Github 2024-02-01 开源项目日报 Top10

根据Github Trendings的统计，今日(2024-02-01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：

Nx：构建系统和先进 CI 能力

• 创建周期：2365 天
• 开发语言：TypeScript
• 协议类型：MIT License
• Star数量：20997 个
• Fork数量：2123 次
• 关注人数：20997 人
• 贡献人数：405 人
• Open Issues数量：807 个
• Github地址：https://github.com/nrwl/nx.git
• 项目首页: https://nx.dev

Nx 是一个具有内置工具和先进 CI 能力的构建系统，旨在帮助在本地和 CI 上维护和扩展 monorepos。它提供文档、指南、交互式教程，并通过 Discord、通讯和 YouTube 直播与社区互动。

Code Llama: 大型代码语言模型

• 创建周期：161 天
• 开发语言：Python
• 协议类型：Other
• Star数量：12727 个
• Fork数量：1301 次
• 关注人数：12727 人
• 贡献人数：11 人
• Open Issues数量：84 个
• Github地址：https://github.com/facebookresearch/codellama.git

Code Llama是一系列用于代码的大型语言模型，提供了最先进的性能、填充能力、支持大型输入上下文，并且具有编程任务的零射命令遵循能力。它包括多种类型，以涵盖各种应用，并且现在可以让各种规模的个人、创作者、研究人员和企业进行负责任的实验、创新和扩展想法。

从零开始构建大型语言模型

• 创建周期：190 天
• 开发语言：Jupyter Notebook
• 协议类型：Other
• Star数量：3073 个
• Fork数量：149 次
• 关注人数：3073 人
• 贡献人数：6 人
• Open Issues数量：0 个
• Github地址：https://github.com/rasbt/LLMs-from-scratch.git
• 项目首页: https://www.manning.com/books/build-a-large-language-model-from-scratch

《从零开始构建大型语言模型》一书指导读者逐步创建自己的LLM，用清晰的文字、图表和示例解释每个阶段。用于教育目的训练和开发小型功能模型的方法，与创建ChatGPT等大规模基础模型的方法相似。

Lepton AI对话搜索演示

• 创建周期：6 天
• 开发语言：TypeScript, Python
• 协议类型：Apache License 2.0
• Star数量：1079 个
• Fork数量：115 次
• 关注人数：1079 人
• 贡献人数：2 人
• Open Issues数量：2 个
• Github地址：https://github.com/leptonai/search_with_lepton.git
• 项目首页: https://search.lepton.run

该项目旨在利用Lepton AI构建一个快速的基于对话的搜索演示。它包括内置LLM支持、搜索引擎、可定制的UI界面以及可共享、缓存的搜索结果。

IPTV直播源抓取与整合

• 创建周期：135 天
• Star数量：2701 个
• Fork数量：170 次
• 关注人数：2701 人
• 贡献人数：1 人
• Open Issues数量：2 个
• Github地址：https://github.com/joevess/IPTV.git

IPTV直播源抓取，自动整合好趣网直播源+TVBox直播源+其他网上直播源，选择分辨率和速度最佳的视频流，定期更新。

FlagEmbedding: 检索增强型LLM项目概述

• 创建周期：183 天
• 开发语言：Python
• 协议类型：MIT License
• Star数量：3102 个
• Fork数量：188 次
• 关注人数：3102 人
• 贡献人数：21 人
• Open Issues数量：219 个
• Github地址：https://github.com/FlagOpen/FlagEmbedding.git

FlagEmbedding专注于检索增强型LLM，目前包括以下项目：Long-Context LLM，LM的微调，密集检索，重新排序模型和基准测试。

Lepton AI：简化AI服务构建的Pythonic框架

• 创建周期：148 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：1497 个
• Fork数量：97 次
• 关注人数：1497 人
• 贡献人数：17 人
• Open Issues数量：13 个
• Github地址：https://github.com/leptonai/leptonai.git
• 项目首页: https://lepton.ai/

Lepton AI是一个Pythonic框架，旨在简化构建AI服务的过程。它提供了一个Python库，允许用户轻松将研究和建模代码转换为服务，使用简单的抽象方式启动HuggingFace的模型，访问常见模型的预构建示例，并利用自动批处理和后台作业等AI定制功能。此外，它还提供了用于自动服务调用的客户端和用于在云环境中轻松部署的Python配置规范。

Excel 16位CPU

• 创建周期：4 天
• 开发语言：Python
• 协议类型：Creative Commons Zero v1.0 Universal
• Star数量：1114 个
• Fork数量：93 次
• 关注人数：1114 人
• 贡献人数：1 人
• Open Issues数量：6 个
• Github地址：https://github.com/InkboxSoftware/excelCPU.git

Excel 16位CPU存储库包含一个在Excel电子表格中实现的16位CPU，具有16个通用寄存器、128KB的RAM和一个128x128的显示屏。它可以在自动模式或手动模式下进行控制，并根据InstructionSet.xlsx电子表格中指定的指令集架构运行。此外，可以使用Excel-ASM16语言编写程序，并编译到ROM.xlsx电子表格中。

Fabric: 利用人工智能增强人类能力的开源框架

• 创建周期：29 天
• 开发语言：Python, HTML
• 协议类型：MIT License
• Star数量：1039 个
• Fork数量：102 次
• 关注人数：1039 人
• 贡献人数：1 人
• Open Issues数量：12 个
• Github地址：https://github.com/danielmiessler/fabric.git

Fabric 是一个旨在利用人工智能增强人类能力的开源框架。目前仍处于早期阶段，正在不断增加更多的文档和功能。

AI封面生成器

• 创建周期：4 天
• 开发语言：TypeScript
• 协议类型：Apache License 2.0
• Star数量：679 个
• Fork数量：130 次
• 关注人数：679 人
• 贡献人数：1 人
• Open Issues数量：3 个
• Github地址：https://github.com/all-in-aigc/aicover.git
• 项目首页: https://aicover.design

AI封面生成器是由aicover.design推出的开源项目。它允许用户为各种用途创建由人工智能生成的封面设计。