推薦11個炫酷的開源項目，一定要收藏！
大家好，我是Echa。
今天小編百忙之中收集了11個炫酷的開源項目分享給大家，先收藏后面慢慢看都可以。希望對大家學習上有所幫助。
全文大綱
- 多合一聊天機器人客戶端
- Web 測試和自動化工具
- 免費的計算機書籍
- 監控你網站流量的應用程序
- 數據庫場景的 GPT
- 大模型論文、開源項目整理
- 提示工程指南中文版
- 吳恩達的提示工程課
- Brex 的提示工程指南
- 國人開源的免費教程
- 提示工程指南（累計70萬學習者）
多合一聊天機器人客戶端
官網：https://chathub.gg/
Github：https://github.com/chathub-dev/chathub
ChatHub 是款全能聊天機器人客戶端
ChatGPT 發布后，陸陸續續有很多基于大模型的 AI 機器人發布，這個開源客戶端支持同時和多個機器人聊天，機器人給出答案，方便你去對比。
這個一體化的聊天機器人客戶端目前支持 ChatGPT、 Bing Chat、Google Bard 和 Claude (via Poe)，快去試試吧。
特點
- 在一個應用中使用不同的聊天機器人，目前支持 ChatGPT、新的 Bing Chat、Google Bard、Claude（通過 Poe）、Alpaca、Vicuna、ChatGLM，并將來會集成更多的機器人
- 同時與多個聊天機器人進行對話，方便比較它們的回答
- 支持 ChatGPT API 和 GPT-4 瀏覽
- 快捷方式，可在瀏覽器的任何位置快速激活應用
- 支持 Markdown 和代碼高亮顯示
- 自定義提示和社區提示的提示庫
- 本地保存對話歷史
- 導出和導入所有數據
- 將對話轉為 Markdown 并分享
- 暗黑模式
支持的聊天機器人
- ChatGPT（通過 Web 應用/API/Azure/Poe）
- Bing Chat
- Google Bard
- Claude（通過 Poe）
- iFlytek Spark
- ChatGLM
- Alpaca
- Vicuna
手動安裝
- 從 Releases 下載 chathub.zip
- 解壓文件
- 在 Chrome/Edge 中進入擴展頁面 (chrome://extensions 或 edge://extensions)
- 啟用開發者模式
- 將解壓后的文件夾拖到頁面上的任何位置進行導入（導入后不要刪除文件夾）
從源代碼構建
- 克隆源代碼
- 運行 yarn install
- 運行 yarn build
- 按照 手動安裝 中的步驟將 dist 文件夾加載到瀏覽器中
Web 測試和自動化工具
官網： https://playwright.dev/
Github： https://github.com/microsoft/playwright
Playwright 是一個用于 Web 測試和執行自動化任務的框架。它可以通過單個 API 自動執行 Chromium，Firefox 和 WebKit 瀏覽器，連代碼都不用寫，就能實現自動化功能。
也可以算作一個強大的爬蟲神器！
免費的計算機書籍
官網：
https://ebookfoundation.github.io/free-programming-books/
Github： https://github.com/EbookFoundation/free-programming-books
一個免費編程書籍的倉庫，目前已經獲得了 280K 的 Star！
這個列表最初是StackOverflow的克隆——免費編程書籍列表，由Karan Bhangui和George Stocker貢獻。
Victor Felder將該列表移至GitHub進行協作更新和維護。它已經發展成為GitHub最受歡迎的存儲庫之一，擁有271000多顆星、約9700名觀察者、8300多個提交、2400多個貢獻者和54000多個分叉。
監控你網站流量的應用程序
官網： https://www.sniffnet.net/
Github： https://github.com/GyulyVGC/sniffnet
使用 sniffnet 可以幫助你輕松監控互聯網流量，多線程，跨平臺，支持 Windows、Linux、MacOS
特點
- 選擇要檢查的電腦的網絡適配器
- ? 選擇一組篩選器以應用于觀察到的流量
- 查看有關Internet流量的總體統計信息
- 查看有關流量強度的實時圖表（每秒字節數和數據包數，傳入和傳出）
- 獲取與您交換流量的主機的域名和網絡提供商的詳細信息
- 識別本地網絡中的連接
- 獲取有關遠程主機所在國家/地區的信息（IP地理位置）
- ? 保存您喜愛的網絡主機
- 設置自定義通知以在定義的網絡事件發生時通知您
- 從4種不同的主題中選擇最適合你的風格
- ? 實時檢查每個網絡連接
- 保存完整的文本報告以及每個網絡連接的詳細信息：
- 源和目標IP地址
- 源端口和目標端口
- 攜帶協議
- 交換的數據包和字節數
- 信息交換的初始和最終時間點
- …等等！
數據庫場景的 GPT
官網：
https://db-gpt.readthedocs.io/en/latest/
Github： https://github.com/csunny/DB-GPT
隨著大模型的發布迭代，大模型變得越來越智能，在使用大模型的過程當中，遇到極大的數據安全與隱私挑戰。在利用大模型能力的過程中我們的私密數據跟環境需要掌握自己的手里，完全可控，避免任何的數據隱私泄露以及安全風險。基于此，我們發起了DB-GPT項目，為所有以數據庫為基礎的場景，構建一套完整的私有大模型解決方案。 此方案因為支持本地部署，所以不僅僅可以應用于獨立私有環境，而且還可以根據業務模塊獨立部署隔離，讓大模型的能力絕對私有、安全、可控。
DB-GPT 是一個開源的以數據庫為基礎的GPT實驗項目，使用本地化的GPT大模型與您的數據和環境進行交互，無數據泄露風險，100% 私密，100% 安全。
特性一覽
目前我們已經發布了多種關鍵的特性，這里一一列舉展示一下當前發布的能力。
- SQL 語言能力
- SQL生成
- SQL診斷
- 私域問答與數據處理
- 數據庫知識問答
- 數據處理
- 插件模型
- 支持自定義插件執行任務，原生支持Auto-GPT插件。如:SQL自動執行，獲取查詢結果自動爬取學習知識
- 知識庫統一向量存儲/索引
- 非結構化數據支持包括PDF、MarkDown、CSV、WebURL
- 多模型支持
- 支持多種大語言模型, 當前已支持Vicuna(7b,13b), ChatGLM-6b(int4, int8)
- TODO: codet5p, codegen2
大模型論文、開源項目整理
官網：
https://discord.gg/m88xfYMbK6
Github： https://github.com/promptslab/Awesome-Prompt-Engineering
這個開源項目整理了大模型領域的論文、工具、教程、視頻、相關開源項目等等。
此存儲庫包含Prompt Engineering手工策劃的資源，重點是Generative Pre-trained Transformer（GPT）、ChatGPT、PaLM等
提示工程指南中文版
Github： https://github.com/wangxuqi/Prompt-Engineering-Guide-Chinese
源自于 Prompt 工程師指南英文版， AIGC 國內愛好者翻譯成了中文。
Prompt工程師指南，源自于github上最火的英文指南，為了降低同學們的學習門檻 實時掌握最新學習內容，持續更新，歡迎共同添加更多的prompt指南
Prompt工程是一種相對較新的學科，用于開發和優化提示，以有效地使用語言模型（LMs）進行各種應用和研究主題。Prompt工程技能有助于更好地理解大型語言模型（LLMs）的能力和局限性。研究人員使用Prompt工程來改善LLMs在各種常見和復雜任務上的能力，例如問答和算術推理。開發人員使用Prompt工程來設計強大且有效的提示技術，與LLMs和其他工具進行接口。
出于對開發LLMs的高度興趣，我們創建了這個新的Prompt工程指南，其中包含所有與Prompt工程相關的最新論文、學習指南、講座、參考資料和工具。
祝您愉快地進行Prompt工程！
吳恩達的提示工程課
Github： https://github.com/datawhalechina/prompt-engineering-for-developers
LLM 正在逐步改變人們的生活，而對于開發者，如何基于 LLM 提供的 API 快速、便捷地開發一些具備更強能力、集成LLM 的應用，來便捷地實現一些更新穎、更實用的能力，是一個急需學習的重要能力。由吳恩達老師與 OpenAI 合作推出的 《ChatGPT Prompt Engineering for Developers》教程面向入門 LLM 的開發者，深入淺出地介紹了對于開發者，如何構造 Prompt 并基于 OpenAI 提供的 API 實現包括總結、推斷、轉換等多種常用功能，是入門 LLM 開發的經典教程。因此，我們將該課程翻譯為中文，并復現其范例代碼，也為原視頻增加了中文字幕，支持國內中文學習者直接使用，以幫助中文學習者更好地學習 LLM 開發；同時，我們也將加入更多 Prompt 高級技巧，以豐富本課程內容，幫助開發者掌握更多、更巧妙的 Prompt 技能。
Brex 的提示工程指南
Github： https://github.com/brexhq/prompt-engineering
這個指南涵蓋了大語言模型的歷史，以及在大型語言模型（如 OpenAI 的 GPT-4）之上使用和構建編程系統的策略、指南和安全建議。
本指南由Brex出于內部目的創建。它基于從研究和創建用于生產用例的大型語言模型（LLM）提示中獲得的經驗教訓。它涵蓋了LLM的歷史，以及在大型語言模型（如OpenAI的GPT-4）之上使用和構建編程系統的策略、指南和安全建議。
本文檔中的示例是使用非確定性語言模型生成的，相同的示例可能會給您不同的結果。
這是一份活的文件。圍繞LLM的最先進的最佳實踐和戰略每天都在快速發展。鼓勵進行討論并提出改進建議。
國人開源的免費教程
官網：
https://learningprompt.wiki/
Github： https://github.com/thinkingjimmy/Learning-Prompt
基本介紹
關于本教程
如果你不知道如何使用 ChatGPT 或者 Midjourney。那本教程應該能幫到你。這是一份教你如何更好地使用 ChatGPT 和 Midjourney 的免費教程。
它不是什么？
本教程不是 prompt 大全，如果你預期是找到能直接用的 prompt，建議你谷歌找一找。本教程更多地是教你方法，以及解釋這些方法為何有效。本教程也不是權威指南，在這個領域我也只是學生。
為什么會有這個教程？
我最近一直在研究 PE 相關的知識，然后發現大多數教程都是英文的，內容都非常好，但對我這種初學者來說，閱讀起來還是有點吃力。所以我就萌生出了自己寫一份教程的想法，想著通過輸出倒逼輸入的方式去學習。
提示工程指南（累計70萬學習者）
官網：
https://www.promptingguide.ai/zh
Github： https://github.com/dair-ai/Prompt-Engineering-Guide
提示工程（Prompt Engineering）是一門較新的學科，關注提示詞開發和優化，幫助用戶將大語言模型（Large Language Model, LLM）用于各場景和研究領域。 掌握了提示工程相關技能將有助于用戶更好地了解大型語言模型的能力和局限性。
研究人員可利用提示工程來提升大語言模型處理復雜任務場景的能力，如問答和算術推理能力。開發人員可通過提示工程設計、研發強大的工程技術，實現和大語言模型或其他生態工具的高效接軌。
提示工程不僅僅是關于設計和研發提示詞。它包含了與大語言模型交互和研發的各種技能和技術。提示工程在實現和大語言模型交互、對接，以及理解大語言模型能力方面都起著重要作用。用戶可以通過提示工程來提高大語言模型的安全性，也可以賦能大語言模型，比如借助專業領域知識和外部工具來增強大語言模型能力。
基于對大語言模型的濃厚興趣，我們編寫了這份全新的提示工程指南，介紹了大語言模型相關的論文研究、學習指南、模型、講座、參考資料、大語言模型能力以及與其他與提示工程相關的工具。
本指南由Brex出于內部目的創建。
- 它基于從研究和創建用于生產用例的大型語言模型（LLM）提示中獲得的經驗教訓。
- 它涵蓋了LLM的歷史，以及在大型語言模型（如OpenAI的GPT-4）之上使用和構建編程系統的策略、指南和安全建議。
- 本文檔中的示例是使用非確定性語言模型生成的，相同的示例可能會給您不同的結果。
- 這是一份活的文件。圍繞LLM的最先進的最佳實踐和戰略每天都在快速發展。鼓勵進行討論并提出改進建議。
最后
一臺電腦,一個鍵盤,盡情揮灑智慧的人生;幾行數字,幾個字母,認真編寫生活的美好;
一 個靈感,一段程序,推動科技進步,促進社會發展。
創作不易，喜歡的老鐵們加個關注，點個贊，打個賞，后面會不定期更新干貨和技術相關的資訊，速速收藏，謝謝！你們的一個小小舉動就是對小編的認可，更是創作的動力。
