1 Beego
Beego是一个完全的MVC框架，你可以使用你的Go语言专业技术构建你的web应用程序。Beego框架下，你可以
自动化地实现测试、打包和部署。
更主要原因Beego出自国产。
2 Gin
机器学习与人工智能相关
Golearn
GoLearn是自称“内置电池”的机器学习资料库，绝对是首选项之一。
作者在项目描述中提到——简洁、易定制是其追求的目标。GoLearn中一些接口使用的数据处理方式和scikit-learn（一个非常流行的Python机器学习项目）是非常相似的。想要逃离Python的用户应该可以用它做一些短期的工作。其中另外还有一些使用C++构筑的线性模型资料库，但是其他的全是Go语言编写的。GoLearn实现了熟悉的Scikit-learn 适应/预测界面，可实现快速预估测试和交换。GoLearn是一个成熟的项目，它提供了交叉验证和训练/测试等辅助功能。
Goml
Goml自诩为“在线Golang机器学习工具”，据其开发者所言意思是其“包含了许多工具，能让你以在线方式学习其频道的数据内容。”这个项目之所以突出是因为其强调了其作为其他应用一部分存在的可能性，使得构筑“综合测试、大量文档以及简洁、高效、模块化的源代码”更加容易些了。但是如果你需要的知识解决基础的二元分类问题（是否是垃圾邮件？），你可能更适合使用Hector这个更小型的资料库。
Gorgonia
最新的一个分支（或者某种程度上说最令人感兴趣的）是Gorgonia。
这个机器学习资料库完全是用Go语言编写而成，据其开发者“chewxy”称能“提供动态建立神经网络及相关算法必需条件。”
关键在于“动态”。和之前的机器学习资料库Theano一样，Gorgonia允许你使用一系列原始资料库中的高阶术语来描述神经网络的行为。TensorFlow资料库也使用这种方式，使得开发者不用再亲自编写算法，也不用再提交那些能在不同项目中重复使用的项目。
为什么使用Go语言来编写这个机器学习项目Gorgonia？
其开发者在接受采访中提到：“我写Gorgonia其中一个原因是我曾经花费太久的时间尝试云端中部署Theano（大约在两年前）。”
其他全部框架及组件
服务框架
独立组件
afex/hystrix-go, client-side latency and fault tolerance library
armon/go-metrics, library for exporting performance and runtime metrics to external metrics systems
codahale/lunk, structured logging in the style of Google’s Dapper or Twitter’s Zipkin
eapache/go-resiliency, resiliency patterns
sasbury/logging, a tagged style of logging
grpc/grpc-go, HTTP/2 based RPC
inconshreveable/log15, simple, powerful logging for Go ★
mailgun/vulcand, programmatic load balancer backed by etcd
mattheath/phosphor, distributed system tracing
pivotal-golang/lager, an opinionated logging library
rubyist/circuitbreaker, circuit breaker library
Sirupsen/logrus, structured, pluggable logging for Go ★
sourcegraph/appdash, application tracing system based on Google’s Dapper
spacemonkeygo/monitor, data collection, monitoring, instrumentation, and Zipkin client library
streadway/handy, net/http handler filters
vitess/rpcplus, package rpc + context.Context
gdamore/mangos, nanomsg implementation in pure Go
Web 框架
Revel (considered harmful)