探索项目
筛选并发现收录的、配有高质量中文文档或教程的 GitHub 项目。
自动化高价值研发流程,以数据和模型为核心,通过 AI 驱动数据驱动的 AI。支持 LiteLLM 后端,提供数据科学与 Kaggle 场景代理,在 MLE-bench 上表现领先。
开源 TURN/STUN 服务器,支持 VoIP 媒体流量 NAT 穿越。兼容多种 RFC 标准,提供 UDP/TCP/TLS/DTLS 协议支持,可集成多种用户数据库与监控接口。
为 24/7 主动式 AI 代理提供持久记忆框架。通过文件系统式结构化存储,持续捕捉用户意图,显著降低 LLM 令牌成本,实现低成本、高效率的长期运行代理。
全面的迁移学习资源库,涵盖论文、代码、数据集、教程及应用。支持域适应、域泛化、多任务学习等方向,被顶级会议和期刊广泛引用。
基于 TensorFlow 实现 FaceNet 人脸识别模型,支持使用 MTCNN 进行人脸对齐。提供预训练模型,可在 CASIA-WebFace 和 VGGFace2 数据集上训练,生成 128 维嵌入向量。
Nvim Treesitter 提供 tree-sitter 解析器的安装、更新和移除功能,以及用于 Neovim 内置特性的查询集合。它是基于 tree-sitter 的功能(如高亮、折叠、缩进)的实验性平台,旨在为 Neovim 上游贡献。
开源自动驾驶研究模拟器,基于 Unreal Engine 5.5 开发。支持灵活的传感器配置与环境条件,提供丰富的数字资产。适用于 Linux Ubuntu 22.04 和 Windows 11 系统。
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。
高性能 PSP 模拟器,支持 Android、Windows、Mac 和 Linux。使用 C++ 编写,无需 BIOS 即可运行。提供开发版本下载和社区兼容性反馈。
开源、可嵌入的 Markdown 在线编辑器组件,基于 CodeMirror & jQuery & Marked。支持实时预览、图片上传、代码高亮、流程图、LaTeX 公式及多语言,兼容主流浏览器。
基于 Git 的简单 Wiki 系统,支持多种标记语言和本地前端编辑。兼容 GitHub 和 GitLab Wiki,提供 Mermaid 图表、数学公式、BibTeX 引用等高级功能。
面向初创公司的多人代理工具,支持 Slack 和 Web。员工拥有独立工作区,可协作。具备个人与共享作用域、管理员控制、Web 应用、共享技能及后台任务功能。
为 iOS/OSX 的 UIWebView、WKWebView 和 WebView 提供 Obj-C 与 JavaScript 间的消息通信桥接。支持 CocoaPods 安装,包含完整使用示例。
CVPR 2025 最佳论文奖得主。基于 Transformer 的前馈网络,从单张或多张图像秒级推断相机内外参、点云、深度图及 3D 点轨迹。支持商业使用,提供训练与评估代码。
跨浏览器 QRCode 生成库,基于 JavaScript 与 HTML5 Canvas,无依赖。支持自定义尺寸、颜色及纠错级别,兼容 IE6~10、Chrome 等主流浏览器。
多平台 AI 编码框架,支持 Claude、Cursor、Copilot 等 13 种平台。自动注入规范、任务中心工作流、并行执行、项目记忆与团队标准共享。
为开发者及其代理提供安全的云开发环境。使用 Terraform 定义环境,通过 WireGuard® 隧道安全连接,并自动关闭闲置资源以节省成本。支持 EC2、Kubernetes 和 Docker,实现秒级开发者入职。
开源身份与访问管理 / 单点登录平台,以 Web UI 为核心,支持 OAuth 2.0、OIDC、SAML、CAS、LDAP、SCIM、WebAuthn、TOTP、MFA、Face ID、RADIUS、Google Workspace、Active Directory 和 Kerberos 等协议。
固件分析工具,用 Rust 重写以提升速度和准确性。可识别并提取嵌入文件,支持多种文件类型,通过熵分析识别未知压缩或加密。可集成到 Rust 项目中。
基于 Go 语言的 DNS 服务器,通过插件链实现灵活功能。支持 DoT、DoH、DoH3、DoQ 等协议,提供缓存、负载均衡、Kubernetes 集成等能力。作为 CNCF 毕业项目,可从源码或 Docker 快速编译部署。
免费开源的酒店管理系统,提供物业管理 (PMS)、预订引擎和酒店网站。支持 PHP 8.1+,兼容 Apache/Nginx/IIS,可 Docker 部署。
基于现有深度学习框架构建的 Python 包,旨在简化图上的深度学习。提供高性能、可扩展的图神经网络工具,支持 GPU 和多机多卡训练,包含丰富的模型示例和易用的命令行接口。