1
NBlog
一个前后端分离的开源博客系统，基于 Spring Boot + Vue 技术栈开发，界面清新简洁，拥有多个丰富的博客组件，自带管理后台。
https://github.com/Naccl/NBlog
2
在线考试系统
一个开源的在线考试系统，按照不同功能，可划分为题目管理、答题系统、权限分配、评卷系统等模块。
支持学生(student)、教师(teacher)、管理员(admin)三种角色
教师：学生的所有权限+创建/编辑题目+创建/编辑考试
https://github.com/xingxingzaixian/python-django-online-exam
3
MLScraper
一个开源的 Python 爬虫脚本，可基于机器学习自动从 HTML 页面中抓取数据。在给爬虫提供输出结果的示例后，它便会自动提取规则，对页面数据进行抓取，整个过程无需指定 CSS 选择器。
https://github.com/lorey/mlscraper
4
Llama 3 教程
在GitHub上，一个名为「Nishant Aklecha」的开发者发布了《从零开始实现Llama3的项目》，迅速吸引了广泛关注。这个项目详细解释了Llama3推理原型模型的实现过程。对于初学者和想要深入了解大模型实现原理的开发者来说，这是一份不可多得的宝贵资料。然而，尽管原文已经做了较为详细的阐述，但要想完全理解和掌握Llama3推理原型模型的实现，还需要一定的背景知识作为基础。本文旨在为初学者提供这些必要的背景知识，并在此基础上对《从零开始实现Llama3》一文进行更深入的解读，帮助大家从零开始，逐步入门大模型的世界。
https://github.com/naklecha/llama3-from-scratch
5
动手学大模型应用开发
本项目是一个面向小白开发者的大模型应用开发教程，旨在基于阿里云服务器，结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门，主要内容包括：
- 大模型简介，何为大模型、大模型特点是什么、LangChain 是什么，如何开发一个 LLM 应用，针对小白开发者的简单介绍；
- 如何调用大模型 API，本节介绍了国内外知名大模型产品 API 的多种调用方式，包括调用原生 API、封装为 LangChain LLM、封装为 Fastapi 等调用方式，同时将包括百度文心、讯飞星火、智谱AI等多种大模型 API 进行了统一形式封装；
- 知识库搭建，不同类型知识库文档的加载、处理，向量数据库的搭建；
- 构建 RAG 应用，包括将 LLM 接入到 LangChain 构建检索问答链，使用 Streamlit 进行应用部署
- 验证迭代，大模型开发如何实现验证迭代，一般的评估方法有什么
https://github.com/datawhalechina/llm-universe
6
面向初学者的生成式人工智能教程
微软推出了一套面向入门者的生成式人工智能免费课程。这个系列共包含 18 个单元,旨在全面介绍开发生成式 AI 应用的相关知识。
课程内容涵盖了多个关键领域:
- 生成式 AI 和大型语言模型(LLMs)的基本概念
- 提示工程技巧
- 文本生成应用的构建方法
- 聊天应用的开发流程
- 图像生成技术的应用
- 向量数据库的使用等
这套课程材料是开源的,让学习者能够系统地掌握创建各类生成式 AI 应用所需的基础知识和实践技能。
https://github.com/microsoft/generative-ai-for-beginners
7
public-apis
该项目搜集了很多免费的API接口，包含了很多领域，并且都有相关的使用说明，对于开发测试来说可以快速地进行功能测试验证。
https://github.com/public-apis/public-apis
8
JavaScript 的算法与数据结构
本仓库包含了多种基于 JavaScript 的算法与数据结构。每种算法和数据结构都有自己的 README，包含相关说明和链接，以便进一步阅读 (还有 YouTube 视频) 。
https://github.com/trekhleb/javascript-algorithms/tree/master
9
OhMyZsh
OhMyZsh是一款开源工具，用于管理Zsh（Linux命令解释器的一种）的配置。OhMyZsh不仅提供了几百种插件供用户选择，还拥有各种炫酷的主题，使得命令行终端看起来更加专业和高效。它的流行程度在Github上得到了体现，已经积累了137K+的Star。OhMyZsh的设计初衷是为了让用户能够轻松地定制和扩展他们的命令行环境，通过安装和使用各种插件和主题，用户可以极大地提升命令行界面的使用体验。
https://github.com/ohmyzsh/ohmyzsh
