后端开发教程 - Java、Spring Boot 实战 - msg200.com
9 个你现在就应该探索的有趣开源项目🥷🏻🎉
介绍
如今，开源软件和工具几乎无处不在。最近的一项研究发现，约97% 的审计代码库都包含开源软件。
对于个人开发者来说，为开源项目做出贡献是学习和提高技能的好方法。
无论您是在探索人工智能等新技术、寻找有用的工具，还是与全球社区合作，开源项目都提供了无数的机会。
在本文中，我收集了 9 个您现在应该探索的有趣的开源项目。
让我们开始吧！🚀
欢迎随意为这些项目和工具做出贡献以帮助改进它们，或者在您自己的项目中使用这些工具。
OPAL——策略引擎的管理层
OPAL是一个开源管理层，旨在与开放策略代理 (OPA) 和 AWS Cedar 等策略引擎协同工作。
如果您是从事具有复杂访问控制的大型项目的开发人员，OPAL 可以简化跨团队或用户组管理权限的过程。
它实时检测策略和策略数据的变化，确保您的应用程序的授权层保持最新。
无论您的数据是通过 API、Git 还是第三方服务进行更改，OPAL 都会自动将必要的策略和授权数据同步到您的服务，并提供适当的访问流程。
现在，让我们来看看OPAL的一些功能和用例：
✅实时权限更新： OPAL 自动实时授予或撤销权限，无需跨应用程序手动更新访问。
✅策略即代码：开发人员可以将策略编写为代码，从而更易于版本控制、审查和管理，以实现一致的策略处理。
✅云原生集成： OPAL 可轻松与 AWS 或 Kubernetes 等基于云的微服务集成，从而简化安全和自动化的策略更新。
✅细粒度授权： OPAL 支持精确的端到端授权，并兼容多种策略语言和分散数据源，使其成为复杂的分布式系统的理想选择。
该工具对于向您的项目添加实时权限更新非常有帮助，同时还允许您轻松地审查和管理大型应用程序中不同级别的用户角色。
它在GitHub上有4.5k 个星标，拥有强大的社区，加入他们的Slack或为该项目加星标以表示您的支持：
OPAL背后的团队Permit.io将于 2024 年 10 月 28 日至 11 月 1 日举办激动人心的发布周！
如果您是负责授权和许可的开发人员，并且想要了解许可团队正在构建的内容，那么本次活动非常适合您！🔥
✅ 报名参加活动。
✅赢取限量版贴纸。
✅在社交媒体上分享您的活动 门票以获得一些赠品包。
✅加入直播，发现新功能并赢取自定义键盘！
使用你的 GitHub 帐户注册，为激动人心的发布做好准备！🎁
Hexabot AI - 聊天机器人生成器
构建 AI 聊天机器人通常需要复杂的编码和多种工具。如果您正在寻找一种更简单的方法，那么这种方法非常适合您。
Hexabot AI是一个开源平台，让您无需复杂的编码即可创建智能聊天机器人。使用其可视化编辑器，您可以跨多个渠道和语言构建、管理和部署聊天机器人。
您可以使用可视化编辑器构建零代码客户支持机器人，并使用Hexabot创建多渠道购物助手以实现无缝产品发现。
您还可以为小型企业部署支持多语言的人工智能预约调度程序。通过创建不同类型的机器人来实现不同的目的，您可以实现很多功能。
KitOps - 基于标准的打包和版本控制系统
如果您在 AI、ML 或 SRE 团队工作，您可能会使用不同的工件，例如模型、源代码、数据集等，这些工件是单独存储和版本控制的。
KitOps是市场上唯一使用 OCI 标准将所有内容整合在一起的开源工具，有助于数据科学家、应用程序开发人员和 SRE 之间顺利协作，致力于集成或管理自托管 AI/ML 模型。
现在，让我们看一下 KitOps的一些功能和用例：
✅统一打包和版本控制：KitOps 允许组织将模型、数据集、配置和代码打包到符合 OCI 标准、可复现且具有版本控制的 ModelKit 中。这确保了跨流水线的兼容性，并简化了团队之间的交接。
✅自动化和灵活性：KitOps 与 CI/CD 工作流集成，支持自动打包、测试和部署。它还支持微调大型语言模型并创建 RAG 流水线，并使用 YAML 提供灵活的语法。
✅安全性和审计：每个 ModelKit 都通过 SHA 摘要和工件签名进行保护，确保所有模型资产的防篡改和可靠的来源跟踪。
✅集成和可移植性：ModelKits 基于标准，允许它们存储在任何符合 OCI 的注册表中并在各种 AI/ML 项目中使用。
此工具非常适合寻找 AI 项目版本化包库的 DevOps/MLOps 团队，这些包存储在他们已经在使用的企业注册表中。
KitOps 是一个令人兴奋的新项目，它解决了开发人员的一个关键问题——高效地管理和版本控制 AI/ML 模型，加入他们的Discord或为该项目加星标以表示您的支持：
Langflow - 低代码 AI 应用
如果您是一位开发者，希望构建复杂的 AI 应用程序，而无需过多的编码，那么Langflow是一个不错的选择。其直观的界面让用户能够专注于应用程序逻辑和功能，而不是底层基础架构。
Langflow是一个开源低代码应用程序构建器，旨在创建检索增强生成 (RAG) 和多智能体 AI 应用程序。
Langflow 凭借其基于 Python 的框架，使开发人员能够无缝集成各种模型、API 和数据库，而无需绑定到特定的技术堆栈。
现在，让我们看一下 Langflow的一些功能和用例：
✅可视化开发界面：拖放式界面简化了工作流程的创建和测试，减少了大量编码的需求。这种设计加速了复杂应用程序的开发，无论是经验丰富的开发人员还是新手都能轻松上手。
✅灵活集成： Langflow 支持多种模型、API 和数据库，包括 OpenAI、Pinecone 和 MongoDB 等知名数据库。这使得开发人员能够集成现有的技术栈，同时为各种应用程序构建智能代理和定制系统。
✅实时原型设计和部署： Langflow 集成了监控和调试工具，支持即时测试工作流程，使开发人员能够随时随地优化性能。此功能对于开发响应式应用程序至关重要，使团队能够根据用户反馈和交互来微调解决方案。
该工具对于使用流行和新兴 AI 平台和框架（如 Hugging Face、LangChain 等）的 AI 开发人员非常有帮助。
该项目在GitHub上有 31k+ 颗星，拥有强大且不断壮大的社区，请为该项目加星标以表示您的支持：
Readyset - 数据库缓存层
如果您是使用 Postgres 或 MySQL 的开发人员，您可能熟悉处理复杂 SQL 查询时出现的性能问题。
在实施新的缓存解决方案时，您可能还会发现对应用程序进行了多项更改。在这种情况下，ReadySet 可以派上用场！
Readyset是一个透明的数据库缓存层，可提高应用程序的性能和可扩展性。
它可以轻松地与您现有的设置集成，将复杂的 SQL 查询转变为快速查找，同时保持缓存结果与您的数据库同步。
它充当应用程序和数据库之间的一层，维护缓存结果和底层数据之间的一致性。它也可以与您当前的 ORM 或数据库客户端一起使用。
如果您正在使用阅读量很大的应用程序（如内容平台或分析工具），此工具非常有用。
Instant DB - 前端实时数据库
如今，大多数开发者都希望构建至少一个出色的实时应用程序，而无需处理复杂的基础架构。管理用于身份验证、服务器和后端的多个工具既成本高昂，又极具挑战性。
如果您是一位正在寻找解决方案的开发者，InstantDB或许是您的理想之选。它不仅能帮助您打造流畅、实时的用户体验，还能简化后端逻辑管理和扩展。
您可以轻松实现协作功能，例如显示谁在输入、支持多个光标位置以及使用 Instant 在您的应用程序中启用多设备同步。
LanceDB - 多模态 AI 数据库
开发人员经常难以管理和查询大量不同的数据。
传统的矢量数据库通常需要分别存储嵌入及其元数据，这会使工作流程复杂化并增加额外成本。这种分离会使保持所有内容同步和创建高效的应用程序变得更加困难。
LanceDB通过允许您以 Lance 格式存储和管理嵌入和实际数据（例如图像、视频、文本等）来解决此问题。
现在，让我们看一下 LanceDB的一些功能和用例：
✅可扩展且高效的搜索功能：凭借生产规模的向量搜索功能以及对向量相似性、全文搜索和 SQL 查询的支持，LanceDB 提高了数据检索和管理的效率，使其成为需要快速访问复杂数据集的应用程序的理想选择。
✅灵活的部署选项： LanceDB 提供开源嵌入式版本和基于云的无服务器版本，为开发人员提供了灵活性。无论您是喜欢自托管还是利用云基础架构，都可以选择最适合您项目需求的设置，而无需进行服务器管理。
如果您对 AI 感兴趣并且使用 RAG、AI 模型和数据集，并且您是本地优先 AI 应用程序的粉丝，那么它会非常有帮助。
LanceDB OSS 允许您在自己的基础架构上运行嵌入式矢量数据库。
Phidata——人工智能代理框架
人工智能代理被开发者或组织广泛用于借助人工智能自动执行特定任务。开发者在构建能够管理复杂任务并适应用户需求的应用程序时经常面临挑战。
Phidata通过提供一个创建有效管理状态和内存的代理系统的框架来解决这个问题。
借助Phidata，开发人员可以轻松地在本地或云端运行代理，并利用内置监控工具来跟踪性能。
它通过管理代理的状态并提供用户友好的交互界面来简化开发过程，帮助开发人员有效地构建和优化他们的系统。
如果您想构建需要内存、知识和与外部工具交互的特定领域代理，Phidata 允许您使用不同的提供商、知识库和存储选项，例如 OpenAI、Ollama、Mistral、Pinecone、Qdrant、Postgres、Langchain、DynamoDB 等等。
Stack Auth - 管理用户身份验证
我们列表中的最后一个工具是 Stack Auth，它是 Auth0 和 Clerk 的开源替代品。如果您希望集成一个自托管、可定制的用户身份验证系统，Stack Auth 是一个绝佳的选择，因为它的自托管版本完全免费。
Stack Auth广泛支持单点登录 (SSO)、OAuth 和多因素身份验证 (MFA) 等功能。
它特别适合需要避免供应商锁定或降低与第三方身份验证服务相关的成本的项目。
自托管能力可确保敏感的用户数据保留在您的基础架构内，为具有严格合规性需求的应用程序提供增强的安全性。
值得注意的一点是，Stack Auth提供了一个可定制的自托管身份验证系统，使开发人员可以轻松处理用户访问。
另一方面，OPAL专注于实时策略管理，确保授权规则与不断变化的应用程序要求保持一致。
结论
在本文中，我重点介绍了 9 种令人兴奋的开源工具，它们可以帮助您完成各种任务，无论您是使用 AI、管理权限还是处理数据库。
这些工具可以帮助解决开发人员在小型和大型应用程序中面临的挑战。
如果您知道我错过的任何其他有趣的项目，请在评论中分享。
许可证团队支持我撰写本文，但他们并未影响本文的内容。欢迎参加许可证发布周。
关注我获取更多类似内容：
如需付费合作，请发送电子邮件至：arindammajumder2020@gmail.com。
感谢您阅读到最后。
