Yellowbrick 是一套视觉诊断工具，它扩展了 Scikit-Learn API，允许人为操纵模型选择过程。 简而言之，Yellowbrick 将 scikit-learn 与 matplotlib 结合在 scikit-learn 文档的最佳实践中，但为您的模型生成可视化。Visualizers 可视化器是估算器（从数据中学习的对象），其主要目标是创建可视化，以便深入了解模型选择过程。 在 Scikit-Learn 术语中，当可视化数据空间或包装类似于 “ModelCV”（例如 RidgeCV，LassoCV）方法的模型估计器时，它们可以类似于变换器。 Yellowbrick 的主要目标是创建一个类似于 Scikit-Learn 的敏感 API。

项目地址：
https://www.oschina.net/p/yellowbrick

Streamlit 是一个开源 Python 库，可轻松构建用于机器学习的漂亮应用程序。安装 Streamlit，将其导入，编写一些代码，然后运行脚本。 Streamlit 会监视每次保存和更新的更改，并在编码时可视化您的输出。代码从上到下运行，始终从干净状态开始，不需要回调。这是一个简单而强大的应用程序模型，可让您以惊人的速度构建丰富的 UI。

项目地址：
https://www.oschina.net/p/streamlit

Prompt-learning 是将预训练语言模型 (PLM) 应用于下游 NLP 任务的最新范式，它用文本模板修改输入文本，直接使用 PLM 进行预训练的任务。OpenPrompt 提供了一个标准、灵活和可扩展的框架来部署 prompt-learning pipeline。OpenPrompt 支持直接从 Huggingface Transformer 中加载 PLMs。接下来还计划将支持由其他库实现的 PLMs。

项目地址：
https://www.oschina.net/p/openprompt

ORY Hydra 是针对低延迟，高吞吐量和低资源消耗而优化的强化 OAuth2 和 OpenID Connect Server，也就是一个 OAuth 2.0 的服务端框架，它能够发出访问、刷新和 ID 令牌。Ory Hydra 不提供用户管理(登录、注销、配置文件管理、注册)，而是使用基于重定向的流和 REST API 将用户身份验证(登录)委托给实现和控制的服务。主要特点：Ory Hydra 实现 IETF 制定的开放标准，Ory Hydra 是 OpenID 基金会认证的 OpenID 提供商( OP )。除了 OAuth 2.0 功能之外，ORY Hydra 还为加密密钥提供了安全的存储(例如，用于签名 JSON Web令牌)，并且能够管理 OAuth 2.0 客户端。

项目地址：
https://www.oschina.net/p/ory-hydra

FilePond 是一个 JavaScript 文件上传库，可以上传任何内容，并能够优化图像以加快上传速度，同时提供顺畅的用户体验。

FilePond 适配器可用于 React、Vue，Angular 和 jQuery，压缩包大小仅为 21 KB。特性：接受目录、文件、blob、本地 URL、远程 URL 和数据 URI。可删除文件、选择文件系统、复制和粘贴文件，或使用 API 添加文件。使用 AJAX 进行 异步上传，或将文件编码为 base64 数据并沿表单发送。可访问，使用 VoiceOver 和 JAWS 等 AT 软件进行测试，可通过键盘导航。图像优化，自动调整图像大小，裁剪和修复 EXIF 方向。响应式，自动扩展到可用空间，可在移动和桌面设备上使用。

项目地址：
https://www.oschina.net/p/filepon

Nano Colors 是一个小而快速的 Node.js 库，用于将 ANSI 颜色输出到终端。比 chalk 快4倍，在 node_modules 中使用的空间少 5 倍。对于简单的用例，它比 chalk 快 4 倍。没有依赖性。它在 node_modules 中占用的空间比 chalk 少 5 倍。积极维护。在许多大型项目中使用，如PostCSS或Browserslist。自动检测颜色支持。你也可以手动切换颜色模式。Tree-shakable。使用dual ESM/CJS package。支持Node.js≥6和通用的Node.js/browser项目。

项目地址：
https://www.oschina.net/p/nano-colors

concurrently 是一个通过封装 child_process 来实现并发执行命令的能力的库。有时候需要同时启动多个文件侦听服务，例如同时启动多个 Webpack DevServer，一般会选择启动两个终端分别运行两个 DevServer，但有时候就是想在一个终端下同时运行，可以尝试一下它。

项目地址：
https://www.oschina.net/p/concurrently

FormKit 是一个 Vue 3 表单框架，处理复杂表单的速度比原生表单快 10 倍，它易于学习，并附带可用于生产的脚手架，例如输入、表单、提交和错误处理以及验证规则。FormKit 支持原生 HTML 输入（如 select、checkbox 和 textarea），同时还支持后端错误处理：获取服务器端错误响应对象并将其提供给 FormKit，然后在它们所属的输入中获取错误消息。

项目地址：
https://www.oschina.net/p/formkit

Yellowbrick是一套可视化的机器学习模型视觉诊断工具，它的存在扩展了Scikit-Learn API，并且允许人为操纵模型选择过程。 简而言之，就是Yellowbrick视觉诊断工具将scikit-learn与matplotlib结合在了scikit-learn文档的最佳实践中，以达到为您的模型生成可视化的效果。jiVisualizers可视化器是估算器，是从数据中学习的对象，它存在的主要目标是创建可视化，以便深入了解模型选择过程。 在Scikit-Learn术语中，当可视化数据空间或包装类似于“ModelCV”方法的模型估计器时，它们可以类似于变换器，例如RidgeCV，LassoCV。 Yellowbrick视觉诊断工具最主要的目标是要创建一个类似于Scikit-Learn的敏感API。

项目地址：
https://www.oschina.net/p/yellowbrick

dooringx-lib 是 dooringx 的基座，它移除了 dooringx 插件成为了一个可视化的拖拽框架。dooringx-lib 拖拽框架提供了自己的一套数据流事件机制以及弹窗等解决方案，可以让使用者能够更快地自己定制开发可视化拖拽平台。dooringx-lib 在运行时维护一套数据流，主要分为json语言的数据部分，左侧组件部分，右侧配置项部分，快捷键部分，弹窗部分，事件与函数部分，数据源部分。其除了提供基础的拖拽、移动、缩放、全选、旋转等功能外，还可以使用暴露的组件。如果觉得dooringx-lib 可视化拖拽框架的组件不够定制化，还可以调整样式或者自己重新写。

项目地址：
https://www.oschina.net/p/dooringx