3 个令人惊艳的 GitHub 开源项目，诞生了！

转眼间，7 月又快过去一半了，时间过得真快，又到了我们推荐优质开源项目的时刻了。

GitHub 社区有一点我很喜欢，就是它总能从侧面反映出当前全球科技热点的各种新动态，一些知名互联网公司有风吹草动，上面便有相对应的优质项目诞生。

最近这段时间，我又在 GitHub 发现了几个颇为优秀的开源项目，下面我将结合近期的一些科技热点，给大家做下分享。

几分钟速搭 Web 应用

今年 AIGC 的爆发，不少大语言模型如雨后春笋层出不穷，但这里面也有一个问题，就是搞大模型的同学，大部分是偏研究型，对一些应用的搭建可能不太熟练。

一个单纯由代码堆砌而成的项目，可能质量很高，但是没办法在第一手便抓人眼球，起到很好的宣传效果。

无论是个人创业，还是在 GitHub 上面发布自己的开源项目，本质上还是在做自己的产品。

在当下这个信息大爆炸时代，有一个核心点特别重要，就是怎么让人能在最短时间内，发现你的产品亮点。

对应到大模型领域，其实就是怎么实现、打包一个开箱即用的 Demo，让人能够简单直接的了解项目特点。

这里给大家推荐一个在 GitHub 上比较火的全栈开发框架：Pynecone（现已改名 Reflex）。

该框架可让你在短短几分钟内，快速搭建一个 Web 应用。

GitHub：https://github.com/pynecone-io/pynecone

无需任何 Web 开发基础，即可上手使用。

项目使用也颇为简单。

用 pip 安装项目包：

pip install reflex

创建一个项目并进行初始化：

mkdir my_app_name
cd my_app_name
reflex init

运行应用：

reflex run

通过以上几步，即可完成一个项目的初始化，随后你只需要再往里面加入模型的相关调用代码即可。

该框架用来构建各种 AI 模型的 Demo 示例，简直再好不过了。

去中心化个人微博平台

上周，推特由于 AWS 服务器到期，马斯克作为老板，硬是欠费不给钱，对外声称服务器速率激增，应对方法也非常简单粗暴，直接一刀切，限制用户每天可查看的推文，硬生生将推特搞成了朋友圈。

未认证的账户限制在每天 600 条推文，未认证的新账户限制在每天 300 条推文。

这波操作让一大帮用户用的很是不爽，许多人都在抱怨老马（马斯克）这是要将推特往死里整啊。

小札（扎克伯格）看到老马这么搞，反手直接上线了一个跟推特类似的新社交平台：Threads，将 Instagram 的一大波用户直接导了过去，5 天注册用户破亿。

这个骚操作，让老马怒火中烧，大骂小札不要脸，搞偷袭。

两个互联网大佬一来一回，互相掐架，让一大班吃瓜群众看得心满意足。

这场闹剧，也顺带让 GitHub 上一个去中心化的开源社交平台火了一把。

这个开源社交平台，就是 Misskey。

一个拥有丰富且可定制化的 Web UI 的开源系统，完美适配了 PC 与移动端界面。

GitHub：https://github.com/misskey-dev/misskey

该项目支持 Emoji 表情、在线笔记、云存储、多主题、统计图表、实用组件等多种功能。

从功能上看，它满足了社交平台的一切需求。你甚至可以用该系统，搭建一个私有化个人微博，将数据掌握在自己手上，不用再看他人脸色。

用户产出内容，让平台受益，但每次平台一干架，吃亏的却总是用户，这有点说不过去。

上车，开始你的机器学习之路！

自从 ChatGPT 火出圈后，人工智能这个技术领域又开始受到各行各业的重视，不少老板也开始挖人，寻找能力出众的开发者，出手还颇为阔绰。

OpenAI 此前面向外界招聘工程师，抬手便给出了 30 万美元基本年薪，以及价值 60 多万美元的 OpenAI 股票薪酬。一些能力尤为出众者，在 OpenAI 内部，甚至可达百万美元年薪。

虽说不是每个人都有机会能够进 OpenAI，拿高薪开启逆袭之路。但是在接下来这几年，人工智能领域的各种应用势必会迎来一波大爆发。

机器学习作为各种 AI 应用的底层技术支撑，身为开发者，多了解这方面知识总归是百利而无一害的。

今天给大家推荐 GitHub 上一个比较不错的中文开源技术教程：《矩阵力量》| 鸢尾花书：从加减乘除到机器学习。

该教程主要面向开发者，讲解数学的基础知识。

按内容划分为基础、坐标系、函数、解析几何、微积分、概率统计、线性代数等 7 大板块。

GitHub：https://github.com/Visualize-ML/Book4_Power-of-Matrix

书中的每个章节都有提供对应的思维导图，配合大家更好的梳理知识。

在进行技术点讲解时，还会有相关的 Python 代码示例，读者可以随意复制粘贴，放到 Jupyter 上运行。

通过这种方式，进一步加深知识的吸收以及技术的应用。

如果你正在考虑如何上手学习机器学习，那这本书或许是个不错的切入点。

以上，就是本期为大家推荐的几个 GitHub 项目，希望对大家有所帮助。

由于今年 AIGC 较火，为此我们也建立了一个 AI 社群，探索更多人工智能领域的前景与应用。