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。

• 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。

• 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。

• 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。

• 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)

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：

1. 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。

sqlite3 prompts.db <<EOF
CREATE TABLE [prompts] (
   [p] TEXT
);
INSERT INTO prompts VALUES('hello world!');
INSERT INTO prompts VALUES('how are you?');
INSERT INTO prompts VALUES('is this real life?');
INSERT INTO prompts VALUES('1+1=?');
EOF

tsellm prompts.db "
        select p,
        prompt(p, 'orca-2-7b'),
        prompt(p, 'orca-mini-3b-gguf2-q4_0'),
        embed(p, 'sentence-transformers/all-MiniLM-L12-v2') 
        from prompts"