基于 eBPF 的网络、安全和可观测性解决方案 | 开源日报 No.276

cilium/ciliumhttps://github.com/cilium/cilium

Stars: 19.0k License: Apache-2.0

cilium 是基于 eBPF 的网络、安全和可观测性解决方案。

• 提供简单的平面 Layer 3 网络，支持原生路由或覆盖模式跨多个集群。
• 支持 L7 协议感知，并可以使用基于身份的安全模型在 L3-L7 上执行网络策略，与网络寻址分离。
• 实现了用于流量负载均衡的分布式功能，在 pod 之间以及到外部服务之间进行负载均衡，并能够完全替代 kube-proxy。通过在 eBPF 中使用高效哈希表实现几乎无限扩展。
• 支持高级功能如集成入口和出口网关、带宽管理和服务网格，提供深度网络和安全可见性与监控。

projectdiscovery/nucleihttps://github.com/projectdiscovery/nuclei

Stars: 17.8k License: MIT

nuclei 是一个基于简单的 YAML DSL 的快速和可定制的漏洞扫描器。 该项目解决了快速扫描大量主机，避免误报，并提供零误报的问题。 它具有以下核心优势和功能：

• 使用模板发送请求跨目标
• 提供多种协议的扫描支持，包括 TCP、DNS、HTTP 等
• 强大灵活的模板化能力，适用于各种安全检查需求

guoyww/AnimateDiffhttps://github.com/guoyww/AnimateDiff

Stars: 9.4k License: Apache-2.0

AnimateDiff 是 AnimateDiff 的官方实现。 该项目的主要功能、关键特性、核心优势包括：

• 将大多数社区模型转换为动画生成器，无需额外训练
• 提供四个版本的 AnimateDiff：v1、v2 和 v3 适用于 Stable Diffusion V1.5；sdxl-beta 适用于 Stable Diffusion XL
• 支持更新到最新的扩散器版本和 Gradio 演示
• 展示一些结果在画廊中，并提供预训练脚本和模块下载链接
• 实现了两种 SparseCtrl 编码器，可控制生成过程并支持 RGB 图像/草图输入

lllyasviel/Omosthttps://github.com/lllyasviel/Omost

Stars: 5.9k License: Apache-2.0

Omost 是一个将 LLM 的编码能力转换为图像生成（或更准确地说是图像合成）能力的项目。

• 提供预训练的 LLM 模型，用于编写代码以组合图像视觉内容
• 使用虚拟画布代理来呈现这些画作
• 可通过特定实现的图片生成器来实际生成图片
• 模型基于 Llama3 和 Phi3 变体进行训练，混合了多种数据来源包括 Open-Images 等数据集、自动注释提取数据、DPO 强化反馈以及少量 OpenAI GPT4o 调整数据
• 支持使用 HuggingFace 空间或本地部署运行项目

ragapp/ragapphttps://github.com/ragapp/ragapp

Stars: 2.4k License: Apache-2.0

ragapp 是在任何企业中使用 Agentic RAG 的最简单方式。

• 可以像配置 OpenAI 的自定义 GPT 一样简单，但可以在您自己的云基础设施上使用 Docker 部署。
• 使用 LlamaIndex 构建。
• 提供了 Admin UI、Chat UI 和 API 等端点，方便配置和使用。
• 支持从 OpenAI 或 Gemini 托管的 AI 模型，以及本地模型使用 Ollama。
• 提供了 Docker Compose 文件来轻松部署 RAGapp 与 Ollama 和 Qdrant 到您自己的基础设施中。