生活不易,編程苦悶,不如「人爲製造」點趣味,讓日子過得更加有玩味感。php
本文參考了一些項目推薦,整理了一些編程語言中我的認爲比較有意思,也相對實用的開源項目,每一個語言列的都很少,感興趣的有空能夠試試看。python
一、Gobotgit
Gobot 是一個機器人、無人機和物聯網框架,提供在同一時間合併多個不一樣設備的簡單且強大的解決方案。算法
Gobot 目前共支持18個不一樣的平臺,它包含一個 cppp.io 兼容的 RESTful API 來查詢在羣中運行的任何鏈接、設備或機器人的狀態,還可以直接向設備和機器人發出命令。數據庫
Go, Robot, Go! 編程
二、Cayleycanvas
Cayley 是一個開源圖(Graph)數據庫,其靈感來自於 Freebase 和 Google 的 Knowledge Graph 背後的圖數據庫。後端
Cayley 的目標是成爲開發人員工具箱中關聯數據和圖形數據的一部分。運行簡單,只需 3 到 4 個命令。api
三、Traefik服務器
Træfɪk 是一個新型的http反向代理、負載均衡軟件,能輕易的部署微服務。
Træfɪk 支持多種後端 (Docker、Swarm、Mesos/Marathon、 Consul、Etcd、 Zookeeper、BoltDB、Rest API、file...) ,能夠對配置進行自動化、動態的管理。
Falcon 是一個高性能的 Python 框架,用於構建雲端 API 和 Web 應用的後端程序。
Falcon 採用的是一個乾淨的設計,追求 HTTP 和 REST 的「建築風格」。不須要大量的依賴和沒必要要的抽象。
Locust 是一個負載測試工具。使用 Python 代碼定義用戶行爲,也能夠仿真百萬個用戶。
Locust 是很是簡單易用,能測試出一個系統能夠併發處理多少用戶。相比其餘許多事件驅動的應用,Locust 不使用回調,而是使用輕量級的處理方式 gevent。
Coala 能提供一個統一的命令行接口用於代碼分析和修復,不管你使用的是哪一種開發語言,使用者能夠建立源代碼應遵循的規則和標準。
Coala 有着友好的用戶界面,能夠徹底本身定製,並且它還能夠在任意的開發環境中運行而且是徹底模塊化的。
Chart.js 是使用 <canvas> 元素的簡易 HTML5 圖表,支持6種統計圖形,不依賴其餘庫。
Chart.js 提供了兩種可供使用的不一樣構建。Chart.js 和 Chart.min.js 文件包含 Chart.js 和附帶的顏色解析庫。
EME 是一款優雅的 markdown 編輯器。設有專一模式,寫做不受干擾。
EME 可從 Markdown 導出到 HTML/PDF...等各類格式,支持數學排版,適用於學生和專業人士。
N1 是一個可擴展的郵件客戶端,設計友好,排版簡潔,帶有輕微的陰影效果。
N1 兼容上百種郵件提供商,包括 Gmail、Yahoo、iCloud、Microsoft Exchange 等等。做爲桌面 app 它能夠離線運行。適用於 Mac、 Windows 和 Linux。
oh-my-zsh 是基於 zsh 的功能作的一個擴展,方便的插件管理、主題自定義,以及漂亮的自動完成效果。
oh-my-zsh 包括200多個可選的插件(rails、git、OSX、hub、capistrano、brew、ant、php、python等),140多個主題,和一個自動更新工具。
Dokku 是一個迷你版的 Heroku,由 Docker 使用很少於 100 行的 Bash 編寫,是最小的 PaaS 實現。
Dokku 一旦安裝完成,你就能夠經過 Git 推送兼容 Heroku 的應用到平臺上運行。
Kitura 是來自 IBM 的基於 Web 框架,也是一個 HTTP 服務器。
Kitura 具備可插拔的中間件,支持 SSL/TLS 和 FastCGI,支持 JSON 解析。
Quick 是一個行爲驅動的 Swift 和 Objective-C 的開發測試框架。靈感來自 RSpec、Specta 和 Ginkgo。
Alamofire 是一個 HTTP 網絡開發工具包,功能強大,支持各類 HTTP Method、JSON、文件上傳、文件下載和多種認證方法。
Libuv 是一個專一於異步 I / O 的多平臺支持庫,目標是在這個庫中包含全部平臺的差別性。
Libuv 主要被用於 Node.js,但它也被 Luvit、Julia、pyuv 和其它項目使用。
Netdata 是一個分佈式實時性能和健康監控系統,使用現代化的交互式 Web 儀表板,爲其運行的系統(包括 Web 和數據庫服務器等應用)提供高效的實時洞察力。
Netdata 旨在永久運行在全部系統(物理和虛擬服務器、容器、IoT設備)上,而不中斷其核心功能。
Torch7 是一個科學計算框架,支持機器學習算法。易用並且提供高效的算法實現,得益於 LuaJIT 和一個底層的 C 實現。
Torch7 的目標是在構建科學算法時具備最大的靈活性和速度,同時使過程很是簡單。