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。
利用大型语言模型将 Linux x86_64 二进制文件反编译为可读 C 源码，支持 GCC O0-O3 优化级别。提供端到端反编译与 Ghidra 伪代码精炼两种模式，包含多版本模型与基准测试数据集。
提供 Flux Standard Action 工具函数，简化 Redux action 创建与 reducer 处理。支持组合 action，类型安全，代码精简。
高度可定制的 Vue 3 流程图组件，支持无缝缩放和平移。提供小地图、背景等附加组件及状态交互工具，使用 TypeScript 编写，性能高效。
基于 React 的 Google 地图库，支持将任何 React 组件渲染为地图标记。具备同构渲染能力，可在服务端渲染，并支持在浏览器中独立于 Google Maps API 加载组件。提供内部悬停算法，允许地图上的每个对象触发悬停效果。
一个用于测试、调整和破解 JSON Web Tokens 的 Python 工具包。支持验证、伪造、扫描和篡改 JWT，包含多种已知漏洞测试、字典攻击、密钥生成及速率限制等功能。
基于 Xiph RNNoise 的实时语音降噪插件，支持 VST2、VST3、LV2、LADSPA、AU、AUv3 多种格式。适用于 48000 Hz 单声道或立体声音频，可抑制风扇、办公室、飞机等环境噪音。
Android 最彻底的清理工具，基于 Kotlin 开发。支持清理残留文件、缓存、重复数据，可调度任务、管理应用，并提供 Root 和 Shizuku 权限支持。提供 Google Play、F-Droid 和 GitHub 多种下载渠道。
精选推荐系统必读论文与教程，涵盖通用、社交、深度学习、冷启动、POI、高效、探索利用、可解释性、CTR预测、知识图谱、对话式、工业实践、隐私安全及LLM等方向，每周更新。
整合民政部、统计局及地图数据，提供带拼音、坐标和边界范围的省市区县乡镇四级行政区划数据。支持CSV下载、在线生成JSON/多级联动JS代码，以及转换为SHP、GeoJSON、SQL格式并导入数据库。包含浏览器端JS采集源码。
开源 Android 客户端，支持 NVIDIA GameStream 和 Sunshine，将 Windows PC 游戏串流至 Android 设备，支持本地和互联网连接。
基于 TensorFlow 的神经机器翻译教程，涵盖 seq2seq 模型基础、注意力机制、训练与推理全流程。提供 IWSLT 和 WMT 数据集基准测试，支持多 GPU 训练与 Beam Search 优化。
基于 Graphviz 可视化 Go 程序调用图。支持交互式查看器，可按包或类型分组，过滤标准库调用，并生成 SVG/PNG 等格式的静态输出。
《Node.js 调试指南》开源教程，涵盖 CPU、内存、代码、工具、APM、日志、监控及应用篇，提供 perf、v8-profiler、heapdump、Chrome DevTools、VS Code、NewRelic、ELK、Grafana 等多种调试与性能分析工具的实战指南。
从晶体管到浏览器的12周课程大纲，涵盖硬件、编译器、操作系统及网络应用开发。使用 Verilog、Python、Haskell、C 等语言，通过项目实践构建从底层硬件到上层软件的完整技术栈。
用于 TypeScript 和 JavaScript 的函数式响应式编程库。将事件流转换为声明式代码，支持 map、filter、merge、combine 等操作，简化复杂事件处理。
结合卷积效率与Transformer表达力，通过卷积VQGAN学习上下文丰富的视觉部件，再用自回归Transformer建模其组合，实现高分辨率图像合成。支持自定义数据训练与多种预训练模型。
基于 Python 的 Web 应用模糊测试工具，通过替换 FUZZ 关键词注入任意输入，支持参数、认证、表单等组件的复杂安全测试。模块化框架，提供插件扩展，可与 Burp 等工具集成，适用于渗透测试人员。
JavaScript 输入掩码库，支持 vanilla JS、jQuery 和 jQLite。通过预定义格式（如日期、数字、电话号码）引导用户输入，确保数据格式正确。
专为代码美化设计的等宽字体集合。提供多种高质量等宽字体，支持垂直度量调整与行距自定义。包含中日韩开发者专用字体，所有字体可免费下载使用。
汇集各类设备默认凭证的速查表，协助蓝队/红队识别默认密码。支持通过命令行搜索、更新和导出凭证数据，数据源涵盖多个知名安全项目。
纯 CSS 库，将 Edward Tufte 手册的简洁排版、旁注和图表整合风格移植到 HTML 网页。灵感源自 Tufte-LaTeX。
基于 Python 的下一代构建系统，支持 Ninja 构建。通过 pip 安装，需指定源码与构建目录，使用 meson setup 配置。
基于 PyTorch 的 Informer 模型实现，专为长序列时间序列预测设计。核心为 ProbSparse 注意力机制，显著提升效率。获 AAAI 2021 最佳论文奖，支持 ETT、ECL 等数据集。