logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Sanic:Python 高性能异步 Web 框架

Sanic是一款Python高性能异步Web框架,支持Python 3.10+版本,设计目标是追求高效性能。它采用async/await语法实现非阻塞运行,符合ASGI标准,默认集成uvloop和ujson提升性能,也可选择关闭。相比传统同步框架,Sanic在IO密集型场景下能处理更高并发,延迟更低,适合API服务、实时数据处理等场景。通过pip安装即可使用,提供简洁的Hello World示例。

#python#前端#开发语言 +1
dive:给 Docker 镜像做一次逐层解剖

dive是一款专为Docker镜像分析设计的命令行工具,能逐层解剖镜像结构,帮助开发者定位空间浪费问题。该工具通过交互式界面展示每一层新增、修改和删除的文件,计算镜像构建效率并标记冗余数据。支持直接分析远程或本地镜像,可集成到CI流水线进行自动化检测。安装方式覆盖主流平台,适用于需要优化镜像体积的开发者、DevOps团队以及对镜像大小有严格要求的项目。通过可视化分层数据和设置CI阈值,dive能有

#docker#容器#运维 +1
Retrofit:Square 出品的 HTTP 客户端,43k+ Star

Retrofit是Square公司推出的Android/Java类型安全HTTP客户端库,GitHub Star数超43k。它将HTTP API转换为Java接口,通过注解描述请求方式(GET/POST等),自动生成网络请求实现。核心特点包括:与OkHttp配合使用、支持多种数据格式转换(JSON/XML等)、灵活的Converter机制、RxJava/协程支持。要求Java 8+或Android

#retrofit#http#网络协议 +1
Nameko:一个让 Python 微服务开发回到写业务逻辑本身的框架

Nameko是一个简洁高效的Python微服务框架,它让开发者专注于业务逻辑而非基础设施配置。该框架采用Python类定义服务,通过装饰器如@rpc快速暴露RPC接口,底层基于RabbitMQ(AMQP协议)支持RPC和事件总线通信模式,同时内置HTTP入口。Nameko提供交互式Shell和CLI工具提升开发效率,并内置测试支持简化单元/集成测试。适合Python技术栈的中小型团队构建微服务,尤

#python#微服务#开发语言 +1
CogView:40亿参数的文本到图像生成模型

CogView是清华THUDM团队开源的40亿参数文本生成图像模型,支持中文输入,提供三大核心功能:文本生成图像、图像超分辨率和图像描述生成(实验阶段)。该模型基于Transformer架构,采用PB-relax和Sandwich-LN技术稳定训练,需要V100/A100 GPU支持运行。项目提供预训练模型下载、Colab体验和本地部署方案,包含完整的训练推理流程,相关论文已被NeurIPS 20

#其他
微软 AutoGen:多智能体 AI 应用的开源框架

微软AutoGen是一个开源的多智能体AI协作框架,主要用于构建和协调多个AI Agent的协作任务。它提供分层架构(Core API、AgentChat API、Extensions API)简化多智能体通信与任务分配,支持Python和.NET。虽然AutoGen已进入维护模式,被微软新推出的Microsoft Agent Framework(MAF)取代,但其在GitHub上获得58,880

#microsoft#人工智能#其他
Docling:文档解析这件事,它做得够深

Docling是一款文档解析工具,能将PDF、Word、PPT等多样化格式转换为结构化数据,保留文本、格式和语义信息。它支持OCR识别、图表数据提取等功能,并在本地执行确保数据安全。适用于企业文档处理、RAG系统开发等场景,尤其擅长学术论文、财务报表等结构化文档的解析。Docling提供命令行和Python API两种使用方式,并与LangChain等生态工具集成,适合开发者和数据工程师使用。

#其他
Docling:文档解析这件事,它做得够深

Docling是一款由IBM团队开发的文档解析工具,支持将PDF、Word、PPT等各类格式转换为结构化数据,保留文本、格式及语义信息。它提供多格式输入输出、本地安全处理、OCR识别、图表理解等功能,适合企业文档处理、RAG系统及AI代理场景。通过简单命令或Python调用即可使用,支持高级视觉模型集成,在学术论文、财务报表等结构化文档处理中表现突出。项目已获6万+ GitHub星标,具备良好的生

#其他
pytudes:Peter Norvig 的 Python 编程练习集

《Peter Norvig的Python编程精粹:pytudes项目解析》摘要 Google研究总监Peter Norvig维护11年的pytudes项目,汇集了200+个Python编程练习,涵盖算法、数学谜题和AI应用三大领域。这个Star数2.4万的开源项目以Jupyter Notebook形式呈现,每个案例都展示了Norvig标志性的简洁编码风格(大量运用列表推导和生成器表达式)。特别值得

#python#开发语言#其他
到底了