HelloGitHub 第 48 期
DungeonRush
Star 660 Watch 9 Fork 57
元气贪吃蛇游戏。作者受到元气骑士的启发，基于贪吃蛇进行一些玩法上的创新。该项目适用于 C 语言初学者、第一次尝试使用跨平台图形库的同学，参考本项目就可以写出一个可玩性高的游戏，收获满满成就感
2.
libhv
Star 233 Watch 12 Fork 39
一个跨平台、简单易用的非阻塞 IO 事件循环库。用它可以快速的编写 HTTP 客户端/服务端，可提供高性能的 httpd 服务。项目模块划分清晰，代码可读性高，快去看下源代码吧。示例代码：
#include "HttpServer.h"
int http_api_echo(HttpRequest* req, HttpResponse* res) {
res->body = req->body;
return 0;
}
int main() {
HttpService service;
service.base_url = "/v1/api";
service.AddApi("/echo", HTTP_POST, http_api_echo);
http_server_t server;
server.port = 8080;
server.service = &service;
http_server_run(&server);
return 0;
}
3.
myscan
Star 6 Watch 1 Fork 3 中文
开源的多线程 socket 扫描 IP 端口的程序。目前仅支持 Windows 系统，代码简单可作为初学者学习项目
命令： myscan -p Port1[,Port2,Port3...] [-t Thread](default 10) [-d] (DEBUG) StartIp EndIp 例子： myscan -p 80 192.168.1.1 192.168.1.254 myscan -p 21,22,23,80,443,8080 -t 256 192.168.1.1 192.168.1.254
C++ 项目
4.
contour
Star 17 Watch 4 Fork 3
一个使用 C++ 17 开发的终端模拟器。可在 Windows、Linux 和 MacOS 三大平台使用，支持字体连字 Font Ligatures（例如 Fira Code 字体）、GPU 加速渲染、背景模糊（Win10、KDE）、256 色、True Color 和配色主题
5.
milvus
Star 2.9k Watch 86 Fork 414 中文
一款开源的、针对海量特征向量的相似性搜索引擎。相比 Faiss 和 SPTAG 这样的算子库，Milvus 提供完整的向量数据更新，索引与查询框架。Milvus 利用 GPU 进行索引加速与查询加速，能大幅提高单机性能。部署使用简单，降低了 AI 应用落地的难度
CSS 项目
Go 项目
7.
gops
Star 3.8k Watch 101 Fork 224
展示当前系统运行了那些 Go 程序的工具，同时支持深入分析的参数
# 展示当前运行的所有 Go 程序 $ gops 983 980 uplink-soecks go1.9 /usr/local/bin/uplink-soecks 52697 52695 gops go1.10 /Users/jbd/bin/gops 4132 4130 foops * go1.9 /Users/jbd/bin/foops 51130 51128 gocode go1.9.2 /Users/jbd/bin/gocode # 某一个 Go 程序的详细信息 $ gops parent PID: 5985 threads: 27 memory usage: 0.199% cpu usage: 0.139% username: jbd cmd+args: /Applications/Splice.app/Contents/Resources/Splice Helper.app/Contents/MacOS/Splice Helper -pid 5985 local/remote: 127.0.0.1:56765 :0 (LISTEN) local/remote: 127.0.0.1:56765 127.0.0.1:50955 (ESTABLISHED) local/remote: 100.76.175.164:52353 54.241.191.232:443 (ESTABLISHED)
Star 2.1k Watch 11 Fork 75 中文
Go 语言刷 LeetCode。 在线阅读
9.
wtf
Star 11.2k Watch 158 Fork 619
瞥一眼你的“私人管家”，终端个人信息面板。安装简单，还可通过配置文件设置你想看到的信息。设置可能需要花一些时间，但最终效果还是很可以的
Java 项目
10.
MusicPlayer
Star 238 Watch 27 Fork 75
一款开源的 Java 桌面版音乐播放器，使用 JavaFX/Java 8 技术开发的项目
11.
KafkaCenter
Star 33 Watch 8 Fork 7 中文
Kafka 集群管理维护、生产消费监控平台
12.
incubator-dolphinscheduler
Star 3.6k Watch 221 Fork 1.1k 中文
分布式易扩展的可视化 DAG 工作流任务调度系统。致力于解决数据处理流程中错综复杂的依赖关系，使调度系统在数据处理流程中开箱即用
JavaScript 项目
13.
G2
Star 9.3k Watch 259 Fork 824 中文
一套面向常规统计图表，以数据驱动的高交互可视化图形语法，具有高度的易用性和扩展性。使用 G2，你可以无需关注图表各种繁琐的实现细节，一条语句即可使用 Canvas 或 SVG 构建出各种各样的可交互的统计图表。G2 是整个蚂蚁金服 AntV 可视化解决方案中的一个环节，主要针对在高交互、高扩展的二维统计图表
15.
gitmoji-cli
Star 2.0k Watch 22 Fork 123
Git 交互式客户端，方便在提交信息中增加 emoji 表情。终于知道别人的提交信息为什么会有表情了，效果如下图：
16.
panolens.js
Star 1.1k Watch 46 Fork 180
基于 WebGL 的全景查看库。效果如下：
Python 项目
17.
iredis
Star 811 Watch 7 Fork 25 中文
Python 语言写的支持自动补全、语法高亮、命令提示等的 Redis 命令行客户端。超好用，真是相见很晚啊
Star 3.0k Watch 129 Fork 656 中文
Python 有趣、实用的代码示例集合。包含：Python 基础、小技巧、坑、文件操作、机器学习、绘图等，代码如下：
# pyecharts 绘制水球图示例
from pyecharts import options as opts
from pyecharts.charts import Liquid, Page
from pyecharts.globals import SymbolType
def liquid() -> Liquid:
c = (
Liquid()
.add("lq", [0.67, 0.30, 0.15])
.set_global_opts(title_opts=opts.TitleOpts(title="Liquid"))
)
return c
liquid().render('./img/liquid.html')
19.
httpx
Star 4.2k Watch 68 Fork 251
使用简单方便，轻松实现异步请求的 HTTP 客户端（Python 3.8+)。示例代码：
>>> import httpx
# 同步
>>> r = httpx.get('https://www.example.org/')
>>> r
>>> r.status_code
# 异步
>>> async with httpx.AsyncClient() as client:
>>> r = await client.get('https://www.example.org/')
>>> r
20.
rssant
Ruby 项目
21.
homeland
Star 3.1k Watch 234 Fork 1.1k 中文
开源免费、不限制商业使用的社区网站系统
其它
Star 14.9k Watch 443 Fork 3.8k
一个 Git 命令可视化学习项目。能够生动形象的帮助开发人员理解、学习 Git 命令，通过一系列刺激的关卡挑战，逐步深入的学习 Git 的强大功能。 在线尝试
23.
Waking-Up
Star 2.5k Watch 106 Fork 544 中文
采用追问形式的后端面试问题总结。提问然后追问是面试常见模式，更加贴近真实面试
Star 14.0k Watch 404 Fork 2.2k 中文
解 LeetCode 题目集合。号称“手撕 LeetCode 题目”，虽然之前推荐过不少解题集合，但是这次我还是没忍住。该项目讲究思路指南，解题思路描述清晰，真香啊
25.
browser-2020
Star 6.6k Watch 157 Fork 151
该项目汇集了浏览器鲜为人知的一些功能
机器学习
26.
autokeras
Star 6.8k Watch 298 Fork 1.1k
Keras 官方出品基于 Keras 的 AutoML 系统。支持 CPU 和 GPU 训练，傻瓜式 API，3 行代码就能训练一个模型。目前支持的任务：图像分类、图像回归、文本分类、结构化数据分类等。将人从手工选择超参数中解放出来，快速开发原型，官方口号“所有人都能使用机器学习”， 官网
# 安装命令 pip install autokeras import autokeras as ak clf = ak.ImageClassifier() clf.fit(x_train, y_train) results = clf.predict(x_test)
About The Author
