上周，DeepSeek 发布的开源项目用一个词形容就是：榨干性能！由于篇幅有限，这里仅列出项目名称和简介，感兴趣的同学可以前往 DeepSeek 的开源组织页面，深入探索每个项目的精彩之处！
第一天 FlashMLA：基于 Hopper GPU 的高效 MLA 解码内核
第二天 DeepEP：专为 MoE 和 EP 设计的高效通信库
第三天 DeepGEMM：高效矩阵乘法（GEMM）库
第四天 DualPipe：双向流水线并行算法
EPLB：自动平衡 GPU 负载
profile-data：训练和推理框架的分析数据
第五天 3FS：高性能分布式文件系统
GitHub 地址：github.com/deepseek-ai
说回上周的热门开源项目，首当其冲的是用于构建实时音视频应用的 Python 库 FastRTC，它可以帮助开发者快速实现基于 AI 的语音助手、实时翻译和语音控制等应用。好久没发 Java Web 项目了，这次的 music-website 是用 Vue 和 Spring Boot 技术栈打造的音乐网站，非常适合想要学习这些技术的同学。如果你需要跨设备的推送通知服务，不妨看看 ntfy，它开箱即用、支持自托管，能够轻松满足消息推送的需求。一站式构建基础模型的开源框架 Oumi，仅通过编写简单的配置文件，就能完成模型从训练到微调、推理的全流程开发。
最后要分享的是一个用 Excel 手搓各种 AI 算法和模型的 ai-by-hand-excel，以独特且浅显易懂的形式，降低了 AI 学习的门槛。
1. 热门开源项目
1.1 构建实时音视频应用的 Python 库：FastRTC
主语言：Python，Star：2k，周增长：1.8k
这是一个基于 Python 的开源实时通信库，只需几行代码即可实现实时音视频交互的功能。它通过 FastAPI 和 Gradio 框架，提供了直观的 WebUI 和灵活的 API 服务，支持自动语音检测、多协议集成（WebRTC 和 WebSocket）、电话接入音频流等功能。同时，还可以接入多种大语言模型（ChatGPT 和 Claude），适用于构建 AI 语音助手、实时翻译和语音控制等应用。
from fastrtc import Stream, ReplyOnPause
import numpy as npdef echo(audio: tuple[int, np.ndarray]):# The function will be passed the audio until the user pauses# Implement any iterator that yields audio# See "LLM Voice Chat" for a more complete exampleyield audiostream = Stream(handler=ReplyOnPause(echo),modality="audio", mode="send-receive",
)GitHub 地址→github.com/freddyaboulton/fastrtc
1.2 基于 Vue 和 Spring Boot 的音乐网站：music-website
主语言：Java，Star：5.8k
该项目是采用 Vue+Spring Boot+MyBatis+MySQL 构建的音乐网站，支持音乐播放、歌曲搜索、评论和用户管理等功能。它提供了一个完整的前后端 Web 开发实战案例，适合学习 Vue、Spring Boot 等技术栈。
GitHub 地址→github.com/Yin-Hongwei/music-website
1.3 极简的在线笔记应用：flatnotes
主语言：Vue，Star：1.8k
这是一款自托管、无需数据库的在线笔记应用，界面清爽、操作简单，无文件夹所有笔记平铺展示。用户可以通过浏览器直接访问和编辑笔记，支持 Markdown 语法和所见即所得（WYSIWYG）编辑模式。
GitHub 地址→github.com/dullage/flatnotes
1.4 开箱即用的跨设备推送通知服务：ntfy
主语言：Go，Star：21k，周增长：1.2k
该项目是基于 HTTP 协议的开源推送通知服务，支持通过 PUT/POST 请求实现跨设备的消息推送。它采用 Go 语言开发，用户无需注册即可通过命令行工具或简单的 API 轻松发送通知，支持自定义通知内容和自托管部署，并提供配套的 Android 和 iOS 客户端。
GitHub 地址→github.com/binwiederhier/ntfy
1.5 一站式构建基础模型的开源框架：Oumi
主语言：Python，Star：7.5k，周增长：1k
该项目旨在简化基础模型的开发流程，提供从数据准备到训练、评估和部署的全流程解决方案。它采用 Python 开发，通过 YAML 文件即可完成模型训练、微调、评估和部署，支持从小规模模型（10M 参数）到超大规模模型（405B 参数），以及文本、视觉和多模态模型。Oumi 兼容多种主流模型架构（如 Llama 系列、DeepSeek、Qwen、Phi 等），并内置 vLLM 高效推理引擎和优化微调方法（如 LoRA、QLoRA、DPO）。
from pathlib import Path
from oumi.core.configs import TrainingConfig
from oumi.train import traintutorial_dir = "tour_tutorial"
Path(tutorial_dir).mkdir(parents=True, exist_ok=True)
config = TrainingConfig.from_yaml(str(Path(tutorial_dir) / "train.yaml"))train(config) # 训练模型GitHub 地址→github.com/oumi-ai/oumi
2. HelloGitHub 热评
在此章节中，我们将为大家介绍本周 HelloGitHub 网站上的热门开源项目，我们不仅希望您能从中收获开源神器和编程知识，更渴望“听”到您的声音。欢迎您与我们分享使用这些开源项目的亲身体验和评价，用最真实反馈为开源项目的作者注入动力。
2.1 多功能的 Windows 音乐播放器：MusicPlayer2
主语言：C++
该项目是一款由 C++ 编写的简约、小巧、多功能的 Windows 本地音乐播放器，支持常见音频格式，并提供歌词显示、卡拉 OK 模式、歌词编辑、专辑封面展示、频谱分析和音效调节等功能。
项目详情→hellogithub.com/repository/1ad354e5ab404301919665ac7973cd07
2.2 用 Excel 手搓各种 AI 算法和模型：ai-by-hand-excel
主语言：Other
该项目是通过 Excel 的形式实现并演示人工智能与深度学习的核心算法和概念，让初学者可以动手操作并理解 AI 的运行原理，包括矩阵乘法、MLP、RNN、Transformer、ResNet 等，以独特且浅显易懂的形式，降低了 AI 学习的门槛。
项目详情→hellogithub.com/repository/65ff1166e0c3457e9d956bdecbd84a35
3. 结尾
以上就是本期「GitHub 热点速览」的全部内容，希望这些开源项目能激发你的兴趣，找到你下一个想去尝试的工具！如果你也发现了好玩、有趣的 GitHub 开源项目想要分享，欢迎来 HelloGitHub 与我们交流心得、讨论使用体验。
往期回顾
DeepSeek “源神”启动！
这期没有 AI 开源项目
- END -
👆 关注「HelloGitHub」第一时间收到更新👆
点击阅读原文访问开源社区
