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。
基于专家混合架构的视觉语言模型,支持多模态理解。提供 Tiny、Small 和标准版,激活参数分别为 1.0B、2.8B 和 4.5B。在视觉问答、OCR、文档理解等任务上表现优异。
将潜在危险的 PDF、Office 文档或图片转换为安全 PDF。使用沙箱技术,在无网络环境下将文档转换为像素数据再重建,确保安全。支持多种格式,可选 OCR 和压缩。
LTP 是哈工大推出的中文自然语言处理平台,提供分词、词性标注、命名实体识别、依存句法分析、语义角色标注和语义依存分析六大核心任务。基于多任务学习框架与预训练模型,支持 Python 和 Rust 接口,推理速度较前代提升显著。提供易用 API 与可视化工具,模型可上传至 Huggingface Hub,方便用户自定义训练与部署。
构建 OAuth 和 OpenID Connect 客户端与服务器的终极 Python 库,支持 JWS、JWE、JWK、JWA、JWT。
快速构建 GenAI 应用的 Docker 栈,集成 Langchain、Neo4j 和 Ollama。支持多种 LLM 和嵌入模型,提供配置模板和示例应用。
基于 PyTorch 的 SSD 目标检测器实现,支持 VOC 和 COCO 数据集训练与评估,提供预训练模型和实时可视化工具。
自动化简化 OpenCore EFI 创建的工具,支持 Intel 和 AMD 硬件及 macOS High Sierra 至 Tahoe。提供硬件兼容性检查、自动 ACPI 补丁与 Kexts、EFI 配置优化及自动更新。
小型 Python-GTK 应用,通过直观的图形界面帮助用户合并或拆分 PDF 文档,以及旋转、裁剪和重新排列页面。它是 pikepdf 的前端,支持图像文件导入。
Python SDK 用于 Claude Agent。支持异步查询、自定义工具和钩子。内置 MCP 服务器,无需子进程管理。兼容 Python 3.10+。
为 Google Cloud Platform 服务提供 Python 惯用客户端库。包含 GA、Beta、Alpha 三个稳定级别,覆盖 AI Platform、API Gateway 等多种服务。
非官方 Python 包,通过 Cookie 值调用 Google Bard API。适用于无法通过官方认证的用户。项目已停止维护,建议转向 Gemini API。
基于全卷积网络的实时实例分割模型,支持 YOLACT 和 YOLACT++ 两种版本。提供训练、评估及实时演示代码,兼容 PyTorch 1.0.1+,需编译 DCNv2 以启用 YOLACT++。
自动化大规模漏洞利用工具。通过 Shodan、Censys 或 Zoomeye 自动收集目标,支持自定义主机列表。集成 Metasploit 模块,用于远程代码执行并获取反向 Shell 或 Meterpreter 会话。提供代理和自定义 User-Agent 设置,优化操作安全性。
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。
自动安装 Kali Linux 工具集。支持添加/移除 Kali 软件源,一键安装所有工具。基于 Python 2.7,适用于 Ubuntu 等系统。
提供预编译的 opencv-python 系列包,支持 CPU 环境。包含主模块与 contrib 模块,提供标准版与无 GUI 的 headless 版本,适用于桌面与服务器环境。
提供《Cracking the Coding Interview》第6版 Python 解决方案。包含算法演示、Pythonic 实现及速度优化示例。支持 pytest 测试,遵循 PEP 8 规范。
解析 Redis RDB 文件,分析内存使用,导出 JSON 数据。支持内存报告生成、文件对比及命令行工具。
《计算机网络-自顶向下方法》编程作业与 Wireshark 实验的官方文档翻译、解答及代码实现,涵盖应用层、网络层等核心章节。
基于 Stable Diffusion 的 WebUI 插件,通过 5-20 张肖像训练生成个性化数字分身。支持 SDXL、视频生成及属性编辑,可快速部署于云端或本地。
Web安全学习笔记,涵盖从基础网络协议到渗透测试、云安全及防御技术的完整知识体系,包含常见漏洞攻防、多语言框架分析及工具资源列表,适合安全爱好者系统学习。
将 TensorFlow、PyTorch 等机器学习模型转换为 Core ML 格式,支持模型读写与优化验证,便于在 Apple 设备上部署。
基于 PyTorch Lightning 与 Hydra 的模板,提供极简样板代码,支持多 GPU、TPU 和 SLURM 集群,内置实验追踪、超参搜索与 CI/CD 流程。
增强隐私的 BitTorrent 客户端,提供 P2P 内容发现。实现类似 Tor 的匿名网络,支持端到端加密和隐藏服务,旨在实现匿名访问和内容分发。
基于 Keras 构建的 LSTM 神经网络,用于时间序列预测。包含正弦波和股票市场数据示例,支持序列与多维预测。