Awesome GitHub RepositoriesBuffer Serialization Interfaces

GoReplay is a network traffic recording and replay tool used to capture live HTTP and binary protocol requests. It functions as a traffic shadowing proxy that duplicates incoming network requests to test environments and a utility for recording traffic to local or cloud storage for later analysis and playback. The system is capable of processing non-textual data formats, such as Thrift and Protocol Buffers, allowing for the capture and replay of specialized application-to-application communication. The tool supports live traffic capture and asynchronous duplication to validate infrastructure

F Prime es un framework basado en componentes diseñado para el desarrollo y despliegue de software embebido y de vuelo espacial. Proporciona una arquitectura modular que desacopla la lógica del software de las interfaces de comunicación, permitiendo a los desarrolladores definir estructuras de sistema mediante un lenguaje de modelado específico del dominio. Este enfoque basado en modelos permite la generación automática de código, asegurando la consistencia en topologías de sistemas complejos mientras mantiene estrictos contratos de interfaz entre los módulos de software. El framework se distingue por su sistema de compilación integrado y su suite de operaciones de datos en tierra. Automatiza todo el ciclo de vida del software embebido, desde la compilación cruzada y la gestión de dependencias hasta la generación de interfaces de telemetría y comandos. Al proporcionar un entorno unificado tanto para el software de vuelo a bordo como para la monitorización en tierra, facilita la integración, las pruebas y el mando y control de sistemas embebidos distribuidos en diversas plataformas de hardware. Más allá de su arquitectura central, el proyecto incluye herramientas integrales para la observabilidad del sistema, incluyendo visualización de telemetría en tiempo real, registro de eventos y trazado de diagnóstico. Soporta una amplia gama de escenarios de despliegue, desde entornos bare-metal hasta sistemas operativos en tiempo real, y proporciona mecanismos para la gestión de memoria, modelado de comportamiento basado en estados y ejecución de tareas asíncronas. El proyecto se mantiene como un repositorio en C++ con documentación extensa y soporte de sistema de compilación para el desarrollo multiplataforma.

Torch7 is a scientific computing environment and tensor computation library used for deep learning research and numerical analysis. It functions as a Lua-based framework for training neural networks and learning agents, providing a toolkit for implementing architectures and training through reinforcement learning algorithms. The project is distinguished by its tight integration with C, utilizing a binding layer to map high-level scripting to low-level C structures for direct memory access. It supports hardware-accelerated computation by offloading linear algebra and convolution operations to

protobuf-net is a .NET library that serializes and deserializes objects using the Protocol Buffers binary format for efficient data exchange. It provides a code-first gRPC service framework, allowing developers to define service contracts directly from existing C# classes without writing separate .proto files. The library is nullable-aware, encoding null values in collections and nullable scalars using wrapper messages to distinguish null from default zero values, and includes an ahead-of-time serializer generator that compiles serializer code at build time to eliminate runtime code generati

Beast es una librería de C++ para implementar clientes y servidores HTTP y WebSocket de bajo nivel. Funciona como un framework de red asíncrono diseñado para componer operaciones de E/S sin bloqueo y pilas de flujo en capas para gestionar el tráfico de red concurrente, utilizando específicamente el modelo asíncrono de Boost.Asio. La librería proporciona una implementación completa de los protocolos HTTP/1.1 y WebSocket. Para HTTP, incluye primitivas para analizar y serializar mensajes con soporte para codificación de transferencia fragmentada, lectura incremental del cuerpo y canalización de solicitudes. Su implementación de WebSocket cubre el ciclo de vida completo de la comunicación bidireccional, incluyendo apretones de manos, negociación de subprotocolos, fragmentación de mensajes y monitoreo de actividad mediante tramas de control. Beast incluye un conjunto especializado de herramientas para la gestión de buffers de red para optimizar la E/S de dispersión-recopilación a través de buffers de memoria dinámicos y basados en secuencias. También cubre la comunicación de red segura mediante la integración de capas SSL/TLS para flujos cifrados, autenticación de certificados y terminación segura de conexiones. El framework proporciona abstracciones multiplataforma para E/S de archivos y gestión de señales del sistema para apoyar el desarrollo de aplicaciones de red estables.

Responses es una librería de mocking para Python diseñada para interceptar llamadas HTTP salientes realizadas con la librería Requests para devolver respuestas simuladas predefinidas. Funciona como un framework de verificación de solicitudes y una herramienta de simulación de red, permitiendo verificar el comportamiento de la aplicación frente a varios patrones de respuesta de API sin realizar llamadas de red reales. El proyecto se distingue por un grabador de tráfico que captura interacciones de red reales y las guarda en archivos para su reproducción determinista. Además, permite la simulación de escenarios de red complejos, incluyendo la activación de tiempos de espera de conexión, errores de red y redirecciones HTTP. La librería proporciona capacidades para la simulación dinámica de API mediante respuestas basadas en callbacks y colas de respuesta secuenciales para probar cambios de estado. Incluye herramientas para la verificación de datos de solicitudes y validación de atributos para garantizar que los encabezados, cuerpos y parámetros de consulta salientes cumplan con los criterios esperados. Las configuraciones y registros de mocks se gestionan a través de decoradores y gestores de contexto para aislar comportamientos entre casos de prueba.