开源项目

本框架使用python+requests+pytest开发，定义了接口测试的各种输入输入内容，通过excel实现数据驱动，能够完成接口自动化测试的工作，提升工作效率

https://github.com/bangbang2333，有我贡献nacos的提交记录和详情，还有一些我研究过的开源项目的代码，有一些项目没有公开所以看不到

1. 这是neovim的一个读取excel文件的插件. 2. 这是我在录制从零单排neovim系列视频的时候, 发现没有好用的显示excel文件的插件, 随手撸的 3. 一个小插件目前没啥难点, 真有多人用以后可能碰到.

基于chatgpt-on-wechat框架，只能运行在Win平台的项目，通过本项目可以将微信或者企业微信个人号接入ChatGpt、文心一言、FastGpt、LinkAI，可以文字对话、语音对话、图片交互、文件交互等。

jyeoo 为第一版爬虫基于scrapy + splash 1.账号使用api.jyeoo.com后台接口自动登陆 由于账号被封，此方法废弃，改用手动登陆获取cookie方式 2.vip账号爬取次数过多发生被封号，爬取次数规则未摸清 3.jyeoo后台检测机制使账号发生课题和解析内容不一致，即课题id为假数据 经客服解决，故无法实现全自动爬取

chatgpt-on-wechat/AIChatbot-Winonly插件，国产kimi模型，可以处理最多20万字的输入和输出。无论是单个文件还是多个文件，只要它们的总字数不超过20万字。

项目分为：硬件及驱动适配，内核裁剪及Uboot适配，openwrt固件适配及通用脚本，指示灯及数字输入输出模块，4G及联网模块，DTU透传模块，看门狗喂狗程序七部分。 个人主要负责：驱动适配及设备树修改，主要涉及gpio、pcie、sdio、uart接口的使能及配置； 内核配置，开启相关内核驱动，关闭无用驱动； 设备型号添加，openwrt架构的Makefile编写，通用shell脚本编写； 指示灯及数字输入输出模块代码编写，主要使用shell脚本处理； DTU透传模块代码主体使用C语言编写，涉及socket网络编程，主循环使用epoll替代select提升DTU处理效率； 看门狗喂狗程序使用C语言编写，主要负责设备的硬件看门狗复位功能。

独立完成前端监控 SDK 开发，利用浏览器API即proxy代理等埋点方式，在项目中引入SDK并实例化，即可实现各项错误监听，pv、静态资源、http 请求上报，前端各项指标上报如 FP、FCP、FMP等，SPA 应用路由监听等功能 使用 Echarts 可视化图表库，实现各类统计数据可视化

使用协程，基于事件引擎的实盘量化交易构架 整个系统分为： 1、broker,对接交易所，现已完成binance,okx 2、EvengManger，事件引擎 3、行情订阅，可实现实时的行情与交易 4、策略模板，基于策略模板可快速实现相应策略

# 多线程实现百万级数据导出到excel ## **考虑前提：** 大数据量导出到文件，首先需要考虑的是内存溢出的场景：数据库读取数据到内存中、将数据写入到excel进行大量的IO操作。然后考虑到一个文件数据过大，用户打开慢，体验不好。针对这些问题的考虑，采用多线程的方式多个线程同时处理查询数据，一个线程生成一个excel，最后在合并数据返回，以达到提高效率的目的。 ## **实现思路：** 1. 计算导出数据的总条数：dataTotalCount 2. 合理设置每个excel的数据的数量（避免打开一个excel时间过长）：LIMIT 3. 计算出需要导出的excel个数（线程个数）：count=dataTotalCount/ LIMIT + (dataTotalCount% LIMIT > 0 ? 1 : 0) 4. 将分页、生成文件路径信息，初始化到一个队列里面，队列的大小是线程的数量，对每个文件开启一个线程，异步执行导出， 5. 文件流导出 6. 文件全部导出结束，此时异步转成同步，将最终生成的excel文件生成zip压缩包。 # 多线程实现百万级数据插入s

经过长期对Beancount的使用和测试，我发现在日常记账中最烦恼的有以下几点： 由于记录数量太多，若每个记录都以单独条目记录则需要耗费大量时间，若以天为条目进行记账，又会导致条目的颗粒度太大； 我是以周为频率进行记账断言的，对于长期记账来说这个频率未免太频繁； 支出账户没有形成系统的规划，导致记录条目时总是要纠结选用哪个支出账户，且记录后也无法通过FAVA的试算表了解自己的各类支出情况； 针对以上记账痛点，开发出Beancount-Trans用于账单的自动解析。 上传账单，系统会根据定义好的商户和账户自动格式化输出为beancount能识别的文本。当前已支持自动更新至Beancount-Trans-Assets项目，仅支持本地部署用户启用。

LinkWeChat 是基于企业微信的开源 SCRM 系统，是企业私域流量管理与营销的综合解决方案。 LinkWeChat 基于企业微信开放能力，不仅集成了企微强大的后台管理及基础的客户管理功能，而且提供了多种渠道、多个方式连接微信客户。并通过客情维系、聊天增强等灵活高效的客户运营模块，让客户与企业之间建立强链接，从而进一步通过多元化的营销工具，帮助企业提高客户运营效率，强化营销能力，拓展盈利空间。 主要运用于电商、零售、教育、金融、政务等服务行业领域。

使用Redis的分布式采集系统，适应于用各类数据网站，包括不限于json,html等，能实现控频率，防止被封，本地持久性数据库

生成常用的 typescript 模版，集成了以下功能： - 常规包和 monorepo 包 - 定制的 eslint：@dnzng/eslint-config-ts - 单元测试：vitest - 支持不同格式的打包：unbuild - 发布：bumpp - 持续集成和持续交付：Github Actions

（1）项⽬介绍：本科⼤三期间课程项⽬。实现⼀个⽼师可以创建课程、发布测试、在线评卷；学⽣可以加⼊课程、在线测试、管理员可以管理系统的项⽬。拟在2024年上半年上线并投⼊使⽤ （2）技术栈：前端使⽤react+antd+webpack，Less，后端使⽤egg框架、mysql数据库，axios实现前后端交互。 （3）项⽬亮点：使⽤echarts实现数据可视化，jwt-token实现身份认证，在⽤到css3过度和动画的地⽅全部使⽤节流函数减少⽹站负担，为同⼀个⽗组件多个不同的个⼦组件设置不同的动画或过度时间，达成更好的交互效果。使⽤CSS媒体查询设计更灵活的响应式⻚⾯从⽽避免因为过多使⽤antd提供的响应式栅格⽽造成HTML语义化标签难以维护的问题。使⽤antd提供的⾛⻢灯效果实现在线评卷时动态切换试卷的效果。

用户管理、模型管理、关系管理、实例管理、实力关系管理 Springboot2，Oauth2、mysql、mongodb、springcloudalibaba，react、vue

1.采用GUI界面方式半自动爬取，不限制账号，普通账号也可按次数爬取默认100次。此次数为请求次数，实际获取课题id为每页10*100页等于1000条数据 2.手动登陆，弹出浏览器页面可用qq方式登陆，后关闭窗口。获取cookie数据 3.爬虫方式使用selenium+PhantomJS无头浏览器方式静默爬取。因PhantomJS只有10M并满足现有功能，就没有使用谷歌火狐无头模式，即便谷歌火狐更好。后期可更换 4.目前已爬取真实课题ID为目标的半自动爬虫工具，后期待加入爬取详情页数据。详情页数据每次访问为一个真实请求，并且无账号也可访问。故为第二目标

sentinel源码修改是公司项目，并没有向开源社区提交，主要是增加了启动停用配置的功能，因此没有向社区提交。 做了一套界面增删改查，启停规则

1. 本系统主要分为员工管理、仓库管理、网站信息管理和统计管理。 2. 仓库管理分为查看入库、查看出库、入库管理、出库管理、入库出库日志、货物信息管理。 网站信息管理分为供应商贷款信息管理、客户欠款信息管理、供应商信息管理、客户信息管理、仓库信息管理、部门信息管理和登录信息管理。 3. 该项目由我全权负责并完成

chatgpt-on-wechat的mj画图插件，支持次数限制，GPT关键词润色，图片合成，以图生图，垫图合图，基于midjourney-proxy开源项目