Github 2025-02-01 开源项目月报 Top20
根据Github Trendings的数据统计显示
| 开发语言 | 项目数量 |
|---|---|
| Python项目 | 8 |
| TypeScript项目 | 3 |
| Jupyter Notebook项目 | 2 |
| Rust项目 | 2 |
| HTML项目 | 2 |
| C++项目 | 1 |
| Ruby项目 | 1 |
| JavaScript项目 | 1 |
| Svelte项目 | 1 |
| 非开发语言项目 | 1 |
| Go项目 | 1 |
Ollama: 本地大型语言模型设置与运行
- 创建周期为248天
- 开发语言为Go语言
- 项目遵循MIT许可证
- 该开源项目拥有超过4.2万颗星
- 经过2,724次分支后发展成熟
- 项目吸引了超过4.2万用户的关注
- 共有138位贡献者参与该项目
- 当前开放问题数量达709个
- 开源地址为https://github.com/ollama/ollama.git
- 官方网站: https://ollama.com
Ollama旨在提供一个开源解决方案，在线服务中为用户提供本地部署与应用支持，并涵盖包括Llama 2、Mistral在内的主流大语言模型。
开放式WebUI（前身为Ollama WebUI）
以下是对输入文本的同义改写版本
以开放平台为理念设计的WebUI系统（最初开发阶段为Ollama WebUI）采用友好简洁的人机交互界面。能够集成多种LLM服务接口，并支持与主流开源模型框架兼容的API调用。
大型语言模型（LLMs）课程
以下是经过同义改写的文本
大型语言模型（LLMs）课程划分为三个模块：其中基础课程涵盖数学原理、Python编程语言以及神经网络原理等内容；专业研究方向则聚焦于通过前沿技术实现最优模型构建；而应用开发团队则致力于基于这些模型构建应用程序并将其部署到生产环境中
开源个人理财应用
以下是按照给定规则对原文进行的同义改写
这是一个开源的个人理财应用，旨在进行个人理财管理和财富管理。
Tabby: 自托管的AI编码助手
- 创建周期为大约一年（约364天），实际设置为310天
- 开发语言设为Rust
- 协议类型设为其他协议
- 团队项目拥有大约一万五千个星标
- 码库已 fork 575 次
- 吸引了大约一万五千名关注者
- 约48名活跃的贡献者参与维护
- 包含大约一百三十三个开放问题
- Github地址：https://github.com/TabbyML/tabby.git
- 项目首页: https://tabby.tabbyml.com/
Tabby是一种基于自身托管的智能编码辅助工具，替换了开源GitHub Copilot，并实现了本地化支持。它是一个自给自足的应用程序，在不依赖于数据库管理系统（DBMS）或云端服务的情况下运行良好，并通过开放API接口使其易于集成到现有基础设施中。此外，该工具能够利用消费级图形处理器（GPU）加速任务处理过程。
Crawl4AI: 大型语言模型友好的开源网络爬虫与数据提取工具
- 开发周期：144 天
- 编程语言：Python, HTML
- 协议版本：Apache License 2.0
- starring人数：5648 人
- 分支次数：419 次
- 关注者人数：5648 人
- 贡献者人数：9 人
- 开放问题数量：7 个
- Github地址: https://github.com/unclecode/crawl4ai.git
Crawl4AI是一款免费开源的网页抓取工具与数据采集软件包,专为大型语言模型与人工智能系统提供便捷的支持服务.该软件能够高效地实现非阻塞式网页抓取与数据提取功能,显著提升了对人工智能应用场景的适用性.此外还推出了同步版本,并提供了多个分支的历史版本.
Khoj：开源AI辅助工具
- 创建时间跨度：1013天
- 编程语言组合：Python、HTML
- 协议规范：GNU Affero General Public License v3.0（GAGPL v3.0）
- starring 数量：6,609个（注：逗号已替换为顿号）
- 分支次数：共经历309次分支（此处将"次"替换为"次"的同时对"经历"进行了同义替换）
- 关注者数量：共有6,609位关注者（此处将"人"替换为"位")
- 贡献者数量：仅有28位贡献者参与其中（此处对"人"进行了同义替换）
- 待解决的问题数量：项目中共包含48个待解决的问题（此处对"个问题"进行了同义表达）
- Github仓库地址："https://github.com/khoj-ai/khoj.git"
- 官网主页："https://khoj.dev"
Khoj是一款基于开放源代码的人工智能工具，在副驾驶位置上协助用户快速获取所需信息。该系统采用先进的LLM引擎（如GPT-4和Llama3），支持远程访问以及本地运行模式。Khoj设计灵活多样，在多款主流软件（如Obsidian、Emacs及桌面应用）中均能找到其身影，并通过Web端入口实现无缝接入；同时也可以通过Whatsapp等通讯工具完成便捷操作
STORM: 利用大型语言模型从零开始撰写类似维基百科的文章
- 创建周期为22天
- 使用语言为HTML
- 协议类型为MIT License
- 获得星数为1,070颗
- 经历了101次分支
- 吸引了1,070名关注者
- 由3位贡献者维护
- 包含6个开放问题
- Github地址为https://github.com/stanford-oval/storm.git
- 项目首页位于https://arxiv.org/abs/2402.14207
STORM是一种基于大型语言模型的知识整理系统。该系统能够深入研究某一领域，并产出包含丰富参考文献的完整报告。代码库中包含了发表于NAACL 2024的一篇论文的源代码。这篇论文题目为《利用大型语言模型从零开始撰写类似维基百科的文章》，其作者包括Yijia Shao、Yucheng Jiang、Theodore A. Kanell、Peter Xu、Omar Khattab以及Monica S. Lam等学者。