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。
将 Python 代码片段编译为对应的 LaTeX 表达式，支持 Python 3.9 至 3.13，基于 AST 的规则系统实现。
个人新闻阅读器，融合社交网络与智能过滤。支持 RSS 订阅、原站视图、故事训练与全文搜索。提供 Web、iOS、Android 应用，可自托管。
从安全角度全面介绍 Web 应用防火墙 (WAF) 的资源集合。涵盖工作原理、操作模式、测试方法、指纹识别、绕过技术、工具、研究论文及博客文章，旨在为安全测试人员和研究人员提供参考。
PyTorch 实现 DINO 自监督学习方法，用于 Vision Transformers 训练。提供多种预训练模型（ViT-S/B、ResNet-50）及权重下载，支持下游任务。
将 LLM 编码能力转化为图像生成能力，通过虚拟 Canvas 代理编写代码来组合图像视觉内容。提供基于 Llama3 和 Phi3 的预训练模型，支持 HuggingFace Space 或本地部署。
基于 HuggingFace Transformers 的中文 GPT-2 训练代码，支持 BERT、分词及 BPE 三种分词器。可生成诗歌、新闻、小说，或训练通用语言模型，适用于大规模语料。
基于特朗普的编程语言，仅支持整数、大数和特定词汇，错误信息来自特朗普言论，程序必须以“America is great”结尾。
智能、低成本、自进化 AI 代理引擎。支持 Claude Code、Codex、OpenClaw 等，实现技能自动修复、优化与共享，减少 46% Token 消耗。
💎 1MB 超轻量级人脸检测模型，专为边缘计算设备设计。提供 version-slim 和 version-RFB 两个版本，支持多种推理框架（NCNN、MNN、Caffe、ONNX），并提供 FP32/INT8 量化模型。在 WIDER FACE 数据集上表现优异，推理速度快，适用于低功耗设备。
基于 PyTorch 的 2D/3D 人脸对齐库，使用 FAN 深度学习模型。支持多种人脸检测器（SFD、dlib、BlazeFace），可处理图片或目录，兼容 CPU/GPU 运行。
官方 Kaggle CLI 工具，支持竞赛数据下载提交、数据集管理、模型操作及代码内核运行。通过 pip 安装，提供简洁命令行接口。
基于 ChatGLM2-6B 架构的多语言代码生成模型，支持 8192 序列长度与 6GB 显存量化推理。提供 VS Code、JetBrains 等 IDE 插件，支持上下文补全、代码翻译及 AI 对话编程助手。开源权重，支持学术与商业使用。
开源库存管理系统，基于 Python/Django 构建，提供强大的低级库存控制和部件追踪。支持 REST API 和插件系统，易于扩展和集成。
总结 NLP 工程师所需知识，涵盖面试题、基础知识与工程能力。内容聚焦 Transformer、BERT、知识蒸馏、词向量等核心主题，提供代码解析与实战经验，助力提升核心竞争力。
基于 80+ 编程语言训练的代码生成模型，支持微调与推理。提供代码补全、对话助手功能，可通过 Hugging Face 平台使用。
Python 库，用于操作 Google Sheets。支持通过标题、密钥或 URL 打开表格，读写格式化单元格范围，共享与访问控制，以及批量更新。需 Python 3.8+，通过 pip 安装。
一个基于 ChatGPT 管理真实资金微盘股投资组合的实验项目，提供完整的交易记录、分析工具和研究文档，用于评估大语言模型作为投资决策者的表现。
跨平台、语言无关的二进制包与环境管理器，支持所有主流操作系统。基于 Python 开发，采用 BSD 许可证。能高效创建独立环境，管理 C 库等依赖，支持硬链接节省空间。提供命令行界面，可安装、更新、搜索包，轻松构建与上传自定义包。
一个用于衡量和训练 AI 通用智能的软件平台，通过 Docker 容器将游戏、网站等应用封装为 Gym 环境，提供键盘鼠标输入和屏幕像素观测接口，支持超过 1000 个环境。
包含 GAN、VAE、RBM 和 Helmholtz Machine 的生成模型集合，使用 PyTorch 和 TensorFlow 实现。训练期间生成的样本将保存在对应模型的 out 目录。
基于 Linux 的轻量级操作系统，专为 Home Assistant 及其插件优化。使用 Docker 容器引擎，支持单板计算机和 x86-64 UEFI 系统。具备 OTA 更新、模块化设计和高效 I/O 特性。
根据项目导入自动生成 requirements.txt 文件。支持 Jupyter Notebook，可忽略目录、使用本地包信息、自定义 PyPI 服务器及代理。提供 diff 和 clean 功能，支持动态版本号方案。
Python 网络爬虫入门精华教程，涵盖抓取、分析、存储三大板块。详解 requests、urllib2 等库的使用，处理登录、反爬虫、代理、多进程等实战技巧，并介绍 Scrapy 框架。