Soft & Share 開源報報 148

學習資源

演算法刷題套路樣板

• https://github.com/greyireland/algorithm-pattern

這是一位中國開發者製作的免費線上電子書，他在找工作時，從 0 開始刷 LeetCode 的心得記錄，通過各種刷題文章、專欄、影片等總結了一套自己的刷題模板

文章大部分是對題目的思路介紹，和一些問題的解析，有了思路還是需要自己手動寫寫的，所以每篇文章最後都有對應的練習題

---

後端面試考題

• https://github.com/monklof/Back-End-Developer-Interview-Questions

這是英文版本( Back-End Developer Interview Questions ) 的簡體中文翻譯

在面試的時候，我並不特別喜歡問一些技術性的問題。我更喜歡的方式是這樣的: 和面試者坐在一起，看一些實際的程式碼，解決一些實際的問題。並且用一整天的時間，讓團隊所有成員輪流和面試者進行結對程式設計。雖然如此，但是一些技術問題仍然可以用來很好地啟動一段有深度的談話，能夠讓面試者和面試官相互都有更加深入的瞭解。

這個 repository 包含了可以用來考核面試者的一系列後端面試題。但絕不是說，面試官必須用每個面試題來考核面試者（這樣可能要耗費好幾個小時）。根據你期望面試者擁有的技能，從這個列表中有選擇的挑一些題目，可以幫助你在特定技能上考核面試者。

這個專案的靈感來自 Front-end Job Interview Questions ( 前端面試考題 )

工具

一站式的開源企業級持續測試平台，涵蓋測試追蹤、介面測試、效能測試、團隊協作等功能

• https://github.com/metersphere/metersphere

MeterSphere 是一站式的開源企業級持續測試平台，涵蓋測試追蹤、介面測試、效能測試、團隊協作等功能，相容 JMeter 等開源標準，有效助力開發和測試團隊充分利用雲端彈性進行高度可擴充套件的自動化測試，加速高品質軟體的交付。

• 測試跟蹤: 遠超 TestLink 的使用體驗；
• 介面測試: 類似 Postman 的體驗；
• 效能測試: 相容 JMeter，支援 Kubernetes 和雲環境，輕鬆支援高併發、分散式的效能測試；
• 團隊協作: 兩級租戶體系，天然支援團隊協作。

---

端到端加密的匿名群組視訊聊天服務

• https://github.com/holtwick/briefing

透過純粹的 WebRTC 安全視訊聊天

隱私是這個專案背後的驅動力。 它使用像 WebRTC 這樣的安全技術來直接連結參與者。 這個網站提供了 Web 應用程式，並且儘可能少的儲存資料，並且不知道任何已經建立的會話內容。 不需要任何帳戶。 不使用 cookie。

Briefing 和大多數類似專案的區別在於，它不使用分發影片串流(SFU)的中央伺服器(SFU)。 SFU 的優點是它節省了頻寬，因為自己的影片不會上傳到每個參與者，而是只上傳一次。 SFU 還可以進行客戶端可能不支援的更多優化。 但是這樣的話，影片訊號就不再是端到端的加密了，也就是說，你必須信任 SFU 提供者。 Briefing 是將資料以 peer to peer 直接傳送(“ Mesh”) ，因此在 WebRTC 實現預設情況下是端到端加密的。

✍ 對如何使用 WebRTC 建立視訊聊天應用程式原理有興趣，可以參考這篇文章 – How do you create a video chat application?

---

快速的點對點(peer to peer ) 檔案傳輸應用程式。保有強大的隱私和不用上傳即可分享

• https://github.com/dot-cafe/beam.cafe

Beam.cafe 對你知之甚少，你的檔名，你的 IP 等等，僅此而已。 如果你傳送了一個檔案，它不會被儲存在伺服器的某個地方，而是直接從你的本地機器傳送到你的傳送對象。 你可以隨時檢查誰正在下載或串流你的檔案，以防連結落入壞人手中，使檔案無效。 此外，beam.cafe 提供了一系列廣泛的功能:

• 這是一個使用 PWA 開發的程式 ! 你可以安裝在你的手機或是電腦中
• 快速傳輸-無需上傳檔案到未知的伺服器，你的檔案直接從你的本地機器服務
• 支援串流( Streaming ) -電影，大圖片或只是一個大的音訊檔案? 串流它而不是下載所有
• 小型-Beam Cafe 只使用佔用空間最小的程式庫，如preact, graceful-ws  和 nanopop.
• 可客製化-許多設定圍繞安全，外觀，通知等
• 多種介面主題 – 暗黑模式或是亮白模式？兩種都支援
• Accessibly – 高對比度的主題搭配現代 aria-labels 讓使用上很容易

---

以類似標記的方式從文字生成圖表和流程圖

• https://github.com/mermaid-js/mermaid

mermaid 是一個基於 Javascript 的圖表繪製工具。 它可生成圖表流程圖和更多，使用 Markdown 啟發的文字格式，方便和速度。

mermaid 可與各種工具整合( GitLab/GitHub/Azure DevOps ….)，請參考 Integrations and Usages of Mermaid

mermaid 有得到 JS Open Source Awards (2019) 的類別-最令人興奮的技術應用

資料科學

從一個單獨的影像檔轉換成高解析度的 3D 人體數位化

• https://github.com/facebookresearch/pifuhd

這個 repository 包含一個使用 pytorch 實現 “用於高解析度 3D 人體數字化的多級畫素對齊隱函式( Multi-Level Pixel-Aligned Implicit Function  )”。

如果你沒有一個執行 PIFuHD 的環境，有提供 Google Colab 展示。 你也可以上傳你自己的圖片，然後通過視覺化重建 3D 幾何圖形。

---

將低解析度的照片還原成高解析度的照片

• https://github.com/adamian98/pulse

PLUS 的官方網站 http://pulse.cs.duke.edu/

論文連結 https://arxiv.org/abs/2003.03808

單幅影像超解析度成像的主要目的是透過對應的低解析度(LR)輸入構造高解析度(HR)影像。 在以前的方法中，一般都是有監督的(supervised)，訓練目標通常測量超解析度(SR)和 HR 影像之間的畫素級平均距離。 優化這些度量常常導致模糊，特別是在高方差( high variance )(詳細)區域。 我們提出了一個超解析度問題的替代公式的基礎上建立真實的 SR 影象，正確縮小尺度。 我們提出了一種新穎的超解析度演算法來解決這個問題，PULSE (通過潛在空間探索的照片上取樣) ，它可以產生高解析度的、真實的影象，其解析度在以前的文獻中從未見過。 它以完全自我監督的方式實現了這一點，並且不侷限於訓練過程中使用的特定降解運算元(degradatio n operator)，而不像以前的方法(需要在資料庫中對 LR-HR 影像對進行監督式學習訓練)。 Pulse 不是從 LR 影像開始慢慢新增細節，而是遍歷高解析度自然影象流形(natural image manifold)，搜尋向下縮放到原始 LR 影象的影象。 這是通過“降尺度損失”形式化的，它引導人們探索生成模型的潛在空間。 通過利用高維高斯的屬性，我們限制了搜尋空間，以保證我們的輸出是真實的。 PULSE因此產生超解析度的影象，都是真實的和縮小比例的正確。

雲端和網路管理

雲端滲透測試備忘錄

• https://github.com/dafthack/CloudPentestCheatsheets

這個儲存庫包含了一系列備忘錄集合，用於利用雲端供應商的滲透測試組織有關的工具。

這些備忘錄包含有以下雲端平台

• Microsoft Azure & O365
• Amazon Web Services
• Google Cloud Platform
• Other Useful Cloud Tools & Techniques
• PDF of All Cheatsheets

程式設計語言/程式庫

一個使用 Rust 開發的現代 TLS 程式庫

• https://github.com/ctz/rustls

Rustls 是一個 TLS 程式庫，旨在提供良好級別的加密安全性，不需要配置來實現這種安全性，也不提供不安全的功能或過時的加密。。

這個程式庫使用 ring 做加密和使用 libwebpki 做憑證驗證

遊戲

虛幻引擎4 和 .NET Core 整合

• https://github.com/nxrighthere/UnrealCLR

UnrealCLR 是一個原生整合 .NET Core 和 Common Language Runtime 到虛幻引擎的外掛，可用來直接執行 managed code，透過 user-driven blueprint pipelines 來建立遊戲的邏輯，發揮了完整的 .NET 的便利性和引擎 API功能。 該專案的目標是穩定性、效能和可維護性。