欢迎大家在下方评论补充自己推荐的网站
1 个赞
找资料查到的一个esp32教程
最近搞开源发现积累的git知识不够用了，在这里整理一些git资料
廖雪峰git教程 中文教程，一些基础命令可以很快学会并且用起来，但是有些概念没讲清楚，提到的问题和情景比较有限
Kubernetes备忘录清单有一套完整的开发流程，包含了Altassisan git, Git Magic等相关内容
MAKE 趣无尽 上面有很多有趣的制作
https://make.quwj.com/
Google ML 在线课程
paperwithcode 可以查看dataset，各方向的SOTA模型，benchmark
huggingface The AI community building the future.
免费开源的 AIGC 教程：
https://www.learnprompt.pro/article/welcome
也有一些 AIGC 的每日新闻，感觉可以当茶余饭后的报纸看看
一份实用的 Linux 教程，适合刚上手 Linux 服务器的小白看看：
吴恩达 Machine Learning 的笔记，不想看视频课程的可以看这个笔记来学习：
关于如何写好ChatGPT的Prompt
是一个比较不错的学习工具
一定会用的到的agent知识
如其名
- 内容: 这是一个汇集了大量日常使用的各种材料和工具的集合，旨在将许多有用的信息集中在一处。它被描述为一个宝贵的知识来源。
- 包含: 仓库中包含了各种清单、手册、备忘单（cheatsheets）、博客、技巧（hacks）、命令行技巧（one-liners）、命令行/网页工具等。
- 目标用户: 虽然任何人都可以使用，但它主要面向系统和网络管理员、DevOps 工程师、渗透测试人员（Pentesters）以及安全研究人员。
简而言之，这是一个为技术专业人士（尤其是系统、网络、安全领域）整理的、包含各种实用资源和知识点的集合。
1 个赞
这个 GitHub 仓库 getzep/graphiti 是一个用于为在动态环境中运行的 AI 代理构建和查询具有时间感知能力的知识图谱的框架。
根据其页面信息：
- 用途与目标:
- Graphiti 旨在持续地将用户交互、结构化和非结构化的企业数据以及外部信息整合到一个连贯的、可查询的知识图谱中。
- 它支持增量数据更新、高效检索和精确的历史查询，而无需重新计算整个图谱。
- 主要目标是促进 AI 代理基于状态的推理和任务自动化，并能够查询复杂、演变的数据。
- 核心功能:
- 实时增量更新: 新数据可以立即集成，无需批量重新计算。
- 双时间数据模型 (Bi-Temporal Data Model): 明确跟踪事件发生时间和数据录入时间，允许精确的时间点查询。
- 高效混合检索: 结合了语义嵌入、关键字 (BM25) 和图遍历，以实现低延迟查询，不依赖 LLM 进行摘要。
- 自定义实体定义: 允许通过简单的 Pydantic 模型灵活创建本体和支持开发者定义的实体。
- 可扩展性: 通过并行处理有效管理大型数据集，适用于企业环境。
- 目标用户:
- 主要面向那些需要构建交互式、具备上下文感知能力，并且要求实时数据集成和历史上下文的 AI 应用的开发者。
简单来说，getzep/graphiti 提供了一个工具，让开发者可以为他们的 AI 应用构建一个能够理解时间变化、实时更新并能高效查询的知识图谱。
这个 GitHub 仓库 bregman-arie/devops-exercises 是一个专门收集 DevOps 和 SRE (Site Reliability Engineering) 相关技术主题的问题与练习的集合。
根据其页面信息：
- 内容: 包含大量的技术问题和练习（目前有超过 2600 个）。
- 主题: 涵盖了非常广泛的技术领域，与你提到的列表高度吻合，例如：
- 操作系统 & 虚拟化: Linux, Virtualization
- 容器 & 编排: Containers, Kubernetes, OpenShift (Docker 属于容器技术)
- 云平台: AWS, Azure, GCP, OpenStack
- CI/CD: CI/CD (涵盖 Jenkins 等工具), Circle CI, Argo
- 配置管理 & IaC: Ansible, Terraform, Puppet
- 监控 & 可观察性: Prometheus, Grafana, Observability, Elastic
- 网络 & DNS: Network, DNS
- 数据库: SQL, Mongo (NoSQL)
- 版本控制: Git
- 脚本 & 编程: Python, Go, Perl, Shell Scripting
- 其他: Security, System Design, Kafka, NodeJs 等等。
- 用途: 这个仓库可以用来学习相关的技术概念，也非常适合用来准备 DevOps 或 SRE 相关的技术面试。
总而言之，这是一个非常全面的 DevOps/SRE 学习和面试准备资源库，包含了你提到的绝大多数技术的练习题和面试问题。