01.开源 3D 俄罗斯方块

这个开源项目有点意思，将经典的俄罗斯方块游戏以三维立体的形式在网页浏览器中呈现出来。

该项目采用了 React 作为前端框架来构建用户界面和游戏逻辑组织。为了实现 3D 渲染效果，它深度集入了 Three.js 库用于在网页上创建和展示复杂的 3D 图形。

开源地址：https://github.com/RylanBot/threejs-tetris-react

该项目为对 3D 网页游戏开发、Three.js 与 React 结合感兴趣的开发者提供了一个具体的实践案例。

02.分析代码的屎山等级

fuck-u-code 这个开源项目，有点意思。

项目名字就非常直白且戏谑，这其实是一个代码质量分析工具能识别项目中的「屎山代码」，也就是那些质量低下、难以维护的代码片段或文件。

开源地址：https://github.com/Done-0/fuck-u-code

它会扫描指定的项目目录，对代码进行多方面的评估。它不仅仅分析单一指标，而是综合考量七个关键维度来给代码打分。

这些维度包括代码的循环复杂度、函数的长度、注释的覆盖率、错误处理的完善程度、命名是否符合规范、代码是否存在重复以及整体代码结构的合理性。

最终，它会给出一个 0 到 100 分的屎山指数，需要特别注意的是，在这个评分体系里，分数越高意味着代码质量越差、越接近“屎山”状态。

03.NotebookLM 的开源替代品

Open Notebook 是 Google NotebookLM 的开源替代品。

开源地址：https://github.com/lfnovo/open-notebook

类似 NotebookLM ：它能高效地组织和管理多模态的研究内容，支持处理 PDF 文档、视频、音频、网页、Office 文档等多种格式。

它提供了一个集成的环境，左侧管理研究源材料，中间用于创建和管理笔记，右侧则用于与 AI 进行基于研究内容的上下文对话。

还有一个特色功能是强大的播客生成能力。你能创建具有 1 到 4 个不同风格和角色配置的播客主持人，生成专业的多主播播客节目脚本，提供了比一些竞品更灵活的选项。

用这个开源项目，对数据和 AI 模型能完全掌控权，隐私优先，可以在自己的环境中部署运行，确保敏感的研究内容不会上传到云端，由用户自己掌握。

04.命令行里的 AI

Kode是一个强大的开源 AI 助手，运行在你的终端里。两周就 1.4K 的 Star 了。

简单来说，它就像是一个住在你命令行里的智能编程搭档。类似 Claude Code。

能把 AI 直接集成到开发者的工作流中，帮助用户理解代码库、编辑文件、执行命令以及处理复杂的开发任务。

开源地址：https://github.com/shareAI-lab/Kode

Kode能够灵活地集成、切换并协同使用多个不同的AI大模型。它内置了智能的任务分配策略，可以根据任务的性质，自动或按用户指令选择调用最擅长该任务的特定模型。

这个开源项目的一个开发者是 Xinlu Lai，00 后，也是 Llama3 中文版的作者。

05.Meta 开源的视觉模型家族

这是 Meta 发布的 DINOv3 视觉基础模型的官方 PyTorch 参考实现和预训练模型库。

开源一周就 5K 的 Star 了。

开源地址：https://github.com/facebookresearch/dinov3

DINOv3 是一个强大的视觉模型家族，能生成高质量、通用的图像特征，无需针对特定任务进行微调（Zero-shot），就能在多种计算机视觉任务（如图像分类、分割、深度估计等）上取得优异性能。

该项目提供了多种规模的预训练模型（如 ViT 和 ConvNeXt 架构），支持通过 PyT

06.AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓