[12/9 - 12/15] GitHub Weekly Digest

📌 astral-sh/uv

簡介

uv 是一個以 Rust 編寫的極速 Python 套件和專案管理器，旨在取代 pip、pip-tools、pipx、poetry、pyenv、twine、virtualenv 等工具。它速度比 pip 快 10 到 100 倍，支援多種作業系統 (macOS, Linux, Windows)，並提供單一工具來管理 Python 版本、執行和安裝 Python 應用程式，以及管理專案相依性與環境。uv 也提供 pip 相容介面，方便使用者遷移。它具有全域快取機制，可減少磁碟空間使用量並提升效能。

主要功能

• 極速套件與專案管理: uv 比 pip 快 10-100 倍，能有效管理 Python 專案的相依性與環境。
• Python 版本管理: 安裝及切換不同版本的 Python。
• 工具管理 (Tool Management): 執行及安裝命令列工具 (類似 pipx)。
• 專案管理 (Project Management): 支援 lockfiles、workspaces 等功能，類似 rye 或 poetry。
• 單檔案指令碼支援 (Script Support): 管理單檔案指令碼的相依性和環境，支援內嵌相依性 metadata。
• pip 相容介面: 提供與 pip、pip-tools 和 virtualenv 相容的介面，並提供進階功能。
• 全域快取: 減少磁碟空間使用量，提升效能。
• Cargo-style 工作區: 支援大型專案的擴充套件性。
• 跨平臺支援: 支援 macOS、Linux 和 Windows。

如何使用

• 安裝: 使用 standalone installers (curl 或 powershell指令) 或 pip/pipx 安裝。 uv self update 更新至最新版本。
• 專案初始化: uv init example 初始化名為 example 的專案。
• 新增套件: uv add ruff 新增 ruff 套件。
• 執行指令碼/工具: uv run ruff check 執行 ruff check; uvx pycowsay 'hello world!' 執行 pycowsay。
• 安裝工具: uv tool install ruff 安裝 ruff 工具。
• 安裝 Python 版本: uv python install 3.10 3.11 3.12 安裝多個 Python 版本。
• 建立虛擬環境: uv venv 或 uv venv --python 3.12.0 指定 Python 版本。
• 使用 pip 相容介面: uv pip compile 編譯 requirements; uv pip sync 安裝鎖定的需求。
• 管理單檔案指令碼: 在指令碼中加入 inline metadata 宣告相依性，然後使用 uv run 執行。

📌 fishaudio/fish-speech

簡介

• Fish Speech 是一個支援多語言、零樣本和少樣本文字轉語音 (TTS) 模型，其特色在於高準確度、速度快且無需依賴音素。
• Fish Agent 則是一個端到端的語音代理，整合了自動語音辨識 (ASR) 和 TTS，並能控制音色及表達情感。
• 兩個專案皆已開源，並提供線上及本地端推論介面。
• 程式碼遵循 Apache License，模型權重則遵循 CC-BY-NC-SA-4.0 License。
• 目前仍為 Alpha 版本，存在一些錯誤，歡迎提交 issue 或 pull request。

主要功能

Fish Speech:

• 零樣本和少樣本 TTS：只需 10-30 秒的語音樣本即可產生高品質 TTS 輸出。
• 多語言和跨語言支援：支援英文、日文、韓文、中文、法文、德文、阿拉伯文和西班牙文。
• 無需音素：模型具有強大的泛化能力，不依賴音素。
• 高準確度：5 分鐘英文文字的 CER 和 WER 約為 2%。
• 快速推論：在 Nvidia RTX 4060 筆電上實時係數約為 1:5，在 RTX 4090 上約為 1:15。
• 提供 WebUI 和 GUI 推論介面。
• 易於部署：支援 Linux、Windows 和 macOS。

Fish Agent:

• 端到端：整合 ASR 和 TTS，無需額外模型。
• 音色控制：可以使用參考音訊來控制語音音色。
• 情感表達：模型可以產生富有情感的語音。

如何使用

• 線上體驗：可透過線上 Demo 進行英文和中英文聊天。
• 本地端推論：詳見檔案說明，可使用 inference.ipynb 進行本地端推論。
• 介面選擇：提供基於 Gradio 的 WebUI 和 PyQt6 的 GUI，適用於多種作業系統。
• 檔案：提供英文、中文、日文和葡萄牙文 (巴西) 檔案。

📌 leerob/next-saas-starter

簡介

• 基於 Next.js 開發的 SaaS 應用程式啟動模板。
• 提供身份驗證、Stripe 支付整合和使用者儀錶板。
• 採用最新的 React 和 Next.js 模式，簡化常見 SaaS 開發任務，例如表單建立、資料庫互動等。
• 範例應用程式已部署至 Vercel：https://next-saas-start.vercel.app/
• 主要使用React hooks，例如useActionState處理表單錯誤和延遲狀態，以及React Server Actions簡化 API 呼叫。
• 利用Next.js和React hook 建立強大的useUser() hook，方便從Postgres資料庫擷取使用者資訊。

主要功能

• 具有動畫終端元素的行銷登陸頁面 (/)。
• 連線到 Stripe Checkout 的價格頁面 (/pricing)。
• 具有使用者/團隊 CRUD 操作的儀錶板頁面。
• 基於角色的存取控制 (RBAC)，包含擁有者和成員角色。
• 使用 Stripe 客戶入口網站進行訂閱管理。
• 使用 JWT 儲存至 Cookie 的電子郵件/密碼身份驗證。
• 全域中介軟體來保護已登入的路由。
• 本地中介軟體來保護伺服器動作或驗證 Zod 架構。
• 任何使用者事件的活動記錄系統。

如何使用

• 從 GitHub 複製程式碼：git clone https://github.com/leerob/next-saas-starter
• 安裝套件：pnpm install
• 執行設定指令碼以建立 .env 檔案：pnpm db:setup
• 執行資料庫遷移和填充預設使用者和團隊資料：pnpm db:migrate 和 pnpm db:seed (預設使用者: test@test.com, 密碼: admin123)
• 執行 Next.js 開發伺服器：pnpm dev
• 開啟瀏覽器並訪問 http://localhost:3000。
• (選項) 使用 Stripe CLI 監聽本地端 Webhook：stripe listen --forward-to localhost:3000/api/stripe/webhook (測試支付功能請使用測試卡號: 4242 4242 4242 4242，到期日及CVC隨意)
• 部署至生產環境：設定生產環境 Stripe webhook，並將程式碼部署至 Vercel。

📌 QuivrHQ/MegaParse

簡介

MegaParse 是一個強大且多功能的檔案解析器，能輕鬆處理各種檔案型別，包括文字、PDF、PowerPoint 簡報和 Word 檔案等，其核心目標是確保在解析過程中不會遺失任何資訊。它是一個開源且免費使用的工具，支援多種檔案格式和內容元素，包括表格、目錄、頁首、頁尾和圖片。

主要功能

• 多功能解析器 (Versatile Parser): 輕鬆處理各種檔案型別。
• 無資訊遺失 (No Information Loss): 確保解析過程不丟失任何資訊。
• 快速且高效 (Fast and Efficient): 以速度和效率為核心設計。
• 廣泛的檔案相容性 (Wide File Compatibility): 支援 Text, PDF, PowerPoint, Excel, CSV, Word 檔案。
• 開源 (Open Source): 免費且開源。
• 支援多種檔案型別 (Files Supported): PDF, PowerPoint, Word。
• 支援多種內容元素 (Content Supported): Tables, TOC, Headers, Footers, Images。

如何使用

• 安裝 MegaParse: pip install megaparse
• 設定 API 金鑰：將 OpenAI 或 Anthropic API 金鑰新增到 .env 檔案。
• 安裝必要的軟體：安裝 poppler 和 tesseract (處理圖片和 PDF)，macOS 使用者還需安裝 libmagic ( brew install libmagic )。
• 使用 UnstructuredParser (預設解析器)：

from megaparse import MegaParse
from megaparse.parser.unstructured_parser import UnstructuredParser
parser = UnstructuredParser()
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md")

• 使用 MegaParseVision (需使用多模態模型，例如 gpt-4o, gpt-4, claude 3.5, claude 4): 需替換 parser 為 MegaParseVision 並設定 ChatOpenAI 模型。
• (選項) 使用 LlamaParser (需有 Llama Cloud 帳號和 API 金鑰)：需替換 parser 為 LlamaParser 並設定 API 金鑰。
• 使用 API： 使用 make dev 命令。

📌 DioxusLabs/dioxus

簡介

Dioxus 是一個使用 Rust 開發的跨平臺 UI 框架，能以單一程式碼庫建構網頁、桌面和行動應用程式。它具有零組態設定、整合熱過載和基於訊號的狀態管理等特色，並能透過 Server Functions 新增後端功能，以及使用 CLI 進行打包。Dioxus 的目標是成為一個高效能、易於使用的框架，並擁有活躍的社群支援和持續的開發更新。其獨特之處在於它結合了 React、Solid 和 Svelte 的優點，提供型別安全的路由和伺服器功能，充分利用 Rust 編譯時期的保證。

主要功能

• 跨平臺：支援 Web、桌面 (macOS、Linux、Windows)、行動裝置 (Android、iOS) 和伺服器端渲染。
• 簡潔的程式碼：僅需三行程式碼即可建立跨平臺應用程式。
• 人體工學的狀態管理：結合 React、Solid 和 Svelte 的優點。
• 型別安全：提供型別安全的路由和伺服器功能。
• 整合打包器：方便部署到 Web、macOS、Linux 和 Windows。
• 即時熱過載：dx serve 命令即可啟動應用程式並進行即時更新。
• 優異效能：建構的 Web 應用程式體積可小於 50kb，桌面/行動應用程式體積則小於 5mb。
• 詳細檔案：提供清晰、易讀且全面的檔案，並與 Dioxus 本身持續整合以確保檔案是最新的。
• 社群驅動：擁有活躍的 Discord 和 GitHub 社群，提供支援與協助。
• 支援 Server-side Rendering (SSR): 支援懸念(Suspense)、水合(hydration)以及伺服器端渲染。

如何使用

• 使用 cargo run --example <example> 執行範例程式碼 (需使用 Dioxus 的 git 版本)。
• 建議使用 dioxus-cli：cargo install --git https://github.com/DioxusLabs/dioxus dioxus-cli --locked 安裝 CLI。
• 使用 CLI 執行範例：dx serve --example <example> --platform web -- --no-default-features (針對 Web 平臺)。
• Dioxus 使用一個類似 Rust 的 DSL (rsx!) 進行 UI 建構，其語法簡潔易懂，並支援 HTML 標籤和 CSS 樣式。 範例:

rsx! {
  div {
    class: "my-class",
    enabled: true,
    "Hello, {name}"
  }
}