3月份GitHub上最熱門的開源專案

https://github.com/CyC2018/Interview-Notebook Star 11975

此專案是作者在準備 2018 年春招實習過程中的學習總結，內容以計算機書籍的學習筆記為主，在整理重點知識的同時會儘量保證知識的系統性。據瞭解，作者並不打算將這個倉庫做成一個大而全的面試寶典，只希望新增一些比較通用的基礎知識，或者是與 Java 和分散式相關的內容，但是不新增 Java Web 相關的內容。

目前裡面筆記包含《計算機網路 第七版》、《圖解 HTTP》、《現代作業系統》和《計算機作業系統》等書籍

https://github.com/chaozh/awesome-blockchain-cn Star 9701

這是一個和區塊鏈相關的專案，此專案收集了所有區塊鏈(BlockChain)技術開發相關資料，包括Fabric和Ethereum開發資料

https://github.com/flutter/flutter Star 20324

這是一個開源的移動應用程式SDK，具有自己的框架，小部件和工具。Google希望Flutter能夠在Android、iOS甚至是Google Fuschia等所有平臺上構建和部署“漂亮的移動應用”，從而使開發人員更輕鬆，更有效率。

https://github.com/houshanren/hangzhou_house_knowledge Star 15714

2017年買房經歷總結出來的買房購房知識，這一份杭州購房資訊，從房產概念、板塊知識、地價、配套規劃、學區到區域價值分析等，一應俱全。對於只知寫程式碼、不瞭解房地產的程式員來說，這就是一份“購房寶典”，成了他們買房前參考的重要資料。檢視詳情可點選：《GitHub上杭州程式員自編的“購房寶典”火了！業內人士都驚獃》

https://github.com/1c7/chinese-independent-developer Star 6812

聚合所有國內獨立開發者的專案，裡面的專案包含開發者的一些業餘專案，諸如網站或App，庫中的專案分為三種狀態：開發中，已上線以及關閉狀態，下圖是一些專案串列展示：

https://github.com/Meituan-Dianping/mpvue Star 6705

mpvue 是一款基於 Vue.js 的小程式開發框架，從底層支援 Vue.js 語法和構建工具體系。mpvue 修改了 Vue.js 的 runtime 和 compiler 實現，使其可以執行在小程式環境中，從而為小程式開發引入了整套 Vue.js 開發體驗。點選檢視詳情：《【新開源報道 53】可以用vue開發小程式了！美團開源用 Vue.js 開發小程式的前端框架 mpvue》

https://github.com/pshihn/rough Star 7063

Rough.js 是一個輕量級的（大約8k），基於 Canvas 的可以繪製出粗略的手繪風格的圖形庫。該庫提供繪製線條、曲線、弧線、多邊形、圓形和橢圓的基礎能力，同時支援繪製 SVG 路徑。

https://github.com/kamranahmedse/driver.js Star6606

Driver.js 是一個強大的，輕量級，使用原生 JavaScript 引擎開發的庫，用於在頁面聚焦使用者的關註點。它支援所有主流瀏覽器，並且可高度自定義。

Driver.js 並不僅僅是一個指南性質的庫，其使用者場景非常廣泛，能夠用於任何需要為頁面構建浮層的情況，譬如當使用者需要與某些元素互動而隱藏其他元素的場景。

https://github.com/atomiks/30-seconds-of-css Star 7206

30 Seconds of CSS是一個精選的程式碼合集，確保任何人都能夠在1分鐘內將這些程式碼部署在網站專案中。

https://github.com/atom/xray Star 6061

Xray 是 Atom 團隊開發的一個新的基於 Electron 的文字編輯器 Xray ，目前正處於試驗階段。短期來說（未來三個月內），Xray 會是一個測試平臺，開發團隊會圍繞最初規劃好的基礎優先事項進行開發和驗證，並把一些 Atom 上激進的想法放進去，進行快速迭代，瞭解設想的系統開發完成需要的時間。之後會慢慢穩定下來，找到更加清晰的未來走向。

https://github.com/tensorflow/tensorflow Star 94373

TensorFlow 是谷歌的第二代機器學習系統，按照谷歌所說，在某些基準測試中，TensorFlow 的表現比第一代的 DistBelief 快了 2 倍。TensorFlow 內建深度學習的擴充套件支援，任何能夠用計算流圖形來表達的計算，都可以使用 TensorFlow。任何基於梯度的機器學習演演算法都能夠受益於 TensorFlow 的自動分 化（auto-differentiation）。透過靈活的 Python 介面，要在 TensorFlow 中表達想法也會很容易。

https://github.com/enocom/gopher-reading-list Star 4619

這是一個關於Go語言的部落格推文的閱讀串列。它包含了最有用、最相關的材料,這些是所有寫Go的人最終都要去閱讀的。事實上,這個串列仍然在完善的過程中。