PuePy - PyScript Frontend Framework | #框架
之前一个PDF工具,叫ChatPDF,可以提取 PDF 文件中的内容,并将内容交给 ChatGPT 进行分析。待解析完成之后,你便可以跟它进行一对一对话交流,就好像它是一个完全理解内容的人一样。
但是,该项目代码没有开源,这里推一个开源版的实现:GPT-4 & LangChain。为你的 PDF 文档打造一个 ChatGPT 聊天机器人。
LangChain 是一个框架,可以更轻松地构建可扩展的 AI/LLM 应用程序和聊天机器人。使用的技术堆栈包括 LangChain、Pinecone、Typescript、Openai 和 Next.js。Pinecone 是一个矢量存储,用于存储嵌入和文本中的 PDF,以便以后检索类似文档。
GPT-4 & LangChain | #框架
但是,该项目代码没有开源,这里推一个开源版的实现:GPT-4 & LangChain。为你的 PDF 文档打造一个 ChatGPT 聊天机器人。
LangChain 是一个框架,可以更轻松地构建可扩展的 AI/LLM 应用程序和聊天机器人。使用的技术堆栈包括 LangChain、Pinecone、Typescript、Openai 和 Next.js。Pinecone 是一个矢量存储,用于存储嵌入和文本中的 PDF,以便以后检索类似文档。
GPT-4 & LangChain | #框架
这是一个用于安卓逆向及自动化的辅助框架,它以编程化的接口大幅减少你的手动操作,你将不再需要关心琐碎的问题。通过它,你可以获得:
●零依赖,只需 root 即可
●支持安卓 6.0 (M, API 23) - 13 (T, API 33)
●极其简单的调用,封装了大量常用接口,你只需要会写 Python
●只要有网即可连接任意地方运行了 lamda 的设备
●完全网络化,脱离 USB 数据线/USB HUB 等实体连接
●不会给现有运行环境增加任何可被检测的特征
●大大降低门槛以及闲杂琐事上的时间成本
●7*24 小时的稳定性
●支持标准游戏/AVD模拟器及真机、云手机,全架构
●可完美内置于安卓系统
●无线连接内置 root 权限的 WIFI ADB
●支持 OpenVPN 可实现全局/非全局的 VPN
●支持 http/socks5 代理,可实现设置系统级别/单个应用级别的代理
●支持 UDP 协议代理(socks5 UDP 模式)
●支持 OpenVPN 与代理共存
●可通过接口轻松设置中间人证书,配合 http/socks5 代理实现中间人流量分析
●通过 frida 暴露内部 Java/JNI 接口(类 virjar/sekiro 但基于 frida)
●UI自动化,通过接口实现自动化操作
●设备状态/资源消耗读取
●大文件上传下载
●WEB 端文件上传下载
●唤起应用的 Activity
●前后台运行 shell 命令,授予撤销应用权限等
●系统配置/属性读取修改
●内置 frida, IDA 7.5 server 等工具
●可使用 ssh 登录设备终端
●内置 crontab 定时任务
●内置 Python3.9 及部分常用模块
●WIFI 远程桌面(web)
同时,tools/ 目录下还包含了一些常用的脚本以及开箱即用的服务。
lamda | #框架
特征:
1.浏览器内存泄漏检测- 使用 puppeteer API 编写测试场景,memlab 自动区分 JS 堆快照,过滤掉内存泄漏,并聚合结果。
2.面向对象的堆遍历 API - 支持自定义内存泄漏检测器并以编程方式分析从基于 Chromium 的浏览器、Node.js、Electron.js 和 Hermes 获取的 JS 堆快照
3.内存 CLI 工具箱- 用于寻找内存优化机会的内置工具箱和 API(不一定是内存泄漏)
4.Node.js 中的内存断言- 启用单元测试或运行 node.js 程序以获取其自身状态的堆快照、进行自内存检查或编写高级内存断言
memlab |官网及演示 | docs | 博文 | #框架
Volo 主要由六个 crate 组成:
volocrate,包含框架的通用组件。
crate ,volo-thrift提供 Thrift RPC 实现。
volo-grpc提供 gRPC 实现的crate。
板条箱,volo-build它生成节俭和 protobuf 代码。
crate ,volo-cli它提供 CLI 界面来引导新项目并管理 idl 文件。
crate ,volo-macros为框架提供宏。
Volo | 教程:Volo-Thrift Volo-gRPC | 路线图 | #框架
可以轻松地将任何前端UI组件封装到低代码组件库中,构建自己的低代码UI开发平台,让前端开发像Sunmao一样紧密。
Sunmao 的用户分为两种角色,一种是开发者,一种是使用者。
开发者的职责和寻常的前端开发者类似,负责开发 UI 组件,并且把普通的 UI 组件封装为 Sunmao 的组件。开发者需要通过写代码来实现组件的逻辑。
使用者的职责是利用开发者封装好的 Sunmao 组件,在 Sunmao 低代码编辑器中搭建前端应用。使用者不需要前端知识和编程能力,仅通过 UI 交互就可以完成应用搭建。
这里有两份教程,分别面向不同的角色。使用者仅需阅读使用者的教程,但开发者则要先阅读使用者教程,再阅读开发者教程。
官网 | 项目模板 | Github | #教程:使用者 开发者 | #框架
隐私计算是一个新兴的跨学科领域,涉及密码学、机器学习、数据库、硬件等多个领域。设计目标是使得数据科学家和机器学习开发者可以非常容易地使用隐私计算技术进行数据分析和机器学习建模,而无需了解底层技术细节。
为达到这个目标,隐语提供了一层设备抽象,将多方安全计算(MPC)、同态加密(HE)和可信执行环境(TEE)等隐私计算技术抽象为密文设备, 将单方计算抽象为明文设备。
基于这层抽象,数据分析和机器学习工作流可以表示为一张计算图,其中节点表示某个设备上的计算,边表示设备之间的数据流动,不同类型设备之间的数据流动会自动进行协议转换。在这一点上,隐语借鉴了主流的深度学习框架,后者将神经网络表示为一张由设备上的算子和设备间的张量流动构成的计算图。
隐语框架围绕开放这一核心思想,提供了不同层次的设计抽象,希望为不同类型的开发者都提供良好的开发体验。
在设备层,隐语提供了良好的设备接口和协议接口,支持更多的设备和协议插拔式的接入,我们希望与密码学、可信硬件、硬件加速等领域专家通力合作,不断扩展密态计算的类型和功能,不断提升协议的安全性和计算性能。同时,隐语提供了良好的设备接口,第三方隐私计算协议可作为设备插拔式接入。在算法层,为机器学习提供了灵活的编程接口,算法开发者可以很容易定义自己的算法。
Github | #框架
go-zero包含极简的API定义和生成工具goctl,可以根据定义的 api 文件一键生成Go, iOS, Android, Kotlin, Dart, TypeScript, JavaScript代码,并可直接运行。
使用go-zero的好处:
- 轻松获得支撑千万日活服务的稳定性
- 内建级联超时控制、限流、自适应熔断、自适应降载等微服务治理能力,无需配置和额外代码
- 微服务治理中间件可无缝集成到其它现有框架使用
- 极简的API描述,一键生成各端代码
- 自动校验客户端请求参数合法性
- 大量微服务治理和并发工具包
Github | 官网 | #框架