Soft & Share 開源報報 136

學習資源

實用的 Python 程式設計

• https://github.com/dabeaz-course/practical-python

這是一個自 2007 年以來就開始不斷發展的 Python 程式設計為期 3~4天的實體課程教材

工具

Golang 跨平台自動化系統，控制鍵盤滑鼠點陣圖和讀取螢幕，視窗控制代碼以及全域性事件監聽

• https://github.com/go-vgo/robotgo

Robotgo 支援 Mac、Windows和 Linux(X11)。

這個專案讓我想起了台灣有一位到美國發展的知名程式設計師 vgod 開發的 Sikuli ，Sikuli 更強大的是使用影像辨識來錄製並產生自動化測試程式

---

使用 fzf 協助的互動式 git 命令工具

• https://github.com/bigH/git-fuzzy

fzf 是一個一般用途的模糊( fuzzy ) 搜尋工具，git-fzf 則將 git 與 fzf 結合了起來

你可以使用游標執行 git add 和 git reset 。你可以使用互動式的 commit

你可以從查詢欄中搜索 diff，RHS diff 將相應地突出顯示。

立即搜尋日誌和對應的差異。 注意，當您使用 | 時，左側被發送到 log，而右側被發送到 diff。

---

Web 應用程式開發

一個使用 Java Spring boot 開發的微服務，可提供臨時(或永久) ，安全，匿名，免費，一次性的電子郵件地址的服務

• https://github.com/r0hi7/Trashemail

一次性電子郵件-是一項服務，允許接收電子郵件在一個臨時地址，一定的時間過去後會自我銷燬。

這個服務可幫助你避免垃圾郵件，保持安全，並獲得電子郵件直接傳送到你的@trashemail_bot  Telegram 機器人。

資料科學

GPT-3 – 可自動生成文章的語言模型

• https://github.com/openai/gpt-3

模型具有1,750億的參數，約為GPT-2 的100 倍以上(15億參數)，超越了目前世上所知的所有AI 模型

GPT-3 除了能夠自動生成文章外，還可以進行問答、文本填空、檢查文法、翻譯，甚至能夠進行三位數的數學運算。

玩GPT-3 的成本不低，據估算，該模型訓練資料集就有45TB，模型至少要700G，訓練一次要千萬美金 ( 所以玩 AI 資本要很雄厚 ，現在應該都是用現成已經訓練好的模型)

論文 https://arxiv.org/abs/2005.14165

---

ㄧ個新潮的資料工作流程平台

• https://github.com/PrefectHQ/prefect

Prefect 是一個新的工作流程管理系統，為最新的基礎設施而設計，並由開源 Prefect 核心工作流程引擎提供動力。 使用者將任務( Tasks ) 組織成流程( Flows )，Prefect 負責其餘部分。

Perfect Cloud 是一個 SaaS 付費雲端服務，Prefect 還包括一個用於編排和管理流程的開源伺服器和 UI。 本地伺服器在 Postgres 資料庫中儲存流程元資料，並公開 GraphQL API。

Perfect 是用 Python 開發的

Task 資料來源可以是

---

基於 Apache Spark/ Flink & Ray 上的分散式 Tensorflow、 Keras 和 PyTorch 統一數據分析 AI 平台

• https://github.com/intel-analytics/analytics-zoo

Analytics Zoo 無縫擴展 TensorFlow、 Keras 和 PyTorch 來分散大數據(使用 Spark、 flik & Ray)。

為什麼要使用 Analytics Zoo ？

• 你希望能夠輕鬆地將 AI 模型(例如 TensorFlow、 Keras、 PyTorch、 BigDL、 OpenVINO 等)應用到分散式大資料中
• 你希望透明地將人工智慧應用程式從一台筆記型電腦擴展到具有“零”程式碼修改的大型叢集
• 你想要部署你的 AI pipelines 到現有的 YARN 或 K8S 叢集，不需要任何修改
• 你希望自動化應用機器學習的流程(如特徵工程、超參數調整、模型選擇、分散式推理等)

雲端和網路管理

開源的靜態狀態網頁

• https://github.com/cstate/cstate

使用高效能的 Golang & Hugo，最小的 JS，超輕 html / css，可定製的，出色的瀏覽器支援

你可以用這個開源專案來顯示你目前網路服務的狀態

行動應用程式設計

一個完整功能的 Flutter App

• https://github.com/KhoaSuperman/findseat

這是一位越南開發者開發的 Flutter App

使用了 BloC 設計模式，Mock API/單元測試，Firebase

程式設計語言/程式庫

後端使用 Rust 開發的文字編輯器核心

• https://github.com/xi-editor/xi-editor

注意: 這個 repository 只包含編輯器核心，它本身不可用。 對於基於它開發的編輯器，可以檢視 Frontends 的名單。

Xi-editor 專案是利用現代軟體工程技術所建構的高品質文字編輯器的一次嘗試。 它最初是為 macOS 建構的，使用 Cocoa 作為使用者介面。 還有其他可以從第三方開發者獲得的作業系統的前端。

這個專案的目標

• 非常高的性能：所有的編輯操作都在 16 毫秒內完成
• 漂亮：使用作業系統的最新技術 ( macOS 的 Core Text ，windows 的 DirectWrite ) 並完全支援 Unicode
• 可靠性
• 開發人員友好 ：容易讓開發者客製化 xi 編輯器

---

使用 C 語言實現的 IETF QUIC 通訊協定

• https://github.com/microsoft/msquic

QUIC 通訊協定傳輸，其傳輸效能遠勝 TCP 協定。TCP 第一次連線的 Handshake 成本相當高，TCP 必須通過 4-RTT (4 次 Round-trip Time) 才能開始傳送 Application Data，但 QUIC 卻可以做到 0-RTT，發出去的第一個封包就開始傳送 Application Data，效率極高！

微軟未來的 .NET 5(HTTP/3) 、Windows 10 、Microsoft 365 都會基於這個通訊協定來改善網路效能

---

使用 Swift 實現 AWS Lambda Runtime

• https://github.com/swift-server/swift-aws-lambda-runtime

許多現代系統都有客戶端元件，如 iOS、 macOS 或 watchOS 應用程式，以及與這些客戶端互動的伺服器元件。 無伺服器函式( Serverless functions )通常是客戶端應用程式開發人員將其應用程式擴展到雲端中最簡單和最有效的方法。

無伺服器函式正日益成為在雲端中執行事件驅動或其他臨時運算任務的流行選擇。 它們為任務關鍵的微型服務和資料密集型工作負載提供動力。 在許多情況下，無伺服器函式允許開發人員更容易地擴展和控制運算成本，因為它們是 on-demand 的。

當使用無伺服器函式時，必須注意資源的利用，因為它直接影響系統的成本。 這就是 Swift 閃耀的地方！ 由於其低記憶體佔用、確定性效能和快速啟動時間，Swift 非常適合無伺服器函式架構。

設計 Swift AWS Lambda Runtime 是為了使建構 Lambda 函式在 Swift 中簡單而安全。 該程式庫是 AWS Lambda Runtime API 的一個實現，使用基於 SwiftNIO 的嵌入式非同步 HTTP 客戶端，該客戶端可以根據 AWS Runtime Context 的效能進行微調。 該程式庫提供了一個多層 API，允許建構一系列 Lambda 函式: 從快速簡單的閉包(closures)到複雜的、對效能敏感的事件處理程式。