很棒的存储库不再很棒

很棒的存储库不再是很棒的在 GitHub 上，您会发现很多带有“awesome”前缀的存储库。它们通常包含与某个领域相关的精选知识和资源，例如 Awesome-python（例如，请参阅此存储库以获取很棒的存储库列表）。我曾经将这些很棒的存储库视为优质内容的潜在金矿。然而，如今我认为它们中的大多数都是无关紧要且无用的。造成这种情况的原因有两个，而且都与人工智能有关。首先，随着许多精彩列表变得陈旧，如果不积极维护，它们将包含大量过时的材料。在大多数情况下，你最好直接向一个像样的人工智能模型寻求灵感或你需要的材料。也就是说，我发现很难相信这些很棒的列表中的大多数都不再引起人们的兴趣。如果它们仍然有用，那么主要是供代理商寻找和检查相关资源。我快速浏览了一下 Awesome-R 存储库。该存储库最后一次更新是在一年多前，概述中包含的大多数资源要么已过时，要么不会引起使用 R 的人们的普遍兴趣。存储库中的第一个链接是截至 2016 年排名前 50 个下载包的概述！如果您想以任何形式探索 R，这根本不是一个好的资源。其次，许多很棒的存储库都充斥着人工智能垃圾。这些天去任何随机的很棒的存储库，您很可能会发现很多拉取请求，建议最通用的工具和资源。例如，看看这个 Awesome-free-online-tools 存储库。这是一个小型、未知的存储库，在撰写本文时有 13 颗星，但有 91 个开放拉取请求。我没有查看所有这些拉取请求，但我查看的所有拉取请求都建议使用通用振动编码工具。我发现这个资源是因为向我的一个存储库发出拉取请求，这是一个简单的项目，我在其中存储我喜欢的与统计相关的材料。建议添加 StatOrigin（“免费、开放的行业统计数据库”），一旦我快速查看了资源和用户提出的其他拉取请求，我就可以轻松关闭 PR。仅此用户就创建了至少 6 个 vivi 编码网站（StatOrigin、ScanChess、Sticker Printer Hub、QuizQuip、LiquidityPools、DefiLPKit），并向各种很棒的列表提交了 100 多个拉取请求以添加这些网站。我没花很长时间就找到了将这些工具合并到相关存储库中的示例（例如，请参见此处、此处和此处）。然而，我也发现了一些例子，人们做了检查材料的基本工作，例如这里，PR 以以下解释结束：“尚未有足够的证据证明合格的教育者审查、教育内容的独立验证或已证明的学习成果。”好东西！我的观点并不是说这些很棒的存储库现在都变得很糟糕。他们仍然可以很棒。但作为寻找优质资源的通用方法，很棒的列表已经不如以前那么棒了。随着人工智能在查找和创建资源（以及为所述资源创建拉取请求）方面变得更好，这些很棒的存储库将变得不那么相关和不那么有用。