❗️Мегаважный чек-лист для Front-end разработчиков
Содержит полный список элементов, которые нужны для запуска вашего сайта: мета теги, иконки, заголовки, html тэги и тэги для SEO.
Все рекомендации разделены на 3 уровня важности:
- Low: пункт рекомендован, но может быть пропущен.
- Medium: крайне рекомендован, редко может быть пропущен.
- High: пункт обязателен.
Каждая рекомендация подробно описана, и даны примеры к ней.
Пользуйтесь — https://github.com/thedaviddias/Front-End-Checklist
#frontend#github
📌Библиотека алгоритмов робототехники на Python.
PythonRobotics - открытая коллекция кода на Python и учебник по алгоритмам робототехники, которую собрал Ацуши Сакаи.
🟡В проекте есть все:
🟢Локализация (EKF, фильтры частиц, гистограммные фильтры);
🟢SLAM (FastSLAM, ICP-сопоставление);
🟢Планирование пути (A, RRT, Дейкстра, D*, потенциальные поля, решетка состояний);
🟢Отслеживание траекторий (контроллер Стэнли, LQR, MPC);
🟢Навигация для манипуляторов;
🟢БПЛА;
🟢Проектирование движения для двуногих роботов.
К каждой теме есть визуальные анимации, математические объяснения и рабочий код.
Библиотека не перегружена, ее легко читать и понимать, она содержит практические алгоритмы. которые реально используются в индустрии.
Это отличный образовательный ресурс с 2 212 коммитами, вкладом 138 разработчиков и активной поддержкой.
Если вы изучаете робототехнику, создаете автономные системы или преподаете алгоритмы — этот ресурс для вас.
У проекта лицензия MIT, так что можно свободно использовать его в личных или коммерческих проектах.
А еще, это отличный пример, как выглядит хороший опен-сорс: образовательный, практичный, хорошо документированный и развиваемый сообществом.
@ai_machinelearning_big_data
#AI#ML#Robotics#Github
🌟Self-Hosted AI Package: комплексное решение для локального развертывания ИИ.
Self-Hosted AI Package - это готовый шаблон на основе Docker Compose, который позволяет быстро развернуть полнофункциональную локальную среду с использованием ИИ и low-code инструментов.
Основная цель проекта: предложить разработчикам удобный и быстрый способ для начала работы с локальными ИИ-системами.
✔️ Поддерживаемые инструменты и сервисы:
🟢Self-hosted n8n - Low-code платформа с более 400 вариантами интеграций;
🟢Supabase - База данных с открытым исходным кодом, популярная для агентов ИИ;
🟢Ollama - кросс-платформенный бэкэнд для локального запуска LLM;
🟢Open WebUI - ChatGPT-подобный интерфейс для взаимодействия с моделями и агентами n8n;
🟢Flowise - No/low code конструктор ИИ-агентов, который очень хорошо сочетается с n8n;
🟢Qdrant - Высокопроизводительное векторное хранилище с открытым исходным кодом и обширным API.
🟢Neo4j - Движок для создания графов знаний, на котором работают GraphRAG, LightRAG и Graphiti.
🟢SearXNG - Метапоисковая система с открытым исходным кодом, объединяющая результаты с 229 поисковыми сервисами;
🟢Caddy - Управляемый HTTPS/TLS для пользовательских доменов;
🟢Langfuse - Инженерная платформа с открытым исходным кодом для наблюдаемости агентов.
Проект активно развивается, авторы даже запустили публичную Kanban-доску, где отслеживаются внедрение новых функций и исправление ошибок.
⚠️ Перед запуском служб необходимо настроить переменные окружения для Supabase, следуя их руководству.
⚠️ Основным компонентом набора является файл docker compose, предварительно сконфигурированный с сетью и диском, поэтому больше ничего устанавливать не нужно. После установки нужно будет выполнить действия из Quick start and usage, чтобы начать работу.
▶️Установка:
# Clone repo
git clone -b stable https://github.com/coleam00/local-ai-packaged.git
cd local-ai-packaged
# For Nvidia GPU
python start_services.py --profile gpu-nvidia
# For AMD GPU users on Linux
python start_services.py --profile gpu-amd
# For Mac Run fully on CPU
python start_services.py --profile cpu
#For everyone else
python start_services.py --profile cpu
📌Лицензирование: Apache 2.0 License.
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#Agents#Github
#CLI#GitHub
🎫 lsd：下一代 ls 命令继承人
GitHub | Installation
古老而必备的命令 ls 伴随着我们使用 Linux 的整个过程，很多开发者都希望或直接尝试让 ls 拥有更多的功能，这其中就有相对知名的 colorls 项目：用 Ruby 实现的 ls 命令高亮与图表显示。
Ruby 毕竟是脚本语言，性能堪忧。这里我们介绍的 lsd，即为用更加底层的静态语言 Rust 编写的高性能 ls 替代，拥有 ls 的几乎所有功能和速度，也拥有 colorls 的漂亮颜色和图标。推荐大家替换安装。
alias ls="lsd"
📮 Via channel: @realSpencerWoo