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。
自托管 AI 量化交易平台，支持加密货币、股票和外汇。提供回测、实盘交易、市场数据及多智能体研究，Python 驱动，可部署于自有服务器。
学术文档 PDF 解析工具，支持 LaTeX 数学公式和表格识别，可将 PDF 转换为 Markdown 格式。提供命令行和 API 接口，支持 GPU 加速。
基于 Karpathy LLM Wiki 模式，将 Claude 与 Obsidian 结合，实现知识自动组织、持久化与复合增长。支持多智能体、零手动归档、自动研究与 8 类维护，构建自进化知识库。
提供同花顺客户端、miniqmt、雪球的股票量化交易，支持跟踪 joinquant / ricequant 模拟交易和实盘雪球组合，具备通用模拟操作与远程客户端控制能力。
一款以人为本的网页任务自动化研究原型，支持在执行前展示计划、引导操作并请求敏感操作批准。集成 Fara-7B 模型，支持文件上传、MCP 扩展和 Docker 快速部署，适用于监控、表单填写和数据分析等复杂任务。
Python 库，用于高效定义、优化和评估涉及多维数组的数学表达式。已停止开发，由 PyMC 开发者 fork 为 PyTensor 项目继续开发。
基于 Agent Development Kit (ADK) 的示例代理集合，涵盖 Python、TypeScript、Go 和 Java 语言，提供从简单对话机器人到复杂多代理工作流的多种用例，加速开发进程。
开源音频、音乐与语音生成工具包，支持 TTS、VC、AC、SVC、TTA 等多种任务，提供经典模型可视化，助力可复现研究与初学者入门。
提供逻辑、标准化且灵活的数据科学项目结构，支持最佳实践。基于 Python，通过 ccds 命令快速生成项目模板，包含数据、模型、文档等标准目录。
功能强大的子域收集工具，基于 Python 3.6+ 开发，支持多种收集方式和 API 集成，提供命令行和 Docker 部署选项，结果以 CSV 和 SQLite 格式输出。
基于 TensorFlow 2 的神经网络库，提供简单、可组合的抽象，用于机器学习研究。核心概念为 snt.Module，支持自定义模块，不捆绑训练框架。
PyTorch3D 是 FAIR 开发的可重用组件库，专为 3D 数据的深度学习设计。核心功能包括三角形网格数据结构与高效操作、可微分渲染器，以及用于神经隐式表示的 Implicitron 框架。所有操作均基于 PyTorch 张量实现，支持异构小批量数据、自动微分和 GPU 加速。
30天系统学习 TensorFlow 2.0，包含 PyTorch 对比与 Keras 深度解析。提供可云端运行的 Jupyter Notebook 代码与数据集，适合工程师与研究者。
在他人服务器上执行数据科学，无需查看或获取数据副本。支持 Python 代码及第三方库，可连接 Datasite 进行统计分析与机器学习。支持 Linux、macOS、Windows、Docker 和 Kubernetes。
从零到英雄学习 Jenkins。在 EC2 上安装 Jenkins，配置 Docker 作为构建代理，搭建 CI/CD 流水线，并使用 Argo CD 以 GitOps 方式将应用部署到 Kubernetes。
集成 Segment Anything 等 AI 模型，支持自动标注、检测、分割、VQA 和多模态任务，提供工业级数据标注解决方案。
基于 PyTorch 的端到端语音处理工具包，支持语音识别、合成、翻译、增强、说话人日志及口语理解。遵循 Kaldi 风格数据处理，提供丰富实验配方。
面向初学者的 SQL 与关系型数据库基础课程，包含 7 小时视频、80+ 课程、50+ 命令及配套代码，涵盖 MySQL 与 PostgreSQL。
基于 PyTorch 的开源语义分割工具箱与基准，是 OpenMMLab 项目的一部分。提供丰富的算法实现、统一的配置系统和全面的基准测试，支持多种主干网络和数据集。
高效开源视觉语言模型，参数量小，性能强劲。支持图像理解、视觉问答和物体检测。提供 2B 和 0.5B 两种模型变体，适用于云端及边缘设备部署。
统一的机器学习框架，专为时间序列分析设计。提供预测、分类、聚类、异常检测等任务的统一接口，与 scikit-learn 兼容，包含丰富算法库。
