开源项目

Kirara AI 一款支持主流大语言模型、主流聊天平台的聊天的机器人！ » 查看项目手册 » Discord 一群、QQ 二群、QQ 三群、QQ 四群、QQ 五群、QQ 开发群会发布最新的项目动态、视频教程、问题答疑和交流。加群之前先看这里的内容能不能解决你的问题。如果不能解决，把遇到的问题、日志和配置文件准备好后再提问。调试群 这个群里有很多 ChatGPT QQ 机器人，不解答技术问题。⚡ 核心特性 图片发送 关键词触发回复 多账号支持 百度云内容审核 额度限制 人格设定 支持 QQ、Telegram、Discord、微信 可作为

WeChat Bot

MaaAssistantArknights 简体中文 | 繁體中文 | English | 日本語 | 한국어MAA 的意思是 MAA Assistant Arknights一款明日方舟游戏小助手基于图像识别技术，一键完成全部日常任务！绝赞更新中 ✿✿ヽ(°▽°)ノ✿下载与安装请阅读文档后前往 官网 或 Releases 下载，并参考新手上路进行安装。亮点功能刷理智，掉落识别及上传 企鹅物流，一图流智能基建换班，自动计算干员效率，单设施内最优解；同时也支持 自定义排班自动公招，可选使用加急许可，一次全部刷完！公招数据自动上传 企鹅物流，一图流支持

项目简介：本系统仿某东商城业务，采用微服务架构设计，利用 Spring Cloud框架，通过业务 划分相互独立的微服务，其中包含商城检索、用户认证、购物车、订单、商品管理等模块。 系统架构：SpringCloud、Git、Redis、MySQL、Nacos、Nginx、OAuth2.0、 OpenFeign、Docker、Elasticsearch、RabbitMQ等。 负责完成： 商品、购物车、订单、库存、会员、支付、等服务模块的开发； 发布商品同时向ES中插入数据，进而完成商品的全文检索功能； 将商品分类数据放入Redis缓存中，并使用SpringCache来解决缓存一致性问题； 密码MD5加盐处理、登录模块使用OAuth2.0进行第三方如Gitee注册登录； 访问商品详情时使用CompletableFuture来异步获取商品详情数据；

ant-design-vue-admin 是一款基于 Vue.js 和 Ant Design Vue 开发的企业级后台管理系统模板，专注于提供高效、模块化的开发体验。其核心特性包括： 开发效率：通过预置登录注册、权限校验等基础模块，开发者可快速搭建原型并专注于业务逻辑开发。 扩展性：采用模块化设计，支持二次开发与定制化需求，适合企业级应用和快速迭代项目

基于NET6搭建跨平台DDD思想WebApi架构、IDS4单点登录、多缓存、自动任务、分布式、多租户、日志、授权和鉴权、CAP、SignalR 、领域事件 、SMS服务、文件服务 解耦设计都可以单独引用 项目启动时注意相关Redis、db链接配置 生成数据库可见下面说明文件 命令生成即可 项目结构

技术栈采用Vue全家桶，使用百度地址API接口实现地理位置定位和城市定位，使用rem方法实现响应式布局，使用服务端渲染方式优化首屏白屏时间。 项目的初衷是模拟实现简版的饿了么，实现的功能有地址定位、城市定位、购物车、商品详情等功能。

FileCodeBox - 文件快递柜

项目主页 ｜功能介绍 ｜部署文档 ｜常见问题 ｜插件介绍 ｜提交插件

动手学深度学习（Dive into Deep Learning，D2L.ai）

基于NI-VISA的仪器编程，支持RS232、USB、GPIB及LAN 条件：运行或开发软件时，必须安装NI-VISA运行时(其他VISA版本不支持，如Keysight VISA等)。 若需运行在Win7及以上系统(最高支持Win11系统)，请安装15.5版本或以上的运行时，下载链接如下： https://download.ni.com/support/softlib/visa/NI-VISA/15.5/Windows/NIVISA1550runtime.zip 若需运行在Win7及以上系统(最高支持Win11系统)，请安装16.0~21.5版本的运行时，18.5版本的下载链接如下： https://download.ni.com/support/softlib/visa/NI-VISA/18.5/Windows/NIVISA1850runtime.zip 开发版本:为了最佳的开发效果，开发时请使用本软件的对应的开发版本(21.0.0)[目前最新版本为21.5]，下载链接如下： https://download.ni.com/support/nipkg/products/ni-v/ni

中文版本iptv-checkerIPTV checker tool for Docker && Desktop && CMD, check your playlist is availableFor container versions, go to the docker hub page to find the relevant commandsIn command-line mode, go to GitHub's release page and look for the download file with a version number that s

随着社会的快速发展，人们的生活节奏随着国民经济的发展而加快，忙碌的生活使人 们花在制作餐食上的时间越来越少，学生党抑或是上班族，都更倾向于点外卖来解决三 餐问题[1]。而如今科技的发展和信息化的到来，让足不出户的人享受到美味美食的愿望 成为现实。然而，在这个信息化时代，有的人为了挣钱而蒙蔽了自己的良心，他们不顾 顾客的身体健康，在网络上散发着一些虚假的信息，例如有的美食采用的是地沟油却谎 称使用的都是可食用的健康油。因此，很多学生或者教师即使没有时间去食堂就餐，也 不敢上网点外卖。而为了解决这种情况，开发一个食堂外卖系统目前看来是有必要的。 毕竟食堂或餐饮服务提供商通常有一定的食品安全管理体系和标准，供应的食品符合卫 生和质量要求。除此之外，食堂外卖系统适用于一个学校，配送范围比较窄，相对来说 速度较快，配送时间较短，这也更好的解决了学生或者教师时间不充裕的情况，学生或 者教师也因此能更快的享受到美味的美食。同时，考虑到如今微服务作为一种网络架构， 实现了网络功能的解耦[2]。最后认为结合微服务实现一个食堂外卖系统是可行的。

关于这个仓库本仓库用于发布沉浸式双语网页翻译扩展的 Release 版本以及使用 Github Issues收集和跟进用户反馈。沉浸式翻译 并非开源软件，这个仓库并 不包含 沉浸式翻译的源代码。旧版的沉浸式翻译开源项目已于 2023 年 1 月 17 日被归档。点此安装沉浸式翻译 或 查看文档以下为视频介绍： Immersive-Translate-Intro.mp4

Go是开发Android应用的一种BASIC语言，发布于2009年。

paddleocr-json只提供GRPC调用，增加简单的restful API 调用方式，让调用更加方便。增加了OCR多实例。在原作者的基础上，提供内建简单的restful API支持，方便调用。使用crow实现。这里特别感谢原作者的工作。 对Task部分内部方法进行了修改，使其支持restful API调用。 增加了Task多线程，配置文件增加OCR实例配置：threadnumber，用于配置Task的线程数。通过多个Task实例，初始化多个COR实例。 初步用jmeter进行了压力测试，未发现严重问题。

集成totp功能 数据库用户表中新增tcode字段，varchar类型 在SysLoginService中扩展了validateTcode(username, tcode)验证方法 在SysProfileController中扩展了相应重置，生成，校验等基本功能。使用dev.samstevens.totp的包作为totp的实现。

为什么要用内存池？首先，在7 * 24h的服务器中如果不使用内存池，而使用malloc和free，那么就非常容易产生内存碎片，早晚都会申请内存失败；并且在比较复杂的代码或者继承的屎山中，非常容易出现内存泄漏导致mmo的问题。 为了解决这两个问题，内存池就应运而生了。内存池预先分配一大块内存来做一个内存池，业务中的内存分配和释放都由这个内存池来管理，内存池内的内存不足时其内部会自己申请。所以内存碎片的问题就交由内存池的算法来优化，而内存泄漏的问题只需要遵守内存池提供的api，就非常容易避免内存泄漏了。 即使出现了内存泄漏，排查的思路也很清晰。1.检查是不是内存池的问题；2.如果不是内存池的问题，就检查是不是第三方库的内存泄漏。 全局内存池 一个连接一个内存池(本文实现这个场景的内存池)

前端入门到进阶图文教程。从零开始学前端，做一名精致的前端工程师。持续更新中。本项目的主要作用有： 1、网上的大部分入门教程，都不太适合初学者，本项目争取照顾到每一位前端入门者的同理心。即使你完全不懂前端，甚至不懂编程，通过这个教程，也能让小白入门。 2、帮助前端同学提供一个精品学习资源和路线，提高学习效率，少走很多弯路。 3、可以当做前端字典，随时翻阅，查漏补缺。

Python爬虫是一种用于从网页中提取数据的程序或脚本，以下是关于它的介绍： 定义与原理 - 定义：Python爬虫是利用Python语言编写的程序，能够模拟人类浏览器的行为，自动访问网页，并按照一定的规则提取和收集网页中的信息。 - 原理：首先，爬虫向目标网站发送HTTP请求，服务器接收到请求后返回对应的HTML页面。然后，爬虫使用解析库对HTML页面进行解析，提取出感兴趣的数据，如文本、图片链接、视频链接等。 常用库 - Requests：用于发送HTTP请求，获取网页内容。通过简单的函数调用，就可以轻松地向指定URL发送GET或POST请求，并获取服务器响应。 - BeautifulSoup：用于解析HTML和XML文档。它提供了简单的函数和方法，方便从解析后的文档中提取数据，可通过标签名、类名、属性等方式定位和提取信息。 - Scrapy：是一个功能强大的爬虫框架。它提供了更高级的功能，如自动处理请求、调度、持久化存储等，适合构建大型、复杂的爬虫应用。 应用场景 - 数据采集：用于收集各种网站上的数据，如新闻、商品信息、社交媒体内容等，为数据分析、机器学