Bibliothèques écrites en TypeScript
matrix-chatgpt-bot
Parlez à ChatGPT via n'importe quel client Matrix!.
- 177
- GNU Affero General Public License v3.0
termy
Un terminal avec saisie semi-automatique (par TermyApp).
- 176
- GNU General Public License v3.0 only
obsidian-quickshare
📝 Un plugin Obsidian pour partager des notes Markdown cryptées sur le Web. Aucune configuration requise..
- 176
- MIT
webhooks
Spécifications GitHub Webhooks lisibles par machine et toujours à jour (par octokit).
- 176
- MIT
taro-playground
L'application Taro Playground est une application multiplateforme développée à l'aide de Taro, pour aider les développeurs à développer et déboguer des applications Taro.
- 176
- Apache License 2.0
clearflask
Écoutez vos utilisateurs pendant le développement de produits avec ClearFlask.
- 176
- Apache License 2.0
vscode-gptcommit
Messages de validation git automatisés à l'aide de modèles GPT via gptcommit pour VS Code.
- 175
- MIT
vite-vanilla-ts-lib-starter
Le démarreur est construit sur Vite 4.x et préparé pour écrire des bibliothèques dans TypeScript. Il génère un package hybride - à la fois compatible avec les modules CommonJS et ESM.
- 175
- MIT
next-auth-typescript-example
Un exemple de projet qui montre comment utiliser NextAuth avec TypeScript.
- 175
- ISC
zecwallet
Un premier nœud complet d'adresse z et un portefeuille d'interface utilisateur pour zcash.
- 175
- MIT
crisp-react
React standard écrit en TypeScript avec une variété de déploiements Jamstack et full stack. Livré avec SSR et sans besoin d'apprendre un framework. Aide à diviser une application React monolithique en plusieurs SPA et à éviter le verrouillage du fournisseur.
- 175
- MIT
demo.playwright
Ce dépôt est utilisé pour faire la démonstration de divers scénarios de test avec Playwright 🎭, en utilisant le testeur officiel et les scripts créés en TypeScript.
- 175
- Apache License 2.0
nextclade
Alignement du génome viral, appel de mutation, attribution de clades, contrôles de qualité et placement phylogénétique.
- 174
- MIT
realtime-fraud-detection-with-gnn-on-dgl
Une architecture de plan de bout en bout pour la détection des fraudes en temps réel (en tirant parti de la base de données de graphes Amazon Neptune) utilisant Amazon SageMaker et Deep Graph Library (DGL) pour construire un graphe hétérogène à partir de données tabulaires et former un modèle de réseau neuronal graphique (GNN) pour détecter les transactions frauduleuses dans l'ensemble de données IEEE-CIS.
- 174
- Apache License 2.0