项目目录：
- 1.全网最强自托管项目，程序员必备！183K star！
- 2.快速精准实现PDF转Markdown！12.5K star!
- 3.接入ChatGPT和豆包，改造成为你的真正AI音箱！4.7K star!
- 4.基于 AI 的自托管书签内容管理项目！2K star!
- 5.一款轻量级、易使用的开源电子表格库！13.9K star!
- 6.轻量级SQLite离线数据可视化开源项！1.9K star!
- 7.一个超强的开源爬虫工具箱，数据源众多！7.6K star!
01 全网最强自托管项目，程序员必备！183K star！
awesome-selfhosted 是一个 GitHub 上的开源项目，它收集和整理了各种适合自我托管的软件列表。这个列表很长很长，涵盖了各种各样的应用：从内容管理系统、文件共享工具，到邮件服务器、云存储服务等等，简直是应有尽有。
这个项目由一群热爱开源和自我托管的志愿者们维护，他们不断更新和扩展这个列表，确保我们能够找到最新最棒的自我托管解决方案。
性能特色
- 种类齐全：不管你是想要搭建一个博客，还是想要一个私有云，甚至是自建一个视频网站，这里都有合适的软件推荐。
- 开源免费：列表中的大多数软件都是开源的，也就是说你可以免费使用，而且可以根据自己的需要进行修改。
- 社区支持：每个项目都有大量的社区支持，你可以在 GitHub 上找到相关的讨论、问题解决方案和开发进展。
- 多平台支持：很多软件支持多种操作系统，包括 Linux、Windows 和 macOS，这样你就可以在不同的设备上运行这些软件。
项目地址：https://github.com/awesome-selfhosted/awesome-selfhosted
02 快速精准实现PDF转Markdown！12.5K star!
marker是一个基于深度学习模型的工具，能够快速且准确地将PDF文档转换成Markdown格式，不仅能保留PDF中的文本、图片和表格，还能尽量保持原有的排版结构。支持多种文档类型，尤其对书籍和科学论文进行了优化，并且支持多种语言。
Marker的转换流程：
- 文本提取：首先，Marker使用OCR技术（如果需要）来提取PDF中的文本。这可能涉及到启发式方法或使用如Surya和Tesseract等OCR工具。
- 页面布局检测：Marker通过Surya等工具检测页面布局，确定阅读顺序，这对于保持文档结构至关重要。
- 文本块清理与格式化：对于每个文本块，Marker使用启发式方法和Texify等工具进行清理和格式化，以确保文本的准确性和可读性。
- 块组合与后处理：最后，Marker将所有文本块组合起来，并使用后处理工具（如pdf_postprocessor）进行最终的文本整理，以提高输出质量。
- 模型的智能使用：Marker只在必要时使用深度学习模型，这有助于提高转换速度和准确性。
marker的出现，为那些需要频繁处理PDF和Markdown的开发者、写作者和研究人员提供了极大的便利。
下图是 marker 和 nougat 的对比测试结果
性能特色
- 广泛的文档支持：无论是书籍、论文还是其他类型的文档，marker都能处理得游刃有余。
- 自动去除干扰元素：自动删除页眉、页脚和其他非内容元素，让转换结果更加纯净。
- 表格和代码块格式化：保持原有排版，转换后的Markdown文档看起来依旧美观。
- 图像提取：PDF中的图像也能一并提取并保存，不会丢失任何信息。
- 方程式转换：大多数方程式可以转换为LaTeX格式，这对于科学论文来说尤其重要。
项目地址：https://github.com/VikParuchuri/marker
03 接入ChatGPT和豆包，改造成为你的真正AI音箱！4.7K star!
mi-gpt是一个开源项目，主要是将小米的小爱音箱与OpenAI的ChatGPT以及豆包（一个智能语音平台）整合在一起。这样一来，你的智能家居设备不仅能理解你的语音指令，还能根据上下文进行更自然、更智能的交流。
想象一下，你对小爱同学说：“小爱，我今天有点累。” 然后它不仅会给你播放轻松的音乐，还会根据你的喜好调整灯光，甚至还能用更贴心的语音和你聊天，简直就像一个会懂你的好朋友。
性能特色
- AI问答：小爱音箱接入大模型后，可以回答各种问题，从天文到地理，秒变学霸。
- 角色扮演：小爱音箱可以随时变成你的完美伴侣或者贴心闺蜜。
- 智能家居Agent：根据你的情绪，自动播放音乐，调节灯光，让你开心。
开源项目：https://github.com/idootop/mi-gpt
04 基于 AI 的自托管书签内容管理项目！2K star!
Hoarder是一个自托管的、集成了AI的“堆一切”应用，为数据囤积者们提供了一个全能的解决方案。它不仅能帮你保存链接、笔记和图片，还能用AI给你的内容自动打上标签，让信息检索变得轻而易举。
我们可以通过Chrome插件或Firefox扩展快速添加书签，还有iOS和Android客户端让你随时随地管理收藏。
这个项目的名字“Hoarder”就透露出它的本质：一个热衷于收集和储存信息的小怪兽！
性能特色
- 全能存储：一键保存网页链接、快速记录笔记、存储图片。
- 自动获取信息：自动提取链接的标题、描述和图片，省去了手动编辑的繁琐。
-
全文搜索：强大的搜索功能，快速定位到你需要的内容。
- AI自动打标签：基于AI技术自动识别内容并打上标签，优化检索体验。
- 跨平台支持：提供Chrome插件、Firefox扩展以及iOS和Android应用。
项目地址：https://github.com/hoarder-app/hoarder
05 一款轻量级、易使用的开源电子表格库！13.9K star!
x-spreadsheet，听起来是不是有点像X战警里的某种高科技？它是一个基于Web的JavaScript电子表格库，让你在网页上也能享受到Excel般的操作体验。
这个项目最初由myliang发起，现在已经迁移到了@wolf-table/table，但不少人还是习惯叫它x-Spreadsheet。它支持数据导入导出、公式计算，还有各种花哨的单元格样式设置，简直就是网页版的Excel。
性能特色
- 轻量级：整个库的大小不到200KB，对于现代的网页应用来说，这简直是轻如鸿毛。
- 数据驱动：调整数据就像有智能助手帮忙一样，简单快捷。
- 完整功能：包含了电子表格的基本操作和函数计算，满足日常需求。
- 性能优化：使用了虚拟化渲染技术，只处理你能看到的单元格，让大数据量处理变得轻松。
- API 和事件系统：提供了完整的 API，开发者可以轻松集成到自己的应用中，监听用户操作，构建交互式应用。
项目地址：https://github.com/myliang/x-spreadsheet
06 轻量级SQLite离线数据可视化开源项！1.9K star!
sqliteviz是一款基于JavaScript开发的单页Web应用，用于SQLite数据库或CSV文件的完全客户端可视化。它采用PWA（Progressive Web App）技术，可以离线使用，如同本地应用一样。
sqliteviz拥有简洁直观的界面，即使是初学者也能轻松上手。通过sqliteviz，我们可以执行SQL查询、绘制Plotly图表、管理查询和图表设置等操作。它主要包含以下功能：
- 运行 SQL 查询并创建图表: 只需输入 SQL 查询，sqliteviz 就会自动执行并生成相应的图表，包括折线图、柱状图、饼图等。
- 导入 CSV 文件: sqliteviz 支持将 CSV 文件导入到 SQLite 数据库中，并对导入的数据进行可视化分析。
- 导出结果集: 可将查询结果导出为 CSV 文件，以便在其他应用中进行分析或处理。
- 管理查询: 支持保存和管理多个查询，方便您以后重复使用。
- 离线使用: 支持离线运行，即使在没有网络连接的情况下也能使用。
性能特色
- 完全客户端可视化：无需服务器端支持，只需在浏览器中运行，保护数据安全。
- 支持离线使用：作为PWA应用，sqliteviz可以在离线环境下正常工作，如同本地应用。
- 轻量级：占用资源少，运行速度快，给您带来流畅的体验。
- 易于使用：无需安装任何软件，只需打开网站即可开始使用。
- 功能丰富: sqliteviz 提供了丰富的可视化功能，能够满足多种数据分析需求。
项目地址:https://github.com/lana-k/sqliteviz
07 一个超强的开源爬虫工具箱，数据源众多！7.6K star!
InfoSpider是一个基于 Python 的开源爬虫项目。它的使命就是帮助用户安全、快捷地拿回自己的数据。这个工具箱不仅代码开源，流程透明，而且还提供了数据分析功能，能够基于用户数据生成图表文件，让用户对自己的信息有一个直观、深入的了解。
目前支持数据源包括GitHub、QQ邮箱、京东、淘宝、支付宝、博客园、CSDN博客、简书等。
无论你是一个新手小白，还是一个有经验的开发者，InfoSpider 都可以帮助你快速上手，实现各种信息抓取任务。
性能特色
- 安全可靠：开源项目，代码简洁，本地运行，安全可靠。
- 数据格式统一：所有数据以json格式存储，方便分析。
- 个人数据丰富：尽可能多地爬取个人数据，后期处理灵活。
项目地址:https://github.com/kangvcar/InfoSpider
