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。
基于 Kubernetes 构建的云原生分布式块存储系统。轻量、可靠、功能强大，支持一键安装与 Helm 部署。提供企业级无单点故障存储、增量快照、备份至 NFS/S3、自动非中断升级及直观 GUI。
一站式页面调试与抓包工具，支持远程调试手机浏览器及 WebView 页面（如微信、Hybrid App）。无需 USB 连接，支持 HTTP/HTTPS，集成 weinre、AnyProxy 等工具，可自动忽略原生 App 的 HTTPS 请求。
受 Python Flask 启发的 C++ 微型 Web 框架。提供快速路由、类型安全处理器、内置 JSON 解析、Mustache 模板、中间件和 WebSocket 支持。头文件库，易于集成。
面向零基础初学者的 JavaScript 语言课程，包含 120+ 节课、14 小时视频和 220 个练习。涵盖从基础语法到 ES6+ 特性，通过 Twitch 直播项目开发，提供完整的代码示例和实践练习。
用于构建 Kubernetes 应用的 SDK，提供高级 API、抽象和项目脚手架，简化 Operator 开发。
基于 Jsonnet 的 Kubernetes 集群监控栈，集成 Prometheus、Grafana 及告警组件，提供端到端监控方案。
轻松构建美观的命令行应用。提供开箱即用的提示组件 @clack/prompts，以及无样式的底层原语 @clack/core。
基于 Node.js、Express 和 Mongoose 构建生产就绪 RESTful API 的脚手架。提供 JWT 认证、请求验证、单元与集成测试、Docker 支持、API 文档等开箱即用功能。
基于 Azure OpenAI 和 Azure AI Search 的 RAG 聊天应用示例。使用 Python 构建，支持多轮对话、引用渲染和 UI 设置调整。集成文档索引与检索，支持多种文档格式和云数据摄入，可选多模态模型、语音输入输出及 Microsoft Entra 登录自动化。
将 Python 代码片段编译为对应的 LaTeX 表达式，支持 Python 3.9 至 3.13，基于 AST 的规则系统实现。
基于 PyTorch 的变分自编码器 (VAE) 集合，专注于可复现性。提供多种 VAE 模型（如 VAE、Conditional VAE、WAE、Beta-VAE 等）的实现，均在 CelebA 数据集上训练。支持 PyTorch Lightning，提供配置文件和 TensorBoard 日志。
通过字幕剪切视频，自动生成字幕，编辑文本即可裁剪片段，无需视频编辑软件。支持多种 Whisper 模型，包括 faster-whisper 和 OpenAI API，可 GPU 加速。提供 pip 安装和 Docker 部署，支持本地及远程处理。
用于 Linux 系统的多功能 Bash 脚本，专为无线网络审计而设计。支持多种攻击模式，包括 WPA/WPA2 握手捕获、Evil Twin 攻击和密码破解。提供图形化菜单界面，集成 Docker 支持，兼容多种无线网卡芯片组。
OpenFace 是一个先进的面部行为分析工具包，支持面部关键点检测、头部姿态估计、面部动作单元识别和视线估计。基于 MATLAB 开发，具备实时性能，无需专用硬件即可运行。
开源云开发平台，提供云函数、数据库、存储等开箱即用资源。支持 WebIDE 像写博客一样写代码，前端开发者可秒变全栈，后端开发者可专注业务。开源免费，可私有部署，无厂商锁定。
开源功能开关与 A/B 测试平台。支持多语言 SDK，提供高级统计分析，可与现有数据栈集成。1 分钟内通过 Docker 快速启动。
高性能 C++ 路由引擎，基于 OpenStreetMap 数据。提供 HTTP API、C++ 库及 NodeJS 封装，支持路径规划、距离矩阵、GPS 轨迹匹配、旅行商问题求解及矢量瓦片生成。推荐使用 Docker 快速部署。
功能丰富且可定制的 React 数据网格组件，支持 TypeScript、虚拟化、键盘访问、明暗主题、冻结列、列调整、多列排序、列/行分组、行选择、摘要行、动态行高、单元格格式化与编辑、复制粘贴、值拖拽填充、自定义渲染器及 RTL 支持。
基于 STM32 和 ST25DV 的智能 NFC 电子墨水屏卡片。支持多卡模拟与内容定制，配套 Android APP。硬件开源，含原理图、PCB 及 3D 模型文件。
交互式 JavaScript 表格库，支持 HTML、数组或 JSON 数据快速生成表格。提供排序、筛选、分页、编辑等丰富功能，兼容 React、Angular、Vue 等主流前端框架。可通过 NPM、Bower 或 CDN 轻松集成。
为本科生或任何希望深入 AI 领域的人提供详细且定制的学习指南。涵盖数学基础、机器学习、深度学习、强化学习和自然语言处理，支持自底向上或自顶向下的学习路径。
基于《深度学习》（花书）的数学推导与原理剖析，使用 Python 和 NumPy 从零实现书中核心算法，提供完整 PDF 文档与源码级代码实现。