星推荐：Terrascan 是一个用于基础设施即代码的静态代码分析器。它可以集成到开发管道的许多工具中。当集成到一个工具中时，漏洞扫描会作为提交或构建过程的一部分自动进行。它可以在开发者的笔记本电脑、SCM（如 GitHub）和 CI/CD 服务器（如 ArgoCD 和 Jenkins）上运行。它也有一个内置的 Kubernetes 的准入控制器。—出自《Terrascan》

星推荐：构思管理、战略方法、路线图规划、团队任务管理，Leantime 是一个精益的开源项目管理系统，适用于初创企业和创新者，用 PHP、Javascript 和 MySQL 编写。—出自《Leantime》

星推荐：EMBA 被设计为渗透测试人员的核心固件分析工具。它支持完整的安全分析过程，从固件提取过程开始，通过仿真进行静态分析和动态分析，最后生成报告。EMBA自动发现固件中可能存在的薄弱点和漏洞。例如，不安全的二进制文件、旧的和过时的软件组件、潜在的脆弱脚本或硬编码密码。—出自《EMBA》

它是一个最小资源占用的文档（图片、pdf、docx、eml）清理、解析和提取工具链。它为分析师、数据科学家和开发人员提供了结构清晰、标签丰富的信息集，可用于数据输入和文档分析、自动化、归档和许多其他应用程序。——出自《Parsr》

它利用 Unicorn 来模拟 CPU 指令，但可以理解操作系统：它有可执行格式的加载器（目前为 PE、MachO 和 ELF），动态链接器，系统调用和 IO 处理程序。由于这个原因，Qiling 可以运行可执行的二进制文件，而不需要其原生的操作系统。——出自《Qiling高级二进制仿真框架》

神经搜索是以深度神经网络为动力的信息检索。许多以神经搜索为动力的应用程序是没有搜索框的 。例如，根据一些节拍检索动画；根据一些笑话找到最适合的备忘录；用 iPhone 的 LiDAR 相机扫描一张桌子，在宜家找到类似的家具。神经搜索系统实现了传统搜索所不能实现的功能：多/跨模式的数据检索。——出自《Jina》

如何使用简单的值类型管理应用程序的状态，并在多个屏幕上共享状态，以便一个屏幕上的变化可以立即在另一个屏幕上观察到。如何将大型特性分解为更小的组件，这些组件可以被提取为它们自己的、独立的模块，并很容易地粘在一起形成特性。如何让应用程序的某些部分以最可测试和最容易理解的方式与外部世界对话......——出自《Swift可组合架构》

这是一个基于神经网络的 PyTorch 实现的用户友好型时间序列预测工具。测试结果表明，NeuralProphet 在一组生成的时间序列上产生了与 Facebook Prophet 质量相当或更高的可解释性预测组件。对于短期到中期的预测，将预测精度提高了 55% 到 92%。——出自《NeuralProphet》

她的灵感来自许多现代框架。你会看到组件看起来像 React 组件，并使用类似 React 的钩子，但像 Vue 一样有简单的可变状态，像 Solid 一样使用 JSX 的静态形式，像 Svelte 一样可以编译，像 Angular 一样使用简单的规定性结构。——出自《Mitosis》

作为服务网格管理平面，Meshery 支持采用、操作和管理任何服务网格及其工作负载。Meshery与开放应用模型(OAM)集成，使用户能够部署服务网格模式。Meshery 使操作人员能够将 WebAssembly 过滤器部署到基于 Envoy 的数据平面上。Meshery 有助于了解服务网格的功能和性能，并合并了运行在服务网格上或跨服务网格的应用程序的指标的收集和显示。——出自《Meshery》