点读、中英逐句对照都齐了,手机、平板、电脑打开浏览器就能学。
第一册打基础,第二册练语法,第三册进阶阅读,第四册冲高级表达,一套下来能从入门一路刷到高阶。
眼下 GitHub 上已经攒了 3.5K Star,不用装 App,打开网页就能用。
在线学习:https://nce.ichochy.com/
GitHub:
股票、期权、宏观、加密数据东一块西一块散在不同网站和SDK里,做量化或研究时能不头疼吗?OpenBB把这些拢成一套Python接口加命令行,GitHub上大概7.45万星。
装完官方示例就是拉一段AAPL历史、转成表格。不少数据源还得自己配FRED、FMP这类Key,不是装好就能白用所有库。爱写代码的,可以再拉起本地API把后续流程打通。
Workspace是另一套给分析师看图、接助手的界面,跟开源包不是同一次安装。调用方式能统一,数据账单可统一不了。
传送:
旧照片、小头像非得传上云端才能修吗?
Upscayl这款开源桌面工具直接在自己电脑上跑,Windows、Mac、Linux都能装,靠Real-ESRGAN这类模型在本地把低清图放大、补细节。
分辨率偏低、带点像素感的图,一般都能救回来;要是完全失焦、整张糊成一团,官方也直说没辙。显卡得支持Vulkan,核显跑起来会明显拖慢速度,好在图片全程不出硬盘。
🔗
英语学了很久,介词还是用错;单词都认识,自己说出来却不自然。很多时候,我们缺的不是更多学习材料,而是针对具体问的练习。
你可以把EnglishClub 当作英语基础工具箱,提供语法、词汇、发音和日常表达等不同主的讲解与练习。与其漫无目的地浏览,不如先确定自己想解决的一个问,再直接找相关内容。
网站提供免费学习资源,许多内容无需注册;主比较多,可以直接进入相关分类。
推荐大家用下面这套方法:
1️⃣ 先针对一个知识点学习。 比如总分不清某些介词的用法,就先读相关讲解,再做练习,记下容易混淆的例句。
2️⃣ 再用沉浸式翻译阅读真实英文材料。 学完介词或日常表达后,可以找英文博客、产品说明、论坛讨论或其他真实网页,看看刚学的知识点在自然语境中如何出现。碰到复杂句子时,用网页双语对照辅助理解,再回到英文原文,观察这个表达为什么会这样使用。
English Club很适合这种从“发现问”到“理解规则”,再到“真实阅读中验证”的学习方式。语法不再只是练习里的答案,而是能帮助你读懂更多英文内容的工具。
还有一些根据场景来设定的小测验,比如:商务英语中的Meeting场景,很适合拿来巩固、检测自己所学的知识,
💬 如果现在可以解决一个英语问,你最想解决什么?
https://www.englishclub.com/