DUICUO

5月のGitHubで人気のオープンソースプロジェクト

[[408620]]

GitHubで5月に最も人気だったオープンソースプロジェクトのランキングが発表されました!早速見てみましょう。

1ハーモニーOS

https://github.com/Awesome-HarmonyOS/HarmonyOS スター 18009

HarmonyOSは、​​マイクロカーネルベースのフルシナリオ分散オペレーティングシステム(FSOS)として初めて、Huaweiが独自に開発したOSです。HarmonyOSは、​​2019年8月9日に開催されたHuawei Developer Conferenceで発表されました。オープンソースのHarmonyOSが[プラットフォーム名不明]で正式にリリースされました。Huaweiはまず、スマートスクリーン、車載端末、ウェアラブル端末などのスマート端末にHarmonyOSを搭載する予定です。今後、より多くのスマートデバイスにHarmonyOSが搭載される予定です。これは、HarmonyOSに関連する魅力的なコンテンツの厳選リストです。

2wtv

https://github.com/biancangming/wtv スター 2817

さまざまなライブ TV ソースと Web サイトを収集して、コンピューターや携帯電話でライブ TV を視聴する際の問題を解決します。

3ジナ

https://github.com/jina-ai/jina スター 6725

Jina は、AI とディープラーニングを活用した最先端のクラウドネイティブ ニューラル検索フレームワークです。

4. 秘密の知識の書

https://github.com/trimstray/the-book-of-secret-knowledge スター 45299

このリポジトリは、ソフトウェア開発で使用される資料とツールのコレクションです。豊富な有用な情報が含まれており、このリストから誰でも自分に最適なツールを見つけることができます。システム管理者、ネットワーク管理者、DevOps担当者、ペネトレーションテスター、セキュリティ研究者を対象としています。

5マルウェアソースコード

https://github.com/vxunderground/MalwareSourceCode スター 6293

このプロジェクトでは主に、さまざまなプログラミング言語を使用してさまざまなプラットフォームからマルウェアのソース コードを収集します。

6つのDevOps演習

https://github.com/bregman-arie/devops-exercises スター 10896

Linux、Jenkins、AWS、SRE、Docker、Python、Ansible、Git、Kubernetes、Terraform、OpenStack、SQL、NoSQL、Azure、GCP、DNS など、面接の準備に使用できるさまざまな技術トピックが含まれています。

7rustデスク

https://github.com/rustdesk/rustdesk スター 8561

Rustで書かれたオープンソースのリモートデスクトップクライアントソフトウェアです。設定不要ですぐに使用できます。

8nushell

https://github.com/nushell/nushell スター 14326

Nushellは、Rustで書かれた生産性向上ツール(そしてクールなツール)シェルです。Nushellは、以下の目標の達成に重点を置いています。

モダンで柔軟なクロスプラットフォームシェルを作成する

コマンドライン アプリケーションと、データ構造を理解するシェルを組み合わせて使用​​できます。

最新のコマンドラインアプリケーションによってユーザーエクスペリエンスが最適化される

9紙

https://github.com/PaperMC/ペーパースター4211

PaperclipはSpigotをさらに最適化したバージョンです。通常のJARファイルと同様にダウンロードして実行できるJARファイルです。

10フェイスワップ

https://github.com/deepfakes/faceswap スター 4009

ディープフェイクはディープラーニング技術を活用しています。このツールはもともと、写真や動画内の顔画像を識別し、差し替えるために設計されました。このプロジェクトには複数のエントリーポイントがあり、必要なのは以下の2つだけです。

  • 写真を収集します (または、以下のトレーニング データに提供されている写真を使用します)。
  • 元の写真から顔画像を抽出する
  • 写真でモデルをトレーニングします (または、以下のトレーニング データに提供されているモデルを使用します)。
  • モデル変換ソースコードの使用