探索 Python 项目
筛选并发现收录的、配有高质量中文文档或教程的 GitHub 项目。
基于 Django 的轻量级企业级 CMS，支持多语言、前端内联编辑、灵活占位符与插件系统。提供完整的工作流、版本控制及无头模式，文档完善，易于集成与开发。
开源文本标注工具，支持文本分类、序列标注和序列到序列任务。提供协作标注、多语言、移动端和暗色主题支持，可通过 pip、Docker 或云平台一键部署。
一个用于训练和评估 AI 模型的 Python 框架，支持 100+ 开源对话数据集，提供参考模型、预训练模型库、Amazon Mechanical Turk 集成及多模态能力。
基于 Redis 的简单 Python 任务队列库。支持后台作业处理、优先级队列、定时任务、重复执行和失败重试。易于集成到 Web 应用，适用于从简单项目到高负载企业系统。
基于 ASGI 的 Python Web 服务器，支持 HTTP/1.1 和 WebSockets。提供 Cython 优化依赖，可搭配 uvloop 与 httptools 提升性能。兼容多种 ASGI 框架，是构建异步 Web 服务的轻量级核心组件。
开源推理服务软件，支持多框架模型部署，优化云端与边缘端性能。支持并发执行、动态批处理、序列批处理及状态管理，提供 HTTP/REST、gRPC、C 和 Java API。
包含 3Blue1Brown 视频中 Manim 生成场景的代码。主要使用 Python，基于 Manim 库。提供交互式工作流，支持 Sublime Text 插件和命令行调试。内容遵循 CC BY-NC-SA 4.0 许可。
跨平台命令行工具，用于编译 Node.js 原生插件模块。支持多平台构建命令，可针对不同 Node.js 版本进行编译。依赖 Python >= v3.12 需 node-gyp >= v10。
由 OpenDataScience 社区开发的开源机器学习课程，由 Yury Kashnitsky 领导。课程平衡理论与实践，包含数学公式、作业和 Kaggle Inclass 竞赛。提供自定进度学习路径和付费的高级作业包。
开源 Twitter 推荐算法核心 ML 模型，包含“为你推荐”排序器与 TwHIN 嵌入。支持 Linux 虚拟环境，推荐使用 NVIDIA GPU。
Python WSGI HTTP 服务器，支持 UNIX。采用预 fork 工作模型，兼容 Django、Flask 等框架。支持 ASGI 和 HTTP/2（测试版），具备脏仲裁器功能，适用于高负载场景。
基于 PyTorch 的去噪扩散概率模型实现，支持图像和 1D 序列生成，可与 GAN 竞争，使用去噪分数匹配和 Langevin 采样。
自托管书签管理器，设计极简、快速，支持 Docker 部署。提供标签管理、批量编辑、Markdown 笔记、自动归档、PWA 安装、浏览器扩展及 OIDC SSO 等功能。
基于 Python 的理论重构，实现 Claude Mythos 架构。采用循环深度 Transformer，支持 MLA/GQA 注意力机制与稀疏 MoE 专家系统，提供从 1B 到 1T 参数的多种模型变体。
基于AI的本地化工具，无损去除视频与图片中的硬字幕及文本水印。支持自定义位置或全画面自动处理，无需第三方API。提供预构建包与Docker镜像，兼容Windows/macOS/Linux。
开源智能图像处理服务，支持按需裁剪、缩放、转换及 AI 智能检测。提供 HTTP 接口，通过 URL 参数动态生成图片，被维基百科、福布斯等众多公司信赖。
Minbpe 提供了 LLM 分词中常用的字节对编码（BPE）算法的极简 Python 实现。它包含 BasicTokenizer 和 RegexTokenizer 两种分词器，支持训练、编码和解码，并能复现 GPT-4 的分词效果。
开源框架，用于构建实时多模态对话式语音 AI 代理。支持低延迟、高质量实时交互，涵盖语音助手、涂鸦板、说话人识别、唇形同步、SIP 通话、转录及 ESP32 硬件集成等丰富示例。
高性能无锚点 YOLO 目标检测器，超越 YOLOv3-v5。支持 MegEngine、ONNX、TensorRT、ncnn 和 OpenVINO 部署，提供 PyTorch 和 MegEngine 实现。
可定制的 Transformer 构建块，支持可组合构造。提供内存高效注意力、稀疏注意力等优化内核，支持 PyTorch 2.10+，适用于研究与生产。
社区驱动的多智能体金融平台，提供 A 股深度研究与市场分析。核心功能包括：多智能体系统（深度研究、策略、新闻检索）、灵活集成（多 LLM、市场数据、框架兼容）、实时交易（支持 OKX、Binance 等）。数据本地存储，保障安全。
用于构建强大交互式命令行应用的 Python 库。支持语法高亮、多行编辑、高级补全、Emacs/Vi 键绑定、Unicode 支持、自动建议等功能。跨平台，轻量级，依赖 Pygments 和 wcwidth。
斯坦福大学 TensorFlow 深度学习研究课程代码示例，基于 Python 3.6 和 TensorFlow 1.4.1，包含完整课程资料与更新。
