Github 2024-02-18 开源项目日报 Top10

根据Github Trendings的统计，今日(2024-02-18统计)共有10个项目上榜。根据开发语言中项目的数量，汇总情况如下：

开发语言	项目数量
Python项目	5
PowerShell项目	1
Rust项目	1
PHP项目	1
Jupyter Notebook项目	1
TypeScript项目	1

Black：不妥协的Python代码格式化工具

创建周期：2146 天
开发语言：Python
协议类型：MIT License
Star数量：35977 个
Fork数量：2371 次
关注人数：35977 人
贡献人数：413 人
Open Issues数量：372 个
Github地址：https://github.com/psf/black.git
项目首页: https://black.readthedocs.io/en/stable/

Black 是一种不妥协的 Python 代码格式化工具，提供速度、确定性，并且不受 pycodestyle 对格式的挑剔。它确保代码在不同项目中看起来相同，并通过生成尽可能小的差异，使代码审查更快速。

《.NET新闻和发布说明》

创建周期：3378 天
开发语言：PowerShell
协议类型：MIT License
Star数量：20016 个
Fork数量：4986 次
关注人数：20016 人
贡献人数：328 人
Open Issues数量：342 个
Github地址：https://github.com/dotnet/core.git
项目首页: https://dot.net

《.NET新闻和发布说明》是帮助您及时了解最新预览和发布的最新消息和发布说明的家园，包括公告和安全披露。用户可以通过RSS订阅新闻帖子，或关注GitHub讨论以获取更新。

Firefly III: 个人财务管理软件

创建周期：3522 天
开发语言：PHP
协议类型：GNU Affero General Public License v3.0
Star数量：13156 个
Fork数量：1248 次
关注人数：13156 人
贡献人数：147 人
Open Issues数量：118 个
Github地址：https://github.com/firefly-iii/firefly-iii.git
项目首页: https://firefly-iii.org/

Firefly III是一个开源的个人财务管理软件。它提供了各种功能，旨在为希望管理和跟踪个人财务的个人提供服务。该项目旨在为预算、费用跟踪和财务规划提供用户友好的平台。

少样本语音克隆的高质量TTS模型训练

创建周期：5 天
开发语言：Python
协议类型：MIT License
Star数量：1779 个
Fork数量：180 次
关注人数：1779 人
贡献人数：11 人
Open Issues数量：32 个
Github地址：https://github.com/RVC-Boss/GPT-SoVITS.git

该项目展示了如何使用仅1分钟的语音数据来训练高质量的文本到语音（TTS）模型，展示了少样本语音克隆。在提供的GitHub链接中有演示视频。

FaceFusion: 下一代人脸交换和增强工具

创建周期：185 天
开发语言：Python
协议类型：Other
Star数量：11144 个
Fork数量：1484 次
关注人数：11144 人
贡献人数：1 人
Open Issues数量：1 个
Github地址：https://github.com/facefusion/facefusion.git
项目首页: https://join.facefusion.io

FaceFusion是下一代人脸交换和增强工具，安装需要技术技能，不适合初学者。用户可以在Discord社区寻求安装指导。该工具提供基于命令的使用方式，并提供详细的文档以供进一步探索。

稳定级联

创建周期：22 天
开发语言：Jupyter Notebook
协议类型：MIT License
Star数量：2623 个
Fork数量：142 次
关注人数：2623 人
贡献人数：3 人
Open Issues数量：37 个
Github地址：https://github.com/Stability-AI/StableCascade.git

Stable Cascade是一个开源项目，提供基于Würstchen架构的训练和推断脚本，以及各种模型。它实现了高达42的压缩因子，允许将1024x1024的图像编码为24x24，同时保持清晰的重建。该模型旨在提高效率，从而实现更快的推断和更便宜的训练。它还支持已知的扩展，如微调、LoRA、ControlNet和IP-Adapter，并在视觉和评估方面展现了令人印象深刻的结果。