Awesome GitHub RepositoriesMulti-Language Wasm Compilers

WasmEdge is an extensible WebAssembly runtime that executes WebAssembly bytecode in a secure sandbox for cloud, edge, and embedded applications. It functions as a multi-language compiler, compiling applications written in Rust, JavaScript, Go, and Python into WebAssembly bytecode for sandboxed execution, and as a server-side JavaScript runtime that runs JavaScript programs with ES6 modules, NPM packages, and Node.js-compatible APIs. The runtime also serves as an AI inference runtime, executing AI models from JavaScript using WASI-NN plug-ins for inference tasks on personal devices and edge har

Enso is a visual dataflow programming environment and multi-language data processing engine that compiles Enso, Python, Java, and JavaScript into a unified representation with a shared memory model for zero-overhead inter-language calls. It functions as a self-service data preparation and analysis platform where users can build data pipelines by connecting nodes in a graph, switching between a no-code visual interface and a code view while keeping all changes reviewable. The platform also serves as a cloud data workflow scheduler and API exposer, allowing workflows to run on a timetable or be

Spin is a WebAssembly serverless framework and development toolchain for building and running portable microservices. It functions as an event-driven orchestrator and runtime that executes WebAssembly components, allowing developers to map HTTP requests, Redis messages, and cron schedules to specific modules. The project distinguishes itself by implementing a Wasm-based AI inference gateway, enabling components to perform model inference and generate text embeddings. It utilizes the WebAssembly Component Model and WASI for language-agnostic composition and portable host interfacing, while emp

Porffor est un compilateur ahead-of-time qui convertit le code source JavaScript et TypeScript en code machine natif ou en binaires C. Il fonctionne comme un générateur de binaires natifs et un transpiler, produisant des fichiers exécutables autonomes qui ne nécessitent ni runtime ni machine virtuelle. Le projet traduit le code source en fichiers langage C et en formats binaires WebAssembly. Il inclut un pipeline direct-vers-binaire pour TypeScript, permettant la génération d'exécutables cibles sans étape de transpilation séparée vers JavaScript. La boîte à outils inclut également une boucle interactive read-eval-print (REPL) pour l'exécution de code en temps réel, ainsi que des capacités pour déboguer le code source et profiler les performances d'exécution.

Linfa est un framework de machine learning classique et une suite d'apprentissage statistique implémentée en Rust. Il fournit une collection d'algorithmes pour l'apprentissage supervisé et non supervisé, axés sur les méthodes statistiques traditionnelles telles que la régression, le clustering et les arbres de décision. La boîte à outils se distingue par sa capacité à être compilée en WebAssembly, permettant aux modèles analytiques de s'exécuter dans des environnements de navigateur. Elle emploie une interface d'algorithme basée sur des traits pour standardiser le processus d'entraînement et de prédiction à travers ses divers modèles. La bibliothèque couvre un large éventail de capacités, notamment la classification supervisée et la régression de valeurs continues. Elle fournit le clustering non supervisé, des méthodes d'ensemble pour l'agrégation de modèles et le traitement du signal via l'analyse en composantes indépendantes. La suite inclut également des outils de prétraitement de données étendus pour la normalisation des caractéristiques, la vectorisation de texte et la réduction de dimensionnalité utilisant PCA et t-SNE. Des utilitaires supplémentaires sont fournis pour la gestion des données, y compris l'importation CSV et la génération de jeux de données synthétiques, ainsi que des outils d'évaluation de modèles tels que les matrices de confusion et les métriques de validation croisée.