GitHubDaily @[email protected]
Bot
微信公众号「GitHubDaily」
微博自动同步bot，原则上不搬运广告内容呢，如果自动搬运了广告内容麻烦帮忙点一下举报
Joined Aug 2020
又在 GitHub 上发现一款简单易用的跨平台屏幕共享工具：Bananas Screen Sharing。
基于 WebRTC 技术，无需注册登录，只需通过一条链接即可向他人共享你的屏幕。
GitHub: https:// 网页链接
同时，所有数据不会经过服务器存储，隐私且安全。
提供 Windows、macOS 和 Linux 系统安装包，可直接开箱即用。
GitHub 上一款开源的 YouTube 第三方桌面客户端：FreeTube。
它能够让我们观看视频没有广告，同时会阻止 Google 使用 Cookie 和 JavaScript 跟踪。
GitHub: https://github.com/FreeTubeApp/FreeTube
支持查看和搜索订阅频道、播放历史记录、保存视频、多种主题、迷你播放窗口等功能。
除此之外，还可以搭配浏览器插件，自动将视频链接重定向到 FreeTube 播放。
今天 GitHub Trending 榜首的开源项目：Mastra。
一个 TypeScript 的 AI 应用开发框架，集成了 Agents、Tools、Workflow、RAG、评测等工具。
GitHub: https://github.com/mastra-ai/mastra
各种常用或需用到的工具均已集成，可直接使用，帮助我们快速构建一款 AI 应用。
此外，它们官网做的效果相当惊艳，感兴趣的可以看看。
DeepSeek 开源周第一天：FlashMLA 项目。
专门针对 Hopper GPU 优化了 MLA 解码内核，特别适合处理变长序列的场景，不仅让 GPU 性能得到显著提升，还是提高推理效率的最佳选择。
GitHub: https://github.com/deepseek-ai/FlashMLA
主要优势：
- 在内存受限配置下可达到 3000 GB/s 的吞吐量
- 在计算受限配置下在 H800 SXM5 上可实现 580 TFLOPS
- 支持 BF16 数据格式
- 集成 64 块大小的分页 kvcache
此外，项目提供简洁的 API 接口，使用起来非常简单，只需添加几行代码即可。
分享 GitHub 上一个有助于专注于放松的听觉网站：Moodist。
界面简洁颜值高，内置超过 78 种环境声音，可自由选择和组合，完全开源和免费。
GitHub: https://github.com/remvze/moodist
同时，提供了睡眠计时器、便签、番茄时钟等功能，帮助我们集中注意力和放松。
GitHub 上一款专为日语学习者设计的开源视频播放器：Memento。
基于 mpv 的视频播放器，能够在字幕中匹配不同的词汇，选择弹出字典介绍学习。
GitHub: https://github.com/ripose-jp/Memento
同时，集成了 youtube-dl 下载视频、语音播放、Anki 卡片等实用功能，提高学习效率。
GitHub 上一款内网穿透工具 Frp 的跨平台桌面客户端：Frpc-Desktop。
开箱即用，提供简洁可视化配置界面，支持所有 Frp 版本，轻松实现内网穿透。
GitHub: https://github.com/luckjiawei/frpc-desktop
除此之外，还支持开机启动、适配多用户、快速分享 frps、所有配置的导入导出、批量端口等功能。
兼容 Windows、macOS 和 Linux 系统安装使用。 #AI创造营
GitHub 上一个颇为好用的开源第三方 B 站浏览器插件：BewlyBewly。
主要优化了 B 站的界面，简洁清爽无广告，为我们提升更好的使用体验。
GitHub: https://github.com/BewlyBewly/BewlyBewly
支持 Chrome、Edge 和 Firefox 浏览器，可通过扩展商店进行安装。
GitHub 上一个用 Rust 开发的可视化 Ping 工具：Nping。
具有如下特性：
- 支持多地址并发同时 Ping
- 支持可视化延迟展示，提供折线图、表格等视图。
- 实时最大最小平均延迟、丢包率等指标展示。
- 支持 IPV4 和 IPV6 网络环境
- 支持一个地址下并发 Ping 多个 IP。
GitHub: https://github.com/hanshuaikang/Nping
可通过 Homebrew 安装使用，有需要的可以安装试试。
GitHub 上一个允许我们定制感兴趣的每日 arXiv 论文推荐工具：Customize-arXiv-Daily。
通过自定义提示词获得符合的论文推荐，支持 Ollama、DeepSeek 等本地部署模型。
GitHub: https://github.com/JoeLeelyf/customize-arxiv-daily
同时，会通过电子邮件发送每日的论文摘要和推荐，支持 QQ 邮箱接收。
来自普林斯顿大学，分享的一门较全面的机器学习课程：intro_machine_learning。
共分为五个部分，涵盖了机器学习的基础知识、模型训练、评估与优化，以及人工神经网络等内容。
GitHub: https://github.com/PrincetonUniversity/intro_machine_learning
最后，指导学习者根据兴趣，选定不同领域进行深入学习实践，并可 .ipynb 可执行的示例代码。
GitHub 上一款强大的开源终端工具：Wave Terminal。
将文件预览、网页浏览和 AI 助手等图形功能无缝集成到传统终端中。
GitHub: https://github.com/wavetermdev/waveterm
主要功能
- 灵活的拖放界面，支持自由组织终端块、编辑器、网页浏览器和 AI 助手。
- 内置代码编辑器，具备语法高亮等现代编辑功能，可直接编辑远程文件。
- 强大的文件预览系统，支持 Markdown、图片、视频、PDF、CSV 等多种格式。
- 集成 AI 聊天功能，兼容 OpenAI、Claude、Azure 等多个模型。
- 命令块功能，可隔离监控单个命令，支持自动关闭选项。
- 一键远程连接，提供完整的终端和文件系统访问权限。
- 丰富的个性化选项，包括主题、终端样式和背景图片设置。
支持 macOS、Linux 和 Windows 三大主流操作系统安装使用。
在 GitHub 上开源的一个可在手机上直接运行小型语言模型的客户端：PocketPal AI。
允许在离线的情况下，直接在手机上运行小型语言模型，支持 Phi、Gemma 2、Qwen 以及 Danube 2/3 等模型。
GitHub: https://github.com/a-ghorbani/pocketpal-ai
除此之外，支持下载和切换不同的模型，自动管理内存，并提供模型参数调整、性能指标查看等功能。
目前已提供 iOS 和 安卓 手机系统安装使用。 #AI创造营
分享 GitHub 上一份收集整理了学习 React 资料的集合：react-learning。
涵盖了基础知识、官方资源、入门教程、视频教程、优质博客、开源电子书、React 框架/开发工具/组件 等等学习资源。
GitHub: https://github.com/knowledgefxg/react-learning
覆盖了从零基础到实战项目，适合 React 刚入门的新手进行学习。
GitHub 上一个可用于生成个性化诺贝尔奖项图片的开源 AI 工具：EveryoneNobel。
只需提供一张个人肖像图，即可生成若贝尔奖项风格的个性化图像。
GitHub: https://github.com/16131zzzzzzzz/EveryoneNobel
采用的是 ComfyUI 进行图像生成，并搭配 HTML 模板来展示图片上的文本。
GitHub 上一款专为中小团队设计的 AI 聊天应用：HiveChat。
管理员一人配置，全团队轻松使用各种 AI 模型，支持 Deepseek、Open AI、Claude、Gemini 等模型。
GitHub: https://github.com/HiveNexus/HiveChat
除此之外，还支持 LaTeX 和 Markdown 渲染、DeepSeek 思维链展示、图像理解、云端数据存储、AI 智能体等功能。
提供了普通用户端，管理员后台可配置模型以及查看和管理用户。
分享 GitHub 上一款高颜值、实用的 Markdown 编辑器：NeuraPress。
专注于微信公众号排版，响应式设计，支持移动设备，可搭配 DeepSeek 和微信公众号助手使用。
GitHub: https://github.com/tianyaxiang/neurapress
具有如下特性：
🎨 实时预览 - 所见即所得的编辑体验
📱 移动端支持 - 支持手机上直接编辑，搭配 DeepSeek和微信公众号助手使用
🎯 微信风格 - 完美适配微信公众号样式
🔧 样式定制 - 灵活的样式配置选项
📋 一键复制 - 支持复制带格式的预览内容
🎭 模板系统 - 内置多种排版模板，一键切换
🚀 快速高效 - 基于 Next.js 构建，性能优异
由 Hugging Face 分享的一份终极调参指南：在大规模GPU集群上训练大语言模型。
主要目标：
- 系统地讲解如何将大语言模型训练从单 GPU 扩展到数千 GPU 规模
- 让复杂的分布式训练技术变得更容易理解和实践
- 弥补当前开源领域中分布式训练知识零散的问题
三个核心支柱：
- 原理与概念讲解
- 高层次解释每种方法的工作原理和优劣势
- 详细说明模型训练中的显存使用情况
- 介绍各种并行技术(数据并行、张量并行、流水线并行等)
- 代码实现参考
- picotron：教学用简化实现，便于学习
- nanotron：Hugging Face的生产级实现
- 实际训练基准
- 提供真实硬件环境下的性能评测
- 包含在最多512个GPU上运行的4100多个分布式实验数据
中文地址: https://huggingface.co/spaces/Ki-Seki/ultrascale-playbook-zh-cn
英文地址: https://huggingface.co/spaces/nanotron/ultrascale-playbook
在学习之前对我们有一些知识要求：
- 需要对LLM架构有基本了解
- 需要熟悉深度学习模型训练原理
- 分布式训练方面可以是新手
分享 GitHub 上一个开源免费的浏览器插件：MultiPost。
它能够将我们所分享的内容，一键同步发布到多个社交平台上，如微博、知乎、小红书等十多个主流平台。
GitHub: https://github.com/leaper-one/MultiPost-Extension
支持发布文字、图片、视频等多种内容形式，支持自动抓取网页内容、定时发布、结合 AI 生成内容等功能。
TinyTroupe：一个基于大语言模型（LLM）的多智能体人物模拟库，旨在增强想象力和商业洞察力。
用于模拟具有特定性格、兴趣和目标的人物，这些人物可以进行互动，并在模拟的环境中进行行动。
GitHub: https://github.com/microsoft/TinyTroupe
适用于广告评估、软件测试、数据生成、产品和项目管理以及头脑风暴等应用场景。
Bot
微信公众号「GitHubDaily」
微博自动同步bot，原则上不搬运广告内容呢，如果自动搬运了广告内容麻烦帮忙点一下举报
Joined Aug 2020
