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。
Go 语言的 Clean Architecture 项目模板，支持 REST API、gRPC、AMQP RPC 和 MQ RPC 多种服务类型。集成了 Fiber、Swagger、Validator、ZeroLog、Prometheus 等工具，提供清晰的项目结构与依赖注入，适用于微服务开发。
基于 GitHub 标签、议题和合并的拉取请求，自动生成变更日志。支持 CLI 和 Docker 运行，可配置 GitHub Enterprise。
OpenWrt 的 LuCI 配置界面，基于 JavaScript 开发。提供 Web 管理界面，支持 Lua API（已弃用）和 JavaScript API。可通过官方 feed 安装，支持多语言翻译。
通过 adb 为 Android 设备提供反向网络共享，无需 root 权限。支持 TCP/UDP 流量，兼容 Linux、Windows 和 macOS。提供 Java 和 Rust 两种实现，推荐使用 Rust 版本以获得更好的性能。
使用低秩适应快速微调扩散模型。支持 Stable Diffusion，训练速度比 DreamBooth 快一倍，模型仅 1-6MB，易于分享。兼容 diffusers，支持修复、多向量关键调优，可合并 LoRA 模型。
《算法（第4版）》配套 Java 代码库，涵盖核心算法与数据结构。代码清晰、可移植，支持 Maven/Gradle 构建，适用于学习与开发。
个人模板集合，提供 Docker、Terraform、Ansible、Kubernetes 等工具的生产就绪配置。CLI 工具支持快速生成项目结构，包含智能默认值和最佳实践，可自定义变量并保存常用设置。
通过实例学习 RxJava 在 Android 中的应用，涵盖后台任务、网络请求、表单验证、事件总线等 18 个实用场景，适合开发者快速上手。
基于 React + Redux 的完整项目，涵盖技术栈：react、redux、webpack、react-router、ES6/7/8、immutable。提供运行与构建指南，包含个人对 React 组件化、Diff 算法、生命周期及路由的深度总结。
精选电子工程师与爱好者的资源列表，涵盖学习、工具、仿真、PCB 服务、项目分享等，提供免费与付费 EDA 软件、开发板零售商及社区论坛。
基于 Elixir 和 Phoenix Framework 构建的实时服务器，通过 WebSockets 提供广播、在线状态和 Postgres 数据变更功能。
开源自主代理引擎，事件驱动、主动执行、自调度。支持三种触发模式、六阶段执行、多代理编排与持续学习。内置 MCP 支持、GraphRAG 及全栈运行时，单二进制文件即可运行。
开源分布式机器学习平台，支持深度学习、GBM、XGBoost、随机森林、GLM、K-Means、PCA、GAM、SVM、Stacked Ensembles、AutoML 等算法。提供 R、Python、Scala、Java、JSON 和 Flow 接口，兼容 Hadoop 和 Spark，模型可导出为 POJO/MOJO 用于生产环境。
基于 80+ 编程语言训练的代码生成模型，支持微调与推理。提供代码补全、对话助手功能，可通过 Hugging Face 平台使用。
Java 实现的 OpenAPI 规范，支持 JAX-RS2（javax 和 jakarta 命名空间）。提供生成 Swagger API 规范的示例与服务器集成，便于 REST API 的访问。
一个用于学习 Unity URP 自定义光照着色器的简单卡通着色器示例，基于 ShaderLab 语言，遵循 MIT 许可证。
快速桌面切换设备，通过键盘快捷键或鼠标跨屏移动实现无缝切换。开源硬件，成本低于 15 欧元，支持 Linux、macOS 和 Windows，无需安装软件，提供完全电隔离。
C++ 网格优化库，通过索引、顶点缓存、过绘制和顶点获取优化等核心流水线，减小网格尺寸并提升 GPU 渲染速度。提供 C/C++ 接口，支持 glTF 优化工具 gltfpack。
一个用 Rust 编写的轻量级 CLI 工具，可快速通过 HTTP 服务文件或目录。支持认证、TLS、自定义头部、SPA 模式及文件上传，无需依赖，跨平台即用。
一个用于衡量和训练 AI 通用智能的软件平台，通过 Docker 容器将游戏、网站等应用封装为 Gym 环境，提供键盘鼠标输入和屏幕像素观测接口，支持超过 1000 个环境。
💎 1MB 超轻量级人脸检测模型，专为边缘计算设备设计。提供 version-slim 和 version-RFB 两个版本，支持多种推理框架（NCNN、MNN、Caffe、ONNX），并提供 FP32/INT8 量化模型。在 WIDER FACE 数据集上表现优异，推理速度快，适用于低功耗设备。
PyTorch 实现 DINO 自监督学习方法，用于 Vision Transformers 训练。提供多种预训练模型（ViT-S/B、ResNet-50）及权重下载，支持下游任务。
安卓应用层抓包通杀脚本，支持 Android 7-14，无视证书校验与加固，覆盖 HTTP、WebSocket、SSL 等多种协议及主流框架，可导出客户端证书并定位收发包函数。
利用 BERT 和 c-TF-IDF 创建易于解释的主题，支持多种主题建模技术，包括引导式、监督式、半监督式、手动、多主题分布、层次化、基于类别、动态、在线/增量、多模态、多方面、文本生成/LLM、零样本、合并模型和种子词。