Apulis AI Platform（依瞳人工智能平台）是基于昇腾芯片和鲲鹏芯片的开源人工智能平台，旨在为不同行业的用户提供基于深度学习的端到端解决方案，使用户可以用最快的速度、最少的时间开始高性能的深度学习工作，从而大幅节省研究成本、提高研发效率，同时可为中小企业解决私有云难建成、成本高等问题。
平台融合了 Tensorflow、PyTorch、MindSpore 等开源深度学习框架，提供了模型训练、超参调优、集群状态监控等开发环境，方便 AI 开发者快速搭建人工智能开发环境，开展 AI 开发应用。在监控模块基础上搭建预警模块，自动将平台异常通知管理员，提升平台的预警效率及安全性能。
此外，平台采用轻量级的虚拟化技术，例如使用 Docker 容器将一个或多个程序容器化，并提供标准的管理接口。每个容器彼此独立。同时将 Kubernetes 集群技术用于编排容器化应用程序，以进行规划、自动化部署、更新和维护。
GraphQL不仅仅是一款能够用于 API 的查询语言也是一个能够满足你数据查询的运行时语言。 GraphQL查询语言对你的 API 中的所有数据提供了一套非常易于理解的完整描述，使得客户端能够准确并且快速地获得他们所需要的数据，而且更优秀的地方在于没有任何的冗余，这一点也让 API 能够更容易地随着时间推移而演进，还能用于构建强大的开发者工具。
GraphQL的特征是可以请求你所要的数据。不仅如此，还可以向你的 API 发出一个 GraphQL查询语言请求就能够十分准确获得你想要的数据。 GraphQL 查询总是返回可预测的结果。使用 GraphQL 的应用可以工作得又快又稳，因为控制数据的是应用，而不是服务器。
GraphQL最重要的一个特征是可以描述所有的可能。GraphQL API 基于类型和字段的方式进行组织，而非入口端点。你可以通过一个单一入口端点得到你所有的数据能力。GraphQL 查询语言使用的类型来保证应用只会请求到可能的数据，而且还提供了清晰的辅助性错误信息。应用可以使用类型，而避免编写手动解析代码。
GraphQL查询语言还可以获取多个资源。只需要一个请求GraphQL 查询不仅仅可以获得资源的属性，还能沿着资源间引用进一步查询。一个典型的 对比是当你用REST API 请求多个资源时得载入多个 URL，这样会大大的降低效率，而 GraphQL 查询语言可以通过一次请求就获取你应用所需的所有数据。这样一来，即使是比较慢的移动网络连接下，使用 GraphQL 的应用也能表现得足够迅速。
项目地址：
https://graphql.cn/
近年来，目标检测的工程应用研究中，YOLO系列以快速响应、高精度、结构简单以及容易部署的特点备受工程研究人员的青睐。同时，YOLO系列存在需要手工设定样本正负导致模型泛化能力较差的问题。为了解决此类问题，旷视科技研究院BaseDetection组结合学术界先进成果和工程实践的要求，提出了YOLOX。
YOLO系列发展至今主要包含了v1、v2、v3、v4和v5以及针对每个版本的改进系列。YOLOv1源于Joseph Redmon，主要贡献在于：开发出实时高性能目标检测的one-stage检测框架，只需要将图像一次性输入到网络中即可预测出图像中目标的位置，具有速度快；检测精度高和方便部署等优点。
YOLOv2吸收了当时学术界最新的成果，性能持续提升，主要的改进之处在于：1）采用Darknet-19作为特征提取网络，增加了批量标准化（Batch Normalization）的预处理；2）YOLOv2吸收了Fast RCNN的做法，引入anchor方法。
YOLOX 是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展与 YOLO 进行了巧妙的集成组合，提出了 YOLOX，不仅实现了超越 YOLOv3、YOLOv4 和 YOLOv5 的 AP，而且取得了极具竞争力的推理速度。
项目地址：
https://github.com/Megvii-BaseDetection/YOLOX
GraphQL Tools 是一套用于快速开发 GraphQL Schemas 的实用工具。GraphQL Tools 是一组 NPM 包和一个关于如何在 JavaScript 中构建 GraphQL 模式和解析器的结构，遵循 GraphQL-first 开发工作流程。
GraphQL Tools 包中的函数不仅对构建服务器有用。它们也可以在浏览器中使用，例如在开发或测试期间模拟后端。它们适用于任何 GraphQL-JS 模式，并且每个工具都可以单独使用。
GraphQL 优先理念：使用 GraphQL 模式定义语言生成一个完全支持解析器、接口、联合和自定义标量的模式。模拟你的 GraphQL API：使用 GraphQL Tools，你可以使用通过 fine-grained per-type mocking 来模拟 GraphQL API，从而在没有任何数据源的情况下进行快速原型设计。缝合多个模式：以一种简单、快速和强大的方式自动将多个模式拼接成一个更大的 API。
Go kit 是一个语言工具包，用于在GO 语言中构建微服务。我们可以解决分布式系统和应用程序架构中的常见问题，因此你可以专注于业务开发。
Go 是一种服务器语言，但是他在Facebook,Twitter等公司中，使用的比率不是特别大。许多这些组织已经转向基于JVM的堆栈用于其业务逻辑，这在很大程度上归功于直接支持其微服务架构的库和生态系统。
为了达到更高的成功水平，Go需要的不仅仅是简单的基本语法。他需要一个全面的工具包，用于大规模分布式系统。Go kit是一套包和最佳实践，为任何规模的组织提供了一种全面，强大且可信赖的构建微服务的方法。RPC作为主要的消息传递模式；使用序列化传输-而不仅仅是使用HTTP JSON语言。
Go kit 是一个库，是有很多重要的包构成。包管理工具，都会验证包的健壮性。因此我们应该使用包管理工具来管理安装依赖，包括Go kit。为了避免兼容性和可用性问题，Go kit不提供自己的依赖项，也不建议使用第三方导入代理。此外，Go kit使用各种持续集成提供程序来发现和修复兼容性问题。
CMS的全称为“Content Management System”意为"内容管理系统”，是一个用于管理内容的后台管理系统。
cms可以根据内容的不同分为不同的系统：其中内容是新闻，就称为是新闻管理系统。内容是员工信息，就称为员工管理系统。内容是博客的话，就成为博客管理系统。内容是职位，称为职位管理系统。
内容管理系统是一种位于WEB 前端和后端办公系统或流程之间的软件系统。内容的创作人员、编辑人员、发布人员使用内容管理系统来提交、修改、审批、发布内容。
这里指的“内容”包括范围十分广泛，其中包括：文件、表格、图片、数据库中的数据甚至视频等一切你想要发布到Internet、Intranet以及Extranet网站的信息。
MediaPortal也是一款提供你未来影音媒体中心雏形的播放软件。不过它是开源的！具有影音播放、电视欣赏、预录、照片浏览、音乐欣赏、气象播报等功能，它能够让使用者将它当作计算机中的影音媒体播放中心，只要想要观看电视节目或是欣赏影音档案时，都只要透过MediaPortal就能够达成。
MediaPortal还提供了电视预录功能,使用者可以直接指定多个想要预录节目的时间,只要时间一到,就会自动帮你录下这些节目,方便你有时间时再回头欣赏.而相簿与天气模块则能够让你的计算机变成家人的回忆中心或是天气预报台,帮你的计算机增添价值喔!
MediaPortal试图帮你把电脑变成一个高级的Multi-Media Center / HTPC。它允许你听你喜欢的音乐&收音机，看你的video和DVD,观看，确定和记录实况电视等其它功能。MediaPortal是开源的系统，你可以完全免费的获得它。任何人都可以帮组开发MediaPortal 或者根据自己的需要把Media Portal 进行调整。
Kubernetes容器管理系统多用于调度和管理docker的开源容器管理系统，利用他，能够更方便的管理你的docker实例，哪怕实例非常多，也不在话下，同时Kubernetes容器管理系统也是目前最流行的docker管理系统。
Kubernetes管理系统是依托 Google 开源的容器集群管理系统，基于 Docker用来构建一个容器的调度服务，提供资源调度、均衡容灾、服务注册、劢态扩缩容等功能套件。 基于容器的云平台，Kubernetes 是基于 docker 容器的一个云平台，可以简写成： k8s 。
Kubernetes 常见组件有：master组件：是Kubernetes的管理节点。apiserver组件：用来提供接口服务，用户通过 apiserver 来管理整个容器集群平台。scheduler组件：属于Kubernetes的调度服务。Replication Controllers组件：用于复制，能够保证 pod 的高可用。minion组件：是真正运行容器 container 的物理机。Kubernetes 中需要依托很多 minion 机器，来提供运算。
项目地址：
https://github.com/kubernetes/kubernetes
JavaScript是一门单线程的编程语言，所以没有什么真正意义上的并行特。它的存在是为了协调事件处理、页面交互、脚本调用、UI渲染、网络请求等一些行为并且对主线程造成的影响，因此，event loop事件循环方案应运而生。
事件循环简单来说就是一个不断的在等待任务、执行任务的方案。在JavaScript语言中，根据执行方式的不同，被分为两种状态的任务，分别是同步任务和异步任务。
同步任务和异步执行的顺序是：同步任务的执行方式是率先执行，而后执行异步任务，所有的异步任务都由两个队列存储，分别是：宏任务队列，微任务队列，两个队列中一旦有任务，将在全部执行完成后才会去执行宏任务。宏任务队列中的任务在执行完成后，会检查微任务队列中是否有新添加的任务，如果有新添加的任务，那么将会去执行微任务队列中所有新添加的任务，如果没有则会继续执行下一个宏任务。
主线程是在执行完同步任务后，会不断的从这两个任务队列中按照先进先出的策略取出异步任务并且进行执行。并且在此期间也会有新的事件不断的加入至各个任务队列中，以此循环往复、永不阻塞。
Promise是在ES6中出现的新功能，用于在JavaScript语言中更加简单的实现异步编程。开发者们可以使用new Promise()来创建出一个Promise对象，它被用来接收一个执行器函数，该函数需要指定resolve和reject参数用于改变当前Promise对象的执行状态。
由于Promise对象中执行器代码是属于同步任务，所以他会率先的进行执行，一个Promise对象会拥有以下几种状态：fulfilled状态：在任务完成时、使用resolve改变了任务状态；rejected状态：在任务失败时、使用reject改变了任务状态，或者在任务执行中抛出了异常；pending任务：正在等待时、或者是未使用resolve或reject改变任务状态。
NSQ一款开源的实时的，分布式的消息中间件系统。Nsq 是用 Go 语言开发的轻量级的分布式消息队列，适合小型项目使用、用来学习消息队列实现原理，对于学习 Go channel的原理和用法，以及如何用 Go 语言来写分布式是一个很不错的入门项目。
NSQ 最初是由 bitly 公司开源出来的一款简单易用的分布式消息中间件，它可用于大规模系统中的实时消息服务，并且每天能够处理数亿级别的消息。
NSQ 具有如下特性：分布式： 它提供了分布式的、去中心化且没有单点故障的拓扑结构，稳定的消息传输发布保障，能够具有高容错和高可用特性。易于扩展： 它支持水平扩展，没有中心化的消息代理（ Broker ），内置的发现服务让集群中增加节点非常容易。
运维方便： 它非常容易配置和部署，灵活性高。高度集成：NSQ现在已经拥有官方的 Golang客户端、Python客户端 和 JavaScript 客户端，其社区也有了其他各种语言的客户端库，接入十分的方便，自定义客户端时也非常容易操作。
项目地址：
https://github.com/nsqio/nsq
