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。
AI 视频笔记生成工具，支持 Bilibili、YouTube、抖音等多平台视频链接，自动提取内容并生成结构化 Markdown 笔记。支持本地音频转写、GPT 大模型总结、截图插入与视频跳转，提供 Windows 打包版与 Docker 部署。
云原生 SIEM，提供企业级智能安全分析。包含开箱即用的检测、狩猎查询、工作簿和剧本。支持 Microsoft 365 Defender 高级狩猎，欢迎贡献。
消除编写类时的样板代码，提供简洁、正确的 Python 类定义。支持声明式属性定义，自动生成 __repr__、__eq__ 等方法，无运行时性能损耗。被 NASA 等机构用于关键任务。
基于 Android + Linux 融合生态的 AI 应用开发平台，支持 CPU+GPU+NPU 高性能推理。提供图形化 IDE 与完整 Linux 环境，降低 AI 开发门槛，实现跨系统无缝交互。
按漏洞类型分类的 Bug Bounty 报告精选列表，涵盖 XSS、CSRF、SSRF、RCE 等常见漏洞，提供实战案例与技术分析。
面向学习者的生产级 RAG 系统课程，从零构建 arXiv 论文管理助手。涵盖 Docker、FastAPI、OpenSearch、BM25 关键词搜索、混合检索、LangGraph 智能体及 Telegram 机器人集成，掌握工业级 AI 工程技能。
基于节点的图像处理 GUI，旨在简化并定制化图像处理任务链。最初作为 AI 放大应用，现已发展为灵活强大的程序化图像处理工具。支持跨平台，提供高度自定义的工作流，通过连接节点即可完成复杂任务。
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。
提供提示工程最佳实践与示例脚本，展示如何通过动态少样本选择、自生成思维链等策略，提升GPT-4等基础模型在医学、数学等领域的性能。
PyTorch 原生大语言模型后训练库。提供 SFT、DPO、PPO、GRPO、知识蒸馏及量化感知训练等可定制配方。支持 Llama、Gemma、Qwen 等模型，具备多节点训练、内存优化及 YAML 配置能力。
CloudEvents 是一个用于描述事件数据的规范，旨在实现跨服务、平台和系统的互操作性。它由云原生计算基金会 (CNCF) 托管，已成为毕业项目，支持多种协议绑定和事件格式。
基于 PyTorch 的中文文本分类工具箱，支持 TextCNN、TextRNN、FastText、TextRCNN、BiLSTM_Attention、DPCNN、Transformer 等多种模型，开箱即用，提供 THUCNews 数据集与预训练词向量。
实时人脸检测与情绪/性别分类，基于 Keras CNN 模型和 OpenCV。使用 fer2013 和 IMDB 数据集训练，性别分类准确率 96%，情绪分类准确率 66%。支持 Docker 部署和实时演示。
基于深度学习的文档图像分析统一工具包。提供丰富的布局检测模型与统一 API，支持 OCR、数据结构操作及可视化。支持多种格式数据加载，是社区共享的开放平台。
基于 Python 的翻译代理，采用反思工作流。通过 LLM 生成翻译、反思并优化，支持自定义风格、术语和方言。性能与商业方案竞争，是智能翻译的起点。
MCP 集成平台，让 AI 代理在任何规模下可靠使用工具。提供智能连接器 Strata、100+ 预构建集成及可扩展的 MCP 沙盒环境，支持 LLM 训练与强化学习。
自动化全合一 OS 命令注入漏洞利用工具，基于 Python 开发，支持多版本 Python，用于渗透测试中自动检测和利用命令注入漏洞。
轻量级 Python SDK，采用模型驱动方法，仅需几行代码即可构建 AI 代理。支持多模型提供商、MCP 协议及热重载工具，适用于从开发到生产的各类场景。
基于 FlashText 算法的 Python 库，用于从句子中提取关键词或替换关键词。支持大小写敏感、批量操作及获取关键词位置信息。
获奖的免费开源视频编辑器，支持 Linux、Mac 和 Windows。提供高质量的视频编辑与动画解决方案，功能包括跨平台、多种格式支持、关键帧动画、无限轨道、视频过渡、合成与水印、2D/3D 动画、SVG 矢量标题、时间线编辑、帧精度、速度变化、音频混合、数字视频效果及硬件编解码。
基于 Chromium 的网站截图工具，提供服务器头信息与默认凭证识别。支持跨平台，使用 Python 虚拟环境实现零冲突安装，兼容多种输入格式。
受 GitHub for Mac 启发的 Git 命令行工具，旨在让 Git 更易用。提供简洁的命令如 sw、sync、publish，自动处理暂存与合并，简化工作流。
基于 TensorFlow 的文本分类卷积神经网络实现，参考 Kim 的论文。支持自定义参数训练与评估，适用于多种文本分类任务。
包含常见机器学习与深度学习算法的 Python 实现代码库，涵盖 CNN、SVM、KMeans 等多种算法，附带详细教程与应用实例。
静态代码分析器，支持 Python 2/3。无需运行代码即可检查错误、编码标准和代码异味，并提供重构建议。可高度配置，支持插件扩展，适用于多种编辑器和 IDE。
用于构建 WebSocket 服务器和客户端的 Python 库，基于 asyncio，注重正确性、简洁性、健壮性和性能。