- https://github.com/q977734161/flowable-engine
- https://github.com/q977734161/flowy
- https://github.com/q977734161/Drawflow
- https://gitee.com/jsland/vue-topo
- https://vueflow.dev/examples/
https://gitee.com/y_project/RuoYi.git
https://docs.spring.io/spring-data https://docs.spring.io/spring/docs
double Sqrt(double A) {
double x0 = A + 0.25, x1, xx = x0;
for (; ; ) {
x1 = (x0 * x0 + A) / (2 * x0);
if (Math.abs(x1 - x0) <= 0.0000001) break;
if (xx == x1) break; // to break two value cycle.
xx = x0;
x0 = x1;
}
return x1;
}
ToolJet 是一个开源的低代码框架，可以快速构建和部署内部工具，而无需工程团队付出太多努力。通过 ToolJet 可以连接数据源，如 PostgreSQL、MongoDB、Elasticsearch 等等。它支持导入 OpenAPI 规范和 OAuth2 授权，以及外部服务，例如：Stripe、Slack、Google Sheets、Airtable。
- https://github.com/q977734161/WeApp_Demos
- 返利优惠券小程序模板 电商优惠券方向，离钱很近。在未来 10 年尺度上都可以持续赚钱。 开源项目地址：https://github.com/AmateurEvents/coupon
- 基于淘客助手 API 和淘宝官方 API 的领优惠券小程序 看名字就知道，当前最火的全面赚钱项目之一。 开源项目地址：https://github.com/HunterXuan/E-Coupon
- 美团饿了么红包，先领红包再下单 外卖红包，CPS 分成，别人领红包下单，你拿佣金。 开源项目地址：https://github.com/zwpro/coupons
- 微信红包封面领取 用户观看视频广告或者邀请用户可获取微信红包序列号。 开源项目地址：https://github.com/zwpro/redCover
- 账号助手微信小程序 一个用于存储账号和密码的小程序，使用微信小程序云开发，免服务器。 开源项目地址：https://github.com/aab0/zhanghaozhushou
- 老黄历微信小程序 支持宜 / 忌事项查阅。算命是一个巨大的行业，利润大的超乎很多人的想象。 开源项目地址：https://github.com/mailzwj/laohuangli
- 多肉物语 多肉花卉的百科小程序。多肉是一个会让人上瘾的东西，行业潜力巨大。 开项目地址：https://github.com/FishInPool/duo1 开源项目地址：https://github.com/JackonYang/list-of-wechat-mini-program-list
安装java8
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
查看java是否安装成功
java -version
该版本java设为默认
sudo apt-get install oracle-java8-set-default
安装java11
sudo add-apt-repository ppa:linuxuprising/java
sudo apt-get update
sudo apt-get install oracle-java11-installer
查看java是否安装成功
java -version
该版本java设为默认
sudo apt-get install oracle-java11-set-default
https://github.com/q977734161/docker-hive
- https://github.com/q977734161/SteamTools
- https://github.com/2dust/v2rayN/releases
- https://github.com/ithewei/libhv.git
- https://github.com/Light-City/CPlusPlusThings.git
- https://github.com/tmux/tmux.git
- https://github.com/0voice
- https://github.com/EZLippi/Tinyhttpd 一个不到 500 行的超轻量型 HTTP Server，可以用来理解服务器程序的原理和本质。
myscan 是一个多线程扫描 ip 端口的程序，代码简单不复杂，适合初学者作为练手的学习项目。
元气贪吃蛇游戏，这个项目基于传统贪吃蛇进行了一些玩法上的创新，很适合 C 语言初学者
教你写 C 语言编译器的实战教程。
一个运行在本地的 DNS 服务器。能够提高网络访问速度等诸多妙用
用 C 从零创建一个简单的数据库。
- https://github.com/tikv/tikv?tab=readme-ov-file
- https://github.com/pingcap/tiflash.git
中国开发者在 GitHub 开源了一个名为 OOTDiffusion 的项目，基于“Outfitting Fusion”的潜在扩散模型，用于可控的虚拟试穿。 该技术可以应用于时尚和零售行业，为用户提供一种新颖的试衣体验，让用户能够看到自己穿上不同服装的样子，而无需实际试穿。 项目在 arXiv 上发布了相关的研究论文 《OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on》，供有兴趣的研究者和开发者进一步了解和引用。
Firecrawl 是由 mendable.ai 开源，目前处于早期开发阶段，对于希望利用 LLM 进行内容分析或生成的开发者来说可能是一个有用的工具。 这是一个 API 服务，它能够抓取一个网站并将其转换为适用于大型语言模型（LLM）的清晰 Markdown 格 式。该服务旨在通过使用干净的数据来提升LLM响应的准确性。 它的主要功能如下： 网站爬取与转换: Firecrawl 可以爬取给定 URL 及其所有可访问的子页面，并为每个页面提供清晰的 Markdown 格式。 API服务: 提供易于使用的API SDK支持: 提供 Python 和 Node 的 SDK，以及与 Langchain 的集成。
SillyTavern 一个基于 AI 的角色扮演开源项目，你可以自己创建妹子，通过聊天或角色扮演与自定义的角色进行互动、聊天。 该开源项目提供了Windows、Linux、MacOS 以及 Android 的安装指南。支持多个 AI 后端，包括 KoboldAI、Horde、NovelAI、Ooba、OpenAI 等。
MaxKB 是一个基于大型语言模型（LLM）的知识库问答系统，旨在成为企业的“最强大脑”，由开发者 1Panel-dev 开源，目前已经获得了 2.9k 的 Star。这个是该开源项目的特性： 开箱即用：支持上传文档和自动爬取在线文档，文本自动拆分和向量化，提供良好的智能问答交互体验。 无缝嵌入：可以快速嵌入到第三方业务系统中，无需编码。 多模型支持：支持多种主流的大型模型，包括本地私有模型和云服务模型。
Phidata 是一个用于构建具有记忆、知识和工具的AI助手的框架，用来解决大型语言模型（LLM）上下文限制和无法执行操作的问题。他的工作原理如下： 记忆：通过数据库存储聊天历史，使LLM能够进行长期对话。 知识：通过向量数据库存储信息，为LLM提供上下文。 工具：使LLM能够执行如从API提取数据、发送电子邮件或查询数据库等操作
RAGFlow 是由开发者 infiniflow 开源，目前已经获得了 5.2K 的 Star。该项目是一个开源的 RAG（Retrieval-Augmented Generation，检索增强生成）引擎，基于深度文档理解，为不同规模的企业提供简化的 RAG 工作流程。 它由如下关键特性： 高质量输入输出: 从复杂格式的非结构化数据中进行深度文档理解并提取知识。 模板化分块: 提供智能且可解释的模板选项。 基于引用的引用: 减少幻觉，通过可视化的文本分块允许人工干预，快速查看关键引用和可追溯的引用来支持基于事实的答案。 异构数据源兼容性: 支持 Word、PPT、Excel、TXT、图像、扫描副本、结构化数据、网页等。 自动化 RAG 工作流: 提供为个人和大型企业量身定制的简化 RAG 编排，包括可配置的 LLM 和嵌入模型，多重召回与融合重排，以及与业务无缝集成的直观 API。'