Github 2024-04-16 Python开源项目日报 Top10

根据Github Trendings的统计，今日(2024-04-16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：

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。

Python中的算法实现集合

• 创建周期：2831 天
• 开发语言：Python
• 协议类型：MIT License
• Star数量：178357 个
• Fork数量：43408 次
• 关注人数：178357 人
• 贡献人数：457 人
• Open Issues数量：240 个
• Github地址：https://github.com/TheAlgorithms/Python.git
• 项目首页: https://the-algorithms.com/

该项目包含了用Python实现的各种算法，旨在用于学习目的。需要注意的是，这些实现可能不如Python标准库中的实现高效，因此在使用时应谨慎。

Zulip：开源团队协作工具

• 创建周期：3126 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：19936 个
• Fork数量：7409 次
• 关注人数：19936 人
• 贡献人数：391 人
• Open Issues数量：2518 个
• Github地址：https://github.com/zulip/zulip.git
• 项目首页: https://zulip.com

Zulip是一个开源的团队协作工具，具有独特的基于主题的线程，旨在进行实时和异步对话。它被财富500强公司、领先的开源项目和成千上万其他组织所使用。Zulip由来自世界各地的分布式开发人员社区构建，每个月有1000多名贡献者合并了500多次提交。

多平台爬虫工具

• 创建周期：282 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：2419 个
• Fork数量：451 次
• 关注人数：2419 人
• 贡献人数：8 人
• Open Issues数量：24 个
• Github地址：https://github.com/NanmiCoder/MediaCrawler.git

这个开源项目提供了针对小红书、抖音、快手、B站、微博等平台的爬虫工具，可以抓取视频、图片、评论、点赞、转发等信息。项目使用playwright搭建桥梁，保留登录成功后的上下文浏览器环境，并通过执行JS表达式获取一些加密参数，从而简化了核心加密JS代码的复现和逆向难度。

LitGPT: 高度优化的LLM预训练、微调和部署工具

• 创建周期：348 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：6410 个
• Fork数量：684 次
• 关注人数：6410 人
• 贡献人数：66 人
• Open Issues数量：165 个
• Github地址：https://github.com/Lightning-AI/litgpt.git

LitGPT是一个命令行工具，允许用户使用闪电关注、FSDP、4位、LoRA等最先进的技术来预训练、微调和部署大型语言模型（LLMs）。它基于高度优化的配置和训练配方，用于训练开源LLMs，重新实现了模型架构和训练配方，以消除抽象层，确保Apache 2.0合规性，并优化性能，实现更快的训练和更低的成本。

Bisheng：下一代人工智能应用的开放LLM DevOps平台

• 创建周期：230 天
• 开发语言：Python, TypeScript
• 协议类型：Apache License 2.0
• Star数量：5250 个
• Fork数量：873 次
• 关注人数：5250 人
• 贡献人数：17 人
• Open Issues数量：19 个
• Github地址：https://github.com/dataelement/bisheng.git
• 项目首页: https://bisheng.dataelem.com/

Bisheng 是一个面向下一代人工智能应用的开放LLM DevOps平台。它为开发和部署人工智能应用提供了全面的环境。

aiXcoder-7B代码大型语言模型

• 创建周期：14 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：630 个
• Fork数量：53 次
• 关注人数：630 人
• 贡献人数：3 人
• Open Issues数量：3 个
• Github地址：https://github.com/aixcoder-plugin/aiXcoder-7B.git

aiXcoder-7B代码大型语言模型是一种最先进的模型，旨在理解和生成多种编程语言的代码。它在代码完成、理解、生成和其他编程语言任务方面具有高性能。

Parler-TTS: 轻量级开源文本到语音模型

• 创建周期：61 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：1080 个
• Fork数量：76 次
• 关注人数：1080 人
• 贡献人数：2 人
• Open Issues数量：16 个
• Github地址：https://github.com/huggingface/parler-tts.git

Parler-TTS是一个轻量级的、完全开源的文本到语音(TTS)模型，旨在以给定说话者的风格生成高质量、自然流畅的语音。它基于 Stability AI 和 Edinburgh University 的 Dan Lyth 和 Simon King 的论文《自然语言引导的高保真文本到语音与合成注释》，该存储库包含了 Parler-TTS 的推理和训练代码，并以宽松的许可证公开发布，允许社区在此基础上构建并开发自己强大的TTS模型。他们还发布了 Parler-TTS Mini v0.1，这是一个基于1.05万小时音频数据训练的6亿参数模型，计划将数据规模扩大到5万小时，以准备v1模型。

MiniCPM-V 和 OmniLMM: 图文理解的开源多模态大模型系列

• 创建周期：78 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：861 个
• Fork数量：49 次
• 关注人数：861 人
• 贡献人数：8 人
• Open Issues数量：10 个
• Github地址：https://github.com/OpenBMB/MiniCPM-V.git

MiniCPM-V 和 OmniLMM 是面向图文理解的开源多模态大模型系列。它们接受图像和文本输入，并提供高质量的文本输出。MiniCPM-V 2.0 版本能够处理任意长宽比的图像，具有 180 万像素，实现了类似 Gemini Pro 的场景文字识别能力和与 GPT-4V 相当的低幻觉率。OmniLMM-12B 模型在多个基准测试中优于同规模的其他模型，并实现了比 GPT-4V 更低的幻觉率。

MaxKB：基于LLM大语言模型的知识库问答系统

• 创建周期：215 天
• 开发语言：Python, Vue
• 协议类型：GNU General Public License v3.0
• Star数量：739 个
• Fork数量：128 次
• 关注人数：739 人
• 贡献人数：32 人
• Open Issues数量：29 个
• Github地址：https://github.com/1Panel-dev/MaxKB.git

MaxKB 是基于 LLM 大语言模型的知识库问答系统。它旨在成为一种开箱即用的解决方案，支持轻松集成到第三方业务系统中。它允许直接上传文档、自动网络文档爬取、文本分割、向量化，并提供智能问答交互体验。它可以零编码快速嵌入到第三方业务系统，并支持多个大型模型，包括本地私有模型如 Llama 2、Azure OpenAI 和百度千帆大模型。