项目描述： 腾讯研发并开源的面向企业级应用的高性能分布式机器学习平台，支持特征工程、模型构建、参数训练、AutoML、模型服务Serving等全栈机器学习服务，提供机器学习、深度学习、图神经网络等多种算法，支持级万亿级超大规模参数模型的训练，已在生产业务系统中大规模部署。

项目描述： Ozone是一个大数据场景分布式存储，支持百亿到千亿级对象和文件。Ozone提供兼容S3 的对象功能，和兼容Hadoop File System(HCFS)的文件功能，同时通过CSI驱动接入Kubernets生态。Ozone定位于混合云场景存储支持，是面向数据湖的下一代大数据存储系统。

项目描述： Apache InLong（应龙）是一站式的数据流接入服务平台，提供自动、安全、高性能、分布式的数据发布订阅能力，基于该系统用户可以轻松构建基于流式的数据应用。该系统源于腾讯内部现网生产环境，承接了日均过65万亿条/天量级的数据上报，团队通过在Apache社区开源，在现有系统稳定可靠的基础上将其建设为功能更完善，使用更简单，扩展更灵活的一站式流数据接入平台，更好的服务公司内外的业务。

项目描述： 后端的一个零代码接口和文档 ORM 库，赋能前端(客户端) 定制返回 JSON 的数据和结构。大幅提振开发效率、强力杜绝联调扯皮、巧妙规避文档缺陷、非常节省流量带宽。

项目描述： 腾讯自研动态化框架，基于V8与JSC引擎能力搭建了一套完善的前端到终端的通信机制以及组件映射机制，抹平了 iOS 和 Android 双端差异，提供了接近Web的开发体验。上层通过对React 和Vue两套界面框架的支持，前端开发人员可以将前端代码转换为终端的原生指令，进行原生终端 App 的开发。同时提供优秀的性能与开发效率，提升产品发版节奏。框架在腾讯内各大产品中广泛运用，并期待开源社区力量协同共建。

项目描述： 一个为手机端极致优化的高性能神经网络前向计算框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能 APP，将 AI 带到你的指尖。

项目描述： 前端跨框架框架，既能以 Web Components 自定义标签形式赋能前端生态，如(react、vue、preact)，也可自成一套体系加速 Web 和 小程序前端开发。

项目描述： 基于Kubernetes原生的边缘容器方案，它将Kubernetes强大的容器管理能力扩展到边缘计算场景中，针对边缘计算场景中常见的技术挑战提供了解决方案，如：单集群节点跨地域、云边网络不可靠、边缘节点穿透内网注册等，帮助用户轻松地部署应用到边缘计算节点上，安全可靠地服务。

项目描述： TARS 是 Tencent 开源的一款多语言、高性能、强运维的自主研发微服务框架，于2018年捐赠给 Linux 基金会。2020年3月，Linux 基金会正式宣布旗下的 TARS 开源项目将成立 TARS 基金会。TARS 支持 C++、Java、Nodejs、PHP、Golang 等多种开发语言，并配套服务治理平台，帮助开发人员和企业快速构建稳定可靠的分布式微服务应用，从而令开发人员只关注逻辑，提高研发和运营效率。TARS在腾讯经过10多年的大规模使用和迭代，广泛应用于腾讯核心业务中；自开源以来，有上百家企业上万名开发者在使用，涵盖即时通讯、直播、视频、游戏、金融、交通、IoT等多个行业。

项目描述： 作为Java 生态的基础引擎，JDK包括了Java运行环境、工具，以及核心类库。Kona JDK基于OpenJDK 开源项目（Java SE 最主流的参考实现）定制、开发，在腾讯的云、广告、大数据等场景上进行了针对性行的加强、优化。Kona JDK团队拥有多名OpenJDK社区reviewer、commiter，持续贡献OpenJDK社区，在Java15、16两个版本中团队在中国企业中贡献度都排名第一，并为全球Notable贡献者被Oracle点名致谢。

项目描述： 腾讯面向物联网领域开发的实时操作系统，具有低功耗，低资源占用，模块化，安全可靠等特点，可有效提升物联网终端产品开发效率； 提供精简的 RTOS 内核，内核组件可裁剪可配置，可快速移植到多种主流 MCU (如 STM32 全系列)及模组芯片上。覆盖IoT主流应用场景，支持硬件平台数量超60+，包括STM32、NXP、华大半导体等多家MCU和模组厂家。

项目描述： 一个开源的，集健壮性和易用性于一身的企业级容器编排引擎，为在生产环境中部署容器的组织提供一个统一的容器管理平台，以极简的向导式界面提供了容器应用的全生命周期管理能力，帮助用户在私有云，混合云环境中敏捷、高效地构建和发布应用程序，满足 IT 运维要求，并增强 DevOps 团队的能力。

项目描述： 跨平台AI推理框架，同时拥有跨平台、高性能、模型压缩、代码裁剪等众多突出优势。同时也借鉴了业界主流开源框架高性能和良好拓展性的优点。目前TNN已经在腾讯业务手Q、微视、P图等广泛落地应用，欢迎大家参与协同共建，促进TNN推理框架进一步完善。