GitHub 一周热点汇总第15期(2024/03/17-03/23)

GitHub 一周热点汇总第15期(2024/03/17-03/23) ，这一周的项目中有一个超级热点，把其人远远甩在身后，一起看看都有哪些热门项目吧。

#1 grok-1

• 项目名称：grok-1 - 马斯克的大模型
• GitHub 链接：github.com/xai-org/gro...
• 上周 Star 数：42600+

本周最火热的项目毫无疑问就是马斯克开源的大语言模型：grok-1，在一周的时间里获得了超过42600个star，是的你没看错，是4万多个star。

马斯克先前在网上针对OpenAI进行了一番控诉，认为他们违背了最初利用AI造福人类的初衷，而他决定自己开源一款大模型。3月17日凌晨，马斯克旗下大模型公司 xAI 宣布正式开源 3140 亿参数的混合专家（MoE）模型「Grok-1」，以及该模型的权重和网络架构。Grok-1也是目前规模最大的大模型。

更具之前发出的测评数据，Grok-1有这着非常好的表现，超过了绝大部分同类的模型。

下面是目前能够知道的 Grok-1 的一些情况：

• 基础模型基于大量文本数据进行训练，没有针对任何具体任务进行微调；
• 3140 亿参数的 MoE 模型，在给定 token 上的激活权重为 25%；
• 2023 年 10 月，xAI 使用 JAX 库和 Rust 语言组成的自定义训练堆栈从头开始训练。

但是Grok-1的规模也成为了一种限制，它的大小就已经达到了296G，想要运行它也需要非常多的资源，如果没有足够的"钞能力"，也就只能看看热闹、围观一下了。

下面是它在github上的star历史，这是我目前见过的，最快增长的项目，没有之一。

#2 Open-Sora

• 项目名称：Open-Sora - Sora开源实现
• GitHub 链接：github.com/hpcaitech/O...
• 上周 Star 数：9200+

前段时间OpenAI推出了Sora，可谓一时风光无限，不过在我们还没有等来Sora的正式可用前，我们先等来了它的开源实现版。

Open-Sora 项目是一项致力于高效 制作高质量视频，并使所有人都能使用其模型、工具和内容的计划。 通过采用开源 原则，Open-Sora 不仅实现了先进视频生成技术的低成本普及，还提供了一个精简且用户友好的方案，简化了视频制作的复杂性。 下面是Open-Sora的最新效果：

Open-Sora 的复现方案参考了 Stable Video Diffusion (SVD)[3] 工作，共包括三个阶段，分别是：

1. 大规模图像预训练；
2. 大规模视频预训练；
3. 高质量视频数据微调。

每个阶段都会基于前一个阶段的权重继续训练。相比于从零开始单阶段训练，多阶段训练通过逐步扩展数据，更高效地达成高质量视频生成的目标。

目前，基于项目提供的模型权重只需 3 天的训练就能生成 2 秒的 512x512 视频，当然同样支持训练加速。更多的细节可以查看他们的项目，尤其是项目中的报告，里面介绍了很多详细内容。

#3 MediaCrawler

• 项目名称：MediaCrawler - 爬虫
• GitHub 链接：github.com/NanmiCoder/...
• 上周 Star 数：8500 +

这是一个爬虫的项目，爬取各个媒体平台上的信息和评论。这个项目最初我是在B站上看到了作者的视频，然后到GitHub上发现项目越来越火，不过现在项目内容已经被作者清空了。

只能说很遗憾吧，其实从视频中就能看出来，作者一开始并没有太多的想法，但是随着热度的上升，给作者带来了越来越多的问题。于是乎，就变成了现在的样子。

所以啊，国内做开源真的是不容易，本来大家分享一下想法和思路，但总有太多乱七八糟的事情，我只能在这里默默地支持一下作者，希望下个项目再见。

#4 full-stack-fastapi-template

• 项目名称：full-stack-fastapi-template - 全栈web模板
• GitHub 链接：github.com/tiangolo/fu...
• 上周 Star 数：5300+

本项目是一个现代的全栈web应用模板，就项目名字所说的，本项目的后台使用FastApi，另外还使用了React、SQLModel、PostgreSQL、Docker等技术，作为一个模板项目里面包含了开发一个web项目所需的几乎所有元素，可以帮助使用者快速开发web项目。

下面是项目使用到的一些技术栈和一些特点：

• ⚡用于 Python 后端 API 的 FastAPI 。
• • 用于 Python SQL 数据库交互 (ORM) 的SQLModel 。
  • Pydantic
  • ，由 FastAPI 使用，用于数据验证和设置管理。
  • PostgreSQL
  • 作为 SQL 数据库。
• React前端。
• • 使用 TypeScript、hooks、Vite 和现代前端堆栈的其他部分。
  • 前端组件的Chakra UI 。
  • 自动生成的前端客户端。
  • 深色模式支持。
• 用于开发和生产的Docker Compose
• 默认情况下安全密码哈希。
• JWT 令牌身份验证。
• 基于电子邮件的密码恢复。
• ✅ 使用Pytest进行测试。
• Traefik作为反向代理/负载均衡器。
• 使用 Docker Compose 的部署说明，包括如何设置前端 Traefik 代理来处理自动 HTTPS 书。
• 基于 GitHub Actions 的 CI（持续集成）和 CD（持续部署）。

登录页面

黑暗模式

项目前后端分离，并自带了Swagger等，本地部署后会有以下几个访问端口：

Frontend: <http://localhost>

Backend: <http://localhost/api/>

Automatic Interactive Docs (Swagger UI): <http://localhost/docs>

Automatic Alternative Docs (ReDoc): <http://localhost/redoc>

Adminer: <http://localhost:8080>

Traefik UI: <http://localhost:8090>

#5 gpt-pilot

• 项目名称：gpt-pilot - AI开发者
• GitHub 链接：github.com/Pythagora-i...
• 上周 Star 数：2800+

GPT Pilot 旨在提供第一个真正的 AI 开发伙伴。不仅仅是一个自动完成功能或 PR 消息的助手，而是一个真正的 AI 开发人员，可以编写完整的功能、调试它们、与您讨论问题、请求审核等。

如果您使用 VS Code 作为 IDE，最简单使用GPT Pilot 的方法是下载它的VSCode 插件。在vscode中它的名字叫Pythagora。

在项目执行过程中，它能够自动提出问题，并根据我们的答案，模拟与复现开发一个项目时的完整流程。整个执行的流程是如下这样的。

GPT Pilot 会先询问我们一系列问题，来确定应用类型，产品需求和技术要求，然后基于这些问答内容，自动完成环境配置，编写代码。 我们在这整个过程中，只需扮演好项目管理者的角色，检查 AI 完成的代码是否符合标准，并在适当的时候给予其指引，让 AI 能在正确的方向上持续编写与迭代项目。

相对来说，GPT Pilot 是一种监督性的AI编程，并没有完全把人排除在外，这样实际上也是目前更好的模式。

项目里还提供了多个使用GPT Pilot开发的程序实例，可以直接查看