awesome-repositories.com
Blog
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoAcerca deCómo clasificamosPrensaServidor MCP
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

10 repositorios

Awesome GitHub RepositoriesFile System Persistence

Mechanism for storing data and metadata on the local file system using consistent pathing.

Distinct from Disk Persistence: Focuses on the cross-platform file system layout for asset storage rather than a complex data structure.

Explore 10 awesome GitHub repositories matching data & databases · File System Persistence. Refine with filters or upvote what's useful.

Awesome File System Persistence GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • caddyserver/certmagicAvatar de caddyserver

    caddyserver/certmagic

    5,568Ver en GitHub↗

    Certmagic es una librería de Go para automatizar la emisión y renovación de certificados TLS. Funciona como un aprovisionador automático de HTTPS y cliente ACME que maneja el ciclo de vida completo de los certificados para asegurar la conectividad sin intervención manual. La librería se distingue por su soporte para el aprovisionamiento de TLS bajo demanda, que genera certificados dinámicamente durante el apretón de manos (handshake) TLS basado en el nombre del servidor. También proporciona automatización para certificados comodín (wildcard) a través de la verificación de desafío DNS y se integra con la API de ZeroSSL para la adquisición de certificados. El proyecto cubre una amplia gama de capacidades, incluyendo resolución de desafíos ACME, programación de renovación automatizada y revocación de certificados. Gestiona la persistencia de datos a través de backends de almacenamiento conectables e implementa bloqueo y sincronización distribuidos para coordinar la gestión de certificados a través de clústeres de servidores. La funcionalidad adicional incluye grapado OCSP, caché en memoria y la generación de configuraciones TLS para servidores personalizados.

    Stores assets and metadata on the file system using a consistent, cross-platform path structure.

    Goacmeautomatic-httpsgo
    Ver en GitHub↗5,568
  • lecepin/wechatvideodownloaderAvatar de lecepin

    lecepin/WeChatVideoDownloader

    4,685Ver en GitHub↗

    WeChatVideoDownloader es un extractor de videos de redes sociales diseñado para recuperar y guardar contenido de video de WeChat Channels para almacenamiento local fuera de línea. Funciona como un archivador de contenido que captura publicaciones multimedia del ecosistema de WeChat para evitar la pérdida de datos. La herramienta permite la descarga de archivos de video desde canales sociales, lo que permite el archivo de redes sociales y el consumo de contenido fuera de línea dentro de diferentes reproductores multimedia.

    Saves downloaded video data streams directly to the local file system for offline storage.

    downloaderwechatwechat-video
    Ver en GitHub↗4,685
  • h2database/h2databaseAvatar de h2database

    h2database/h2database

    4,607Ver en GitHub↗

    H2 es un sistema de gestión de bases de datos relacionales compatible con JDBC, escrito en Java. Funciona como una base de datos SQL embebible que puede ejecutarse directamente dentro de un proceso de aplicación para eliminar la latencia de red, o como una base de datos en memoria para almacenamiento volátil de alto rendimiento. También incluye una consola basada en web para ejecutar comandos SQL y administrar esquemas. El sistema se caracteriza por sus modos de despliegue flexibles, incluyendo un modo servidor independiente para acceso remoto TCP/IP y un modo mixto para conectividad local y remota simultánea. Cuenta con una capa de emulación de dialectos y modos de compatibilidad que permiten imitar el comportamiento y la sintaxis de otros sistemas de bases de datos. El motor proporciona un amplio conjunto de capacidades que cubren transacciones ACID con control de concurrencia multiversión, soporte para datos geoespaciales y JSON, y funciones avanzadas de ventana analítica. Incluye herramientas para la preservación de datos mediante copias de seguridad comprimidas, restauración de scripts SQL y gestión de memoria fuera del heap (off-heap) para manejar grandes datasets. La base de datos se integra con aplicaciones utilizando controladores estándar de Java Database Connectivity y URLs de conexión.

    Integrates with the local filesystem to import content from files and write binary data.

    Javadatabasejavajdbc
    Ver en GitHub↗4,607
  • kkdai/youtubeAvatar de kkdai

    kkdai/youtube

    3,903Ver en GitHub↗

    This project is a Go library and command-line utility designed for the retrieval and local archival of remote video content. It provides a programmatic interface for fetching media streams, allowing users to extract metadata and download video files directly to local storage. The library distinguishes itself through its ability to resolve playback restrictions by performing algorithmic transformations on obfuscated authentication tokens. This signature decryption process enables the tool to bypass standard access limitations, while its interface-driven design allows for the selection of speci

    Stores data and metadata on the local file system using consistent pathing.

    Gogoyoutube
    Ver en GitHub↗3,903
  • typcn/bilibili-mac-clientAvatar de typcn

    typcn/bilibili-mac-client

    3,857Ver en GitHub↗

    This project is a native macOS application designed to provide a dedicated interface for streaming and managing Bilibili video content. It functions as a desktop utility that integrates web-based media rendering with native system controls, allowing users to access high-resolution streams while offloading intensive decoding tasks to the host hardware. The application distinguishes itself through advanced playback customization and real-time interaction tools. Users can manage bullet comment overlays using regex-based filtering to maintain visual clarity, and the system supports personalized v

    Interfaces with host operating system APIs to manage the storage and retrieval of media assets on the local file system.

    Objective-C
    Ver en GitHub↗3,857
  • communitytoolkit/dotnetAvatar de CommunityToolkit

    CommunityToolkit/dotnet

    3,696Ver en GitHub↗

    This project is a general purpose library for the .NET ecosystem, providing a collection of reusable helper methods and APIs for common programming tasks. It encompasses a UI component library for cross-platform development, a toolkit for MVVM architecture, and specialized utilities for memory management and native interoperability. The library distinguishes itself through high-performance memory abstractions, such as pooled buffers and contiguous two-dimensional memory spans, designed to reduce garbage collection pressure. It also provides native interop wrappers and bindings to facilitate d

    Provides mechanisms for selecting directories and persisting data to the local device file system.

    C#csharpdotnetmaui
    Ver en GitHub↗3,696
  • wendy7756/ai-video-transcriberAvatar de wendy7756

    wendy7756/AI-Video-Transcriber

    2,799Ver en GitHub↗

    AI-Video-Transcriber is an automated media processing platform that converts audio and video files into structured, searchable text documents. It utilizes speech-to-text recognition and external language models to perform transcription, summarization, and translation of media content. The system distinguishes itself through a modular pipeline that orchestrates media extraction, processing, and storage. It features automated media monitoring that tracks channels to compile periodic content digests, alongside a vector-based knowledge retrieval engine that allows users to query their stored tran

    Persists transcripts and metadata as structured files on the local host for data portability.

    Pythonaitooltiktoktranscribe
    Ver en GitHub↗2,799
  • coneypo/dlib_face_recognition_from_cameraAvatar de coneypo

    coneypo/Dlib_face_recognition_from_camera

    2,467Ver en GitHub↗

    Este proyecto es un sistema de visión por computadora diseñado para el reconocimiento facial y seguimiento de identidad en tiempo real utilizando transmisiones de cámara en vivo. Proporciona un marco para capturar, registrar e identificar a múltiples individuos simultáneamente comparando la entrada de video en vivo con una base de datos local de descriptores faciales pre-registrados. El sistema se distingue por una canalización de procesamiento orientada al rendimiento que equilibra la carga computacional durante el análisis en vivo. Al combinar la extracción de características de redes neuronales profundas con el seguimiento de objetos basado en centroides, el software mantiene etiquetas de identidad consistentes en los fotogramas de video mientras minimiza la frecuencia de cálculos de reconocimiento costosos. Este enfoque permite un seguimiento e identificación estables de múltiples personas sin requerir un procesamiento completo en cada fotograma. La biblioteca admite una gama de tareas de gestión de identidad, incluida la creación de bases de datos faciales buscables y el registro automatizado de individuos. Maneja todo el ciclo de vida de los datos biométricos, desde la extracción inicial de vectores numéricos únicos de las imágenes de la cámara hasta el almacenamiento persistente de estos descriptores en el sistema de archivos local para futuras verificaciones.

    Stores facial descriptors and reference images as serialized data on the local file system for persistent retrieval.

    Pythoncnndlib-face-recognitionface-recognition
    Ver en GitHub↗2,467
  • rubberduck-vba/rubberduckAvatar de rubberduck-vba

    rubberduck-vba/Rubberduck

    2,122Ver en GitHub↗

    Rubberduck es una extensión de entorno de desarrollo diseñada para proyectos heredados de Visual Basic y Visual Basic for Applications. Funciona como un conjunto integral que se integra directamente en el editor host para proporcionar análisis de código estático, refactorización automatizada y capacidades de gestión de proyectos. La herramienta destaca por implementar un motor de análisis basado en gramática formal que transforma el código fuente en un árbol de sintaxis abstracta estructurado. Esto permite un análisis estático profundo, facilitando la identificación de defectos e inconsistencias de estilo. Además, admite flujos de trabajo de desarrollo mediante la sincronización del sistema de archivos, que mapea módulos internos a archivos externos para facilitar el control de versiones, y utiliza metadatos basados en anotaciones para mantener la configuración del proyecto sin alterar el formato de archivo subyacente. El conjunto incluye un framework de pruebas que admite la ejecución automatizada de pruebas unitarias y el aislamiento de dependencias mediante la inyección de objetos mock. Además, proporciona mejoras de productividad como navegación de código jerárquica, formato de código automatizado y herramientas de refactorización estructural. Estas funciones se entregan a través de interfaces estándar de Component Object Model, extendiendo las capacidades nativas del entorno de desarrollo.

    Maps internal project modules to external source files on disk to facilitate version control and persistent storage.

    C#addinc-sharpcom
    Ver en GitHub↗2,122
  • jadijadi/machine_learning_with_python_jadiAvatar de jadijadi

    jadijadi/machine_learning_with_python_jadi

    1,127Ver en GitHub↗

    This repository is a collection of interactive Jupyter notebooks designed as an educational resource for learning machine learning and data science. It provides a structured curriculum that guides users through the development of predictive models and the analysis of datasets using standard Python libraries. The project utilizes a narrative-driven approach where explanatory text is interleaved with executable code blocks. This format allows learners to execute workflows step-by-step, enabling the visualization of data patterns and the practical implementation of mathematical models within a p

    Ensures reproducibility by storing both source code and execution state locally within notebook files.

    Jupyter Notebook
    Ver en GitHub↗1,127
  1. Home
  2. Data & Databases
  3. File System Persistence