HelloGitHub 第 76 期精读：41 个入门级开源项目的全景实战指南

• 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.

项目地址：https://gitcode.com/GitHub_Trending/he/HelloGitHub

点击查看免费下载

《HelloGitHub》是一份以“兴趣是最好的老师”为宗旨的开源月刊，每月 28 号更新，专门分享 GitHub 上有趣、入门级的开源项目，内容涵盖工具、库、框架、书籍等，让初学者也能在很短时间里感受到开源的魅力。本文以仓库中的 第 76 期正文 为主体，逐类精读其中 41 个开源项目，并结合本仓库的月刊生成与项目收集脚本，说明这些内容是如何被组织与产出的；读完本文，你将系统掌握第 76 期的项目全景，并了解如何在本仓库中继续阅读往期与下一期内容。

HelloGitHub 与本期概览

HelloGitHub 仓库本身是一个“月刊仓库”：每期内容以独立的 Markdown 文件存放在 content 目录下（如本期 content/HelloGitHub76.md），并在 README.md 中按期刊编号索引。英文版同期内容见 content/en/HelloGitHub76.md，方便非中文读者跟进。

第 76 期共收录 41 个项目，按编程语言与技术领域划分为 16 个分类：

分类	项目数	代表项目
C	3	gb-studio、jq、libvips
C#	2	CrazyCar、Masuit.Tools
C++	3	CppCoreGuidelines、flatbuffers、imgui
CSS	2	css-protips、ui-buttons
Go	4	gitleaks、mercure、ptg、wild-workouts-go-ddd-example
Java	3	forest、liteflow、picocli
JavaScript	5	mjml、naive-ui、regex-vis、vxe-table、wangEditor
Kotlin	1	typing-learner
Objective-C	1	lemon-cleaner
PHP	1	course-tencent-cloud
Python	5	diagrams、fg-data-profiling、labelImg、MechanicalSoup、orange3
Rust	1	pueue
Swift	1	MiaoYan
人工智能	3	flair、paper-reading、paper2gui
其它	5	functional-programming-jargon、LxgwWenKai、MaaAssistantArknights、opensnitch、Publii
开源书籍	1	interviews.ai

从分类密度可以看出，本期推荐重心在 C 系语言（C/C++/C#）与 Web 生态（JavaScript/Python），同时覆盖了从游戏开发、GUI 到爬虫、AI 的完整入门路径，适合不同技术栈的初学者按需取用。

月刊内容是如何产出的

本仓库不只是存放月刊成品，还配套了两套脚本，完整支撑“收集项目 → 生成月刊”的流水线：

• 项目收集：script/github_bot/github_bot.py 通过 GitHub API 拉取关注用户的动态（received_events），再经过条件过滤（如排除自己的项目）、按 star 数排序后汇总，最后通过 SMTP 把候选项目列表发送到指定邮箱，供人工筛选编写月刊。运行方式与配置见 script/github_bot/README.md，其中需要配置ACCOUNT（GitHub 账号）、MAIL（SMTP 邮箱信息，默认smtp.qq.com:465）与RECEIVERS（接收候选列表的邮箱）。
• 月刊生成：script/make_content/make_content.py 负责把每期的“内容部分”填充进统一模板（模板中使用{{ hello_github_content }}与{{ hello_github_num }}两个占位符），从而保证所有期号的通用结构一致。运行方式为python make_content.py 期数/all，传入all可重新生成全部期号，脚本说明见 script/make_content/README.md。

也就是说，你在第 76 期正文中看到的统一格式（导读、分类、项目列表、页脚声明），正是这套模板化机制的产物；本期 content/HelloGitHub76.md 即为生成后的成品之一。

C 项目：从游戏制作到 JSON 处理与图像处理

gb-studio：可视化 Game Boy 游戏制作工具

gb-studio 是一款可视化游戏构建工具，核心卖点是无需编程基础，通过拖拽即可快速制作出复古风格的 Game Boy 游戏。它面向“想做游戏但不想写代码”的入门者，支持导出游戏 ROM，也可以直接构建成在线游戏，降低了掌机风格游戏创作的门槛。适合用来体验完整的游戏制作流程：场景搭建、角色与交互逻辑编排、最终导出运行。

jq：轻快的命令行 JSON 处理器

JSON 是日常开发中最常见的序列化格式，而 jq 让你通过简单的命令行对 JSON 数据进行格式化、过滤等操作，还支持直接解析接口返回的 JSON 数据。它非常适合在 Shell 脚本、日志分析与接口调试场景中使用：把 curl 拿到的一整段 JSON 直接交给 jq，即可完成格式化输出、字段提取与条件过滤，属于命令行工作流中的高频利器。

libvips：极快的多线程图像处理库

libvips 是一个图像处理底层库，特点是占用内存小、处理速度快，能够处理多种图像与像素格式。为了使用方便，它不仅支持命令行调用，官方还提供了 Ruby、Python 等多种编程语言的 SDK。对于需要批量缩图、格式转换、像素级处理的图像服务，这类底层库往往比脚本化的图像处理方案更省内存、更高效。

C# 项目：联机游戏与开发工具箱

CrazyCar：Unity 制作的联机赛车游戏

CrazyCar 是一套完整的网络联机游戏解决方案，项目包含游戏端、服务器端、网络传输和管理后台，即“客户端 + 服务端 + 运维后台”全栈一体。游戏支持计时赛、多人比赛、个人成就、资源热更等特性，可以运行在 iOS/Android/Windows 设备上。对想学习 Unity 网络游戏架构的开发者来说，它是一个可以通读全链路的参考实现：从设备端玩法到服务端房间管理再到后台配置。

Masuit.Tools：C# 开发工具箱

Masuit.Tools 汇集了 C# 日常开发常用的操作类，覆盖字符串处理、进制转换、日期处理、加密/解密、文件压缩、图像裁剪、断点续传、分布式 ID 等场景。原文档给出了时间戳获取的示例，可直接看到它的“一行式”用法：

double milliseconds = DateTime.Now.GetTotalMilliseconds();// 获取毫秒级时间戳 double microseconds = DateTime.Now.GetTotalMicroseconds();// 获取微秒级时间戳 double nanoseconds = DateTime.Now.GetTotalNanoseconds();// 获取纳秒级时间戳 double seconds = DateTime.Now.GetTotalSeconds();// 获取秒级时间戳 double minutes = DateTime.Now.GetTotalMinutes();// 获取分钟级时间戳

从示例可以看出，该库通过扩展方法把常见时间转换封装为DateTime.Now.GetTotalXxx()一行调用，避免每次手写换算公式，属于典型的“开箱即用”工具库风格，适合融入 .NET 项目作为通用基础设施。

C++ 项目：现代 C++ 指南、高性能序列化与 GUI

CppCoreGuidelines：C++ 核心指南

CppCoreGuidelines 是一份由 C++ 之父 Bjarne Stroustrup 领导的 C++ 编码指南，目的是帮助开发者更好地使用现代 C++。项目重点讨论编写接口、内存管理、并发等方面的问题，适合有一定 C++ 基础、想要进阶的开发者系统阅读。它更像一份“权威规范 + 最佳实践”文档，长期阅读可以校正代码风格与架构决策。

flatbuffers：谷歌开源的高性能序列化库

flatbuffers 是谷歌开源的序列化格式，类似 Protocol Buffers，但解析速度更快、占用内存更少，多用于对解析耗时敏感的 Android 应用和游戏。它的核心思路是“零拷贝直接访问”，数据在内存中的布局即序列化结果，省去了反序列化时的对象构建开销。如果你正在做移动端或游戏这类对延迟敏感的项目，可以把它作为备选序列化方案进行评估。

imgui：游戏行业流行的轻量级 C++ 图形界面库

imgui 是一个即时模式（Immediate Mode）的 GUI 框架，控件都需要手绘，优点是灵活、轻量，可快速构建功能简单、体积小的 GUI 程序；但不适合用来实现复杂动画的 GUI 应用，多用于开发游戏内的调试面板、编辑工具等。原文档给出了最直观的入门代码：

ImGui::Text("Hello, world %d", 123); if (ImGui::Button("Save")) MySaveFunction(); ImGui::InputText("string", buf, IM_ARRAYSIZE(buf)); ImGui::SliderFloat("float", &f, 0.0f, 1.0f);

可以看到，即时模式 GUI 的用法非常直白：每一帧都直接声明“我要画什么”，Text输出文本、Button返回点击状态、InputText/SliderFloat直接绑定变量地址，无需维护复杂的控件状态树。正因如此，它特别适合在游戏循环里快速搭建可交互的调试工具。

CSS 项目：技巧收藏与按钮样式

css-protips：CSS 专业技巧收藏集

css-protips 是一个帮你提升 CSS 技巧的收藏集，把散落在各处的实用 CSS 知识汇总为条目式清单。对前端开发者而言，它是按需查阅的“CSS 速查手册”，适合在布局、动画、选择器等主题上快速查漏补缺。

ui-buttons：CSS 按钮样式集合

ui-buttons 实现了100 种不同样式的按钮。按钮是 Web 界面中使用频率最高的组件之一，这个项目相当于一个按钮样式库/灵感集，可以直接挑选合适的样式移植到自己的页面中，用于学习渐变、阴影、悬停动效等 CSS 技巧的组合运用。

Go 项目：安全检测、实时推送、gRPC 客户端与 DDD 示例

gitleaks：静态应用程序安全测试（SAST）工具

gitleaks 可以检测项目中是否包含密码、API Key、token 等敏感信息，并且能够轻松整合到 Git Hook 和 GitHub Action 中，实现提交代码时的自动检测，通过告警和阻止 push 等方式有效防止敏感信息泄漏。对团队来说，把它接入 CI 流水线相当于给“密钥误提交”上了一道自动闸门。

mercure：基于 HTTP 与 SSE 的实时通信协议

mercure 是一种用于实时通信的开放式协议，基于 HTTP 和 SSE，由 Go 语言实现了实时推送服务。相较于 WebSocket，它的使用更加简单：客户端发起订阅就和请求普通 HTTP 接口一样，而且在 HTTP/2 下还可以双向通信。如果你希望用更“HTTP 原生”的方式给 Web 应用加实时能力（如通知、数据推送），mercure 值得纳入技术选型对比。

ptg：Go 写的 GUI gRPC 客户端

ptg 是作者在调试 gRPC 接口时，发现缺少类似 postman 那样趁手的 gRPC 客户端，于是自己动手写并开源的GUI gRPC 客户端。它解决的是“调试 gRPC 接口没有好用图形工具”的日常痛点，适合后端开发者在联调阶段快速发起 gRPC 请求、查看响应。

wild-workouts-go-ddd-example：Go DDD + CQRS 示例项目

wild-workouts-go-ddd-example 通过一个预约系统的示例，展示了如何在 Go 项目中实现领域驱动设计（DDD）和读写分离架构（CQRS）。它不是一个空谈理论的仓库，而是把领域模型、用例、读写模型拆分开的真实工程，适合想学习 Go 中大型项目架构组织方式的开发者逐模块研读。

Java 项目：声明式 HTTP、规则引擎与命令行框架

forest：极简的声明式 Java HTTP 客户端

forest 是一个开源的 Java HTTP 客户端框架，采用声明式开发方式，通过注解即可完成 HTTP 请求的定义、发送、接收、解析、错误处理、日志打印等操作。原文档给出了核心用法：

public interface AmapClient { /** * @Get注解代表该方法专做GET请求 * 在url中的{0}代表引用第一个参数，{1}引用第二个参数 */ @Get("http://ditu.amap.com/service/regeo?longitude={0}&latitude={1}") Map getLocation(String longitude, String latitude); } // 注入接口实例 @Autowired private AmapClient amapClient; ... // 调用接口 Map result = amapClient.getLocation("121.475078", "31.223577"); System.out.println(result);

可以看到 forest 的核心模型是“接口即 API”：用@Get等注解声明请求方式与 URL，用{0}、{1}占位符绑定方法参数，然后把接口注入即可直接调用。相比手写 HTTP 客户端模板代码，这种方式把每个 HTTP 接口收敛为一个方法签名，天然便于维护与复用。

liteflow：轻快、稳定可编排的规则引擎

liteflow 是一个功能强大的 Java 规则引擎，定位是帮助系统解耦，通过修改规则适应复杂多变的业务逻辑。它支持同步异步混编、平滑热刷新——无需重启应用即可让新规则生效，且规则语法简单、文档通俗易懂，学习门槛低。适合业务规则频繁变更、又不想频繁发版的场景（如风控、营销、流程编排）。

picocli：构建 Java 命令行应用的框架

picocli 用寥寥几行代码即可完成一个 Java 命令行应用程序。虽然由 Java 编写，但可以在 Groovy、Kotlin、Scala 中使用，支持命令自动补全、颜色、子命令、帮助信息等功能。原文档给出了一个完整示例：

import picocli.CommandLine; import picocli.CommandLine.Option; import picocli.CommandLine.Parameters; import java.io.File; @Command(name = "example", mixinStandardHelpOptions = true, version = "Picocli example 4.0") public class Example implements Runnable { @Option(names = { "-v", "--verbose" }, description = "Verbose mode. Helpful for troubleshooting. Multiple -v options increase the verbosity.") private boolean[] verbose = new boolean[0]; @Parameters(arity = "1..*", paramLabel = "FILE", description = "File(s) to process.") private File[] inputFiles; public void run() { if (verbose.length > 0) { System.out.println(inputFiles.length + " files to process..."); } if (verbose.length > 1) { for (File f : inputFiles) { System.out.println(f.getAbsolutePath()); } } } public static void main(String[] args) { // By implementing Runnable or Callable, parsing, error handling and handling user // requests for usage help or version help can be done with one line of code. int exitCode = new CommandLine(new Example()).execute(args); System.exit(exitCode); } }

这个示例体现了 picocli 的“注解驱动”风格：@Command声明命令名、帮助与版本信息，@Option声明选项（如-v/--verbose，且可重复出现以提升详细程度），@Parameters声明位置参数及其数量范围（arity = "1..*"表示至少一个文件）。实现Runnable后，解析、错误处理与帮助/版本请求全部由new CommandLine(new Example()).execute(args)一行完成。

JavaScript 项目：邮件、组件库、正则可视化与编辑器

mjml：快速制作响应式邮件的框架

邮件样式是前端开发中出了名的痛点——不同邮件客户端对 CSS 的支持差异极大。mjml 通过这个框架制作的邮件，可以正常地显示在不同的邮件客户端。它还提供了在线编辑器、多种邮件模板与丰富组件，帮你快速制作出精美、移动端优先、响应式的邮件。适合需要批量产出兼容性良好的营销邮件的团队。

naive-ui：仅支持 Vue3 的组件库

naive-ui 是仅支持 Vue 3 的组件库，拥有完善的 TypeScript 类型推导，内置 80 多种组件并配有中文文档。对使用 Vue 3 + TypeScript 的项目来说，完善的类型推导意味着 IDE 提示更友好、重构更安全，中文文档也降低了上手门槛。

regex-vis：在线可视化正则编辑器

regex-vis 可以把输入的正则表达式自动生成对应的可视化图形，并且支持通过编辑图形节点反向修改正则表达式，以及对正则进行测试。它解决了“正则难读难写”的痛点：把抽象的匹配规则变成可看的图形，调试复杂正则时非常直观。

vxe-table：好用的 Vue 表格组件

vxe-table 是一款功能全面的 Vue 表格组件，支持增删改查、虚拟列表、大数据懒加载、数据校验、分页、弹窗等功能。对需要处理大数据量表格展示的后台系统来说，虚拟列表与懒加载是控制渲染性能的关键能力。

wangEditor：开源的 Web 富文本编辑器

wangEditor 是基于 slate.js 和 snabbdom.js 实现的富文本编辑器，支持 JS、Vue 和 React 框架，开箱即用，仅需几行代码即可实现一个功能齐全的富文本编辑器。原文档给出了最小接入示例：

import '@wangeditor/editor/dist/css/style.css' import { createEditor, createToolbar } from '@wangeditor/editor' // 创建编辑器 const editor = createEditor({ selector: '#editor-container' }) // 创建工具栏 const toolbar = createToolbar({ editor, selector: '#toolbar-container' })

可以看到接入方式是“编辑器 + 工具栏”两个对象分别绑定 DOM 容器：createEditor创建编辑区，createToolbar把工具栏挂到另一个容器并与编辑器关联。整个过程不需要手动初始化复杂的配置对象，适合在 Vue/React 项目中快速集成富文本能力。

Kotlin 项目

typing-learner：通过视频生成单词本的背单词应用

typing-learner 可将MKV 格式的英文视频制作成单词库，在记忆单词时通过台词和播放视频片段，让每个单词都有语境，帮助理解和记忆英文单词。它的价值在于把“背单词”从脱离语境的枯燥记忆，变成“看剧学词”的语境化学习，适合有一定英文视频素材、想沉浸式学英语的用户。

Objective-C 项目

lemon-cleaner：苹果电脑专属的清理工具

lemon-cleaner 是腾讯开源的免费 macOS 设备空间清理工具「柠檬清理」，支持深度清理、删除重复文件、卸载应用、状态栏显示等功能，能够一键轻松清理垃圾、释放空间。对于 macOS 用户来说，这是一款开源且免费的系统维护工具，也可作为学习 macOS 应用开发的参考实现。

PHP 项目

course-tencent-cloud：PHP 写的网课平台

course-tencent-cloud 是采用 Phalcon 框架开发的网课系统，依托腾讯云基础服务架构，支持付费、点播、直播、专栏、问答、会员、秒杀等功能。它覆盖了在线教育平台的典型业务闭环，适合想研究 PHP 教育类系统模块划分的开发者。

Python 项目：架构图、数据分析、标注与爬虫

diagrams：用 Python 代码图解系统架构

diagrams 将绘制架构图所需的图标封装成对应的类，用代码代替拖拽连线来绘制架构图。它提供丰富的示例，代码可复用，方便随架构迭代持续更新图表。原文档给出了一个包含集群、负载均衡、监控、消息队列的完整示例：

with Diagram("Advanced Web Service with On-Premise", show=False): ingress = Nginx("ingress") metrics = Prometheus("metric") metrics << Grafana("monitoring") with Cluster("Service Cluster"): grpcsvc = [ Server("grpc1"), Server("grpc2"), Server("grpc3")] with Cluster("Sessions HA"): primary = Redis("session") primary - Redis("replica") << metrics grpcsvc >> primary with Cluster("Database HA"): primary = PostgreSQL("users") primary - PostgreSQL("replica") << metrics grpcsvc >> primary aggregator = Fluentd("logging") aggregator >> Kafka("stream") >> Spark("analytics") ingress >> grpcsvc >> aggregator

从代码可以看出 diagrams 的声明式模型：Diagram上下文管理器定义整张图，Nginx、Server、Redis等类即图标节点，>>、<<、-运算符表示连接方向。配合Cluster可以把一组节点圈进同一个集群区域，最终生成清晰且可版本管理的架构图——这正是“图表即代码”对架构文档化的价值。

fg-data-profiling：自动生成 DataFrame 分析报告

虽然 pandas 自带的df.describe可以方便地生成统计报告，但信息较少。fg-data-profiling 能够自动生成一份 DataFrame 多维度的 HTML 分析报告，包含列的类型、缺失情况、数值分布、行重复率、占用内存大小等信息。对数据探索和 EDA（探索性数据分析）阶段来说，一份自动生成的全维度报告能快速给出数据质量全貌。

labelImg：图形化界面的图像标注工具

labelImg 是用 Python 和 Qt 编写的图像标注桌面应用，简单方便、下载即用，适用于 Windows、Linux、macOS。标注数据支持 PASCAL VOC 格式的 XML 文件和 YOLO 的 txt 文件。对准备训练目标检测模型的人来说，它是收集标注数据时常用的配套工具，产出格式可直接对接常见检测框架。

MechanicalSoup：自动与网站交互的轻量级 Python 库

MechanicalSoup 将 Requests（请求）和 BeautifulSoup（解析）两大 Python 爬虫常用库，封装成一个浏览器对象（StatefulBrowser），把“请求 + 解析”两步并成一步。仅需一个浏览器对象，就可以完成请求页面、过滤内容、提交表单、跳转地址等操作，代码更简单、操作更方便。因为它不依赖浏览器进程，所以比 Selenium 更轻巧，但缺点是不支持 JS 动态渲染的页面。原文档给出了完整的表单交互示例：

import re import mechanicalsoup # Connect to Google browser = mechanicalsoup.StatefulBrowser() browser.open("https://www.google.com/") # Fill-in the form browser.select_form('form[action="/search"]') browser["q"] = "MechanicalSoup" # Note: the button name is btnK in the content served to actual # browsers, but btnG for bots. browser.submit_selected(btnName="btnG") # Display links for link in browser.links(): target = link.attrs['href'] # Filter-out unrelated links and extract actual URL from Google's # click-tracking. if (target.startswith('/url?') and not target.startswith("/url?q=http://webcache.googleusercontent.com")): target = re.sub(r"^/url\?q=([^&]*)&.*", r"\1", target) print(target)

这个示例展示了 StatefulBrowser 的核心流程：open打开页面 →select_form按 CSS 选择器定位表单 → 通过browser["q"] = ...给表单字段赋值 →submit_selected提交并保持会话状态 →links()遍历结果页链接。会话状态由浏览器对象内部维护，这正是“有状态浏览器”简化表单类爬虫的关键。

orange3：互动式数据分析桌面工具

orange3 是一款面向不会编程人群的数据挖掘和数据可视化工具箱，内置多种图表类型，支持可视化编程，无需写代码即可做出简单、实用的数据分析软件，多用于教学和实验室等场景。它把“拖拽组件连线”的数据流编程范式引入数据分析，是教学场景中很好的低代码分析入口。

Rust 项目

pueue：命令行任务管理工具

pueue 是一个处理 shell 命令队列的工具，支持后台执行、定时执行、任务并行、暂停任务、任务崩溃恢复等功能。需要特别注意的是，它只是一个命令行工具，不能当作任务队列（消息队列）来用。对日常需要在终端里串行/并行管理多条耗时命令的开发者，pueue 能显著改善“开着好几个终端窗口”的体验。

Swift 项目

MiaoYan：macOS 上的 Markdown 编辑器

MiaoYan（妙言）是采用 Swift 5 原生开发的 macOS Markdown 编辑器，界面清爽好看，支持PPT 模式、语法高亮、黑暗模式等功能。它面向喜欢本地编辑、追求界面简洁的 Markdown 用户，也可作为学习原生 macOS 应用开发的示例项目。

人工智能：NLP 框架、论文精读与 AI 工具箱

flair：简单易用的 NLP 框架

flair 是基于 PyTorch 的 NLP 框架，支持文本命名实体识别（NER）、词性标注（PoS）、词义消歧和分类，项目中包含详细的使用教程，介绍了如何标记文本、训练语言模型等。原文档给出了最简 NER 示例：

from flair.data import Sentence from flair.models import SequenceTagger # make a sentence sentence = Sentence('I love Berlin .') # load the NER tagger tagger = SequenceTagger.load('ner') # run NER over sentence tagger.predict(sentence)

从代码可以看到 flair 的抽象非常友好：Sentence封装一句话，SequenceTagger.load('ner')直接加载预训练 NER 模型，predict一句完成推理。相比从零搭建序列标注流程，这种“加载即用”的封装让 NLP 入门变得非常平滑。

paper-reading：深度学习论文精读集合

paper-reading 是李沐发起的深度学习领域经典、最新论文精读视频集合。它把难读的论文转化为可跟学的视频讲解，适合想系统阅读深度学习论文但缺乏引导的初学者，按主题挑选对应论文精读即可建立研究脉络。

paper2gui：面向非编程人员的 AI 应用工具箱

paper2gui 提供了多款免安装、下载即用的 AI 工具，功能涵盖语音合成、视频补帧、图像风格转化、目标检测、OCR 识别等方面，让编程小白也能轻松拥有 AI“魔法”。它把开源社区的模型成果打包成桌面 GUI 应用，降低了 AI 能力的使用门槛。

其它：函数式行话、开源字体、游戏助手与系统工具

functional-programming-jargon：函数式编程行话

functional-programming-jargon 希望通过介绍函数式编程中的术语，让学习函数式编程变得容易些，示例代码均采用 JavaScript 编写。对刚接触函数式编程概念（如纯函数、柯里化、Monad）的开发者，这是一份很好的术语对照速查。

LxgwWenKai：适合正文阅读的开源中文字体

LxgwWenKai（霞鹜文楷）是基于 FONTWORKS 出品的 Klee One 字体衍生品，针对简体中文做了增补和优化，字体效果惊艳、完全免费且支持商用。对需要为个人站点、文档或出版物配置中文正文排版字体的用户，这是一个无需担心授权风险的选择。

MaaAssistantArknights：明日方舟游戏助手

MaaAssistantArknights 基于图像识别技术，实现一键完成明日方舟游戏的全部日常任务。它是“图像识别 + 自动化操作”在游戏领域的典型应用，适合对 UI 自动化与图像识别技术感兴趣的开发者研究其实现思路。

opensnitch：Linux 应用防火墙

opensnitch 能够监视和控制应用的网络活动，相当于 Linux 版的 Little Snitch。对注重隐私、希望掌握“哪个应用在联网”的 Linux 用户来说，它提供了应用级别的出站网络控制能力。

Publii：带 GUI 的静态网站生成工具

Publii 是一款本地的静态网站 CMS 工具，无需编程基础即可通过图形化界面轻松创建个人博客、企业官网等，还支持一键发布到 GitHub Page、GitLab、Netlify 等平台。它把“静态站点生成”包装成桌面 GUI 操作，适合不想接触命令行与构建流程的内容创作者。

开源书籍

interviews.ai：《深度学习面试》

《深度学习面试》书中包含数百个人工智能领域面试时会遇到的问题（PRB）和解答（SOL），作者希望借此帮助研究生/求职者通过机器学习方面的面试。它把高频 AI 面试题整理成可系统复习的问答集，适合准备算法/机器学习方向面试的候选人按主题查漏补缺。

如何在仓库中继续跟进

第 76 期只是 HelloGitHub 月刊长河中的一期。若想继续阅读，可以直接在本仓库中翻阅：

• 往期内容：例如 第 75 期；
• 下一期：第 77 期；
• 英文版：content/en 目录下提供了对应期号的英文版本；
• 全部期号索引：参见 README.md 中的期刊列表；
• 贡献者列表：content/contributors.md 记录了向月刊推荐过项目的贡献者，欢迎按其中说明参与项目推荐。

同时，如果你想了解月刊背后“收集候选项目”与“模板化生成”的实现细节，可以分别阅读 script/github_bot/github_bot.py 与 script/make_content/make_content.py 及其对应的 README 与 README，从工程角度理解一本开源月刊是如何被持续产出的。

赞分享

• 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.

项目地址：https://gitcode.com/GitHub_Trending/he/HelloGitHub

点击查看免费下载

相关推荐

• HelloGitHub 第 110 期精读：41 个入门级开源项目全景指南与实战解析

  HelloGitHub 第 110 期精读：41 个入门级开源项目全景指南与实战解析 本文以 content/HelloGitHub110.md https:/

  技术博客文档知识库

• HelloGitHub 第 100 期开源项目深度指南：41 个入门级实战项目全景解读

  HelloGitHub 第 100 期开源项目深度指南：41 个入门级实战项目全景解读 本文以 content/HelloGitHub100.md https:

  技术博客文档知识库

• HelloGitHub 第 119 期月刊精选：41 个入门级开源项目全解读

  HelloGitHub 第 119 期月刊精选：41 个入门级开源项目全解读 《HelloGitHub》第 119 期月刊如期而至，本期共收录 41 个有趣、入

  技术博客文档知识库

上一篇：qmcdump：QQ音乐加密音频本地解密工具，让音乐文件重获自由

下一篇：3步搞定AI艺术生成：RuinedFooocus项目深度解析