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 MCP 协议的 AI 网络安全自动化平台，集成 150+ 安全工具与 12+ 自主 AI 代理。支持自动化渗透测试、漏洞发现与漏洞赏金任务，无缝连接 LLM 与实战攻防能力。
PyTorch 实现的掩码自编码器 (MAE)。提供预训练模型、微调代码及可视化演示，支持 ViT-Base/Large/Huge 模型。基于 DeiT 和 timm 库构建。
基于 Model Context Protocol 构建高效智能体的 Python 框架。提供可组合的工作流模式，如 map-reduce、orchestrator 等，支持 Temporal 持久化，实现简单、稳健的智能体应用开发。
Python 实现的 Faster R-CNN 目标检测框架。基于 Caffe 构建，支持端到端训练与测试，提供近似联合训练以加速优化。性能与 MATLAB 版本相近，但存在细微差异。
汇集了多领域实用速查表的精选列表，涵盖编程语言、开发工具、数据库等，灵感源自 awesome 列表，由社区共同维护。
Web 渗透测试 Fuzz 字典集合，涵盖参数、XSS、用户名、密码、目录、SQL、SSRF、XXE、CTF、API、路由器后台、文件后缀、JS 文件及子域名等多种字典。数据持续更新，支持直接提交 PR 分享。
使用 mesh-tensorflow 实现的模型并行 GPT-2 和 GPT-3 风格模型。支持 TPU 和 GPU 训练与推理，提供本地注意力、线性注意力、专家混合等特性。包含 1.3B 和 2.7B 等预训练模型，附带性能评估数据。
轻量级 Python Web 自动化库，基于 Selenium 封装，提供更简洁的 API。支持 Chrome 和 Firefox，自动处理等待、窗口管理和 iFrames，脚本比 Selenium 短 30-50%。
Python 的 GraphQL 框架，易于使用，支持 Relay，数据源无关，可与 SQLAlchemy、Mongo、Django 等集成。
开源图像与视频复原工具箱，支持超分辨率、去噪、去模糊等。包含 EDSR、RCAN、SRGAN、ESRGAN、EDVR、BasicVSR、SwinIR 等多种先进模型。
轻量级文件分享工具，基于 FastAPI + Vue3 开发。支持匿名口令分享文本和文件，无需注册即可通过提取码获取内容。提供 Docker 一键部署，具备 IP 限制、自动过期等安全特性，支持本地、S3、OneDrive 等多种存储。
此仓库提供 iOS 设备支持文件，用于解决 Xcode 无法定位设备支持文件的问题。包含从 iOS 8 到 iOS 15 的完整版本支持，通过 Python 脚本 `deploy.py` 自动部署到 Xcode 目录。
基于 Python 的 ASCII 艺术生成器，支持图像/视频转文本、图像及视频。可自定义字符集（如中文、日文、英文等），输出灰度或彩色，并提供黑白背景等多种模式。
终端 AI 代理，支持代码读写、Shell 命令执行、网页搜索与抓取。具备自主规划与调整能力，可集成 VS Code、IDE 与 Zsh，支持 MCP 工具管理。
PyTorch 高效网络实现，支持 B0-B8 预训练模型。提供 pip 安装和快速加载，包含 EfficientNetV2 支持。优化内存效率，支持特征提取和 ONNX 导出。
通过自然语言命令自动化移动设备，支持 Android 和 iOS。兼容多种 LLM 提供商，具备复杂任务规划能力。提供 CLI 和 Python API，支持截图分析与执行追踪。
AI 从 PDF、DOCX、URL 或 Markdown 生成原生可编辑的 PPTX。真实 PowerPoint 形状，非图片，无需设计技能。开源免费，数据本地处理，支持多种 AI 模型。
基于 PyTorch 的卷积神经网络可视化工具库，实现多种可视化技术，如梯度反向传播、类激活映射、深度梦境等。代码使用 PIL 替代 OpenCV，兼容旧版 PyTorch 0.4.1，提供详细注释和示例。
集众多数据源于一体的爬虫工具箱，安全快捷地帮助用户拿回个人信息。支持 GitHub、邮箱、电商、社交等 24+ 平台，代码开源，流程透明，提供数据分析与可视化。
基于 MoureDev 社区的编程练习路线图，支持多种编程语言，提供免费、自定进度的学习路径。包含语法、函数、数据结构等核心主题的练习与解答，以及社区贡献与排名系统。
SHARP 通过单张图像在标准 GPU 上一秒内完成 3D 高斯参数回归，实现实时高保真视图合成，支持度量相机运动，并在多个数据集上达到最先进性能。
基于流形学习的降维与可视化工具，支持 t-SNE 替代方案。核心假设数据均匀分布于黎曼流形，通过模糊拓扑结构实现高效投影。提供 densMAP 扩展以保留局部密度信息。依赖 scikit-learn、numba 等库，支持 Python 3.6+。
通过 k-bit 量化技术，为 PyTorch 提供可访问的大语言模型。包含 8-bit 优化器、LLM.int8() 推理和 QLoRA 4-bit 训练，显著降低内存消耗，同时保持 32-bit 性能。
Arch Linux 引导式安装程序，支持模板和自动化。提供 Python 库，可从 Live 环境或现有系统管理安装、服务和包。支持配置文件驱动安装。
将 Stable Diffusion 深度集成到 Blender 中，通过文本提示快速生成纹理、概念艺术和背景资产。支持无缝纹理、场景投影、AI 升级和动画重风格化，所有模型本地运行，无需依赖云端服务。