如何让程序更健壮「GitHub 热点速览」

技术分享 2年前 (2023-02-16) 0 999+

对于 ML 模型训练而言，好的数据集能让结果更健壮，cleanlab 是一个降低数据噪音，及时帮你修正数据集错误的工具。好的工具能让你的结果更完美。同样的，RedTeam-Tools 提高了渗透测试的能力，也间接地让你的安全系统更牢固。DocsGPT 一看便知它是个 Docs + GPT 的结合体，可以提高文档解决用户问题的能力。meilisearch 轻量、速度的检索能力，则提高了 HG 社区的搜索能力。

以下内容摘录自微博@HelloGitHub 的 GitHub Trending 及 Hacker News 热帖（简称 HN 热帖），选项标准：新发布 | 实用 | 有趣，根据项目 release 时间分类，发布时间不超过 14 day 的项目会标注 New，无该标志则说明项目 release 超过半月。由于本文篇幅有限，还有部分项目未能在本文展示，望周知 🌝

本文目录
- 1. 本周特推
  - 1.1 数据集质保：cleanlab
  - 1.2 动画生成器：motion-canvas
- 2. GitHub Trending 周榜
  - 2.1 文档助手：DocsGPT
  - 2.2 再现塞尔达 3：zelda3
  - 2.3 渗透工具：RedTeam-Tools
  - 2.4 低代码框架：ToolJet
  - 2.5 轻量级搜索引擎：meilisearch
- 3. 往期回顾

1. 本周特推

1.1 数据集质保：cleanlab

主语言：Python

数据集是每个数据工程师都会经手的东西，那么如果这个数据集本身有问题，很多噪音，后续的模型训练结果就不会多好。而 cleanlab 就能帮你检测 ML 数据集是否有问题，修正里面有问题的 label 以及标记错误的数据。它适用于 Sklearn / PyTorch / TensorFlow / XGBoost 等等框架，一行代码就能找到任意数据集中的数据和标签错误，像这样：

label_issues = cl.find_label_issues(data, labels)

而这行代码能帮你降低数据的噪音，让训练出来的模型更健壮：

cl.fit(data, labels)

GitHub 地址→https://github.com/cleanlab/cleanlab

1.2 动画生成器：motion-canvas

主语言：TypeScript

Motion Canvas 提供了两样东西：

一个用于生成编程动画的 TS 库；
该编程动画的实时预览；

简单来说，它能创建矢量动画，并与旁白同步。在线体验：https://motion-canvas.github.io/editor/quickstart/

GitHub 地址→https://github.com/motion-canvas/motion-canvas

2.1 文档助手：DocsGPT

本周 star 增长数：1,450+，主语言：Python、HTML

New 这周 ChatGPT 又烧起来了，这把搞点实际的，这是一个借助 GPT 模型帮助那些向文档提问、检索的人快速得到准确、全面的答案。

GitHub 地址→https://github.com/arc53/DocsGPT

2.2 再现塞尔达 3：zelda3

本周 star 增长数：750+，主语言：C

塞尔达·众神的三角力量的逆向工程，它用了 7-8 万行 C 代码来重现经典游戏，你可以从头玩到通关。

GitHub 地址→https://github.com/snesrev/zelda3

2.3 渗透工具：RedTeam-Tools

本周 star 增长数：450+

New RedTeam-Tools 供 Red Team 使用的 120+ 技巧和工具，来提高渗透团队的技术实力。下图为其中一个工具的截图：

GitHub 地址→https://github.com/A-poc/RedTeam-Tools

2.4 低代码框架：ToolJet

本周 star 增长数：1,800+，主语言：JavaScript、TypeScript

一个低代码框架，可在几分钟内快速构建、部署内部工具。你可以连接到数据库，比如：PostgreSQL、MongoDB、ES 等等；也支持 API 端点（支持导入 OpenAPI spec 和 OAuth2 authorization），也支持对接 SaaS 工具，像 Slack、Notion、Google Sheets 之类的都可以接上，还支持对象存储服务。