Github 2024-03-11 开源项目周报 Top15_c# 开源 周报提交 移动端

根据Github Trendings的统计，本周(2024-03-11统计)共有15个项目上榜。根据开发语言中项目的数量，汇总情况如下：

屏幕截图转代码应用

• 创建周期：114 天
• 开发语言：TypeScript, Python
• 协议类型：MIT License
• Star数量：42336 个
• Fork数量：4965 次
• 关注人数：42336 人
• 贡献人数：18 人
• Open Issues数量：85 个
• Github地址：https://github.com/abi/screenshot-to-code.git
• 项目首页: https://screenshottocode.com

这个开源项目是一个简单的应用程序，它使用GPT-4 Vision或Claude 3来生成代码，使用DALL-E 3来生成类似的图像，将屏幕截图转换为代码。它支持HTML/Tailwind CSS、React、Bootstrap和Vue。用户还可以输入URL来克隆一个活动网站。该项目在GitHub上可用，以获取更多演示和更新。

Ryujinx: 任天堂Switch模拟器

• 创建周期：2223 天
• 开发语言：C#
• 协议类型：MIT License
• Star数量：28824 个
• Fork数量：3163 次
• 关注人数：28824 人
• 贡献人数：178 人
• Open Issues数量：772 个
• Github地址：https://github.com/Ryujinx/Ryujinx.git
• 项目首页: https://www.ryujinx.org

Ryujinx是一个用C#编写的开源任天堂Switch模拟器。截至2023年10月，已测试了大约4200个标题，其中超过4150个可以启动到游戏界面，并且大约3500个被认为是可玩的。用户可以通过提交新的游戏测试或更新现有的测试来贡献兼容性列表。

微软人工智能入门课程

• 创建周期：1104 天
• 开发语言：Jupyter Notebook
• 协议类型：MIT License
• Star数量：29543 个
• Fork数量：4637 次
• 关注人数：29543 人
• 贡献人数：33 人
• Open Issues数量：68 个
• Github地址：https://github.com/microsoft/AI-For-Beginners.git
• 项目首页: https://microsoft.github.io/AI-For-Beginners/

微软为初学者提供了为期12周，共24课时的人工智能（AI）课程。该课程涵盖了各种AI方法，包括符号AI、神经网络、计算机视觉、自然语言处理等。它提供了动手实践课程、测验和实验室，并包括了对TensorFlow、PyTorch和道德AI原则的覆盖。该课程不涵盖AI的商业案例、经典机器学习、使用认知服务构建的实际AI应用、特定的ML云框架、对话AI和聊天机器人，以及深度学习背后的深度数学。

初学者的生成式人工智能（第2版）

• 创建周期：259 天
• 开发语言：Jupyter Notebook
• 协议类型：MIT License
• Star数量：25764 个
• Fork数量：16105 次
• 关注人数：25764 人
• 贡献人数：50 人
• Open Issues数量：17 个
• Github地址：https://github.com/microsoft/generative-ai-for-beginners.git
• 项目首页: https://microsoft.github.io/generative-ai-for-beginners/

《初学者的生成式人工智能（第2版）》是由微软云倡导者提供的一门全面的18课程，教授一切开始构建生成式人工智能应用所需的知识。

ChatGPT API 划词翻译工具

• 创建周期：366 天
• 开发语言：TypeScript
• 协议类型：GNU Affero General Public License v3.0
• Star数量：21026 个
• Fork数量：1537 次
• 关注人数：21026 人
• 贡献人数：76 人
• Open Issues数量：360 个
• Github地址：https://github.com/openai-translator/openai-translator.git

这是一个基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面应用的项目。它起初是一个 Chrome 扩展，现在已经发展成为一个多平台桌面应用，提供翻译、文字润色和摘要功能，并支持 55 种不同语言的相互翻译、文字润色和摘要。该工具支持流式模式、自定义翻译文本、一键复制、文字转语音、截图翻译，以及词汇书支持和生成基于词汇书单词的记忆辅助。同时支持 OpenAI 和 Azure OpenAI Service，需要准备 OpenAI API 密钥或 Azure OpenAI Service API 密钥进行安装。

Pingora: 构建快速、可靠和可扩展网络服务的开源库

• 创建周期：302 天
• 开发语言：Rust
• 协议类型：Apache License 2.0
• Star数量：10390 个
• Fork数量：497 次
• 关注人数：10390 人
• 贡献人数：3 人
• Open Issues数量：32 个
• Github地址：https://github.com/cloudflare/pingora.git

Pingora是一个旨在构建快速、可靠和可扩展网络服务的开源库。

QtScrcpy: Android实时显示控制软件

• 创建周期：1720 天
• 开发语言：Java, C++
• 协议类型：Apache License 2.0
• Star数量：14700 个
• Fork数量：2084 次
• 关注人数：14700 人
• 贡献人数：19 人
• Open Issues数量：426 个
• Github地址：https://github.com/barry-ran/QtScrcpy.git
• 项目首页: https://blog.csdn.net/rankun1/article/details/87970523

QtScrcpy是一款开源软件，允许通过USB或网络实时显示和控制Android设备。它不需要root权限，并支持GNU/Linux、Windows和macOS等多个平台。它专注于轻量化、性能、质量、低延迟、快速启动时间和非侵入性。

Kickstart.nvim: 个人Neovim配置的启动点

• 创建周期：626 天
• 开发语言：Lua
• 协议类型：MIT License
• Star数量：12846 个
• Fork数量：8160 次
• 关注人数：12846 人
• 贡献人数：91 人
• Open Issues数量：23 个
• Github地址：https://github.com/nvim-lua/kickstart.nvim.git

Kickstart.nvim是一个开源项目，用于个人Neovim配置的启动点。

从零开始构建大型语言模型

• 创建周期：197 天
• 开发语言：Jupyter Notebook
• 协议类型：Other
• Star数量：8212 个
• Fork数量：475 次
• 关注人数：8212 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》是一本指导您从头开始创建自己的LLM的书籍，使用清晰的解释、图表和示例。该方法与创建ChatGPT等大规模基础模型的方法相似。它涵盖了理解大型语言模型和处理文本数据等主题。

Windows在Docker容器中的应用

• 创建周期：57 天
• 开发语言：Shell
• 协议类型：MIT License
• Star数量：6788 个
• Fork数量：474 次
• 关注人数：6788 人
• 贡献人数：4 人
• Open Issues数量：26 个
• Github地址：https://github.com/dockur/windows.git

Windows在Docker容器中是一个开源项目，它可以在Docker容器环境中运行Windows应用程序。它提供了一种将Windows应用程序容器化并以一种一致和隔离的方式执行的方法。

Ente: 开源端到端加密的照片存储平台

• 创建周期：496 天
• 开发语言：TypeScript, Dart
• 协议类型：GNU Affero General Public License v3.0
• Star数量：6019 个
• Fork数量：385 次
• 关注人数：6019 人
• 贡献人数：50 人
• Open Issues数量：97 个
• Github地址：https://github.com/ente-io/ente.git
• 项目首页: https://ente.io

Ente是一个完全开源的、端到端加密的平台，为您提供了一个替代Google照片和Apple照片的选择。它提供了两个应用程序，Ente照片和Ente认证，并已经通过外部审核对其源代码和密码学进行了审核。

基于Next.js和React.js的简单UI组件示例

• 创建周期：490 天
• 开发语言：HTML, CSS
• Star数量：2552 个
• Fork数量：494 次
• 关注人数：2552 人
• 贡献人数：3 人
• Open Issues数量：3 个
• Github地址：https://github.com/atherosai/ui.git
• 项目首页: https://learning.atheros.ai

该存储库包含基于Next.js和React.js的简单UI组件示例。它包括HTML/CSS/JS和React示例的安装说明，具体示例包括TikTok、Instagram、Youtube、Twitter、Linkedin和Threads。

DUSt3R: 几何3D视觉简化

• 创建周期：13 天
• 开发语言：Python
• 协议类型：Other
• Star数量：1865 个
• Fork数量：155 次
• 关注人数：1865 人
• 贡献人数：3 人
• Open Issues数量：15 个
• Github地址：https://github.com/naver/dust3r.git

DUSt3R是Geometric 3D Vision Made Easy的官方实现。它旨在利用几何技术简化3D视觉的过程。

SD WebUI Forge 透明图像生成扩展

• 创建周期：10 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：2790 个
• Fork数量：273 次
• 关注人数：2790 人
• 贡献人数：1 人
• Open Issues数量：42 个
• Github地址：https://github.com/layerdiffusion/sd-forge-layerdiffuse.git

该项目是针对SD WebUI（通过Forge）的一个正在进行的扩展工作，旨在生成透明图像和图层。它目前具有图像生成和基本图层功能，透明图像到图像的功能预计将在一周内完成。代码库非常动态，可能在接下来的一个月内发生重大变化。该项目还提供自动模型下载/选择，并详细介绍了各种模型的发布，还提到了可能的未来发布。

StarCoder2 - 代码生成模型家族

• 创建周期：88 天
• 开发语言：Python
• 协议类型：Apache License 2.0
• Star数量：867 个
• Fork数量：95 次
• 关注人数：867 人
• 贡献人数：2 人
• Open Issues数量：5 个
• Github地址：https://github.com/bigcode-project/starcoder2.git

StarCoder2是一系列代码生成模型（3B、7B和15B），经过对600多种编程语言和自然语言文本进行训练。这些模型使用分组查询注意力，上下文窗口包含16384个标记，滑动窗口注意力包含4096个标记。它们的训练量达到了3万亿至4万亿个标记。这些模型旨在用于代码完成，而不是用于指令模型或命令，比如“编写一个计算平方根的函数”。