Space Cloud 是一个基于 Go 和 Kubernetes 的 serverless 平台,可在任何数据库上提供即时、实时的 API,并为自定义业务逻辑提供事件触发器和统一 API。

Space Cloud 可帮助开发者构建现代应用程序,在大多数情况下无需编写任何后端代码。提供 GraphQL 和 REST API,前端应用可以以安全的方式直接使用这些 API。

特征

1.强大的 CRUD:灵活的查询、事务、聚合和跨数据库连接
2.实时:对您的数据库进行实时查询
3.文件存储:上传/下载文件到可扩展的文件存储(例如,Amazon S3、谷歌云存储)
4.可扩展:自定义 HTTP 服务的统一 API
5.事件驱动:在数据库或文件存储事件上触发 webhook 或无服务器函数
6.细粒度访问控制:与您的身份验证系统集成的动态访问控制(例如,auth0、firebase-auth)
7.Scalable : 用 Golang 编写,遵循云原生实践并水平扩展
8.服务网格:无需学习任何内容即可获得服务网格的所有功能!
9.缩减到零:自动扩展您的 http 工作负载,包括缩减到零

下方的文档可以查看完整的功能集

支持的数据库:
1.MongoDB
2.PostgreSQL和 PostgreSQL 兼容数据库(例如 CockroachDB、Yugabyte 等)
3.MySQL和 MySQL 兼容的数据库(例如 TiDB、MariaDB 等)
SQL 服务器

文档说明 | Github | 官网
用Git/GitHub实现MLOps

本项目展示了如何在 Git/GitHub 中实现 MLOps。为了实现这一目标,该项目大量利用了诸如DVCDVC StudioDVCLive等工具——所有由iterative.aiGoogle DriveJarvislabs.aiHuggingFace Hub构建的产品。
Rust写的高效搜索引擎

lnx 的构建是为了不重新发明轮子,它位于tokio-rs工作窃取运行时、超Web 框架与tantivy 搜索引擎的原始计算能力相结合的基础之上。

这使得 lnx 可以一次对数万个文档插入提供毫秒级索引(不再等待被索引的东西!),每个索引事务以及处理搜索的能力,就像它只是对哈希表的另一种查找一样

特征
*lnx 虽然非常新,但由于其所处的生态系统,它提供了广泛的功能。
*复杂查询解析器。
*容错模糊查询。
*容错快速模糊查询。(预先计算的拼写校正)
*More-Like-This 查询。
*按字段排序。
*快速索引。
*快速搜索。
*细粒度性能调整的几个选项。
*多个存储后端可用于测试和开发。
*基于权限的授权访问令牌。

Github | 官网 | #搜索引擎
基于PaddleOCR & OnnxRuntime的跨平台OCR库

百度paddlepaddle工程化不是太好,为了方便大家在各种端上进行ocr推理,我们将它转换为onnx格式,使用python/c++/java/swift/c# 将它移植到各个平台。

RapidOCR (捷智OCR):英文版 | 中文版 | #ocr
18.06 线性代数(Linear Algebra)中文笔记

该笔记总结了我们在学习MIT线性代数课程的学习经验和过程。
课程顺序是按照麻省理工公开课的 Linear Algebra. 记录的学习笔记。

本笔记作者介绍:
丁坤博 东北大学本科生,推免至北京大学攻读研究生
覃立波 哈尔滨工业大学SCIR实验室在读博士生,导师车万翔老师

Linear Algebra | 中文笔记 | #笔记
读博申请攻略

攻略包括以下模块,在 GitHub 和荷兰心理统计联盟公众号上同步发布(全文约20,000字,全网最全之一)。攻略所提到的所有资料文件都放在了这个GitHub库里

1. 前言
2. 材料准备
2.1. 简历
2.2. 三封推荐信
2.3. 学位成绩单
2.4. GRE
2.5. TOEFL
2.6. 文书
3. 时间线与择校
4. 套磁
5. 面试
6. 钱与录取后
7. 信息渠道
8. 背景提升与思维转变

Tutorial-on-PhD-Application | #指南
一行ffmpeg命令去除视频中的静音片段

显然,不可能一次性从视频文件中自动删除无声部分ffmpeg。音频过滤器silencedetect只检测静音,silenceremove过滤器是一个音频过滤器,只对音频起作用,不去除相应的视频部分

它的作用是将输出作为输入,silencedetect并简单地为 ffmpeg 编写相应的音频和视频选择过滤器。然后该命令会生成一个删除了静音部分的视频文件

Remsi
无需Jupyter快速执行Jupyter notebook | execnb
Back to Top