StarWhisper项目由国家天文台人工智能工作组支持，涵盖语言模型、时序模型和多模态模型。通过改进训练方法，该项目提升了天文物理、代码与Agent能力，并发布了基于大模型的光变曲线数据处理方法。项目还实现了多模态多任务框架与望远镜控制系统的对接，探索了多模态在天文学领域的应用可能。

celerite是一个开源的1D高斯过程建模库，支持C++和Python语言实现。它采用快速算法，特别适用于天文时间序列数据分析。尽管已被celerite2取代，但仍进行基本维护。celerite能显著提升大规模数据集的高斯过程建模效率，为天文学等领域研究提供有力工具。该项目的相关论文已发表，为其提供了学术支持。

exoplanet是一个基于PyMC的开源工具包，专门用于天文学时间序列数据的概率建模，尤其适用于系外行星观测数据分析。它扩展了PyMC的功能，提供了针对系外行星数据集的自定义函数和分布。该工具包具有高性能的模型构建语言和推理引擎，能有效处理大量参数问题，为天文学研究提供了实用的数据分析解决方案。

该项目整理了太空相关的代码、API、数据等资源,涵盖天文学、航天器、地球观测等领域。提供学习材料、开源工具和数据集,适合天文爱好者、航天工程师和数据科学家参考使用。项目鼓励社区贡献,致力于成为太空探索和研究的综合资源库。