Github千星项目之.Net(四)

01.machinelearning

Star：8.1k

ML.NET是.NET的开放源码和跨平台机器学习框架。

ML.NET是一个用于.NET的跨平台开源机器学习（ML）框架。

ML.NET允许开发人员在其.NET应用程序中轻松构建、训练、部署和使用自定义模型，而无需事先具备开发机器学习模型的专业知识或使用其他编程语言（如Python或R）的经验。该框架提供从文件和数据库加载数据的功能，支持数据转换，并包括许多ML算法。

使用ML.NET，您可以针对各种场景训练模型，如分类、预测和异常检测。

您还可以在ML.NET中使用TensorFlow和ONNX模型，这使框架更具扩展性，并扩展了支持的场景数量。

02.winsw

Star：7.9k

通过winsw可以实现windows服务，实现开机自启动等功能。

WinSW将任何应用程序打包并管理为Windows服务。

我们正在积极开发WinSW 3。有关早期版本的文档，请参阅v2分支。

03.Hangfire

Star：7.8k

在.NET和.NET Core应用程序中执行后台作业处理的简单方法。无需Windows服务或单独的进程，就可以在ASP中以极其简单的方式执行即时、延迟和重复的作业。NET应用程序。支持CPU和I/O密集型、长时间运行和短时间运行的作业。不需要Windows服务/任务计划程序。由Redis、SQL Server、SQL Azure和MSMQ支持。

Hangfire提供了一个统一的编程模型，以可靠的方式处理后台任务，并在共享主机、专用主机或云中运行它们。您可以从一个简单的设置开始，随着时间的推移，增加后台作业的计算能力：

• 大规模通知/新闻稿
• 从xml批量导入，csv或json
• 创建档案
• 启动web挂钩
• 删除用户
• 构建不同的图形
• 图像/视频处理
• 清除临时文件
• 重复的自动报告
• 数据库维护
• …等等

04.Captura

Star：7.7k

捕获截屏、网络摄像头、音频、鼠标点击等。

05.nopCommerce

Star：7.6k

ASP.NET核心电子商务软件。nopCommerce是一款免费的开源购物车。

nopCommerce是最好的开源电子商务平台。nopCommerce是免费的，它是最流行的ASP.NET Core购物车。

06.modular-monolith-with-ddd

Star：7.5k

采用领域驱动设计方法的完整模块化整体应用程序。

07.Ocelot

Star：7.3k

.NET核心API网关

Ocelot是一个.NET API网关。该项目的目标是使用.NET运行微服务/面向服务的体系结构的人，他们需要一个统一的入口点进入他们的系统。然而，它将与任何讲HTTP的东西一起工作，并在ASP.Net Core支持的任何平台上运行。

特别是，我希望与IdentityServer引用和承载令牌轻松集成。

如果不编写自己的Javascript中间件来处理IdentityServer引用令牌，我们就无法在我当前的工作场所找到这一点。我们宁愿使用已经存在的IdentityServer代码来执行此操作。

Ocelot是一组按特定顺序排列的中间产品。

Ocelot将HttpRequest对象操作到其配置指定的状态，直到它到达请求构建器中间件，在该中间件中，它创建了一个HttpQuestMessage对象，用于向下游服务发出请求。发出请求的中间件是Ocelot管道中的最后一件事。它不调用下一个中间件。当请求返回Ocelot管道时，将检索来自下游服务的响应。有一个中间件将HttpResponseMessage映射到HttpRepose对象，并返回给客户端。这基本上就是它的一系列其他功能！

08.Terminal.Gui

Star：7.2k

用于.NET的跨平台终端UI工具包

用于为.NET、.NET Core和Mono构建丰富控制台应用程序的工具包，可在Windows、Mac和Linux/Unix上运行。

09.ReactiveUI

Star：7.2k

一个高级的、可组合的、功能性的反应式模型视图视图模型框架，适用于所有.NET平台，受功能性反应式编程的启发。ReactiveUI允许您从用户界面中抽象出可变状态，在一个可读的地方表达关于特性的想法，并改进应用程序的可测试性。

ReactiveUI是一个适用于所有.NET平台的可组合的跨平台模型视图视图模型框架，它受到函数式反应式编程的启发，这是一个范例，允许您从用户界面中抽象出可变状态，并在一个可读的地方表达关于功能的想法，提高应用程序的可测试性。

10.Nancy

Star：7.2k

在.Net和Mono上构建轻量级的Http基础服务。

我们要感谢Nancy的数千名用户、所有撰写博客文章的人、会议发言人、视频制作人以及传播Nancy消息的人。

我们要感谢南希的150多位贡献者，他们使它成为今天的样子，如果没有你，工作会更加困难，机会也会错失。

我们要感谢VQ为我们的开源工作提供资金支持。

我们要感谢Nancy@jchannon、@khellang、@damianh、@phillip haydon、@prabirshresha、@horsdal的核心贡献者，感谢他们辛勤工作到深夜，编码、测试和编写文档，但最重要的是，Nancy本身的创始人@thecodejunkie和@grumpydev，他们的愿景让Nancy成为了一个有趣、高效、令人愉快的网络框架。