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。
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。
持续从指定信源提取所需信息，支持主流自媒体平台及需登录站点，使用真实浏览器定时监控与追踪，大模型自动提取。开源版支持 Web/RSS，Pro 版额外支持七大中文自媒体平台，并提供 UI 界面与免部署安装。
开源深度研究智能体，专为研究与预测优化。在 GAIA 基准 Avg@8 得分达 80.8%。包含 MiroThinker、MiroFlow 框架及 MiroVerse 数据集。
提供 AlphaFold 3 推理管道实现，支持生物分子相互作用的高精度结构预测。需通过 Google 获取模型参数，适用于非商业研究。
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。
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。
一个 AI 模型性能优化库集合，包含 Speedster、Nos 和 ChatLLaMA 等工具，旨在降低推理、基础设施和数据成本。项目已进入维护阶段，不再积极更新。
自托管 YouTube 媒体服务器。基于 Python 开发，使用 yt-dlp 下载视频，通过元数据索引实现离线搜索与播放。支持订阅频道、跟踪观看状态，提供 Web 界面管理。需 Docker 部署，内存要求 2-4GB。
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%。
Google Brain 团队维护的端到端深度学习库，强调代码清晰与运行速度。支持快速构建 Transformer 模型，提供预训练权重与丰富 API 文档。
Boson AI 推出的文本-音频基础模型，支持高保真音频生成。V2.5 版本参数精简至 1B，速度与精度超越前代 3B 模型，支持多语言对话、语音克隆与风格控制。
将 AI 助手转变为真正的 AI 同事，完成真实工作并创造经济价值。基于 OpenClaw 和 Nanobot，支持 44+ 行业的专业任务，通过经济生存压力测试 AI 能力。提供实时仪表盘，可视化经济表现与任务进度。
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。
为 GDB 提供增强功能的 Python 插件，专为漏洞开发和逆向工程设计。支持多架构，无依赖，安装快速，提供丰富的调试命令和可扩展的 Python API。
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。
精选 Home Assistant 资源列表，涵盖附加软件、教程、自定义集成、插件、仪表盘、配置示例等，分类清晰，便于查找与贡献。
包含 300,000+ 金融产品符号的数据库，涵盖股票、ETF、基金、指数、货币、加密货币和货币市场。提供全面的金融产品分类，便于分析特定领域或寻找难以发现的产品。
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。
高级加密货币交易框架，简化策略研究与定义。支持回测、优化与实盘交易，具备多时间框架、智能订单、风险管理和AI辅助功能，实现高效、准确的量化交易。
可插拔的 SOTA 多目标追踪模块，支持分割、目标检测与姿态估计模型。提供多种追踪器（如 BoTSort、ByteTrack）与 ReID 模型，支持 MOT17、MOT20 等基准测试。具备运动与外观融合模式，可复用检测与嵌入结果，实现高效评估。
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+。
基于 UiAutomator 的 Android 自动化 Python 库。通过 HTTP 接口将设备端能力暴露给 Python，支持 Python 3.8+ 和 Android 4.4+。提供简洁的 XPath 操作，便于快速编写自动化脚本。
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。