本周16个Github有趣项目如Maestro
Github上本周有趣的项目、工具和库
1、Maestro
Maestro - 为 Claude Opus、GPT 和本地 LLM 协调子代理的框架
此 Python 脚本演示了使用 Anthropic API 的 AI 辅助任务分解和执行工作流程。它利用两个 AI 模型 Opus 和 Haiku 将目标分解为子任务,执行每个子任务,并将结果细化为有凝聚力的最终输出。
更新了原版 Maestro,以支持 Claude 3.5 Sonnet
特征
- 使用 Opus 模型将目标分解为可管理的子任务
- 使用 Haiku 模型执行每个子任务
- 为 Haiku 模型提供先前子任务的记忆,以供参考
- 使用 Opus 模型将子任务结果细化为最终输出
- 生成详细的交换日志,记录整个任务分解和执行过程
- 将交换日志保存为 Markdown 文件,方便参考
- 利用改进的 Opus 模型提示来更好地评估任务完成情况
- 在处理代码项目时创建代码文件和文件夹。
使用 LMStudio 或 Ollama 在本地运行
2、vterm
用 Rust 编写的跨平台 Vulkan 终端模拟器。
该项目在当前状态下无法使用,并且可能会发生很大变化。
项目状态
- 窗口化
- 渲染管道
- 图像绘制
- 字体绘制
- 自定义字体加载
- UI 层的布局(目前有问题)
- 郵件
- 处理输入
- 终端缓冲区到屏幕
- 标签
- 可拖拽/多窗口
- 菜单、设置
- 配置
3、spring-restbucks
该项目是Jim Webber、Savas Parastatidis 和 Ian Robinson 合著的《REST in Practice》一书中描述的 Restbucks 应用程序的示例实现。它展示了如何将不同的 Spring 生态系统技术结合在一起来实现 REST Web 服务。该应用程序使用HAL作为主要表示格式。服务器实现附带一个超媒体感知 Android 客户端,该客户端可以动态适应服务器上的变化。
4、Midday
Midday 是一款一体化工具,旨在帮助自由职业者、承包商、顾问和个体企业家更有效地管理其业务运营。它将通常分散在多个平台上的各种功能集成到一个统一的系统中。
特征
- 时间跟踪:允许实时跟踪项目时间以提高生产力和协作,提供富有洞察力的项目概述。
- 发票:即将推出的功能,使用户能够创建基于 Web 的发票、实时协作并无缝同步项目。Magic
- Inbox:自动将收到的发票或收据与正确的交易进行匹配,简化财务跟踪和组织。
- 保险库:安全存储合同和协议等重要文件,将所有内容集中在一个地方以方便访问。
- 无缝导出:方便轻松导出财务数据,为会计人员整齐地打包在 CSV 文件中。
- 助手:提供针对财务状况的定制见解,帮助用户了解消费模式、削减成本和查找文档。
5、asciinema
适用于 MacOS/Linux/Windows 的跨平台 asciinema(v2) 终端会话记录器。目前比官方版本更好。
这个项目是使用 go 编写的asciinema的跨平台版本,功能齐全。您可以使用它在MacOS/Linux/Windows上创建、编辑、上传、转换(到 gif 动画) asciinema 格式。
6、Eidos
Notion 的离线替代品。Eidos 是一个可扩展的框架,可在一个地方管理您一生的个人数据。
特征
- 一切都在您的浏览器中运行。这是一个纯粹的 PWA,没有网络服务器。
- 离线支持:无需网络连接即可访问您的数据。数据存储在本地,性能极快。
- AI 功能:与 LLM 深度集成,实现 AI 驱动的功能。在 Eidos 中翻译、总结和与您的数据交互。AI 甚至可以离线工作。
- 可扩展:定制 Eidos 以满足您的需求。
- Prompt:使用 Prompt 扩展加快您的工作流程。无需编码。
- UDF:使用 JavaScript 自定义公式函数。
- 脚本:使用 TypeScript/JavaScript 创建强大的数据处理逻辑。
- 应用程序:使用任何首选框架构建您自己的应用程序。
- 块:使用自定义块扩展文档。
- 字段:使用自定义字段扩展表格。
- 开发人员友好:
- API 和 SDK
- Sqlite 标准化:Eidos 中的每个表都是一个 SQLite 表。
7、hftbacktest
一种用 Python 和 Rust 编写的高频交易和做市回测工具,它考虑限价订单、队列位置和延迟,利用交易和订单簿的完整刻度数据,为币安期货提供真实的加密做市示例
实验性功能目前处于开发的早期阶段,已用 Rust 完全重写以支持以下功能。
- 通过可自定义的时间间隔或基于进料和订单收据完成逐笔模拟。
- 根据 L2 按价格市场和 L3 按订单市场(WIP)信息重建完整的订单簿。
- 使用提供的模型或您自己的自定义模型,对供给和订单延迟进行回测。
- 订单填写模拟考虑到订单队列的位置,使用提供的模型或您自己的自定义模型。
- 多资产和多交易所模型的回测
- 使用相同算法代码部署实时交易机器人:目前适用于币安期货和Bybit。
8、tachyonfx
tachyonfx是一个 ratatui 库,用于在终端 UI 中创建类似着色器的效果。
效果
该库包含多种效果,分类如下:
色彩效果
- fade_from: 从指定的背景色和前景色淡出
- fade_from_fg: 将前景色从指定颜色淡出。
- fade_to: 淡入指定背景色和前景色。
- fade_to_fg: 将前景色淡入为指定颜色。
- hsl_shift: 改变前景色和背景色的色调、饱和度和亮度。
- hsl_shift_fg: 在指定的时间内将前景色按指定的色调、饱和度和亮度移动。
- term256_colors:下采样至256色模式。
文字/字符效果
- 合并:溶解的反向操作,在指定的时间内合并文本。
- 溶解:在指定的时间内溶解当前文本。
- sweep_in:从指定的颜色扫描。
- sweep_out:扫除至指定的颜色。
时间和控制效果
- consumer_tick: 消耗一个 tick。
- never_complete: 使效果无限期地运行。
- ping_pong: 先正向播放效果,然后反向播放。
- 重复: 无限重复某个效果或者重复指定的次数或持续时间。
- 重复: 无限重复该效果。
- 睡眠: 暂停指定的时间。
- timed_never_complete:创建一个无限期运行但具有强制持续时间的效果。
- with_duration: 包装效果并强制其持续时间。
几何效果
- 翻译: 将效果区域移动指定的量。
- resize_area:调整包装效果区域的大小。
组合效应
- parallel:同时并行运行所有效果。所有效果完成后报告完成情况。
- 序列:按顺序运行效果,一个接一个。最后一个效果完成后报告完成。
9、clai
clai通过与终端集成多个供应商的 AI 模型。您可以在使用本机终端功能(例如管道和终止信号)的同时生成图像、文本、汇总内容和聊天。
多供应商方面可以轻松比较不同型号,也消除了多次订阅的需要:大多数 API 都是基于使用情况的(有些具有到期时间)
特征
- 提示输入来自:
- 管道数据
- 全局文件输入
- 参数
- 对话(输入选项与上文相同)
- 使用易于分叉+可扩展的工具进行工具调用
- 照片生成*
- 人类可读/机器人可读的输出
- 100% go 标准库 (/x/net 除外)
* 目前只与 dall-e 合作。催促我实现 modellabs,我会做到的。
10、dotenvx
更好的 dotenv –来自 的创建者dotenv。
- 在任何地方运行(跨平台)
- 多环境
- 加密环境
11、ball
它是你 Dock 里的一个小球。你可以拖动它,它会在屏幕上弹跳。你也可以用两根手指轻扫它。它是红色的。你可以轻弹它、弹跳它、试着让它撞到角落、看看它能弹跳多少次、计算它撞到墙壁的次数等等。它是一个球。它很有趣。它是一个球。
下载版本
它的设计灵感来自Nate Heagy为 OS X Dashboard 设计的 widget,我对它记忆犹新,因为五年级时有人把它放在我们班的eMac上。它弹性更好,颜色也更多,但它没有放在 dock 里!
还要感谢 Wessley Roche,他制作了这个小 Gist来解释如何获取 Dock 的位置。我扩展了它,尝试估计单击应用的 Dock 图标时它的位置,这样球就可以动画出来。
12、Reladiff
Reladiff是一款高性能工具和库,专为跨数据库比较大型数据集而设计。通过在数据库内部执行差异计算,Reladiff 可最大限度地减少数据传输并实现最佳性能。
该工具专为数据专业人员、DevOps 工程师和系统管理员量身定制。
Reladiff 是免费的、开源的、用户友好的、经过广泛测试的,并且即使大规模也能快速提供结果。
主要特征:
- 跨数据库差异:Reladiff 采用基于匹配哈希的分而治之算法,有效识别已修改的段并仅下载需要进行比较的数据。当差异很小的时候,这种方法可确保出色的性能。
- ⇄ 跨十几个不同数据库的差异(例如PostgreSQL -> Snowflake)!
- 根据数据库规范进行四舍五入,优雅地处理降低的精度(例如,时间戳(9)->时间戳(3))。
- 基准测试显示,在没有差异的情况下,10 秒内可比较超过 2500 万行,大约 5 分钟内可比较超过 10 亿行。
- ♾️能够处理数百亿行的表。
- 支持将差异具体化到本地表中。
- 可以收集有关表的各种额外统计数据。
Reladiff 是名为data-diff的存档项目的一个分支。
13、OpenContracts
OpenContracts 是一款Apache-2 许可的企业文档分析工具。
强大的 PDF 处理管道:
- 我们拥有强大的 PDF 处理流程,可水平扩展,并为 PDF 输入一致地生成标准化数据(我们正在努力尽快添加其他格式)
它提供了几个主要功能:
- 管理文档- 管理文档集合 ( Corpuses)
- 布局解析器- 自动从 PDF 中提取布局特征
- 自动矢量嵌入- 为上传的 PDF 和提取的布局块生成
- 可插入式微服务分析器架构——让您分析文档并自动注释
- 人工注释界面——用于手动注释文档,包括多页注释。
- LlamaIndex 集成- 使用我们的向量存储(由 pgvector 提供支持)和任何手动或自动注释的功能,让 LLM 智能地回答问题。
- 数据提取- 使用复杂的 LLM 查询行为对数百个文档提出多个问题。我们的示例实现使用 LlamaIndex + Marvin。
- 自定义数据提取- 可以在前端使用自定义数据提取管道批量查询文档。
14、Unique3D
Unique3D 的官方实现:从单个图像生成高质量、高效的 3D 网格。
Unique3D 在 30 秒内从单视图野生图像生成高保真、多样化纹理网格。
论文|项目页面| Huggingface 演示| Gradio 演示|在线演示
15、Frappe HR
Frappe HR 拥有推动公司内部卓越发展所需的一切。它是一款完整的 HRMS 解决方案,包含 13 多个不同的模块,包括员工管理、入职、休假、工资单、税务等!
主要特征
- 员工管理
- 员工生命周期
- 请假及出勤
- 轮班管理
- 费用报销和预付款
- 招聘
- 绩效管理
- 车队的管理
- 训练
- 工资单
- 税收
- 赔偿
- 分析
16、sellm
在 SQLite 查询中使用 LLM
tsellm依赖以下事实:
- SQLite 与标准 Python 库捆绑在一起(import sqlite3)
- Python 3.12 附带SQLite 交互式 shell
- 可以创建用 Python 编写的用户定义函数以用于 SQLite 查询(请参阅create_function)
- Simon Willison经历了创建漂亮的llm Python 库和 CLI的过程
例子
如果您在标准 SQLite 查询中组合模型,事情会变得更加有趣。
首先,创建一个包含一些数据的数据库
sqlite3 prompts.db <<EOF |
只需一个查询,您就可以获得来自不同 LLM 的快速答复:
tsellm prompts.db " |