开源日报 0829 | 改变面试方式：拒绝死板问题，推崇真实情境

poteto/hiring-without-whiteboards[1]

Stars: 38.3k License: MIT

这个项目是一个不进行 “白板” 面试的公司 (或团队) 的列表。“白板” 在这里被用作一种隐喻，代表与糟糕的面试实践相关联的 CS 知识问答题。该项目中列出的公司和团队使用类似日常工作情境下的面试技巧和问题。主要功能包括讨论真实世界问题、解决 CS 知识问答题以及提供更好方式来进行面试。

topjohnwu/Magisk[2]

Stars: 37.2k License: GPL-3.0

magisk

Magisk 是一个开源软件套件，用于定制 Android 系统，支持 Android 6.0 以上的设备。

• MagiskSU：为应用程序提供 root 权限访问
• Magisk 模块：通过安装模块修改只读分区
• MagiskBoot：最完整的解包和重新打包 Android 引导镜像工具
• Zygisk：在每个 Android 应用程序进程中运行代码

rome/tools[3]

Stars: 24.3k License: MIT

rome

Rome 是一个开源项目，主要功能是提供 JavaScript 和 TypeScript 的工具链。该项目有以下核心优势：

• 提供了一套全面的工具集合，包括编译器、格式化程序、linter 等。
• 支持多种前端框架，并且可以与其他构建工具无缝集成。
• 具备高度可配置性和灵活性，用户可以根据自己的需求进行定制。
• 通过统一规范代码风格和质量标准来提升团队协作效率。

Rome 将帮助开发者更好地管理 JavaScript 和 TypeScript 项目，并提供强大而易用的工具来改善代码质量。

lllyasviel/Fooocus[4]

Stars: 8.5k License: GPL-3.0

fooocus

Fooocus 是一个图像生成软件。它学习了 Stable Diffusion 和 Midjourney 的设计，将其重新构思为离线、开源和免费的软件。用户只需专注于提示和图片，无需进行手动调整。该项目包含并自动化了许多内部优化和质量改进，并简化了安装过程。核心优势如下：

• 用户可以忘记繁琐的技术参数，享受人与计算机之间的互动。
• 安装过程简单且点击次数少于 3 次。
• 最小 GPU 内存要求为 4GB (Nvidia)。

firmai/financial-machine-learning[5]

Stars: 4.3k License: NOASSERTION

financial-machine-learning

Financial Machine Learning and Data Science 是一个 Python 编写的实用金融机器学习 (FinML) 工具和应用程序的精选列表。该项目主要功能包括：

• 提供了一份经过筛选的金融机器学习工具和应用程序清单
• 包含各种深度学习、强化学习以及其他模型相关的存储库和链接
• 每个部分仅显示排名最高的 15 个库/链接，完整列表可在 wiki 页面中找到
• 为每个存储库提供状态信息，包括上次提交日期、是否维护等
• 清单内容每天更新，并提供及时反馈

Alexays/Waybar[6]

Stars: 4.1k License: MIT

Waybar 是一个高度可定制的 Wayland 栏，适用于 Sway 和基于 Wlroots 的合成器。它具有以下主要功能：

• 支持多种窗口管理器 (如 Sway、River、Hyprland 和 DWL)
• 显示工作区信息、绑定模式以及焦点窗口名称
• 提供系统状态信息，包括本地时间、电池状态、网络连接等
• 支持自定义脚本和图像显示
• 具备多输出配置功能

该项目的核心优势在于其高度可定制性，并且提供了丰富的特性来满足用户的个性化需求。

相关链接

[1]

poteto/hiring-without-whiteboards: https://github.com/poteto/hiring-without-whiteboards

[2]

topjohnwu/Magisk: https://github.com/topjohnwu/Magisk

[3]

rome/tools: https://github.com/rome/tools

[4]

lllyasviel/Fooocus: https://github.com/lllyasviel/Fooocus

[5]

firmai/financial-machine-learning: https://github.com/firmai/financial-machine-learning

[6]

Alexays/Waybar: https://github.com/Alexays/Waybar