Soft & Share 開源報報 226 – 一個考慮隱私的 YouTube 播放應用程式

工具

使用電子郵件調查Google帳戶

• https://github.com/mxrch/GHunt

GHunt 是一個 OSINT 工具，可以從某人的 Google 賬戶電子郵件中提取大量資訊。

它目前可以提取:

• 擁有者的姓名
• 上次編輯 profile 的時間
• Google ID 
• 如果帳戶是 Hangouts Bot
• 已經啟用的 Google 服務(Youtube，Photos，Maps，News360，Hangouts 等)
• 可能的 Youtube 頻道
• 可能的其他使用者名稱
• 公開照片
• 手機型號
• 手機韌體
• 安裝的軟體
• Google 地圖評論
• 可能的實際位置

Web 應用程式開發

React 基本原理工作坊的教材

• https://github.com/kentcdodds/react-fundamentals

學習建構 React 應用程式和程式庫所需的基本概念

透過使用 React 應用程式的基本建構區塊，學習你需要的所有內容，以提高效率。當你完成後，你將準備建立 React 元件來為你的應用程式的使用者建立優秀的體驗。

30天的 React 挑戰

• https://github.com/Asabeneh/30-Days-Of-React

這是一個循序漸進的30天內指導學習 React 。這個挑戰需要中級水平的 HTML、 CSS 和 JavaScript 知識。在你開始做出 React之前，我們建議你先熟悉一下 JavaScript。如果你對 JavaScript 感到不熟悉，可以看看30 天 JavaScript 挑戰 https://github.com/Asabeneh/30-Days-Of-JavaScript。

一個考慮隱私的 YouTube 播放應用程式

• https://github.com/FreeTubeApp/FreeTube

這是一個開源的 YouTube 桌面播放器。為隱私而建立的。使用 YouTube時沒有廣告 ，防止 Google 用 cookies 和 JavaScript 跟蹤你。可用於 Windows，Mac 和 Linux，感謝 Electron 這項技術。

這個應用程式也有 Chrome/Firefox 外掛，當點選到 youtube 連結時，會啟動 FreeTube 來觀看 YouTube 

運作原理

使用內建的提取器來獲取和服務資料/影片。也可以選擇使用 Invidious API。不使用任何官方 api 來獲取資料。雖然 YouTube 仍然可以看到你的影片請求，但它不再能夠通過 cookies 或 JavaScript 跟蹤你。你的訂閱和歷史記錄儲存在本地電腦上，從未傳送出去。強烈建議在使用 FreeTube 時使用 VPN 或 Tor 來隱藏你的 IP。

資料科學

用於自然語言處理的快速、高效、開放訪問資料集和評估指標

• https://github.com/huggingface/datasets

datasets 是一個輕量級和可擴充的程式庫，可以方便地共享和訪問自然語言處理(Natural Language Processing，NLP)資料集和評估指標。

datasets 有許多有趣的特性(除了便於分享和訪問資料集/度量) :

• 內建的與 Numpy，Pandas，PyTorch 和 Tensorflow 2 的相互操作性，輕量級和快速的透明和 python 風格 API
• 在大型資料集上努力: datasets 自然地將使用者從 RAM 記憶體限制中解放出來，所有 datasets 預設是磁碟上的記憶體對映。
• 聰明的快取: 永遠不要等待你的資料處理多次， datasets目前提供了訪問 ~ 100個 NLP 資料集和 ~ 10個評價指標，並設計用於讓社群輕鬆地新增和共享新的資料集和評價指標，你可以使用即時 datasets 檢視器瀏覽全部資料集。

Imaginaire 是一個 pytorch 程式庫，其中包含了 NVIDIA 開發的幾種影象和影片合成方法的最佳化實現。

• https://github.com/NVlabs/imaginaire

每個模型都有一個教學。單擊模型名稱，瀏覽器應該會將你帶到專案的教學頁面。

作文殺手

• https://github.com/EssayKillerBrain/EssayKiller_V2

EssayKiller 是基於 OCR、NLP 領域的最新模型所建構的生成式文字創作 AI 框架，目前第一版 finetune 模型針對高考作文（主要是議論文），可以有效生成符合人類認知的文章，多數文章經過測試可以達到正常高中生及格作文水平。

框架說明

• 基於EAST、CRNN、Bert和GPT-2語言模型的高考作文生成AI
• 支援bert tokenizer，當前版本基於clue chinese vocab
• 17億參數多模組異構深度神經網路，超2億條預訓練資料
• 線上點選即用的文字生成效果demo：17億參數作文殺手
• 端到端生成，從試卷識別到答題卡輸出一條龍服務

模型結構

整個框架分為EAST、CRNN、Bert、GPT-2、DNN 5個模組，每個模組的網路單獨訓練，參數相互獨立。infer過程使用pipeline串聯，通過外接裝置直接輸出到答題卡。

雲端和網路管理

一個橫向可擴充的、高可用性的、多租戶(multi-tenant)的長期 Prometheus

• https://github.com/cortexproject/cortex

Cortex 為 Prometheus 提供橫向可擴充、高可用性、多租戶、長期儲存。

• 橫向可伸縮性: Cortex 可以跨叢集中的多台機器執行，超過了單台機器的吞吐量和儲存量。這使你能夠將來自多個 Prometheus 伺服器的指標傳送到單個 Cortex 叢集，並在單個地方的所有資料上執行“全域性聚合”查詢
• 高可用性: 當在叢集中執行時，Cortex 可以在機器之間複製資料。這使你能夠在機器故障時生存下來，而且圖表中沒有間斷
• 多租戶: Cortex 可以在一個叢集中隔離來自多個不同獨立 Prometheus 來源的資料和查詢，允許不可信方共享同一叢集
• 長期儲存: Cortex 支援 Amazon DynamoDB，Google Bigtable，Cassandra，S3，GCS 和 Microsoft Azure 的長期計量資料儲存。這使你可以持久地儲存比任何單台機器壽命更長的資料，並將這些資料用於長期容量規劃

程式設計語言/程式庫

這個儲存庫包含使用 C、 C++ 、 Java、 Python、 C# 、 Go、 JavaScript、 PHP、 Kotlin 和 Scala 的各種資料結構和演算法的程式碼

• https://github.com/sukritishah15/DS-Algo-Point

一個小型的 C 語言編譯器

• https://github.com/rui314/chibicc

chibicc 是另一個實現大多數 C11 特性的小型 C 編譯器。儘管它仍然可能像其他小型編譯器一樣屬於“ toy compilers” 類別，但是 chibicc 可以編譯幾個真實世界的程式，包括 Git、 SQLite 和 libpng，而不需要對已編譯的程式進行修改。生成的這些程式的可執行檔案可通過相應的測試套件。因此，chibicc 實際上支援各種各樣的 C11 特性，並且能夠正確地編譯成千上萬行實際的 C 程式碼。

Chibicc 是作為我正在寫的一本關於 C 編譯器和低階程式設計的書的參考實現而開發的。本書以漸進的方式涵蓋了這個龐大的主題; 在第一章，讀者將實現一個“編譯器” ，它只接受一個數字作為“語言” ，然後每次在本書的每個部分獲得一個特性，直到編譯器接受與 C11規範相匹配的語言。我從 Abdulaziz Ghuloum 的論文中採取了這種漸進的方法。

這個專案的每一次提交都對應於本書的一個章節。為此，不僅是專案的最終狀態，而且每個提交都是基於可讀性仔細編寫的。讀者應該能夠透過閱讀這個專案的一個或幾個提交來了解 C 語言特性是如何實現的。例如，這是 while，[] ，？: ，並實現執行緒區域性變數。如果你有足夠的空閒時間，從第一次提交開始就閱讀它可能會很有趣。

如果你喜歡這個專案，請考慮購買一本書時，它變得可用！我在這裡釋出原始碼是為了讓人們能夠儘早地訪問它，因為我打算在出版這本書之後，用一個許可的開源許可證來做這件事。如果我不對原始碼收費，那麼保持它的私密性對我來說就沒什麼意義了。我希望在2021年出版這本書。

遊戲

Unity 開源遊戲專案 #1 – 行動-冒險

• https://github.com/UnityTechnologies/open-project-1

這是第一個 Unity 開放專案的 repository，這個專案是 Unity 和社群以開源的方式合作建立一個小遊戲。到目前為止，這個遊戲還沒有命名，所以我們只是稱它為開放專案 # 1。