程序员的开源月刊：HelloGitHub（第 54 期）

兴趣是最好的老师，HelloGitHub 就是帮你找到兴趣！

简介

分享 GitHub 上有趣、入门级的开源项目。

这是一个面向编程新手、热爱编程、对开源社区感兴趣 人群的月刊，月刊的内容包括：各种编程语言的项目、让生活变得更美好的工具、书籍、学习笔记、教程等，这些开源项目大多都是非常容易上手，而且非常 Cool。主要是希望大家能动手用起来，加入到开源社区中。

会编程的可以贡献代码
不会编程的可以反馈使用这些工具中的 Bug
帮着宣传你觉得优秀的项目
Star 项目️

在浏览、参与这些项目的过程中，你将学习到更多编程知识、提高编程技巧、找到编程的乐趣。

最后 HelloGitHub 这个项目就诞生了

以下为本期内容｜每个月 28 号发布最新一期｜点击查看往期内容

C 项目

1、libevent：C 语言实现的轻量级、高性能事件通知库。基于事件驱动，支持多种 I/O 多路复用技术：epoll、poll、select、kqueue 等。libevent 就是这些系统基础库的统一封装，提供更高级的 API 并解决跨平台的问题

C# 项目

2、dotnet-docker：.NET Core 和 Tools 的 Docker 镜像

3、machinelearning：微软开源的 C# 机器学习框架。支持的机器学习类任务：分类、回归、聚类等，教程和视频。示例代码：

var dataPath = "sentiment.csv";

var mlContext = new MLContext();

var loader = mlContext.Data.CreateTextLoader(new[]

    {

        new TextLoader.Column("SentimentText", DataKind.String, 1),

        new TextLoader.Column("Label", DataKind.Boolean, 0),

    },

    hasHeader: true,

    separatorChar: ',');

var data = loader.Load(dataPath);

var learningPipeline = mlContext.Transforms.Text.FeaturizeText("Features", "SentimentText")

        .Append(mlContext.BinaryClassification.Trainers.FastTree());

var model = learningPipeline.Fit(data);

var predictionEngine = mlContext.Model.CreatePredictionEngine<SentimentData, SentimentPrediction>(model);

var prediction = predictionEngine.Predict(new SentimentData

{

    SentimentText = "Today is a great day!"

});

Console.WriteLine("prediction: " + prediction.Prediction);

C++ 项目

4、drogon：一款 C++ 的异步非阻塞高性能 Web 框架。功能强大、上手容易，使得用 C++ 语言构建各种类型的高性能 Web 应用，变得更加方便。示例代码：

#include <drogon/drogon.h>

using namespace drogon;

int main()

{

    app().setLogPath("./")

         .setLogLevel(trantor::Logger::kWarn)

         .addListener("0.0.0.0", 80)

         .setThreadNum(16)

         .enableRunAsDaemon()

         .run();

}

CSS 项目

5、css-diner：通过游戏方式在线学习 CSS 选择器知识。初学者可以通过简单的动画界面，学习 CSS 多种选择器语法是如何筛选出页面的元素，虽然是英文网站但还算通俗易懂。在线尝试

Go 项目

6、go-micro：一款 Go 插件化的基础框架。我只知道它是个 Go 微服务框架，基于它可以快速构建微服务。示例代码如图所示

7、pgweb：基于 Go 实现的跨平台 PostgreSQL 数据库管理工具。通过本地起服务+浏览器的方式解决了跨平台的问题，启动命令：

三种方式：

参数：pgweb --host localhost --user myuser --db mydb

URL：pgweb --url postgres://user:password@host:port/database?sslmode=[mode]

Socket：pgweb --url "postgres:///database?host=/absolute/path/to/unix/socket/dir"

8、go-admin：基于 Gin+Vue+Element UI 的前后端分离权限管理系统。文档齐全、还有视频教程适合新手学习，特点：

遵循 RESTful API 设计规范
基于 Gin Web API 框架，提供了丰富的中间件支持（用户认证、跨域、访问日志、追踪 ID 等）
支持 Swagger 文档
等等

9、now：Go 语言的时间工具库。项目简单、代码易懂，示例代码丰富：

import "github.com/jinzhu/now"

time.Now() // 2013-11-18 17:51:49.123456789 Mon

now.BeginningOfMinute()        // 2013-11-18 17:51:00 Mon

now.BeginningOfHour()          // 2013-11-18 17:00:00 Mon

now.BeginningOfDay()           // 2013-11-18 00:00:00 Mon

now.BeginningOfWeek()          // 2013-11-17 00:00:00 Sun

now.BeginningOfMonth()         // 2013-11-01 00:00:00 Fri

now.BeginningOfQuarter()       // 2013-10-01 00:00:00 Tue

now.BeginningOfYear()          // 2013-01-01 00:00:00 Tue

now.WeekStartDay = time.Monday // Set Monday as first day, default is Sunday

now.BeginningOfWeek()          // 2013-11-18 00:00:00 Mon

now.EndOfMinute()              // 2013-11-18 17:51:59.999999999 Mon

now.EndOfHour()                // 2013-11-18 17:59:59.999999999 Mon

now.EndOfDay()                 // 2013-11-18 23:59:59.999999999 Mon

now.EndOfWeek()                // 2013-11-23 23:59:59.999999999 Sat

now.EndOfMonth()               // 2013-11-30 23:59:59.999999999 Sat

now.EndOfQuarter()             // 2013-12-31 23:59:59.999999999 Tue

now.EndOfYear()                // 2013-12-31 23:59:59.999999999 Tue

now.WeekStartDay = time.Monday // Set Monday as first day, default is Sunday

now.EndOfWeek()                // 2013-11-24 23:59:59.999999999 Sun

Java 项目

10、roncoo-pay：开源的 Java 互联网业务支付系统。拥有独立的账户体系、用户体系、支付接入体系、支付交易体系、对账清结算体系等，想学习支付相关技术的同学可以看看这个项目。项目结构如下：

roncoo-pay

|

├── roncoo-pay-app-notify //商户通知模块

|

├── roncoo-pay-app-order-polling //订单轮询模块

|

├── roncoo-pay-app-reconciliation //交易对账模块

|

├── roncoo-pay-app-settlement //交易结算模块

|

├── roncoo-pay-common-core //公共基础模块，不需要单独部署

|

├── roncoo-pay-service //核心业务模块，不需要单独部署

|

├── roncoo-pay-web-boss //运营后台模块

|

├── roncoo-pay-web-gateway //支付网关模块

|

├── roncoo-pay-web-merchant //商户后台模块

|

├── roncoo-pay-web-sample-shop //模拟商城模块

11、screw：简单好用的数据库表结构文档生成工具

JavaScript 项目

12、tesseract.js：支持多种语言的文字识别的 JS 库，能够方便、准确的把图片中的文字解析提取出来（就能复制了）。基于 Tesseract OCR 引擎实现的 JS 版本，方便前端实现文字识别功能和在浏览器中直接使用。在线尝试

13、mind-elixir-core：一款免费开源的思维导图 JS 库。在线尝试

14、IconPark：该开源库提供了 1200+ 高质量图标，还有一个界面便于定制图标。强大之处是可以通过改变一个 SVG 文件的属性来变换出多种主题，支持导出 SVG、PNG、Vue 和 React 图标组件等。极大的方便了设计师和开发者，让他们有更多时间逛 HG 了

15、next：一套企业级中后台 UI 解决方案，致力于解决设计师与前端在工作协同、产品体验一致性、开发效率方面的问题。就是设计师修改颜色之类的，可以生成一个 NPM 主题包，前端拿到这个包就可以直接还原设计师的设计

Kotlin 项目

16、DateTimePicker：一个简约、漂亮的日期时间选择器。支持 100% 自定义 UI，内置日期时间选择弹窗基于 Google BottomSheetDialog

Python 项目

17、real-live：一个网络直播聚合平台，能够观看视频直播、高清电视和收听广播电台等。目前支持 30+ 个视频直播、50+ 个高清电视频道和 70+ 个广播电台，比较全面的 Web 项目，用到的技术栈：

前端/客户端：Qt、Vue、Flutter 等
后端：MySQL、Redis、Kafka/RabbitMQ、Elasticsearch 等

18、taichi：一个高性能图形学编程框架。它可以将你编写的 Python 代码转换成高效的汇编代码，在多 CPU 和 GPU 上运行，相当于是在用 Python 的语法写着色器。Taichi 解决了图形学配环境难，代码移植性差等问题，只需 pip install taichi 即可安装，编写的程序在 Windows、Linux、OSX 上均可运行，降低了新手学习图形学的门槛。示例代码：

import taichi as ti

ti.init(arch=ti.gpu)  # 指定编译后的函数在 GPU 上执行

n = 320

pixels = ti.field(dtype=float, shape=(n * 2, n))  # 提前声明数组存储类型，大小

@ti.func  # 该函数将是被调用的过程函数

def complex_sqr(z):

    return ti.Vector([z[0]**2 - z[1]**2, z[1] * z[0] * 2])

@ti.kernel  # 该函数将被 Taichi 编译

def paint(t: float):

    for i, j in pixels:  # 最外层循环会自动并行化

        c = ti.Vector([-0.8, ti.cos(t) * 0.2])

        z = ti.Vector([i / n - 1, j / n - 0.5]) * 2

        iterations = 0

        while z.norm() < 20 and iterations < 50:  # 其他语法和原生 Python 基本一致

            z = complex_sqr(z) + c

            iterations += 1

        pixels[i, j] = 1 - iterations * 0.02

gui = ti.GUI("Julia Set", res=(n * 2, n))

for i in range(1000000):

    paint(i * 0.03)

    gui.set_image(pixels)

    gui.show()

19、readthedocs.org：知名文档社区网站（readthedocs.org）的开源源码。该网站上托管了：Scrapy、requests、bootstrap-datepicker 等知名库的文档，我看了下项目是基于 Django 开发的，文件有些多看起来需要点耐心

20、learn-python3：一份 Python3 的教程，请查收。该教程采用 Jupyter notebooks 形式，便于运行和阅读。并且还包含了练习题，对新手友好。缺点的话就是英文的教程，但是我都能看懂你肯定也可以

21、Computer-Networking-A-Top-Down-Approach-NOTES：《计算机网络－自顶向下方法》编程作业。包含问题和 Python 代码解答，Wireshark 实验部分为官方文档的翻译。

Rust 项目

22、rustlings：该项目通过一个个简单练习小 demo，让初学者学习 Rust 的语法。通过简单的命令即可安装本项目，然后修改每个小练习，达到编译通过或者目标输出，通过后会进入下一关，有种闯关的成就感。运行方法：

安装：

git clone https://github.com/rust-lang/rustlings

cd rustlings

git checkout tags/4.0.0 # or whatever the latest version is (find out at https://github.com/rust-lang/rustlings/releases/latest)

cargo install --force --path .

安装完后，运行：

rustlings watch

Swift 项目

23、ZLPhotoBrowser：轻量级照片选择框架。它使用简单、功能丰富，支持预览/相册内拍照及录视频、拖拽/滑动选择、编辑裁剪图片/视频等功能。示例代码：

// 使用起来非常简单

let ac = ZLPhotoPreviewSheet()

ac.selectImageBlock = { [weak self] (images, assets, isOriginal) in

    // your code

}

// 快速选择方法

ac.showPreview(animate: true, sender: self)

// 进入相册选择方法

ac.showPhotoLibrary(sender: self)

其它

24、Halfrost-Field：前阿里巴巴资深后端工程师“霜神”的技术博客，分享前、后端的技术干货。作者日常工作语言是 Go，在进入阿里巴巴之前，做了几年前端工作。文章内容包含：机器学习、Go、JS、iOS、网络协议等系列

25、ntfstool：一款为苹果电脑提供 NTFS 读写支持的免费工具。有了它就可以很方便的在苹果电脑上读写，从 Windows 系统拷贝数据的 U 盘和移动硬盘等。安装说明

26、hexo-theme-matery：一款采用 Material Design 和响应式设计的 Hexo 博客主题。特点：

响应式设计，博客在桌面端、平板、手机等设备上均能很好的展现
首页轮播文章及每天动态切换 Banner 图片
时间轴式的归档页
词云的标签页和雷达图的分类页
丰富的关于我页面（包括关于我、文章统计图、我的项目、我的技能、相册等）
支持文章置顶和文章打赏
等等

27、highlight.js：让网页上的代码实现高亮的 JS 库，给代码点颜色瞧瞧。支持多种编程语言和样式，使用简单。示例代码：

<link rel="stylesheet" href="/path/to/styles/default.css">

<script src="/path/to/highlight.min.js"></script>

<script>hljs.initHighlightingOnLoad();</script>

<pre><code>...</code></pre>

28、lite：一款用 Lua 编写的超级轻量级的文本编辑器。在 Windows 下的 exe 文件虽然只有 300KB 左右，但颜值、功能和速度却一点都不差，甚至还支持使用自定义插件、配色主题等功能。小而美的文本编辑器

29、L-ink_Card：该项目包含了制作一个迷你 NFC 智能卡的代码和教程。野生钢铁侠稚晖出品的演示视频，他还制作了很多别的有趣的东西，大家可以去看看很有意思

开源书籍

30、trpl-zh-cn：《Rust 程序设计语言（第二版）》中文翻译。在线阅读

31、jshistory-cn：《JavaScript 20 年》中文版。在线阅读

机器学习

32、nsfw-filter：基于 tensefow.js 实现的过滤 NSFW（裸露、暴力等）图片的浏览器插件

33、computervision-recipes：计算机视觉系统最佳实践，包含各种 CV 示例项目。示例使用 PytTorch 深度学习库+ Jupyter 文件，涵盖：图像分类、相似、识别、追踪等方面，适合对图像方面感兴趣的小伙伴阅读和学习

34、seq2seq-couplet：基于深度学习的对对联项目，你出上联它自动生成下联。我尝试了下，对得三观很正，还挺有意思。在线尝试

最后

如果你发现了 GitHub 上有趣的项目，欢迎在 HelloGitHub 项目提 issues 告诉我们。