InvenTree 是一个开源库存管理系统,提供强大的低级库存控制和零件跟踪。InvenTree 系统的核心是一个 Python/Django 数据库后端,它提供了一个管理界面(基于 Web)和一个用于与外部界面和应用程序交互的 REST API。
InvenTree 设计为轻量级且易于使用,适用于 SME 或业余爱好者应用程序,在这些应用程序中,许多现有的库存管理解决方案都臃肿且难以使用。更新库存是一个单操作过程,不需要复杂的工作订单或库存交易系统。强大的业务逻辑在后台运行,以确保维护库存跟踪历史记录,并且用户可以随时访问库存级别信息。
卫恩赋 发布的最新帖子
-
开源库存管理系统InvenTree
-
ISO7816 智能卡读取工具Cardpeek
Cardpeek 是个读取 ISO7816 智能卡内容的工具。它主要提供一个 GUI ,用树视图来展示卡数据,并且可以用 LUA 脚本语言来扩展。这个项目主要是为了让智能卡用户更好的了解哪些个人信息类型存储在这个设备上。这个工具目前能读取的有: EMV 银行卡,Calypso 公交卡 (比如 Navigo, RavKav 和 Mobib),比利时 eID 卡, GSM SIM 卡, 法国 Vitale 2 健康卡,一些 Mifare 卡和 Moneo 电子钱包卡。
-
在DOS上运行Linux程序doslinux
DOS Subsystem for Linux(DSL)是为喜欢 MS-DOS 环境的用户提供的 WSL 选择。DOS Subsystem for Linux 将真实的 Linux 环境集成到 MS-DOS 系统中,允许用户从 DOS 命令提示符中同时使用 DOS 和 Linux 应用程序。
Building在 PATH 上有一个针对 i386-linux-musl 的交叉工具链。通过运行 J=xxx script/build-prereq 来构建先决条件(Linux 和 Busybox),将 xxx 替换为所需的 build parallelism。获取硬盘镜像 hdd.base.img,并在第一个分区上安装 MS-DOS 的副本。运行 make(这将创建一个新的硬盘镜像 hdd.img,并安装 DOS Subsystem for Linux);调用 C:\doslinux\dsl <command> 来运行 Linux 命令(也可以将 C:\doslinux 放在你的 DOS PATH 上,这样会更方便)。目前,DSL 已经在 MS-DOS 6.22 和 FreeDOS 中进行了尝试。 -
WSL2内核源码WSL2-Linux-Kernel
WSL2-Linux-Kernel 基于 Linux 内核修改而来,是微软 WSL 2 使用的内核源码。与第一代相比,WSL 2 重新设计了架构,使用真正的 Linux 内核,支持在 Windows 上运行 ELF64 Linux 二进制文件。第一代 WSL 只是提供了等价的 Linux API,性能比原生 API 差很多,而 WSL 2 使用 Hyper-V 创建一个轻量级虚拟机运行真正的 Linux 内核,具有完整的系统调用兼容性,速度也明显比第一代更快。按照 Linux 内核使用的 GPLv2 开源许可证要求,微软需要公布它修改的内核源代码。
-
自定义对象检测和分类训练Cloud Annotations
Cloud Annotations 是一种快速、轻松、协作式的开源图像标注工具,用于自定义对象检测和分类训练。它使用 AI 帮助开发人员标注数据,而不必在整个图像数据集上手动绘制标签。只需从仪表板上选择 “自动标签”(Auto label)按钮,即可自动为上传的图像样本添加标签。
Cloud Annotations 使用户可以存储所需数量的数据,从任何地方访问数据,并在多个协作者之间实时共享。 -
机器学习可解释性InterpretML
InterpretML 是一个开源软件包,整合了最先进的机器学习可解释性技术。使用此包,你可以训练可解释的 glassbox 模型并解释黑盒系统。InterpretML 可帮助你了解模型的全局行为,或了解个别预测背后的原因。优点:模型可解释性可帮助组织中的开发人员、数据科学家和业务利益相关者全面了解他们的机器学习模型。它还可以用于调试模型、解释预测并启用审计以满足法规要求。通过开放的统一 API 集和丰富的可视化访问最先进的可解释性技术。使用各种解释器和使用交互式视觉效果的技术来理解模型。选择您的算法并轻松尝试算法组合。探索模型属性,例如性能、全局和局部特征,并同时比较多个模型。在操作数据并查看对模型的影响时运行假设分析。
-
跟踪新冠病毒感染情况的API Coronavirus Tracker API
Coronavirus Tracker API 是一个简单并且十分快捷的API,被用于跟踪全球新冠病毒(SARS-CoV-2)的感染情况,包括有关确诊病例、死亡人数和康复人数都能够实时更新。Coronavirus Tracker API使用 FastAPI 框架编写而成,响应时间 <200ms,同时能够支持多种数据来源。
-
云端原生大数据引擎
MatrixOne 是一个行星级的云端原生大数据引擎,专为异构工作负载而设计。它提供了一个端到端的数据处理平台,具有高度的自主性和易用性,使用户能够跨设备、边缘和云来存储、处理和分析数据,并将操作费用降到最低。MatrixOne 集群可以在 SQL 处理、计算和存储过程中通过动态向集群添加节点来轻松扩展容量。MatrixOne 不仅限于公共云、混合云、内部部署服务器或智能设备,它可以适应无数的基础设施,同时仍然提供低延迟和高吞吐量的顶级服务。
通过融合多个引擎,MatrixOne 可以支持混合流、事务和分析工作负载;凭借其可插拔架构,MatrixOne 允许与第三方引擎轻松集成。MatrixOne 使用基于 RAFT 的共识算法在一个区域内提供容错。并且未来计划使用更高级的状态机复制协议来实现地理分布式双活。MatrixOne 的一个重要目标是让用户可以轻松操作和管理数据,让日常工作几乎不费吹灰之力。通过流式传输 SQL 和用户定义的函数,MatrixOne 提供端到端的数据处理管道,以交付高效的数据科学应用程序。
-
Rust实现分布式计算框架
Rain 是一个 Rust 实现的轻巧且强大的分布式计算框架,适用于处理大规模的基于任务的管道。Rain 旨在降低分布式计算世界的入门门槛,目的是提供一个轻巧而强大的分布式框架,该框架具有直观的 Python API、简单的安装和部署以及顶层的深入监控。数据流编程:Rain 中的计算被定义为任务的流程图(flow graph)。任务可以是内置函数,Python/C++/Rust 代码,也可以是外部应用程序,短而轻或长时间运行且繁重。该系统旨在将任何代码集成到管道中,合理分配其资源需求,并处理非常大的任务图(task graphs),通常是数十万个任务。
易于使用:Rain 设计之初就考虑到要易于部署,从单节点部署到大规模分布式系统和数千个核心的云。
Rust 核心:Python/C++/Rust API。为了安全和高效,Rain 采用 Rust 编写,并为 Rain 核心基础架构提供了高级 Python API,甚至支持开箱即用的 Python 任务。Rain 还提供了用 C++ 和 Rust 编写自己的任务的库。
监控:支持在线和 postmortem 监控。 -
整洁面向对象分层架构COLA Architecture
领域驱动设计DDD最大的好处是将业务语义显现化,把原先晦涩难懂的业务算法逻辑,通过领域对象、统一语言将领域概念清晰的显性化表达出来。
如果整个系统都采用DDD进行领域建模,不仅代码的可读性和系统的可维护性会大大提升,系统之间的边界和交互也会更加的清晰。
COLA是一个面向对象的分层框架,它是Clean Object-Oriented and Layered Architecture的缩写,代表的意思是“整洁面向对象分层架构”。分为两个部分,COLA 架构和 COLA 组件。