- 技术博客
- 文档
- 知识库
【免费下载链接】HelloGitHub
:octocat: 分享 GitHub 上有趣、入门级的开源项目。Share interesting, entry-level open source projects on GitHub.
本期月刊精选了 39 个有趣、入门级的开源项目，覆盖 C、C++、C#、CSS、Go、Java、JavaScript、Kotlin、Python、Rust、Swift 十一大语言分类，以及人工智能、其它工具、开源书籍三个专题栏目。读完本文，你将系统性掌握这些项目的核心能力、典型使用场景与上手方式，并了解 HelloGitHub 月刊“内容收集 — 模板生成 — 每月发布”的自动化流水线是如何运转的。
本期概览：月刊的栏目结构与发布节奏
HelloGitHub88.md 是 HelloGitHub 项目的第 88 期月刊。根据仓库 README.md 的说明，HelloGitHub 以“兴趣是最好的老师”为理念，每月 28 号以月刊形式更新发布一期内容，收录 GitHub 上有趣、入门级的开源项目、开源书籍、实战项目和企业级项目。
本期在结构上完全继承了 HelloGitHub 月刊的统一格式：
- 语言分类栏目：C、C#、C++、CSS、Go、Java、JavaScript、Kotlin、Python、Rust、Swift，共收录 28 个项目；
- 专题栏目：人工智能（4 个项目）、其它（5 个项目）、开源书籍（2 本书）。
每个项目条目均包含：项目名称、一句话定位、功能/特色详解，部分项目还附带了可直接复制的命令或代码示例。仓库同时维护了英文版 content/en/HelloGitHub88.md，便于非中文读者阅读。
此外，README.md 中维护了一张历史期次索引表（第 86～124 期），其中第 88 期对应文件即 content/HelloGitHub88.md，相邻的上一期与下一期分别为 content/HelloGitHub87.md 与 content/HelloGitHub89.md，方便按期连续阅读。
C 项目
memreduct：小巧的 Windows 内存管理工具
memreduct 是一款 Windows 内存管理应用，可实时监控计算机内存占用并清理系统缓存。它的特点是体积小（约 6MB）、内存释放效果明显，且兼容Windows XP 及更高版本，适合在老旧或内存吃紧的 Windows 机器上作为轻量级优化工具使用。
naxsi：基于白名单的 Nginx 防火墙
naxsi 是一款专业的 Nginx Web 应用防火墙（WAF），用于抵御 SQL 注入、XSS 攻击等常见 Web 威胁。它的核心防御思路是白名单模式：规则配置简单、功能强大，并支持拦截模式与学习模式两种运行方式。学习模式下，naxsi 可以辅助发现未知攻击流量，并据此生成、优化白名单规则，非常适合在正式上线前先以学习模式观察真实流量、再切换为拦截模式的渐进式安全加固流程。
no-more-secrets：在终端复刻电影解密效果
no-more-secrets 是一个命令行工具，可以在终端中模拟 1992 年电影《通天神偷》中的数据解密特效，将 ASCII 或 UTF-8 文本以好莱坞式的滚动解密动画展示出来。它通过管道与其它命令组合使用，常用用法如下：
$ ls -l | nms $ ls -l | nms -a // Set auto-decrypt flag $ ls -l | nms -s // Set flag to mask space characters $ ls -l | nms -f green // Set foreground color to green $ ls -l | nms -c // Clear screen $ nms -v // Display version各参数含义：-a开启自动解密标志（跳过键盘交互、直接滚动解密），-s遮盖空格字符，-f指定前景色（如 green），-c在解密前清屏，-v显示版本号。该工具非常适合在演示、终端美化或 Geek 趣味场景中使用。
opencv-mobile：比官方小 10 多倍的最小化 OpenCV
opencv-mobile 对官方 OpenCV 进行了模块删减，只保留最基本的运算模块与常见图像处理功能，体积比官方版本小 10 多倍，并支持 Android、iOS、Windows、Linux、macOS 等主流平台。对于只需要基础图像处理能力、又不想被庞大依赖拖累的移动端或嵌入式项目，它是一个理想的轻量替代方案。
C# 项目
FluentHub：采用 Fluent Design 的 GitHub 客户端
FluentHub 是一款使用 C# 编写的 GitHub 客户端，采用微软Fluent Design设计语言，界面清爽时尚，适用于 Windows 系统。它面向习惯在桌面端管理仓库、Issue、PR 的 Windows 用户，提供与系统设计风格一致的 GitHub 操作体验。
wincompose：免费的特殊符号输入法
wincompose 是一款 Windows 小工具，内置上千种特殊符号和 Emoji，支持自定义组合键快速输入特殊字符。例如可以设定按某个组合键快速打出箭头、数学符号、版权符等，对经常撰写技术文档、需要频繁输入特殊符号的开发者尤为实用。
C++ 项目
clink：让 Windows cmd 拥有 bash 级体验
clink 可以为 Windows 原生的 cmd.exe 注入类似 bash 的自动补全、历史记录、行编辑等能力，让 Windows 命令行终端用起来接近 Linux 终端。对必须在 Windows 下工作、又怀念 bash 编辑体验的开发者，clink 是成本极低的增强方案（本条目来自用户 @孤胆枪手 的分享）。
miniob：从 0 到 1 的数据库内核实战教程
miniob 是 OceanBase 团队基于华中科技大学数据库课程原型、联合多所高校重新开发的数据库内核学习项目。它结构简单、代码简洁，不仅提供文字讲解和视频教程，还配有由浅入深的练习题，通过“理论 + 实战”的方式帮助初学者快速掌握数据库内核各模块的功能与协同关系，提高工程编码能力，有助于在面试和工作中脱颖而出（本条目来自用户 @wangyunlai 的分享）。对于想理解数据库底层实现、却畏惧大型数据库源码的初学者，miniob 是一个绝佳的入门切入点。
CSS 项目
layui：面向后端开发者的 Web UI 组件库
layui 是一款采用原生 HTML/CSS/JS 开发模式的免费 Web UI 组件库，拿来即用、无需构建工具，UI 简约清爽，深受后端开发者喜爱。其最小的上手页面如下：
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <meta name="viewport" content="width=device-width, initial-scale=1"> <title>开始使用 Layui</title> <link href="./layui/css/layui.css" rel="stylesheet"> </head> <body> <!-- HTML --> <script src="./layui/layui.js"></script> <script> // 使用组件 layui.use(['layer', 'form'], function(){ var layer = layui.layer; var form = layui.form; // 欢迎语 layer.msg('Hello World'); }); </script> </body> </html>从示例可以看到 layui 的接入方式：只需引入layui.css与layui.js两个文件，再通过layui.use([...], callback)按需加载layer（弹层）、form（表单）等模块即可，完全不需要 Node.js 构建链，这与前端工程化繁重的现状形成鲜明对比。
Go 项目
compress：强大的 Go 压缩库
compress 汇集了多种压缩算法，支持实时压缩算法zstandard、Snappy 优化版压缩算法S2等，可作为 gzip、zip、zlib 等标准库的替代品。需要更高压缩比或更快压缩速度的场景（如日志、网络传输数据压缩）可以直接选用对应算法。
feishu2md：飞书文档转 Markdown 工具
feishu2md 是一个用 Go 编写的小工具，可以下载飞书文档并转换为 Markdown 文件。它无需安装、下载即用，同时支持命令行、Docker 和在线三种使用方式，方便把飞书上的知识库内容批量导出到本地或迁移到其它文档平台。
pop：在终端发邮件
pop 是 charmbracelet 出品的命令行发邮件工具，用 Go 编写，支持TUI（文本界面）与命令行两种使用方式，并可通过管道与其它工具结合（例如配合 AI 生成邮件正文）。一个典型的命令行用法：
pop < message.md \ --from "me@example.com" \ --to "you@example.com" \ --subject "Hello, world!" \ --attach invoice.pdf即从message.md读取邮件正文，通过--from/--to指定收发地址，--subject设置主题，--attach附带附件。由于支持标准输入，它可以无缝嵌入 shell 脚本或 CI 流程。
URLFinder：快速提取网页信息
URLFinder 可以快速爬取网页上的 URL 地址、JS 文件中的 API 接口等信息，支持批量抓取、深入抓取、安全抓取等模式。对安全研究人员、接口逆向分析或站点资产梳理场景而言，它是一个高效的侦察工具。
Java 项目
antlr4：强大的语法分析器生成工具
antlr4 可以用简洁的 ANTLR 语法同时构造词法分析器和语法分析器，并将语法定义文件生成10 余种目标语言（Java、C++、Python 等）的代码，常用于文本解析、配置文件读取器、遗留代码转换器、JSON 解析器等。一个经典的四则运算表达式语法示例：
grammar Expr; prog: (expr NEWLINE)* ; expr: expr ('*'|'/') expr | expr ('+'|'-') expr | INT | '(' expr ')' ; NEWLINE : [\r\n]+ ; INT : [0-9]+ ;这段语法定义了：prog由若干以换行结尾的表达式组成；expr支持乘除、加减、整数与括号四种产生式；NEWLINE与INT两个词法规则分别匹配换行与整数。编写好.g4语法文件后，antlr4 工具链即可生成对应的解析器源码，这也是“写一次语法、多语言复用”的核心价值。
JavaScript 项目
ahey：点开即用的 P2P 在线视频应用
ahey 是基于 WebRTC 构建的 P2P 在线视频应用，免费、无需下载和注册、点开即用。它直接复用浏览器内置的 WebRTC 能力实现端到端音视频通信，适合临时会议、演示等轻量场景。
Flowise：拖拽式构建大模型应用
Flowise 允许开发者通过可视化、拖拽组件的方式自定义大模型（LLM）流程，轻松构建 LLM 应用，并支持Docker 一键启动服务。它将 Prompt 编排、模型调用、工具链等环节抽象为可拖拽节点，降低了 LLM 应用开发的工程门槛。
habitica：用 RPG 游戏养成好习惯
habitica 是一款养成类 RPG 游戏：完成现实中的待办事项后会获得经验和金币，随着等级提升可解锁购买装备、孵化宠物、职业、专属技能、组队打副本等玩法。它将任务管理与游戏化激励深度融合，适合希望通过游戏化机制坚持自律的人群。
jsnes：JavaScript 写的红白机模拟器
jsnes 是一个用 JavaScript 编写的红白机（NES）游戏模拟器，可直接嵌入网页，也可在 Node.js 中作为库使用。核心 API 示例如下：
// Initialize and set up outputs var nes = new jsnes.NES({ onFrame: function(frameBuffer) { // ... write frameBuffer to screen }, onAudioSample: function(left, right) { // ... play audio sample } }); // Read ROM data from disk (using Node.js APIs, for the sake of this example) const fs = require('fs'); var romData = fs.readFileSync('path/to/rom.nes', {encoding: 'binary'}); // Load ROM data as a string or byte array nes.loadROM(romData); // Run frames at 60 fps, or as fast as you can. // You are responsible for reliable timing as best you can on your platform. nes.frame(); nes.frame(); // ... // Hook up whatever input device you have to the controller. nes.buttonDown(1, jsnes.Controller.BUTTON_A); nes.frame(); nes.buttonUp(1, jsnes.Controller.BUTTON_A); nes.frame(); // ...从代码可见其接入模型：构造NES实例时通过onFrame/onAudioSample回调输出画面与音频；loadROM加载 ROM 数据；frame()逐帧推进模拟；buttonDown/buttonUp模拟手柄按键输入（第一个参数为控制器编号，第二个为按键常量）。时序（如 60fps）需要宿主自行保证。
react-login-page：即插即用的 React 登录页组件
react-login-page 用于快速构建登录页面的 React 组件库，内含十几款封装好的界面炫酷、即插即用的登录页，适合需要快速交付登录界面、又不愿从零手写样式与交互的 React 项目（本条目来自用户 @王楚江 的分享）。
Kotlin 项目
Squircle-CE：Android 手机上的代码编辑器
Squircle-CE 是一款免费的 Android 代码编辑器，支持C、C++、Go、Python、Java 等三十多种编程语言，具备语法高亮、自动补全、文件管理、代码风格等功能，适合在手机上快速查看、编辑代码的场景。
Python 项目
cudf：支持 GPU 的 DataFrame 处理库
cudf 相当于支持 GPU 的 pandas，提供类似 pandas 的 API，支持加载、合并、聚合、过滤等数据操作，借助 GPU 并行计算大幅提升数据处理速度。官方风格的使用示例：
import cudf, requests from io import StringIO url = "https://github.com/plotly/datasets/raw/master/tips.csv" content = requests.get(url).content.decode('utf-8') tips_df = cudf.read_csv(StringIO(content)) tips_df['tip_percentage'] = tips_df['tip'] / tips_df['total_bill'] * 100 # display average tip by dining party size print(tips_df.groupby('size').tip_percentage.mean())与 pandas 的差异仅在导入与读取层：cudf.read_csv直接读取 CSV 并构造 GPU 上的 DataFrame，之后的行内运算（tip / total_bill）、groupby、聚合等操作均在 GPU 上执行，代码写法几乎与 pandas 一致，迁移成本低。
fastapi-users：开箱即用的 FastAPI 用户管理
fastapi-users 可以把用户注册与身份认证功能快速集成进 FastAPI 项目，支持注册、登录、密码重置、邮箱验证、OAuth2、自定义身份验证等功能，省去重复实现认证模块的工作量。
faststream：为 Web 服务轻松集成 Kafka 的 Python 库
faststream 基于 Pydantic、AIOKafka 构建，用于快速开发与 Kafka 交互的异步 Python 程序。一个消费端示例：
from fastkafka import FastKafka from pydantic import BaseModel, Field from fastkafka._components.logger import get_logger logger = get_logger(__name__) class HelloWorld(BaseModel): msg: str = Field( ..., example="Hello", description="Demo hello world message", ) kafka_brokers = { "demo_broker": { "url": "<url_of_your_kafka_bootstrap_server>", "description": "local demo kafka broker", "port": "<port_of_your_kafka_bootstrap_server>", } } app = FastKafka(kafka_brokers=kafka_brokers) @app.consumes() async def on_hello_world(msg: HelloWorld): logger.info(f"Got msg: {msg}")其开发模型是：用 PydanticBaseModel定义消息结构（自动完成反序列化与校验），在kafka_brokers中声明 broker 地址与端口，然后通过@app.consumes()装饰器把异步函数注册为消费者，收到消息后即可在函数体内处理。装饰器模式大幅降低了手写 Kafka 消费循环的复杂度。
networkx：强大的 Python 网络分析库
networkx 用于创建、操作和研究复杂网络结构，内置常用数据结构和图算法，支持无向图（Graph）、有向图（DiGraph）、多重无向图（MultiGraph）、多重有向图（MultiDiGraph），适用于图论研究、原型设计、教学等场景。最短路径示例：
# 查找无向图中两个节点的最短路径 >>> import networkx as nx >>> G = nx.Graph() >>> G.add_edge("A", "B", weight=4) >>> G.add_edge("B", "D", weight=2) >>> G.add_edge("A", "C", weight=3) >>> G.add_edge("C", "D", weight=4) >>> nx.shortest_path(G, "A", "D", weight="weight") ['A', 'B', 'D']通过add_edge建图时可为边附带weight属性，再调用nx.shortest_path(G, "A", "D", weight="weight")即可按权重求最短路径（本例结果为 A → B → D，总权重 4 + 2 = 6，优于 A → C → D 的 3 + 4 = 7）。其 API 设计对初学者非常友好。
rpg_tactical_fantasy_game：pygame 开发的 RPG 回合制游戏
这是一款用 Python 写的 2D 策略回合制游戏，采用 pygame 开发，依赖少、代码简单，Python 新手也能看懂。作者自述并不擅长制作回合制游戏，只是出于对该类型的喜爱而创作，非常适合作为游戏开发入门的参考项目。
Rust 项目
gping：以折线图实时展示 ping 结果
gping 是一款用 Rust 写的 ping 工具，能够以折线图方式实时展示 ping 延迟结果，支持 Windows、Linux 和 macOS。相比传统 ping 的文本输出，图表化展示让网络波动趋势一目了然。
pot-desktop：跨平台划词翻译软件
pot-desktop 是一款跨平台翻译工具，支持划词翻译、输入翻译、截图翻译等多种模式，适用于 Windows、macOS 和 Linux，适合需要在多平台间保持统一翻译体验的用户。
Swift 项目
alt-tab-macos：把 Windows 的 Alt-Tab 带到 macOS
alt-tab-macos 将 Windows 的 Alt-Tab 窗口切换体验移植到 macOS，支持一键关闭、全屏、隐藏应用，并可自定义 AltTab 外观与快捷键，适合习惯 Windows 窗口管理方式、希望 macOS 也能高效切换窗口的用户。
人工智能
DeepFaceLive：实时 AI 换脸程序
DeepFaceLive 可对摄像头和本地视频文件中的人物进行实时 AI 换脸，适用于 PC 直播、视频等场景。它面向娱乐与内容创作用途，演示了深度学习人脸生成模型在实时视频流上的应用能力。
DeepSpeed：微软开源的深度学习训练优化库
DeepSpeed 是微软开源的深度学习训练优化库，针对大模型（LLM）训练“费时费钱”的问题，通过ZeRO++技术将模型状态分割到每个 GPU 上，以提升吞吐量的方式降低训练所需时间和成本（本条目来自用户 @zhizhu 的分享）。对需要大规模并行训练的研究与工程团队，它是降低显存与带宽瓶颈的重要工具。
modelscope：AI 模型即服务共享平台
modelscope（魔塔）是阿里达摩院开源的 MaaS 平台，为开发者提供模型体验、推理、训练、部署和应用的一站式服务，定位相当于国内版的 Hugging Face（本条目来自用户 @孤胆枪手 的分享）。开发者可以在平台上发现、试玩并部署各类预训练模型。
PPOxFamily：决策智能入门级公开课
PPOxFamily 是一门决策智能入门公开课，通过深入讲解经典深度强化学习算法Proximal Policy Optimization（PPO）打开决策 AI 的探索之旅，内含视频、理论资料、习题、代码和应用样例，帮助初学者快速掌握如何用 PPO 解决各类决策智能问题（本条目来自用户 @Fan 的分享）。
其它
digital_video_introduction：视频技术入门教程
这是一份循序渐进的视频技术教程，从基本概念讲到视频编码器如何工作，内容通俗易懂、图文并茂，适合想系统了解视频编解码原理的开发者。
immich：自建手机照片与视频备份服务
immich 是自行备份 iPhone、Android 手机照片和视频的开源解决方案，支持自动备份、多用户、共享相册、实时查看照片等功能，为希望掌控自己数据、替代云盘的用户提供了自托管选项。
og-aws：一份 AWS 实用指南
og-aws 由使用 AWS 的工程师们编写，内容涵盖AWS 基础知识、管理服务器、职业发展等方面，是从实操视角了解 AWS 生态的实用手册。
openbrowser：通往架构师之路
openbrowser 是一份教你如何成为架构师的学习指南，梳理了从工程师向架构师成长的路径与知识体系。
OpenCat-Quadruped-Robot：开源四足机器人宠物框架
这是一个基于Arduino 和 Raspberry Pi的四足机器人宠物框架，支持通过 C/C++/Python 编程语言操控四足机器人。该项目公司生产的迷你机器猫神似玩具版波士顿机械狗，适合机器人爱好者动手实践。
开源书籍
Book4_Power-of-Matrix：《矩阵力量》
本书介绍向量、矩阵、向量空间、矩阵分解、微积分、空间几何等知识，内含全彩图解和 Python 示例代码，把抽象的线性代数可视化、可运行化，适合以图形化方式入门线性代数与机器学习数学基础。
SearchEngine：《搜索引擎技术》
该书作者是小红书的算法工程师，内容涵盖搜索引擎基础、机器学习基础、排序、查询词推荐、决定用户体验的要素等方面。书名朴素，但内容从原理到工业实践层层深入，适合想了解搜索引擎全貌的读者。
附：月刊背后的自动化流水线
第 88 期这类月刊并非纯手工拼凑，仓库 script 目录下维护了两套自动化脚本，可印证月刊的生产链路：
1. 项目收集：script/github_bot/github_bot.pygithub_bot.py 通过 GitHub API 抓取关注用户近期的 star 事件（WatchEvent），按 README.md 的说明将结果以邮件形式定时发送，作为编写月刊的项目素材来源。从源码结构看，其工作流包括：
- 配置
ACCOUNT（GitHub 账号）、MAIL（SMTP 邮箱信息，默认smtp.qq.com:465）与RECEIVERS（收件人列表）； - 通过
get_all_data()分页拉取最多 300 条 events（GitHub 限制每页 30 条）； analyze()+check_condition()过滤出当天的 star 事件，并排除自己账号名下的仓库；get_stars()查询每个仓库的stargazers_count，过滤掉 star 数低于临界值STARS = 100的项目，再按 star 数降序排列；send_email()用SMTP_SSL发送 HTML 格式的“今日 GitHub 热点”邮件。
2. 月刊生成：script/make_content/make_content.pymake_content.py 用于统一生成月刊，其设计动机在文件头注释中写得很清楚：如果通用部分需要修改，只需重新生成全部期刊，而不必逐期手动修改。核心机制是模板替换：
- 定义
CONTENT_FLAG = '{{ hello_github_content }}'与NUM_FLAG = '{{ hello_github_num }}'两个占位符； - 读取根目录下的
template.md，先用期数替换NUM_FLAG，再把content{num}.md的内容替换进CONTENT_FLAG； - 输出为
HelloGitHub{num}.md，即本仓库content/HelloGitHub88.md这类成品文件。
从源码结构可以推断，运行方式为在仓库根目录执行python make_content.py 期数（个位数会自动补零）或python make_content.py all重新生成所有期。因此，content/HelloGitHub88.md 正是这一模板化生成流程的产物，这也解释了为什么每一期的版式（目录、栏目、页脚声明）高度统一。
如何继续阅读与参与
- 按期阅读：
content目录下按序号存放了第 1 期至第 124 期的中文月刊（如 content/HelloGitHub88.md），英文版位于 content/en 目录；README.md 顶部的表格提供了最近各期的跳转索引。 - 了解贡献者：content/contributors.md 记录了为月刊贡献过项目的贡献者名单，欢迎推荐或自荐项目。
- 复现生成流程：可在本地安装依赖后运行 script/github_bot/github_bot.py 收集每日热点，或参照 script/make_content/make_content.py 的模板替换思路生成符合统一版式的月刊文件。
总体而言，第 88 期是一份兼顾“有趣”与“入门”的开源导航：既有 memreduct、wincompose、alt-tab-macos 这类开箱即用的效率工具，也有 miniob、antlr4、networkx 这类能深入理解技术原理的学习项目，还有 DeepSpeed、modelscope 等贴合大模型时代的前沿实践，可以作为开发者按语言、按兴趣快速定位“下一个值得上手项目”的实用清单。
- 技术博客
- 文档
- 知识库
【免费下载链接】HelloGitHub
:octocat: 分享 GitHub 上有趣、入门级的开源项目。Share interesting, entry-level open source projects on GitHub.
相关推荐
HelloGitHub 第 114 期精选指南：39 个入门级开源项目全景解读
HelloGitHub 第 114 期精选指南：39 个入门级开源项目全景解读 《HelloGitHub》是每月 28 号发布的开源项目推荐月刊，精选 GitH
技术博客文档知识库HelloGitHub 第 120 期开源月刊：39 个入门级开源项目全解读
HelloGitHub 第 120 期开源月刊：39 个入门级开源项目全解读 本文以 HelloGitHub 第 120 期月刊（ content/HelloG
技术博客文档知识库《HelloGitHub》第 52 期精读：30 个入门级开源项目全景解析
《HelloGitHub》第 52 期精读：30 个入门级开源项目全景解析 《HelloGitHub》是一份以"兴趣是最好的老师"为理念、每月 28 号更新的开
技术博客文档知识库
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
