[5/5 - 5/11] GitHub Weekly Digest

📌 hacksider/Deep-Live-Cam

簡介

Deep-Live-Cam 是一款單擊即可實時進行臉部替換和影片 Deepfake 的軟體，只需一張圖片即可完成。它旨在作為 AI 產生媒體產業的生產工具，協助藝術家製作動畫自定義角色、創作引人入勝的內容，甚至用於服裝設計。軟體內建檢查機制，防止處理不當的媒體內容（裸露、血腥內容、戰爭畫面等）。使用者應負責任且合法地使用此軟體，使用真人臉部需取得其同意，並線上上分享任何輸出時清楚標示為 Deepfake。

主要功能

• 實時臉部替換與 Deepfake 功能，只需一張圖片。
• 支援多種臉部對映功能，可在多個物件上同時使用不同的臉部。
• Mouth Mask 功能，保留原來的嘴巴以確保精確的動作。
• 實時觀看電影，並將任何臉部套用到影片中。
• 進行實時直播表演。
• 創作迷因。
• 與 Omegle 等平臺整合使用。
• 提供預建版本(Windows)及手動安裝版本。預建版本方便非技術使用者使用，並領先開源版本 60 天。

如何使用

• 預建版本 (Windows): 選擇一張臉部圖片，選擇要使用的攝影機，點選 "Live" 即可開始。
• 手動安裝版本: 需要一定的技術技能。步驟包含：設定平臺 (Python 3.10、pip、git、ffmpeg、Visual Studio 2022 Runtimes (Windows))、複製程式碼庫、下載模型 (GFPGANv1.4、inswapper_128_fp16.onnx)、安裝相依性 (使用 virtual environment 建議)。根據您的GPU型別，選擇對應的執行提供者 (CUDA、CoreML、DirectML、OpenVINO) 並安裝其相依性，最後執行 python run.py 並設定執行提供者 (例如 --execution-provider cuda)。
• 圖片/影片模式: 執行 python run.py，選擇來源臉部圖片和目標圖片/影片，點選 "Start"。輸出將儲存在以目標影片命名的目錄中。
• 網路攝影機模式: 執行 python run.py，選擇來源臉部圖片，點選 "Live"，等待預覽畫面出現 (10-30 秒)，使用螢幕擷取工具 (例如 OBS) 進行串流。要更改臉部，只需選擇新的來源圖片即可。

📌 GoogleCloudPlatform/kubectl-ai

簡介

kubectl-ai 是一個智慧型介面，能將使用者的意圖轉換成精確的 Kubernetes 操作，使 Kubernetes 的管理更易於使用且更高效。它支援多種大型語言模型 (LLM)，例如 Gemini、Grok、Azure OpenAI、OpenAI 以及本地的 LLM 提供者，例如 ollama 和 llama.cpp。使用者可以使用自然語言提出 Kubernetes 相關指令，kubectl-ai 將其轉換為 Kubernetes 命令並執行。

主要功能

• 將自然語言指令轉換為 Kubernetes 命令。
• 支援多種大型語言模型 (LLM)：Gemini, Grok, Azure OpenAI, OpenAI, ollama, llama.cpp。
• 提供互動式模式，允許使用者進行多輪對話，並保持上下文。
• 支援靜默模式 (--quiet)，直接輸出結果，不顯示對話過程。
• 可與其他 Unix 命令結合使用，例如 cat, echo。
• 提供特殊關鍵字：model, models, version, reset, clear, exit 或 quit。
• 作為 kubectl plugin 使用，方便整合至 Kubernetes 工作流程。
• 支援設定不同的模型引數，例如模型名稱、API 金鑰等等。

如何使用

• 安裝: 透過 curl 指令快速安裝 (Linux & MacOS)，或從 releases 頁面手動下載安裝 (Linux, MacOS and Windows)，亦可使用 krew 安裝。
• 設定 API 金鑰: 根據所使用的 LLM 提供者，設定對應的環境變數，例如 GEMINI_API_KEY, GROK_API_KEY, AZURE_OPENAI_API_KEY, OPENAI_API_KEY 等。
• 使用互動模式: 直接執行 kubectl-ai 進入互動模式，輸入自然語言指令。
• 使用指令模式: 使用 kubectl-ai --quiet "你的指令" 執行單一指令，並取得結果。
• 與其他命令結合: 將指令透過管道傳送給 kubectl-ai，例如 echo "你的指令" | kubectl-ai。
• 指定 LLM 提供者和模型: 使用 --llm-provider 和 --model 選項指定 LLM 提供者和模型名稱。例如 kubectl-ai --llm-provider ollama --model gemma3:12b-it-qat。
• 使用 kubectl plugin: 使用 kubectl ai 執行指令。

📌 voideditor/void

簡介

Void 是一個開源的 Cursor 替代方案，允許使用者在程式碼庫上使用 AI 代理程式，建立檢查點並視覺化程式碼變更，以及在本地部署任何模型或主機。Void 直接向提供者傳送訊息，不會保留使用者的資料。此儲存庫包含 Void 的完整原始碼。

主要功能

• 使用 AI 代理程式於程式碼庫。
• 建立檢查點 (checkpoint) 並視覺化程式碼變更。
• 部署任何模型或主機於本地。
• 直接向提供者傳送訊息，不儲存使用者資料。
• 開源專案。
• 基於 vscode 儲存庫進行開發 (fork)。

如何使用

• 參考專案看板 (Project Board) 開始參與 Void 開發。
• 參考 HOW_TO_CONTRIBUTE 檔案以瞭解更多貢獻方式。
• 加入 Discord 社群參與每週非正式會議，獲取更多資訊。

📌 LadybirdBrowser/ladybird

簡介

Ladybird 是一個完全獨立的網頁瀏覽器，採用基於網頁標準的新型引擎。目前仍處於預覽階段 (pre-alpha)，僅適用於開發者使用。它目標是打造一個完整且好用的現代網頁瀏覽器。

主要功能

• 使用多程序架構，包含主 UI 程序、多個 WebContent 渲染程序、ImageDecoder 程序和 RequestServer 程序。
• 影象解碼和網路連線在單獨的程序中執行，以增強抵禦惡意內容的能力。
• 每個分頁都有其獨立的渲染程序，與系統其他部分隔離 (sandboxed)。
• 許多核心函式庫都繼承自 SerenityOS，包括：
  • LibWeb (網頁渲染引擎)
  • LibJS (JavaScript 引擎)
  • LibWasm (WebAssembly 實作)
  • LibCrypto/LibTLS (加密原語和傳輸層安全性)
  • LibHTTP (HTTP/1.1 客戶端)
  • LibGfx (2D 圖形庫、影象解碼和渲染)
  • LibUnicode (Unicode 和地區設定支援)
  • LibMedia (音訊和視訊播放)
  • LibCore (事件迴圈，作業系統抽象層)
  • LibIPC (程序間通訊)

如何使用

• 建置和執行 Ladybird 的說明，請參考建置說明檔案 (build instructions)。
• Ladybird 支援 Linux、macOS、Windows (使用 WSL2) 和許多其他類 Unix 系統 (*Nixes)。
• 程式碼相關檔案位於檔案資料夾 (documentation folder)。
• 加入 Discord 伺服器以參與社群並取得聯絡。

📌 daytonaio/daytona

簡介

Daytona 是一個安全且彈性的基礎架構，用於執行 AI 生成的程式碼。它提供快速的沙盒建立、隔離的執行環境以及程式化的控制，確保 AI 程式碼執行安全無虞，並能與您的基礎架構隔離。Daytona 支援 Python 和 TypeScript SDK，並具有良好的擴充套件性和永續性。 主要功能包含亞 90 毫秒的沙盒建立速度，以及對OCI/Docker映像的相容性。

主要功能

• Lightning-Fast Infrastructure: 90 毫秒內即可建立沙盒並執行程式碼。
• Separated & Isolated Runtime: 在隔離的環境中執行 AI 生成的程式碼，避免對您的基礎架構造成任何風險。
• Massive Parallelization for Concurrent AI Workflows: (即將推出) 支援沙盒檔案系統和記憶體狀態的分支，實現大規模並行處理。
• Programmatic Control: 提供 File、Git、LSP 和 Execute API 等程式化控制介面。
• Unlimited Persistence: 沙盒可以永久存在。
• OCI/Docker Compatibility: 支援任何 OCI/Docker 映像來建立沙盒。
• Python SDK & TypeScript SDK: 提供 Python 和 TypeScript 的 SDK 方便開發者使用。

如何使用

1. 在 https://app.daytona.io 建立帳號。
2. 產生新的 API 金鑰。
3. 參考入門檔案開始使用 Daytona SDK。
4. 使用 SDK 建立沙盒例項 (例如，使用 Python SDK 的 daytona.create(CreateSandboxParams(language="python")) )。
5. 使用 SDK 在沙盒內安全地執行程式碼 (例如，使用 Python SDK 的 sandbox.process.code_run('print("Sum of 3 and 4 is " + str(3 + 4))') )。
6. 處理執行結果，並檢查 exit_code 是否為 0 以判斷程式碼是否成功執行。
7. 清理沙盒 (例如，使用 Python SDK 的 daytona.remove(sandbox) )。 TypeScript SDK 的使用方法類似，僅 API 名稱略有不同 (例如 codeRun 與 code_run)。