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。
GitHub 官方社区反馈讨论区，涵盖 GitHub Mobile、Discussions、Codespaces、Sponsors、Issues 等产品。用户可在此分享建议、讨论改进，并与 GitHub 产品团队交流。
基于 CNN 的快速分割模型，使用 SA-1B 数据集的 2% 训练，性能媲美 SAM，速度提升 50 倍。支持文本、框、点等多种提示模式，提供在线演示与 API。
⚡️ React Native 最快的键值存储，比 AsyncStorage 快约 30 倍。基于 C++ 实现，使用 JSI 和 NitroModules，支持同步调用、加密、多实例及 iOS/Android/Web 平台。
基于 OpenAPI 3 规范生成 Go 语言的客户端和服务端样板代码，支持 HTTP 模型生成，减少重复工作，专注于业务逻辑。
基于 Model Context Protocol 构建高效智能体的 Python 框架。提供可组合的工作流模式，如 map-reduce、orchestrator 等，支持 Temporal 持久化，实现简单、稳健的智能体应用开发。
基于 Lua 的开源 2D 游戏框架，支持 Windows、macOS、Linux、Android 和 iOS。提供丰富的 API 和文档，社区活跃。
开源 Material Design 文件管理器，支持 Android 5.0+。具备根权限、归档、NAS 服务器访问，以及 Linux 符号链接、权限和 SELinux 上下文感知。使用 Java NIO2 API 和 Linux 系统调用实现，确保高效可靠。
基于 MVVM 架构的现代 Android 应用，使用 Hilt、Coroutines、Flow 和 Jetpack 组件，展示现代 Android 开发实践。
PyTorch 实现的掩码自编码器 (MAE)。提供预训练模型、微调代码及可视化演示，支持 ViT-Base/Large/Huge 模型。基于 DeiT 和 timm 库构建。
管理 JavaScript 会话历史的库，抽象环境差异，提供最小 API 以管理历史栈、导航和状态持久化。版本 5 用于 React Router 6，版本 4 用于 React Router 4 和 5。
将 shadcn/ui 引入 React Native。基于 Nativewind 的精美组件，开源且易于使用。
用于 Angular 的响应式状态管理库，提供 Redux 模式、时间旅行调试和可组合的 Effects，支持 TypeScript。
高性能LLM KV缓存层，通过零CPU拷贝、NIXL等技术加速，支持跨数据中心复用缓存，显著降低首token延迟并提升吞吐量，适用于长上下文场景。
精选的 gRPC 生态资源列表，涵盖官方库、CLI/GUI 工具、多语言实现、教程视频及 Protocol Buffers 相关工具。
zsh 插件管理器，灵感源自 Vundle。支持从 GitHub 安装 oh-my-zsh 风格的插件和主题，可轻松管理 shell 功能扩展。
极简开源在线粘贴板，服务器对粘贴内容零知识。数据在浏览器端使用 256 位 AES 加密/解密，支持密码保护、讨论、过期时间、Markdown、语法高亮、文件上传及多种模板。
高性能实体组件系统 (ECS) 框架，支持 C 和 C++。提供零依赖 C99 API 与现代 C++17 API，具备缓存友好型存储，可处理每帧数百万实体。支持实体关系、层级结构与预制体，内置反射与查询系统。
一款现代电子书阅读器，支持多种格式，提供暗色模式、注释、维基百科查询和垂直书写等高级功能。基于 GTK4 和 WebKitGTK 构建，可通过 Flatpak、Snap 或源码安装。
JavaCV 是 Java 平台的计算机视觉库，提供 OpenCV、FFmpeg 等库的 Java 接口。支持硬件加速显示、并行计算、相机校准和特征点检测等功能，适用于桌面和 Android 开发。
展示为何不应使用像素化作为遮蔽技术。通过 TypeScript 实现，可尝试破解像素化图像，核心在于精确复制字符样式与间距。
Google Brain 团队维护的端到端深度学习库，强调代码清晰与运行速度。支持快速构建 Transformer 模型，提供预训练权重与丰富 API 文档。
基于 HTML5 的音视频播放器，支持 MP4、WebM、MP3、HLS、Dash、YouTube 等多种格式，提供统一的跨浏览器 UI。
基于 MoureDev 社区的编程练习路线图，支持多种编程语言，提供免费、自定进度的学习路径。包含语法、函数、数据结构等核心主题的练习与解答，以及社区贡献与排名系统。
从零构建 RAG 系统，涵盖索引、检索与生成。通过 Jupyter Notebook 教程，结合视频讲解，帮助理解如何利用外部文档增强 LLM 的知识库。