Github有趣项目集锦（持续更新中）

1. dolphinscheduler是分布式易扩展的可视化DAG工作流任务调度系统。致力于解决数据处理流程中错综复杂的依赖关系，使调度系统在数据处理流程中开箱即用。
   https://github.com/apache/incubator-dolphinscheduler
   

2. macOS 上实用、炫酷、实用提高工作的工具。
   https://github.com/nikitavoloboev/my-mac-os

3. 用于处理结构化文本数据（日志、JSON、YAML 等）的命令行工具列表。
   https://github.com/dbohdan/structured-text-tools

4. 中文文本纠错工具。音似、形似错字（或变体字）纠正，可用于中文拼音、笔画输入法的错误纠正。依据语言模型检测错别字位置，通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。解决了在文本识别模型处理后，对识别结果中个别词汇错误进行纠错。https://github.com/shibing624/pycorrector

5. Linkis是一个打通了多个计算存储引擎如：Spark、TiSpark、Hive、Python和HBase等，对外提供统一REST/WebSocket/JDBC接口，提交执行SQL、Pyspark、HiveQL、Scala等脚本的计算中间件。
   
   Linkis基于微服务架构，提供了金融级多租户隔离、资源管控、权限隔离等企业级特性，支持统一变量、UDF、函数、用户资源文件管理，具备高并发、高性能、高可用的大数据作业/请求全生命周期管理能力。
   https://github.com/WeBankFinTech/Linkis

6. 拼音首字母缩写翻译工具，作为首字母缩写初代使用者的90后，在网络上已经完全跟不上00后所用的语言，这就太可怕了。不过不要慌，现在有了首字母缩写释义器。
   https://github.com/itorr/nbnhhsh

7. crawlab是基于 Go 的分布式爬虫管理平台。支持 Python、Node.js、Go、Java、PHP 等多种编程语言以及多种爬虫框架。
   https://github.com/crawlab-team/crawlab
   

8. Koalas是专为使用pandas的数据科学家而设计，可以使用pandas API在spark上运行。
   https://github.com/databricks/koalas