介紹
如今，開源軟體和工具幾乎無所不在。最近的一項研究發現，大約97% 的經過審計的程式碼庫包含開源軟體。
對於個人開發人員來說，為開源專案做出貢獻是學習和提高技能的好方法。
無論您是在探索人工智慧等新技術、尋找有用的工具，還是與全球社群合作，開源專案都提供了無數的機會。
在本文中，我收集了 9 個您現在應該探索的有趣的開源專案。
讓我們潛入吧！
請隨意為這些專案和工具做出貢獻以幫助改進它們，或在您自己的專案中使用這些工具。
OPAL - 策略引擎的管理階層
OPAL是一個開源管理層，旨在與開放策略代理 (OPA) 和 AWS Cedar 等策略引擎配合使用。
如果您是開發人員，正在處理具有複雜存取控制的大型專案，OPAL 可以簡化跨團隊或使用者群組管理權限的流程。
它即時檢測策略和策略資料的更改，確保您的應用程式的授權層保持最新。
無論您的資料是透過 API、Git 或第三方服務進行更改，OPAL 都會透過適當的存取流程自動將必要的策略和授權資料同步到您的服務。
現在，讓我們來看看OPAL的一些功能和用例：
✅即時權限更新： OPAL 即時自動授予或撤銷權限，無需跨應用程式手動存取更新。
✅策略即程式碼：開發人員可以將策略編寫為程式碼，從而更輕鬆地對其進行版本控制、審查和管理，以實現一致的策略處理。
✅雲原生集成： OPAL 可以輕鬆與 AWS 或 Kubernetes 等基於雲端的微服務集成，從而簡化安全和自動化的策略更新。
✅細粒度授權： OPAL支援精準的端對端授權，相容於多種策略語言和去中心化資料來源，非常適合複雜的分散式系統。
該工具對於為您的專案加入即時權限更新非常有幫助，並且還可以讓您輕鬆查看和管理大型應用程式中不同級別的使用者角色。
它在GitHub上有4.5k star ，擁有強大的社區，加入他們的Slack或為該專案加註星標以表示您的支持：
https://io.permit.io/se-opal 在 GitHub 上為 OPAL 評分 ⭐️
OPAL背後的團隊Permit.io將於 2024 年 10 月 28 日至 11 月 1 日舉辦令人興奮的發布週！
如果您是處理授權和權限的開發人員，並且想了解 Permit 團隊正在建立的內容，那麼此活動適合您！ 🔥
✅報名參加活動。
✅贏取限量版貼紙。
✅加入直播，發現新功能並贏得自訂鍵盤！
使用您的 GitHub 帳戶<a href="">註冊</a>並為一些令人興奮的發布做好準備！ 🎁
https://launchweek.permit.io/ 🔥 在此註冊 🔥
Hexabot AI - 聊天機器人產生器
建立人工智慧聊天機器人通常意味著複雜的編碼和利用多種工具。如果您正在尋找一種更簡單的方法，那麼這適合您。
Hexabot AI是一個開源平台，讓您無需複雜的程式碼即可建立智慧聊天機器人。使用其視覺化編輯器，您可以跨多種管道和語言建置、管理和部署聊天機器人。
您可以使用視覺化編輯器建立零程式碼客戶支援機器人，並使用Hexabot建立多通路購物助理以實現無縫產品發現。
您也可以為小型企業部署支援多語言的人工智慧預約安排程式。透過為不同目的建立不同類型的機器人，您可以做很多事情。
https://github.com/Hexastack/Hexabot GitHub 上的 Star Hexabot ⭐️
KitOps - 基於標準的打包和版本控制系統
如果您在 AI、ML 或 SRE 團隊中工作，您可能會使用不同的工件，例如模型、原始程式碼、資料集等，這些工件是單獨儲存和版本控制的。
KitOps是市場上唯一使用 OCI 標準將所有內容整合在一起的開源工具，有助於資料科學家、應用程式開發人員和致力於整合或管理自託管 AI/ML 模型的 SRE 之間順利協作。
現在，讓我們來看看KitOps的一些功能和用例：
✅統一打包和版本控制：KitOps 允許組織將模型、資料集、配置和程式碼打包到 ModelKit 中，這些模型符合 OCI 標準、可重複且版本化。這確保了跨管道的兼容性並簡化了團隊之間的交接。
✅自動化和靈活性：KitOps 與 CI/CD 工作流程集成，實現自動打包、測試和部署。它還支援微調大型語言模型和建立 RAG 管道，並使用 YAML 提供靈活的語法。
✅安全與稽核：每個 ModelKit 都透過 SHA 摘要和工件簽章進行保護，確保所有模型資產的防篡改和可靠的來源追蹤。
✅整合和可移植性：ModelKit 基於標準，允許它們儲存在任何符合 OCI 的註冊表中，並在各種 AI/ML 專案中使用。
對於正在尋找 AI 專案版本化套件庫（儲存在他們已經使用的企業註冊表中）的 DevOps/MLOps 團隊來說，該工具是理想的選擇。
KitOps 是一個令人興奮的新專案，它解決了開發人員的一個關鍵問題 - 有效管理和版本控制 AI/ML 模型，加入他們的Discord或為該專案加註星標以表示您的支持：
https://github.com/jozu-ai/kitops GitHub 上的 Star KitOps ⭐️
Langflow - 低程式碼人工智慧應用程式
如果您是開發人員，希望建立複雜的人工智慧應用程式而無需太多編碼。 Langflow是一個很好的工具。其直覺的介面使用戶能夠專注於應用程式邏輯和功能，而不是底層基礎設施。
Langflow是一款開源低程式碼應用程式建構器，旨在建立檢索增強生成 (RAG) 和多代理 AI 應用程式。
憑藉其基於 Python 的框架，Langflow 使開發人員能夠無縫整合各種模型、API 和資料庫，而無需綁定到特定的技術堆疊。
現在，讓我們來看看Langflow的一些功能和用例：
✅可視化開發介面：拖放介面可簡化工作流程建立和測試，減少大量編碼的需要。這種設計加速了複雜應用程式的開發，使經驗豐富的開發人員和剛起步的開發人員都可以使用它。
✅靈活的整合： Langflow 支援廣泛的模型、API 和資料庫，包括 OpenAI、Pinecone 和 MongoDB 等眾所周知的選項。這使開發人員能夠整合現有的技術堆疊，同時為各種應用程式建立智慧代理和客製化系統。
✅即時原型設計與部署：透過整合的監控和除錯工具，Langflow 可以立即測試工作流程，讓開發人員隨時隨地優化效能。此功能對於開發響應式應用程式至關重要，使團隊能夠根據使用者回饋和互動來微調其解決方案。
該工具對於使用流行和新興人工智慧平台和框架（如 Hugging Face、LangChain 等）的人工智慧開發人員非常有幫助。
它在GitHub上擁有 31k+ 顆星星，擁有一個強大且不斷發展的社區，為該專案加註星標以表示您的支持：
https://github.com/langflow-ai/langflow 在 GitHub 追蹤 Langflow ⭐️
Readyset - 資料庫快取層
如果您是使用 Postgres 或 MySQL 的開發人員，您可能熟悉處理複雜 SQL 查詢時出現的效能問題。
您可能還會發現自己在實施新的快取解決方案時對應用程式進行了多項更改。在這種情況下，ReadySet 可能是一個有用的工具！
Readyset是一個透明的資料庫快取層，可提高應用程式效能和可擴充性。
它可以輕鬆地與您現有的設定集成，將複雜的 SQL 查詢轉變為快速查找，同時保持快取結果與資料庫同步。
它充當應用程式和資料庫之間的一層，維護快取結果和底層資料之間的一致性。它還可以與您當前的 ORM 或資料庫用戶端一起使用。
如果您正在處理讀取量大的應用程式（例如內容平台或分析工具），則此工具非常有用。
https://github.com/readysettech/readyset GitHub 上的 Star Readyset ⭐️
Instant DB - 前端即時資料庫
如今，大多數開發人員都希望建立至少一個很酷的即時應用程式，而不需要處理複雜的基礎設施。管理多個身份驗證、伺服器和後端工具既昂貴又具有挑戰性。
如果您是正在尋找解決方案的開發人員， InstantDB可能是適合您的工具。它對於建立流暢、即時的用戶體驗非常有幫助，同時簡化後端邏輯管理和擴展。
您可以輕鬆實現協作功能，例如顯示誰在打字、支援多個遊標位置以及使用 Instant 在應用程式中啟用多裝置同步。
https://github.com/instantdb/instant 在 GitHub 上加星 InstantDB ⭐️
LanceDB - 多模式人工智慧資料庫
開發人員經常難以管理和查詢大量不同的資料。
傳統的向量資料庫通常需要單獨儲存嵌入及其元資料，這使工作流程變得複雜並增加了額外的成本。這種分離會使保持所有內容同步並建立高效的應用程式變得更加困難。
LanceDB透過允許您以 Lance 格式儲存和管理嵌入資料和實際資料（例如圖像、影片、文字等）來解決此問題。
現在，讓我們來看看LanceDB的一些功能和用例：
✅可擴展且高效的搜尋能力：憑藉生產規模的向量搜尋能力以及對向量相似度、全文搜尋和SQL 查詢的支持，LanceDB 提高了資料檢索和管理的效率，使其成為需要快速存取複雜資料的應用程式的理想選擇資料集。
✅靈活的部署選項： LanceDB 提供開源嵌入式版本和基於雲端的無伺服器選項，為開發人員提供了靈活性。這使您可以選擇最適合您的專案需求的設置，無論您喜歡自架裝置還是利用雲端基礎設施，而無需伺服器管理的麻煩。
如果您熱衷於 AI 並使用 RAG、AI 模型和資料集，並且您是本地優先 AI 應用程式的粉絲，那麼它會非常有幫助。
LanceDB OSS 讓您可以在自己的基礎架構上執行嵌入式向量資料庫。
https://github.com/lancedb/lancedb 在 GitHub 上追蹤 LanceDB ⭐️
Phidata - AI 代理框架
開發人員或組織廣泛使用人工智慧代理在人工智慧的幫助下自動執行特定任務。開發人員在建立能夠管理複雜任務並適應用戶需求的應用程式時經常面臨挑戰。
Phidata透過提供一個框架來建立有效管理狀態和記憶體的代理系統，從而解決了這個問題。
借助Phidata ，開發人員可以輕鬆在本地或雲端執行代理，並利用內建監控工具來追蹤效能。
它透過管理代理的狀態並提供用戶友好的互動介面來簡化開發過程，幫助開發人員有效地建立和優化他們的系統。
如果您想建立需要記憶體、知識以及與外部工具互動的特定領域代理，Phidata 允許您使用不同的提供者、知識庫和儲存選項，例如 OpenAI、Ollama、Mistral、Pinecone、Qdrant、Postgres、 Langchain、DynamoDB 等等。
https://github.com/phidatahq/phidata 在 GitHub 上明星 Phidata ⭐️
Stack Auth - 託管用戶身份驗證
我們清單中的最後一個工具是 Stack Auth，它是 Auth0 和 Clerk 的開源替代品。如果您希望整合自架式主機、可自訂的使用者驗證系統，Stack Auth 是一個很好的選擇，因為它的自架版本是完全免費的。
Stack Auth對單一登入 (SSO)、OAuth 和多重身分驗證 (MFA) 等功能的廣泛支援。
它特別適合需要避免供應商鎖定或降低與第三方身分驗證服務相關的成本的專案。
自託管功能可確保敏感用戶資料保留在您的基礎架構內，從而為具有嚴格合規性需求的應用程式提供增強的安全性。
值得注意的一點是， Stack Auth提供了一個可自訂的、自架的身份驗證系統，使開發人員可以輕鬆處理使用者存取。
另一方面， OPAL專注於即時策略管理，確保授權規則與不斷變化的應用程式需求保持一致。
https://github.com/stack-auth/stack GitHub 上的 Star StackAuth ⭐️
結論
在本文中，我重點介紹了 9 個令人興奮的開源工具，無論您是使用 AI、管理權限還是處理資料庫，它們都可以幫助您完成各種任務。
這些工具可以幫助解決開發人員在小型和大型應用程式中面臨的挑戰。
如果你知道我錯過的任何其他很酷的專案，請在評論中分享。
Team Permit 支持我寫這篇文章，但他們並沒有影響這篇文章的內容。參加許可證發布週。
追蹤我，了解更多類似內容：
如需付費合作，請發送電子郵件至： [email protected] 。
感謝您閱讀到最後。
原文出處：https://dev.to/arindam_1729/9-interesting-open-source-projects-you-should-explore-right-now-ddn
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式