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。
高效信息学在线测评系统，支持模块化插件、跨平台部署、多空间管理、精细权限控制、规模化评测及全题型支持。提供丰富题库与多赛制，可一键安装与备份。
《Go语言圣经》中文版，由柴树杉等译者维护。提供在线阅读镜像，每周四晚7点有直播共读活动。项目包含译者信息、常见缩写及开源图书推荐。
无头、高性能、类型安全的表单状态管理库，支持 TS/JS、React、Vue、Angular、Solid 和 Lit。框架无关，提供完全控制。
Flutter UI Kit 是一个用于收集 UI 的 Flutter 应用，提供真实世界应用界面的精选合集。代码 100% Dart，结构清晰，旨在展示最佳、最受欢迎且设计精良的模板，帮助开发者学习。
基于 WebAssembly 的开源无服务器应用开发与运行框架，支持 Rust、JavaScript、Go、Python 等多种语言，提供 CLI 工具简化构建、部署与执行。
基于 Go 语言开发的 Git 查询语言，允许使用类 SQL 语法查询 Git 仓库的提交、分支等信息。支持 `select`、`where`、`order by` 等操作，可直接在命令行中执行。
开源多视图几何库，用于 3D 计算机视觉和运动恢复结构。提供端到端的 3D 重建框架，包含库、二进制文件和流水线。支持 C++ 开发，跨平台运行。
开源框架，用于开发 AI Web 代理。包含世界模型和动作引擎，可自动化网页任务。支持 Selenium、Playwright 等驱动，提供 Gradio 界面和调试工具。
秒级创建 HTML 演示文稿。只需基础 HTML/CSS 知识，提供 40+ 组件、灵活布局、垂直滑动及多种导航方式，适合设计师、营销人员和记者专注于内容创作。
生产级 .NET 10 多租户 SaaS 启动套件，含 Web API 与 Blazor 客户端。集成身份验证、审计、缓存、邮件、作业、存储、健康检查、OpenAPI 与 OpenTelemetry。模块化架构，支持 Aspire 云就绪，节省 200+ 开发工时。
开源深度研究智能体，专为研究与预测优化。在 GAIA 基准 Avg@8 得分达 80.8%。包含 MiroThinker、MiroFlow 框架及 MiroVerse 数据集。
基于 TensorFlow 的神经网络训练接口，专注于速度与灵活性。提供高效的多 GPU / 分布式训练策略，以及高性能的 Python 数据加载库。包含多种前沿模型的可复现实现，适用于视觉、强化学习及 NLP 等领域。
提供洛雪音乐和 MusicFree 的音源，支持最高 320k 音质。需规范使用，避免频繁切换或批量下载，以防 IP 被封禁。
ConvNeXt 是纯卷积神经网络，基于标准 ConvNet 模块构建，高效、可扩展且设计简洁。提供 ImageNet-1K/22K 预训练与微调代码，支持目标检测、分割等下游任务。
基于 Express 创建 GraphQL HTTP 服务器的官方参考实现，现已弃用。推荐使用 graphql-http 作为新标准，或选择 graphql-yoga、Apollo Server 等全功能替代方案。
Udacity 开源自动驾驶项目，提供深度学习转向模型、标注数据集和 ROS 节点等资源。通过挑战赛形式优化安全性，鼓励全球贡献者参与。
用于 PostgreSQL 的数据迁移工具，支持单命令迁移。核心优势在于事务处理：自动分离错误数据并继续加载有效数据，避免因单行错误导致整个批量加载中断。支持数据格式转换，如将 MySQL 日期时间零值转换为 PostgreSQL NULL。
基于 Three.js 的超快 3D 框架，用于 Web 应用和游戏。采用模块化组件架构，支持高性能物理引擎与 Web Worker 多线程，自动化渲染流程，兼容 ES2015+ 与 Webpack。
纯 JavaScript 无依赖的轻量级通知、输入和选择套件。支持弹窗、确认、输入、选择和日期选择，可自定义样式，兼容主流浏览器。
自定义 HTML 元素，比标准 iframe 快约 224 倍。提供隐私友好的 YouTube 视频嵌入，支持自定义海报图、标题和播放器参数。
高性能时序数据库，专为物联网设计。支持海量数据存储、高吞吐读写与复杂分析。提供轻量级部署、高效目录结构及丰富查询语义。无缝集成 Hadoop、Spark 等生态。
当老板接近时自动隐藏屏幕。使用 Python 和 OpenCV 通过摄像头实时检测人脸，识别老板后立即切换工作界面，保护隐私。支持自定义训练模型。
基于李航《统计学习方法》第二版的开源学习项目，提供完整笔记、Python代码、Jupyter Notebook及参考文献。包含感知机、kNN、朴素贝叶斯、决策树、逻辑斯谛回归等核心算法实现，并附有术语索引、符号表和勘误表。