#GitHub情报 #Web #Tools

📦 copyparty：一体化、零依赖的便携式文件服务器

🔗：GitHub | Demo

✨ Features

- 一体化零依赖部署: 以单个 Python 文件 (copyparty-sfx.py) 分发，无强制性依赖。兼容 Python 2 和 Python 3，可运行于 Linux、macOS、Windows、Android 等多个平台。
- 多协议支持: 内置对 HTTP、WebDAV、FTP、TFTP 和 SMB/CIFS 协议的支持，无需额外配置即可与不同客户端和操作系统集成。
- 媒体索引与串流: 自动为图片、视频和音频（生成频谱图）创建缩略图。支持按需音频转码（如 FLAC 转 Opus）和媒体库索引，可根据文件名、大小、日期及 ID3-tags 等元数据进行搜索。
- 高性能断点续传: 采用分块上传与校验和验证，支持断点续传和自动错误重试。通过并行连接提升传输效率，在特定环境下可达 1 GB/s 上传和 8 GB/s 下载速度。支持“边传边下”。
- 存储空间优化: 支持在上传时进行文件去重，为重复文件创建符号链接、硬链接或写时复制链接以节省磁盘空间。该功能默认关闭，以避免与外部文件管理工具冲突。
- 精细化权限控制: 提供基于卷的访问管理，可为不同用户或用户组分配独立的读、写、移动、删除 和管理权限。支持 Argon2 密码哈希和只写文件夹。
- 功能丰富的 Web UI: 提供文件管理功能（剪切、粘贴、重命名、批量重命名）、Markdown 查看器与编辑器、实时日志查看、音视频在线观看。前端界面兼容从 IE6 到现代的各类浏览器。

⚙️ 机制

- 步骤1: 独立运行包: 主程序 copyparty-sfx.py 是一个自解压归档文件，内含所有运行所需的 Python 模块和前端资源。执行时仅需系统安装 Python 环境，无需额外安装依赖包。
- 步骤2: up2k 上传引擎: 浏览器前端将大文件分割成数据块并进行哈希计算。客户端并行上传数据块，后端服务器进行校验和验证，对传输中损坏的数据块自动请求重传，从而实现高可靠性的断点续传。
- 步骤3: 卷映射与权限系统: 后端将服务器的物理文件系统路径映射为独立的 URL 路径，即卷。每个卷可独立配置权限，允许管理员构建复杂的多用户、多场景访问控制策略。
- 步骤4: 可选依赖与功能降级: 媒体处理 (FFmpeg)、图像生成 (Pillow) 等高级功能依赖于可选的外部程序。若系统中未安装这些程序，copyparty 会自动禁用相关功能并平稳降级，核心文件服务功能不受影响。

👨🏻‍💻 使用场景

- 个人云存储与家庭 NAS:
- 作为 Dropbox 或 Google Drive 的自托管替代方案，完全控制个人数据。
- 在多台设备（PC、手机、树莓派）间快速部署，用于家庭内部的文件同步与共享。

- 媒体库管理与分享:
- 搭建个人照片、视频或音乐服务器，支持远程访问和在线播放。
- 利用音频转码功能，将无损音乐库转换为移动设备友好的格式进行串流。

- 团队协作与文件收集:
- 设置只写文件夹，用于课程作业提交、客户文件上传等匿名收集场景。
- 利用内置的 Markdown 查看器托管项目文档。

- 临时文件传输与网络服务:
- 在两台机器间快速启动一个文件服务器，无需复杂配置，甚至兼容老旧设备。
- 利用内置的 TFTP 服务器进行网络引导 (PXE boot)，或通过 SMB 服务与 Windows 网络环境集成。

👨🏻‍💻 感想

界面有些简陋，但是功能强大易于启动，甚至还有手机全平台的 APP 支持。相对的网站的移动支持要稍微差一些。

功能非常强大，什么文件都能打开。上传速度也非常令人满意。之前用的一些其他局域网传输软件总会遇到传输速度慢，不稳定，大文件下载失败。

频道：@NewlearnerChannel

#GitHub情报 #Web #Tools

🦔 PostHog：开源的一体化产品分析平台

✨ Features

- 一体化平台：集产品分析、网站分析、会话回放、功能开关、A/B 测试、用户调研、数据仓库、数据管道于一体，整合超过八种独立工具的功能。
- 产品分析：提供事件跟踪、漏斗分析、留存分析和用户群组划分，用于深入洞察用户行为。
- 会话回放：录制用户交互过程，附带控制台日志、网络请求和事件时间线，用于可视化地诊断 JavaScript 错误和前端问题。官方称成本降低高达 50%。
- 功能开关与 A/B 测试：支持功能灰度发布、A/B 测试和复杂的多变量测试，并提供统计显著性计算。
- 内置数据仓库：允许使用 SQL (HogQL) 直接查询分析数据，并支持与超过 120 个数据源和目标集成，打通产品与业务数据。
- LLM 可观测性：监控和分析产品中 AI 模型的使用情况，捕获调用链路（Traces）、生成内容、延迟和成本指标。
- 开源与自托管：提供开源版本，允许自托管部署，确保数据完全控制，避免供应商锁定。

⚙️ 使用步骤

PostHog 采用 API-first 架构，为开发者提供高度的灵活性和控制力。

- 步骤1: 数据采集：通过全面的 SDK 套件从不同平台捕获事件。前端 SDK (JavaScript, React) 支持 Autocapture 功能，可自动捕获点击、表单提交等客户端事件，无需手动埋点。
- 步骤2: 后端跟踪：提供 Node.js, Python, Java 等后端库，用于跟踪发生在服务器端的关键业务事件，如 API 调用或支付处理。
- 步骤3: 数据处理与存储：数据被实时处理，以支持即时分析和功能开关的快速更新。所有数据存储在内置的数据仓库中，可通过 HogQL (一种 SQL 方言) 进行复杂查询。
- 步骤4: 功能交付：功能开关和 A/B 测试配置通过低延迟的基础设施实时分发给客户端，实现对特定用户群体的精准控制。

👨🏻‍💻 应用场景

产品与工程团队
- 分析用户转化漏斗，识别用户流失节点，通过数据驱动产品迭代。
- 使用会话回放复现用户遇到的 Bug，结合控制台和网络日志快速定位前端问题。

初创公司
- 利用一体化平台替代多个分散的分析工具，降低工具链复杂度和成本。
- 受益于慷慨的免费额度和针对初创企业的 5 万美元赠金计划。

数据分析
- 通过 SQL 直接在数据仓库中进行深度分析，将产品使用数据与外部业务数据（如 CRM）结合。
- 验证 A/B 测试结果的统计有效性，为产品决策提供量化依据。

AI 应用开发
- 监控集成在应用中的 LLM 功能，追踪其性能、延迟和 Token 成本，优化 AI 功能的用户体验和经济效益。

👻 感想

他给的实在是太多了。基本上所有框架和语言都支持，功能上也是达到了恐怖的 34 个。功能和老牌的分析工具 Mixpanle，Google Analysitcs 不分上下的同时，价格还足够的便宜，免费档位就可以畅爽使用所有工具。

频道：@NewlearnerChannel