23-12-18
GitHub Trending 是程序员、开发者们追踪最新技术趋势、技术社区的晴雨表、发现热门项目的首选平台之一。每期，GitHub Trending都会汇总并展示那些备受关注的、备受喜爱的项目，这其中蕴含了程序员们的独到智慧、创意激情以及对技术的深刻理解。让我们一同探索本期 GitHub Trending 中引人注目的项目。不妨亲自体验这些项目，感受技术的无限可能！
1.Lobe Chat - 开源聊天机器人框架： Lobe Chat
作者简述： 🤖 Lobe Chat - an open-source, high-performance chatbot framework that supports speech synthesis, multimodal, and extensible Function Call plugin system. Supports one-click free deployment of your private ChatGPT/LLM web application.
star 数量: 11,457
fork 数量： 1,674
本周 star 数量: 6,502 stars this week
Lobe Chat是一个强大的聊天机器人框架，支持语音合成、多模态和灵活的插件系统。该框架具有以下关键特点：
1.视觉模型支持
Lobe Chat现在支持OpenAI的最新gpt-4-vision模型，具有视觉识别能力。用户可以轻松上传或拖放图像到对话框中，代理将能够识别图像内容并基于此进行智能对话。这为聊天应用开启了新的交互方式，使通信不仅限于文本，还包括丰富的视觉元素。
2.文本到语音和语音到文本
Lobe Chat支持文本到语音（TTS）和语音到文本（STT）技术，使应用能够将文本消息转换为清晰的语音输出，用户可以与聊天代理进行对话。用户可以选择不同的语音类型与代理配对，提供个性化的交流体验。
3.函数调用插件系统
Lobe Chat的插件生态系统是其核心功能的重要扩展，大大增强了ChatGPT的实用性和灵活性。通过插件，ChatGPT可以进行实时信息检索和处理，如自动获取最新新闻标题以提供用户即时和相关信息。
4.代理市场
在Lobe Chat代理市场中，创作者可以发现一个充满活力和创新的社区，集结了众多精心设计的代理，不仅在工作场景中起着重要作用，还在学习过程中提供了巨大便利。
5.渐进式Web应用
Lobe Chat采用渐进式Web应用（PWA）技术，提供在桌面和移动设备上高度优化的用户体验，同时保持轻量和高性能特性。界面经过精心设计，确保在视觉和感觉上与原生应用无异，提供流畅的动画、响应式布局，并适应不同设备屏幕分辨率。
GitHub地址: www.github.com/lobehub/lob…
2.项目学习： Project-Based Learning
作者简述： Curated list of project-based tutorials
star 数量: 137,780
fork 数量： 18,781
本周 star 数量: 12,009 stars this week
该项目旨在通过实际项目学习帮助用户掌握编程技能。用户可以通过fork这个仓库开始他们的学习之旅。项目教程涵盖了多种编程语言，包括C/C++、Clojure、Dart、Elixir、Erlang、F#、Go、Haskell、HTML/CSS、Java、JavaScript、Kotlin、Lua、OCaml、PHP、Python、R、Ruby、Rust、Scala、Swift等。
项目提供了一系列编程教程，帮助有志于成为软件开发人员的用户从零开始构建应用程序。这些教程涵盖不同的主要编程语言，可能涉及多种技术和语言。
3.MLX框架示例： MLX Examples
作者简述： Examples in the MLX framework
star 数量: 2,647
fork 数量： 402
本周 star 数量: 1,329 stars this week
这个项目是MLX框架的示例集合，旨在帮助用户更好地理解和使用MLX框架。它包含了各种独立的示例，其中MNIST是一个很好的起点，可用于学习如何使用MLX框架。
该仓库涵盖了多个有用的示例，包括：
- Transformer语言模型训练。
- 使用
LLaMA、Mistral或Phi进行大规模文本生成。 - 带有
Mixtral 8x7B的混合专家（MoE）语言模型。 - 使用
LoRA进行参数高效微调。 - 使用
Stable Diffusion生成图像。 - 使用
OpenAI、Whisper进行语音识别。 - 使用
BERT进行双向语言理解。 - 在图结构化数据上进行半监督学习，使用
GCN。
GitHub地址: github.com/ml-explore/…
4.Page Spy Web： page-spy-web
作者简述： Debug remotely and easily like chrome devtools.
star 数量: 2,474
fork 数量： 188
本周 star 数量: 1,556 stars this week
Page Spy Web是一个远程调试工具，类似于Chrome DevTools。基于封装原生Web API，它在调用时过滤和转换原生方法的参数，并将其转换为特定格式的消息，以供调试器客户端消耗。调试器在接收到消息数据后，以交互式的DevTools样式呈现UI，方便查看。
适用场景： 每当您无法使用本地DevTools调试代码时，Page Spy登场！例如：
- 本地调试H5或Webview应用程序：过去，一些产品提供了可以在H5上显示信息的面板，但移动设备的小屏幕使操作不便，显示也不用户友好。例如，信息截断等问题很常见。
- 远程工作和跨区域协作：传统的沟通方式，如电子邮件、电话和视频会议效率低下，而故障信息也不够全面，容易引起误解和判断错误。
- 用户设备上的白屏问题：传统的故障排除方法，如数据监控和日志分析，依赖于排除故障人员了解业务需求和技术实现。
这些问题的共同点是，开发人员无法像使用控制台那样轻松地查看运行时信息。为解决这个问题，Page Spy为技术人员提供了项目的实时视图，以在调试端检查。在远程协作场景中，测试人员不再需要通过文本、截图、语音消息或屏幕录制频繁向技术人员提供故障信息。
GitHub地址: github.com/HuolalaTech…
5.Pearl： Pearl
作者简述： A Production-ready Reinforcement Learning AI Agent Library brought by the Applied Reinforcement Learning team at Meta.
star 数量: 1,529
fork 数量： 98
本周 star 数量: 864 stars this week
Pearl是由Meta的Applied Reinforcement Learning团队开源的一款生产就绪的强化学习AI代理库。Pearl使研究人员和从业者能够开发强化学习AI代理，这些代理更注重累积的长期反馈而不是即时反馈，并且可以适应具有有限可观测性、稀疏反馈和高随机性的环境。希望Pearl为社区提供一种构建最先进的强化学习AI代理的手段，这些代理可以适应各种复杂的生产环境。
项目特色和设计
Pearl采用模块化设计，以便行业从业者或学术研究人员可以选择任何子集并灵活地组合以下特性，以构建适用于其特定用例的定制Pearl代理。Pearl为生产环境提供了一系列独特的特性，包括动态行动空间、离线学习、智能神经探索、安全决策制定、历史摘要和数据增强。
实际应用领域
Pearl正在支持实际应用，包括推荐系统、拍卖竞价系统和创意选择。每个应用都需要Pearl提供的一系列特性的子集。
与其他库的比较
| Pearl Features | Pearl | ReAgent | RLLib | SB3 | Tianshou | Dopamine |
|---|---|---|---|---|---|---|
| Agent Modularity | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| Dynamic Action Space | ✅ | ✅ | ❌ | ❌ | ❌ | ❌ |
| Offline RL | ✅ | ✅ | ✅ | ✅ | ✅ | ❌ |
| Intelligent Exploration | ✅ | ❌ | ❌ | ❌ | ⚪ (limited support) | ❌ |
| Contextual Bandit | ✅ | ✅ | ⚪ (only linear support) | ❌ | ❌ | ❌ |
| Safe Decision Making | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| History Summarization | ✅ | ❌ | ✅ | ❌ | ⚪ (requires modifying environment state) | ❌ |
| Data Augmented Replay Buffer | ✅ | ❌ | ✅ | ✅ | ✅ | ❌ |
GitHub地址: github.com/facebookres…
6.Mistral Transformer： mistral-src
作者简述： Reference implementation of Mistral AI 7B v0.1 model.
star 数量: 5,448
fork 数量： 389
本周 star 数量: 805 stars this week
Mistral Transformer是Mistral AI 7B v0.1模型的参考实现。该模型是一个强大的Transformer，专注于处理长序列，具有滑动窗口注意力和稀疏专家混合（SMoE）等创新特性。
主要特性和设计
- Sliding Window Attention
Mistral采用滑动窗口注意力机制，以提高推理速度和降低内存压力。每个标记只能关注到过去W个标记，这有效减轻了模型的计算和内存压力。
- Sparse Mixture of Experts (SMoE)
稀疏专家混合允许将整个模型的子集激活为每个标记，从而在吞吐量和内存成本之间取得平衡。模型中的每个标记都被分配给一个或多个“专家”，每个专家都有一组独立的权重，仅由这些专家处理。这种方法提高了模型对数据复杂模式的捕捉能力。
部署和使用
通过deploy文件夹中的代码构建vLLM镜像以提供Mistral AI模型的服务。安装模型并通过简单的命令行操作运行，您可以在official documentation找到详细的说明。
应用和集成
Mistral AI已经在多个应用和平台中得到了广泛应用，包括HuggingFace、Vertex AI、Replicate等。此外，您还可以在Chatbot Arena、Dust、Quivr等应用中使用Mistral AI。
GitHub地址: www.github.com/mistralai/m…
7.StyleX： stylex
作者简述： StyleX is the styling system for ambitious user interfaces.
star 数量: 5,827
fork 数量： 275
本周 star 数量: 1,874 stars this week
StyleX是用于定义优化用户界面样式的JavaScript库。旨在提供简洁而强大的工具，使开发人员能够轻松创建和管理用户界面样式。
核心特性和设计
- 灵活定义样式
通过简单的JavaScript语法，您可以创建具有层次结构的样式定义，使得样式的组合和复用变得简单明了。
- 高性能用户界面
StyleX专注于生成高性能的样式定义，以确保在运行时对用户界面的影响最小化。
- 模块化开发
采用monorepo结构，拆分为多个独立的包，使得开发者可以选择性地使用所需的功能，如Babel插件、ESLint插件等。
GitHub地址: www.github.com/facebook/st…
8.高性能JavaScript工具集： oxc
作者简述： ⚓ A collection of JavaScript tools written in Rust.
star 数量: 5,337
fork 数量： 236
本周 star 数量: 813 stars this week
项目名为Oxc，是一个用Rust语言编写的高性能JavaScript工具集。它涵盖了解析器、代码检查器、格式化器、转译器、代码压缩工具等多个工具，旨在提供一套高效、集成的工具链，以优化JavaScript和TypeScript的开发流程。
Oxc的设计理念源于对JavaScript工具链的重新构建，以提供更高的性能和更高效的开发体验。与其他工具链不同，Oxc的工具采用Rust编写，充分利用其性能和内存管理优势。
主要特点：
- 集成工具链： 包含解析器、代码检查器、格式化器、转译器、代码压缩工具等，形成一个完整的工具链。
- 性能优越： Oxc解析器目标是成为最快的基于Rust的生产就绪解析器，而代码检查器比ESLint快50-100倍，与CPU核心数量线性扩展。
- 简化配置： 代码检查器采用惯例优于配置的原则，无需繁琐的配置即可运行。
项目中展示了解析器、代码检查器、格式化器等工具的性能对比图，显示出Oxc在速度和效率方面的显著优势。
GitHub地址: github.com/oxc-project…
9.高分辨率图像生成Democratizer： DemoFusion
作者简述： Let us democratise high-resolution generation! (arXiv 2023)
star 数量: 1,445
fork 数量： 286
本周 star 数量: 816 stars this week
项目名为DemoFusion，旨在民主化高分辨率生成。论文提出了一种名为DemoFusion的框架，通过推动高分辨率生成的前沿，使其对广泛的用户群体可用。该框架利用现有的潜在扩散模型（LDMs）具有未开发潜力的事实，通过采用渐进升频、跳跃剩余和扩散采样机制，实现了更高分辨率的图像生成。DemoFusion的渐进性质需要更多的处理步骤，但中间结果可作为“预览”，促进快速提示迭代。
主要用途：
DemoFusion的用途不仅限于高分辨率图像生成，还支持多个应用场景，包括文本到图像生成、图像到图像增强等。通过提供各种演示和示例，项目鼓励用户尝试不同的提示和分辨率，以实现更加灵活的应用。
GitHub地址: github.com/PRIS-CV/Dem…
10.编程作业集锦： assignments
作者简述： 无
star 数量: 973
fork 数量： 1,932
本周 star 数量: 336 stars this week
项目名为assignments，主要旨在提供JavaScript编程作业，为学习者提供一系列练手的编程任务。该项目包含了一系列难度分级的编程任务，分为Easy、Medium和Hard三个等级，学习者可以根据自己的实际情况自由选择任务的完成顺序。
每个编程任务都在一个独立的JavaScript文件中，学习者需要根据文件中的指令，在相同的文件中编写代码来完成作业。为了帮助学习者测试代码的正确性，每个问题上方都有相应的测试指令。
GitHub地址: github.com/100xdevs-co…
11.生成式人工智能： generative-ai
作者简述： Sample code and notebooks for Generative AI on Google Cloud
star 数量: 3,349
fork 数量： 772
本周 star 数量: 607 stars this week
项目名为generative-ai，是由Google Cloud维护的一个资源库，旨在展示如何使用、开发和管理基于Google Cloud的生成式人工智能（Generative AI）工作流。项目提供了Notebooks、代码示例、样本应用程序以及其他资源，涵盖了使用Vertex AI支持的生成式AI的方方面面,包括Gemini starter notebooks、用例、函数调用、样本应用程序等，帮助开发者更好地理解和应用生成式AI。
GitHub地址: github.com/GoogleCloud…
12.现代Next.js项目： Polaris
作者简述： 无
star 数量: 231
fork 数量： 242
本周 star 数量: 91 stars this week
Polaris是一个基于Next.js的项目，使用create-next-app进行快速启动。该项目旨在提供现代的Next.js应用程序基础，通过简化开发流程和提供一系列优化功能，使开发者能够更轻松地构建Web应用。
GitHub地址: github.com/vectorisvec…
13.开源项目管理利器： Plane
作者简述： 🔥 🔥 🔥 Open Source JIRA, Linear and Height Alternative. Plane helps you track your issues, epics, and product roadmaps in the simplest way possible.
star 数量: 20,810
fork 数量： 1,093
本周 star 数量: 1,067 stars this week
Plane是一款灵活、可扩展的开源项目管理工具，旨在简化问题、迭代和产品路线图的跟踪过程，为团队提供高效而直观的项目管理解决方案。作为对JIRA、Linear和Height等工具的开源替代品，Plane旨在为开发者提供更简单、更直观的项目管理体验。
GitHub地址: github.com/makeplane/p…
14.高效稀疏训练利器： MegaBlocks
作者简述： 无
star 数量: 516
fork 数量： 94
本周 star 数量: 206 stars this week
MegaBlocks是一款轻量级库，专注于混合专家（MoE）训练。系统的核心是高效的“dropless-MoE”dMoE和标准的MoE图层。
该项目构建在Megatron-LM之上，支持MoEs的数据、专家和管道并行训练。MegaBlocks致力于扩展更多框架，以支持其功能。
MegaBlocks的性能令人瞩目，特别是其dMoEs在速度上超过了使用Tutel训练的MoEs，相较于Tutel的最佳capacity_factor配置，提高了40% 。而与Megatron-LM训练的密集Transformer相比，MegaBlocks的dMoEs在训练加速方面可达到2.4倍。
GitHub地址: github.com/stanford-fu…
15.Go中的HTML模板语言： Templ
作者简述： A language for writing HTML user interfaces in Go.
star 数量: 3,473
fork 数量： 106
本周 star 数量: 949 stars this week
Templ是一个用于在Go中编写HTML用户界面的语言。该项目提供了出色的开发者工具，使得HTML模板的创建和管理变得更加高效。
项目的用户文档详细介绍了Templ的使用方式和特性。同时，支持Go文档、xc兼容性、代码覆盖率等多个方面的工具和标识，进一步提高了开发者的使用体验。
如果你正在寻找一种在Go中编写HTML界面的简便方法，并希望拥有强大的开发者工具支持，Templ可能是你需要考虑的项目。它的简单易用和对Go生态系统的深度集成使其成为一个备受欢迎的选择。
GitHub地址: github.com/a-h/templ
16.泄露的GPT提示收集： GPTs
作者简述： leaked prompts of GPTs
star 数量: 19,899
fork 数量： 2,862
本周 star 数量: 8,996 stars this week
GPTs项目是一个包含泄露GPT提示的集合。这些提示跨足多个领域，包括技术文档、情感对话、游戏场景等。该项目为开发者和研究人员提供了一个有趣的资源库，展示了GPT模型在不同情境下的生成能力。
GitHub地址: github.com/linexjlin/G…
17.综合性的Python工具集合： awesome-python
作者简述： A curated list of awesome Python frameworks, libraries, software and resources.
star 数量: 190,791
fork 数量： 24,346
本周 star 数量: 1,485 stars this week
该项目是一个涵盖广泛领域的Python工具集，包含了丰富的框架、库、软件和资源。项目结构清晰，通过分门别类的方式组织，方便用户快速查找和了解Python生态系统中的优秀工具。
Admin Panels
ajenti- 为你的服务器打造的管理面板。django-grappelli- Django Admin-Interface的时尚皮肤。django-jet- 用于Django admin界面的现代响应式模板。django-suit- Django Admin-Interface的替代方案（仅限非商业用途免费）。django-xadmin- Django admin的即插即用替代品。flask-admin- Flask的简单且可扩展的管理界面框架。flower- 用于Celery的实时监控和Web管理。jet-bridge- 适用于任何具有良好UI的应用程序的管理面板框架。wooey- 为Python脚本创建自动Web UI的Django应用。
GitHub地址: github.com/vinta/aweso…
18.本地运行大型语言模型的工具集： ollama
作者简述： Get up and running with Llama 2 and other large language models locally.
star 数量: 23,183
fork 数量： 1,350
本周 star 数量: 1,941 stars this week
该项目名为 "ollama"，是一个本地运行大型语言模型的工具集。主要目的是帮助用户轻松启动和运行 Llama 2 及其他大型语言模型。通过提供简便的安装步骤和文档，ollama 使用户能够在本地环境中使用强大的语言模型，无需依赖云服务。
项目提供了多平台的安装方式，包括 macOS、Linux、WSL2，同时还支持 Docker。用户可以根据自己的需求选择合适的方式进行安装和配置。
其中，项目支持的开源模型包括 Neural Chat、Starling、Mistral、Llama 2 等，用户可以通过简单的命令就能运行这些模型。除了预置模型，用户还可以根据需要自定义模型，从 GGUF、PyTorch 或 Safetensors 中导入。
GitHub地址: github.com/jmorganca/o…
19.多AI聊天工具： ChatALL
作者简述： Concurrently chat with ChatGPT, Bing Chat, Bard, Alpaca, Vicuna, Claude, ChatGLM, MOSS, 讯飞星火, 文心一言 and more, discover the best answers.
star 数量: 12,019
fork 数量： 1,744
本周 star 数量: 408 stars this week
项目名为 "ChatALL"，是一个同时与多个AI聊天工具交流的应用。用户可以通过 ChatALL 一次性向多个大型语言模型发送提示，以便比较它们在不同任务上的表现，从而发现最佳答案。
ChatALL 支持多个语言，包括英语、中文、德语、法语、意大利语、西班牙语、俄语、越南语、韩语、日语等。用户可以根据自己的需求选择相应语言环境。
该工具适用于不同用户群体，包括大型语言模型的专业人士、研究人员以及应用开发者。通过 ChatALL，用户能够更直观地比较不同模型在各个领域的优劣势。
GitHub地址: github.com/sunner/Chat…
20.开源Go后端框架： PocketBase
作者简述： Open Source realtime backend in 1 file
star 数量: 28,283
fork 数量： 1,273
本周 star 数量: 802 stars this week
PocketBase 是一个开源的 Go 后端框架，提供了嵌入式数据库（SQLite）并支持实时订阅。它内置了文件和用户管理功能，并提供了方便的管理仪表板 UI 和简单的 REST-ish API。
该框架可以直接作为独立应用程序下载，也可以用作 Go 框架/工具包，允许用户构建自己定制的业务逻辑，最终生成一个单一的可执行文件。
GitHub地址: github.com/pocketbase/…
21.微信账号信息提取工具： PyWxDump
作者简述： PyWxDump 是一个功能强大的工具，用于获取微信账号信息（昵称/账号/手机/邮箱/数据库密钥/wxid）、解密 PC 微信数据库、查看聊天记录，并支持导出为 HTML（包含语音和图片）。该项目支持多账户信息获取，适用于所有微信版本。
star 数量: 2,379
fork 数量： 580
本周 star 数量: 670 stars this week
PyWxDump 是一款用于获取微信账号信息、解密数据库、查看聊天记录、备份导出聊天记录为 HTML 的工具。支持多账户信息获取，适用于各种用途，包括渗透测试、取证、自行备份等。
主要功能
- 获取微信昵称、账号、手机号、邮箱、数据库密钥等信息。
- 解密微信数据库，支持查看聊天记录。
- 备份导出聊天记录为 HTML，包含语音和图片。
- 多账户信息获取，支持微信多开场景。
GitHub地址: github.com/xaoyaoo/PyW…
22 NVIDIA优化推理库： Optimum-NVIDIA
作者简述： 无
star 数量: 541
fork 数量： 142
本周 star 数量: 280 stars this week
Optimum-NVIDIA是一个通过Hugging Face在NVIDIA平台上提供最佳推理性能的项目。通过仅改变现有transformers代码中的一行代码，即可以每秒1,200个标记的速度运行LLaMA 2（比框架快28倍）。
该项目的主要用途是优化NVIDIA平台上的推理性能，特别是在使用Hugging Face进行文本生成任务时。用户可以通过使用Docker容器轻松尝试Optimum-NVIDIA，并在Hugging Face Docker Hub上获取镜像。
Optimum-NVIDIA目前仅加速LLaMAForCausalLM的文本生成，但正在积极努力扩展支持以包括更多的模型架构和任务。
GitHub地址: github.com/huggingface…
23.自由轻量级 Android 视频流软件： NewPipe
作者简述： A libre lightweight streaming front-end for Android.
star 数量: 26,643
fork 数量： 2,879
本周 star 数量: 183 stars this week
NewPipe 项目是一款轻量级的 Android 流媒体前端，旨在提供隐私和匿名的网络媒体服务体验。该应用程序无需账户即可使用，支持多个视频和音频服务，包括 YouTube、PeerTube、Bandcamp、SoundCloud 和 media.ccc.de。NewPipe 不收集用户数据，且是自由开源软件，不依赖于专有库或框架，可在不安装 Google 应用的设备或自定义 ROM 上运行。
特色功能
- 观看视频的分辨率高达 4K
- 在后台听音频，仅加载音频流以节省数据
- 弹出模式（悬浮播放器，即画中画）
- 观看直播流
- 显示/隐藏字幕/封闭字幕
- 搜索视频和音频（在 YouTube 上，您还可以指定内容语言）
- 将视频加入队列（并可选择将其保存为本地播放列表）
- 显示/隐藏有关视频的一般信息（例如描述和标签）
- 显示/隐藏下一个/相关视频
- 显示/隐藏评论
- 搜索视频、音频、频道、播放列表和专辑
- 在频道内浏览视频和音频
- 订阅频道（是的，无需登录任何帐户！）
- 获取来自已订阅频道的新视频通知
- 创建和编辑频道组（用于更轻松的浏览和管理）
- 浏览从您的频道组生成的视频动态
- 查看和搜索您的观看历史记录
- 搜索和观看播放列表（这些是远程播放列表，这意味着它们是从您浏览的服务中获取的）
- 创建和编辑本地播放列表（这些在应用程序内创建和保存，并且与任何服务无关）
- 下载视频/音频/字幕（封闭字幕）
- 在 Kodi 中打开
- 观看/阻止年龄受限的材料
GitHub地址: github.com/TeamNewPipe…
24.全能部署工具： deploy
作者简述： Pandora Cloud + Pandora Server + Shared Chat + BackendAPI Proxy + Chat2API + Signup Free = PandoraNext. New GPTs(Gizmo) UI, All in one!
star 数量: 6,506
fork 数量： 1,293
本周 star 数量: 1,999 stars this week
PandoraNext是一个集成了Pandora Cloud、Pandora Server、Shared Chat、BackendAPI Proxy和Chat2API等功能的全能部署工具。它提供了简单的手动部署方法，支持Docker Compose和Docker部署方式。用户可以根据需要配置Nginx，确保网络代理的畅通。
PandoraNext是一个强大的工具，通过它，用户可以实现代理、共享聊天和后端API代理等多种功能。适用于需要综合部署不同服务的场景，为用户提供了更多选择和灵活性。
GitHub地址: github.com/pandora-nex…
不管是学习新技术、贡献开源项目还是分享经验，让我们一同努力，不断前行。本期分享到此结束，让我们一起期待下期 GitHub Trending 中的更多惊喜和创意！
本文由mdnice多平台发布
