一、爬虫开源工具

Crawlee 在 GitHub 上获得了近 20K 的 Star。

这是一个用 Node.js （也有基于 Python 的）编写的网络爬虫和浏览器自动化库，它能帮助你快速、可靠地抓取网页数据。

它的目标是让爬虫开发变得更简单，哪怕默认配置下，爬虫行为也更像真人，从而避免被反爬机制拦截。

不会用也不怕，开源项目提供了一个详细的使用收藏，还有很多手把手教程实例，教你使用 Crawlee。

比如爬取 TikTok、Youtube：

使用 Crawlee 不需要从零开始，它提供 CLI 工具，可以一键生成项目结构和示例代码。

你也能够手动引入到现有项目中，并配合像 Playwright 这样的浏览器自动化工具使用。

这个库的牛逼之处在于支持多种爬取方式，包括直接 HTTP 请求和无头浏览器操作，覆盖了从简单页面抓取到复杂 JavaScript 渲染场景的需求。

它还内置了很多实用功能，比如自动管理请求队列、代理切换、错误重试和数据存储等，显著减少了开发重复劳动。

如何使用

Node.js 版本：https://github.com/apify/crawlee
Python 版本：https://github.com/apify/crawlee-python

二、屏幕录制工具

Cap 是一个开源的屏幕录制与视频消息工具，Loom 的开源替代。GitHub 上有 12K 的 Star 了，它支持快速录制、编辑和分享视频。

使用这个工具，你能录制屏幕、摄像头或两者同时录制，在录屏的过程中还能跟随鼠标放大，这个太实用了。

还提供了基本的视频编辑功能，在录制后进行剪辑和处理。处理后可以非常方便、快速地生成可分享的视频链接，也能导出 mp4 。

它有两个版本，Web 和桌面端。Web 版本支持通过 Docker 或 Railway 自行部署，桌面端能够连接到自己搭建的 Cap Web 服务。

开源地址：https://github.com/CapSoftware/Cap
下载地址：https://github.com/CapSoftware/Cap/releases

三、在 GitHub 上下国际象棋

Tim Burgan 在 GitHub 上创建了一个有趣的开源项目，它是一个社区国际象棋锦标赛，任何人都可以参与下一步棋。

整个游戏通过 GitHub 的机制来运行，参与者只需点击网页上提供的移动链接，就会自动创建一个 GitHub Issue，提交自己的走法。

提交后，GitHub Actions 会自动触发，更新 Tim 个人主页中的 README 文件，显示新的棋盘状态。

游戏当前正在进行中，轮到黑方走棋，页面上列出了所有可行的移动选项。

开源地址：https://github.com/timburgan/timburgan

四、 解压缩工具

PeaZip 是一款免费开源的压缩与解压缩工具，支持多种操作系统，包括 Windows、Linux、macOS 和 BSD。

它能够处理超过 200 种不同的压缩格式，例如常见的 zip、rar、7z 等，也支持分卷压缩文件，如 .001、.r01 等。

除了基本的压缩和解压功能，这个开源小工具还注重安全性，支持多种加密方式、两因素认证，并提供安全删除文件等隐私保护功能。

它的底层依赖多个开源技术，包括 7-Zip、ZPAQ 等，具有良好的跨平台兼容性。

它同时还提供文件哈希校验、脚本导出等实用功能，适合日常使用或更高级的压缩管理需求。

开源地址：https://github.com/peazip/PeaZip

五、 如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓