读者力荐！GitHub上的6大神级项目，究竟有何魅力？

本期推荐开源项目目录：

1. 低代码可视化平台

2. 云原生多云应用管理平台

3. 开源分布式存储系统

4. 一站式微服务解决方案

5. 简易版 ElasticSearch 客户端

6. 词库生成

01

低代码可视化平台

开源项目 openDataV 由开发者 @AnsGoo 开源，这是一个基于 Vue.js 的前端低代码平台，通过可视化拖拽生成大屏数据展示网站。逛逛GitHub 历史盘点过多个可视化平台，可以参考文章：可视化项目推荐一、可视化项目推荐二、可视化项目推荐三

和很多低代码平台一样，左中右分别对应组件、画布、属性。通过拖拉拽的交互，将组建拖动到画布区域，并且可以调节各种图表的属性，比如颜色、字体大小等等。

编程语言：JavaScript、HTML、CSS

据开发者描述，openDataV 项目的特殊功能和技术点如下。

开源地址：https://github.com/AnsGoo/openDataV

02

云原生多云应用管理平台

开源项目由开发者 @rainbond 开源，编程语言 Golang，据开发者介绍：

Rainbond 是一个云原生多云应用管理平台，使用简单，不需要懂容器、Kubernetes 和底层复杂技术，支持管理多个 Kubernetes 集群，和管理企业应用全生命周期。主要功能包括应用开发环境、应用市场、微服务架构、应用交付、应用运维、应用级多云管理等。使用简单应用一键交付云原生转型 Rainbond 的功能和架构。

https://www.rainbond.com/docs/quick-start/quick-install

该开源项目提供了详细的文档和教程，感兴趣的可以访问如下链接查看。

入门教程：https://www.rainbond.com/docs/quick-start

开源地址：https://github.com/goodrain/rainbond

03

开源分布式存储系统

Curve 是网易官宣的第一个进入 CNCF Sandbox 的分布式存储项目。是一款对标国外开源存储 Ceph ，主打高性能、易运维、云原生的开源分布式存储系统，投稿读者介绍：

可应用于主流的云原生基础设施平台：对接 OpenStack 平台为云主机提供高性能块存储服务；对接 Kubernetes 为其提供 RWO、RWX 等类型的持久化存储卷；对接 PolarFS 作为云原生数据库的高性能存储底座，完美支持云原生数据库的存算分离架构；Curve 也可作为云存储中间件使用 S3 兼容的对象存储作为数据存储引擎，为公有云用户提供高性价比的共享文件存储。

https://github.com/opencurve/curve

编程语言：C++

开源地址：https://github.com/opencurve/curve

04

一站式微服务解决方案

本开源项目由腾讯公司的工程师开源，至今已经 2.3k 的 Star。开发者介绍：

Spring Cloud Tencent 是腾讯开源的一站式微服务解决方案，它实现了Spring Cloud 标准微服务 SPI，开发者可以基于 Spring Cloud Tencent 快速开发 Spring Cloud 云原生分布式应用。Spring Cloud Tencent 的核心依托腾讯开源的一站式服务发现与治理平台 Polaris，实现各种分布式微服务场景。

Tencent 开发者

开源地址：https://github.com/Tencent/spring-cloud-tencent

05

简易版 ElasticSearch 客户端

本开源项目由 @2316367743 开发者开源，是一个简易版的 ElasticSearch 查询客户端，据开发者介绍：

elasticsearch 的客户端比较出名的就是 elasticsearch head 和 Kibana，但是 elasticsearch head 已经停止更新，且样式老旧，功能不全；而 Kibana 虽功能全面，但是启动麻烦，大部分功能用不上，很不灵活，所以采用 vite2 + vue3 + ts + element-plus 进行开发了一个 elasticsearch 的客户端。

https://github.com/q2316367743/es-client

开源地址：https://github.com/q2316367743/es-client

06

词库生成

该开源项目由开发者 @tangshimin 开源，使用编程语言 Kotlin 开发，具开发者介绍：

这个开源项目可以用 MKV 视频或字幕生成词库（单词本），让每个单词都有具体的语境，然后通过语境记忆单词，句子，字幕。

如下图所示，你选择一个 MKV 文件后，就能将该视频的中的字幕生成一个词库，还能够标注出这些词汇属于六级还是牛津等等。