Skip to main content

黑洞资源笔记

  1. LangUI:一个基于 Tailwind,专门为 AI 和 GPT 项目定制的开源组件库,目前有 60 多个组件可使用。

    特征
    复制和粘贴集成:零安装或依赖!只需选择所需的组件,复制并将其粘贴到项目中即可。

    开源且免费:LangUI 获得 MIT 许可,使其适用于个人和商业项目。

    深色和浅色模式:所有 LangUI 组件都支持浅色和深色模式,并且经过精心设计,以在两种模式下呈现最佳效果。

    完全响应式:LangUI 组件响应迅速,确保它们在任何屏幕尺寸或设备上看起来都很棒。

    轻松定制:LangUI 使用纯两种颜色的调色板。两种颜色调色板 - 石板色和蓝色 - 可以轻松定制您的品牌颜色。
  2. Flowbite - Tailwind CSS 组件库

    Flowbite 是一个开源 UI 组件库,基于实用程序优先的 Tailwind CSS 框架,具有深色模式支持、Figma 设计系统、模板等。

    它包括网站所需的所有常用组件,例如按钮、下拉菜单、导航栏、模式,还包括一些更高级的交互元素,例如日期选择器。Flowbite 还包含一些自定义 JavaScript,可启用交互式组件,如下拉菜单、模态、工具提示等。所有元素都是使用 Tailwind CSS 和 vanilla JavaScript 中的实用程序类构建的,并支持 TypeScript。

    与其他框架相比,Tailwind CSS 的缺点之一是没有一套基础组件。这使得用户界面原型的快速制作变得非常困难。

    这就是 Flowbite 发挥作用的地方:它基本上就是 Tailwind CSS,但你可以获得通常使用 Bootstrap 或 Bulma 等经典 CSS 框架所能获得的所有组件。
    Media is too big
    VIEW IN TELEGRAM
  3. 绕过一切扫描,加强版CS发布 |link

    Features

    1.分离Client与TeamServer
    2.去除Java端与Beacon端验证暗桩(javaasist、文件完整性校验、WarterMark验证、水印)
    3.更改checksum8以及CVE-2022-23317
    4.更改Beacon Config结构体,使得不使用SleepMask也无法扫描出特征
    5.修改Beacon Config的XOR KEY为不同KEY异或两次,使自动化的扫描工具无法爆破密钥解密配置
    6.可以调整常用的内置功能模块为注入自己
    7.增加Beacon初始化阶段获取的MetaData信息,Java端再次验证,不通过不显示上线信息,防止被RCE
    8.添加 Google TOTP 双因子认证
    9.Bypass CS 给Beacon端执行任务时传输文件的1M大小限制(社区版只修改了反射DLL的限制)
    10.更改本地连接信息文件名字,防止被读取
    11.低版本Windows Java TLS问题修复
    12.CVE-2022-39197,CS RCE,修复
    13.修改默认登录认证的header标志位数据和验证成功的返回数据头部标志数据, 规避爆破脚本扫描
    14.升级SleepMask,市面上没有东西可以扫描(profile中不可开启sleepmask)
    15.ja3/ja3s | jarm 指纹修改
  4. Curated Transformers:PyTorch的Transformer库,提供了一系列经过精选的最先进的模型和可组合的组件,支持包括Falcon、LLaMA和Dolly v2在内的最先进的Transformer模型,每个模型都由可重用的构建块组成,具有一致的类型注释。
  5. DevOpsGPT: AI驱动的智能软件开发平台,将 LLM 和 DevOps 工具相结合,通过利用Chat-GPT等大型语言模型的能力,将自然语言需求转化为可工作的软件

    特点和优点
    提高开发效率:无需繁琐的需求文档编写和解释。用户可以直接与DevOpsGPT交互,快速将需求转化为功能软件。
    缩短开发周期:自动化软件开发流程大大缩短了交付时间,加速了软件部署和迭代。
    降低沟通成本:DevOpsGPT通过准确理解用户需求,最大限度地降低沟通错误和误解的风险,提高开发和业务团队之间的协作效率。
    高质量的可交付成果:DevOpsGPT 生成代码并执行验证,确保所交付软件的质量和可靠性。
    【企业版】现有项目分析:通过AI,自动分析现有项目信息,在现有项目的基础上精准分解和开发所需任务。
    【企业版】专业模型选择:支持专业领域比GPT更强的语言模型服务,更好地完成需求开发任务,并支持私有部署。
    【企业版】支持更多DevOps平台:可以对接更多DevOps平台,实现全流程的开发和部署。
    Media is too big
    VIEW IN TELEGRAM
  6. 包含各种AI和ML领域的GitHub仓库列表,按不同的主题和技术分类,提供了大量与自然语言处理(NLP)、大型语言模型(LLM)、计算机视觉、数据科学、机器学习、机器学习运维(MLOps)和数据工程等领域相关的项目链接。

    Awesome AI & Data GitHub-Repos
  7. PointOdyssey是一个大规模合成数据集,旨在通过真实的运动捕捉数据和3D场景构建,为长期精细跟踪算法的训练和评估提供丰富的资源。
  8. MEMIT是一种可以直接在大型语言模型中更新大量记忆的方法,其性能超过了之前的工作,能够满足实际应用中对大量更新的需求。
  9. barco:用C从头开始构建Linux容器

    这是作者从事的一个项目,旨在根据互联网上的其他指南了解有关 Linux 容器和 Linux 内核的更多信息。Linux 容器由一组 Linux 内核功能组成:

    namespaces:用于将内核对象分组为可由特定进程树访问的不同集合。有不同的类型namespaces,例如,PID命名空间用于隔离进程树,而network命名空间用于隔离网络堆栈。
    seccomp:用于限制进程可以进行的系统调用(通过系统调用处理)
    capabilities: 用于设置 uid 0 (root) 可以执行的操作的限制(通过系统调用处理)
    cgroups:用于限制进程可以使用的资源(例如内存、磁盘 I/O、CPU-tme)(通过 cgroupfs 处理)。

    目前,该项目不包含任何自动化测试或记录代码的工具。将来,可能会添加合适的自动化测试和文档工具。