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。
基于大型重建模型（LRM），实现从单张图像快速重建高质量 3D 模型。在 NVIDIA A100 GPU 上推理时间 <0.5 秒，性能优于其他开源方案。提供源代码、预训练模型及在线演示。
汇集各类设备默认凭证的速查表，协助蓝队/红队识别默认密码。支持通过命令行搜索、更新和导出凭证数据，数据源涵盖多个知名安全项目。
成为更好的 Java 程序员系列教程，涵盖 Java 基础、JVM、并发、Spring、数据库、算法等核心知识，旨在通过全面解析面试题帮助开发者深入理解概念。
基于 LMM 的轻量级文档解析模型，采用结构-识别-关系三元组范式，简化多工具流程。支持中英文文档，性能超越大型开源及闭源 VLM，推理速度快，准确率高。
Python 3 在浏览器中的实现，支持 DOM 操作和事件处理。无需安装，通过 CDN 加载即可使用。兼容标准库，可与 jQuery、D3 等 JS 库交互，支持 HTML5/CSS3 及 Bootstrap 等框架。
极简 PaaS，支持 git push 部署到自有服务器。兼容 ARM/Intel 架构，自动识别 Python/Go/Node/Java/Ruby 等运行时，通过 Procfile 管理进程，支持虚拟主机、SSL 及静态站点。
绕过 Cloudflare 反机器人页面的 Python 模块。支持 v1/v2/v3 及 Turnstile 挑战，具备自动会话刷新、隐身模式和代理轮换功能。适用于 Python 3.8+，性能优化，测试通过率 100%。
Python 实现的群智能优化算法库，包含遗传算法、粒子群优化、模拟退火、蚁群算法、免疫算法、人工鱼群算法、差分进化及旅行商问题求解。支持用户自定义算子，提供丰富的操作符库，跨平台兼容。
基于 Python 的 UI 框架，用于快速构建 AI 应用。支持热重载与强类型 IDE，无需编写 JS/CSS/HTML 即可创建自定义 UI 组件。
提供开箱即用的 pre-commit 钩子，用于代码质量检查。支持检查大文件、语法、冲突、配置文件等，确保提交前代码规范。
本地优先的个人 AI 框架，支持设备端智能体构建。核心功能包括共享原语、能效评估与本地学习循环。支持 macOS、Linux、Windows 一键安装，提供多种预设场景如每日简报、深度研究与代码助手。
便携式 Python dataframe 库，支持超过 20 个后端。提供快速本地处理（默认 DuckDB）、惰性表达式和交互式探索模式。可混合 Python 与 SQL 代码，通过单行代码切换本地与远程部署。
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。
为 SSTap 提供更多游戏规则，使其成为真正的网游加速器。支持自定义路由表，包含 GEOIPCN.1 和 GEOIPCN.2 两种源，用户可下载规则包或单个规则导入使用。
基于潜扩散的可控虚拟试衣框架，支持上装、下装及连衣裙的精准融合。提供预训练模型与推理代码，兼容 ONNX，已在 Linux 环境测试。
基于参考的多智能体框架，自动化生成学术插图。通过检索、规划、风格化、可视化和批评智能体协作，将科学内容转化为出版级图表。支持 Python，集成 Hugging Face 数据集与模型。
基于 ESRGAN 的增强型超分辨率模型，支持 Real-ESRGAN 扩展，适用于真实世界图像修复。提供预训练模型、测试代码及 Windows 可执行文件，训练代码位于 BasicSR。
基于 fairseq 的代码库，用于 Open Pre-trained Transformers (OPT) 项目。支持与 Hugging Face Transformers、Alpa、Colossal-AI、CTranslate2、FasterTransformer 和 DeepSpeed 等框架集成，提供训练与推理方案。
通过自然语言构建基于数据的 ChatGPT。支持描述任务、配置参数并查询 RAG 代理。支持 OpenAI、Anthropic 等 LLM 和嵌入模型。
基于 Python 的下一代构建系统，支持 Ninja 构建。通过 pip 安装，需指定源码与构建目录，使用 meson setup 配置。
集中式网络可见性与持续资产发现框架。监控设备、检测变更，保持分布式网络的态势感知。提供网络基础设施的“单一事实来源”，维护实时设备库存，识别影子IT与未授权硬件，确保合规性。支持多种发现方法与80+通知服务集成，如Apprise、Pushsafer。
基于 Vue、Django 和 Docker 的开源在线评测系统。支持 ACM/OI 规则、实时/非实时排名、多语言判题、Markdown 与 MathJax 渲染。提供可视化图表与模板化题目管理，支持 Docker 一键部署。
Google AI 2018 BERT 的 PyTorch 实现，支持掩码语言模型和下一句预测预训练。提供简单易用的命令行工具，便于构建词汇表和训练模型。
开源实现 AlphaEvolve 的进化编码代理。将 LLM 转化为自主代码优化器，自动发现突破性算法。支持 GPU 优化、数学优化等多领域，提供研究级可复现性，实现 2-3 倍硬件加速。
基于 7M 参数的极简递归推理模型，在 ARC-AGI 基准上取得显著成绩。通过递归自更新机制，以极低计算成本实现高效推理，挑战大规模模型范式。
