Awesome GitHub RepositoriesEvent-Driven Function Mapping

Subql is a blockchain data indexing framework and TypeScript-based indexer used to extract raw blockchain events and transactions and transform them into structured, queryable data entities. It functions as a data API and a tool for building decentralized application backends, providing a query interface for type-safe access to indexed blockchain data. The project includes an AI-powered query engine that utilizes large language models to translate natural language questions into structured GraphQL queries. This system can orchestrate multi-step queries by breaking down complex requests into s

RisingWave is a cloud-native streaming database and real-time analytics engine that uses standard SQL to process continuous data streams. It functions as a streaming data lakehouse, combining the capabilities of a streaming SQL database with a platform that integrates streaming ingestion with open table formats. The system is distinguished by its use of the PostgreSQL wire protocol, allowing it to integrate with existing SQL tools and drivers. It employs a decoupled compute and storage architecture, persisting streaming state and materialized views in cloud object storage to enable independen

Rowy is a low-code backend platform for Firebase that provides a NoSQL spreadsheet interface for managing databases and deploying cloud functions. It functions as a cloud function workflow orchestrator and a database management tool that presents collections as editable grids for visual record editing and bulk data manipulation. The platform distinguishes itself by allowing users to trigger custom server-side scripts and business logic based on database changes and external events. It includes a role-based access control system for defining specific permissions for database collections, indiv

Firetable est une plateforme d'administration backend et un orchestrateur low-code pour les bases de données Firebase. Il fournit une interface de type tableur pour gérer les enregistrements de base de données cloud, définir des champs de données riches et contrôler les permissions d'accès des utilisateurs. Le projet fonctionne comme une plateforme d'automatisation no-code et un orchestrateur de fonctions cloud, permettant le déploiement et la gestion de logique serverless via une interface de navigateur visuelle. Il permet la création de workflows backend et d'intégrations API externes déclenchées par des changements de données spécifiques au niveau des champs. La plateforme couvre de larges domaines de fonctionnalités, notamment le contrôle d'accès basé sur les rôles pour la sécurité des tables et des champs, la résolution dynamique de schémas pour les types de données personnalisés, et des outils pour l'importation et l'exportation de données en masse. Elle intègre également la récupération de données en temps réel depuis des endpoints web externes pour remplir les cellules de la base de données.

Kubernetes-based, scale-to-zero, request-driven compute

Ce projet est un wrapper Python pour la bibliothèque Lightweight Charts, conçu pour générer des visualisations financières interactives dans le navigateur. Il sert de framework pour créer des tableaux de bord et des interfaces financières personnalisés intégrant des flux de marché en temps réel et des séries de données historiques. La bibliothèque permet de construire des mises en page complexes en combinant des graphiques multi-fenêtres, des listes de suivi et des tableaux de saisie d'ordres dans un espace de travail unifié. Elle prend en charge le suivi de marché en temps réel en diffusant des données de ticks ou de barres directement dans les visualisations actives, permettant des mises à jour incrémentielles sans rafraîchissement de page. Au-delà du rendu de base, la boîte à outils offre des capacités étendues pour l'analyse technique, notamment la possibilité d'ajouter des annotations, des lignes de tendance et des marqueurs directement sur le canvas. Les utilisateurs peuvent configurer l'apparence visuelle des bougies, des barres de volume et des légendes, tout en mappant les interactions utilisateur, comme la sélection de périodes ou les raccourcis clavier, vers une logique Python personnalisée.