#Github

LIVE-Layerwise-Image-Vectorization - 基于层次化方法的图像矢量化技术
LIVE图像矢量化SVG生成计算机视觉CVPRGithub开源项目
LIVE-Layerwise-Image-Vectorization是一个图像矢量化项目,采用逐层生成SVG的方法拟合栅格图像。该技术通过递归学习视觉概念,添加和优化闭合贝塞尔路径来重建输入图像。LIVE能以更少的路径实现精确的图像重建,展示了紧凑的层次化表示能力。这一方法在图像矢量化领域具有潜在应用价值,可能对图形设计和图像处理等领域产生影响。
S-LoRA - 大规模并发LoRA适配器高效服务系统
S-LoRALoRA适配器大语言模型批处理推理GPU内存优化Github开源项目
S-LoRA系统针对大规模LoRA适配器服务进行优化。采用统一分页、异构批处理和新型张量并行策略,提高内存管理效率和GPU利用率。相较现有技术,S-LoRA提升吞吐量4倍,显著增加可服务适配器数量。这一突破为大规模定制语言模型部署开辟新途径。
dom-examples - DOM和Web API示例代码库 实用学习资源
DOMWeb API示例代码MDNGitHubGithub开源项目
dom-examples是一个综合性Web API示例代码仓库,包含Canvas、Web Animations等多种技术的实际应用案例。这些示例与MDN文档配套,可直接在浏览器运行,方便开发者学习和实践。项目持续更新最新Web技术,为开发人员提供了丰富的学习资源,有助于更好地理解和应用DOM和各种Web API。
tinygrad - 简化深度学习和加速器开发的轻量级框架
tinygrad深度学习框架加速器支持神经网络lazinessGithub开源项目
tinygrad是一个轻量级深度学习框架,定位于PyTorch和micrograd之间。其极简设计使其成为最易添加新加速器的框架之一,支持推理和训练功能。该框架能够运行LLaMA和Stable Diffusion等复杂模型,并具有延迟计算等特性。tinygrad支持GPU、CUDA、METAL等多种加速器,且易于扩展。目前处于alpha阶段,但发展迅速,有望在未来推出专用芯片。
react-pdf-highlighter - 基于React的PDF文档注释和高亮组件库
PDF注释React组件高亮功能文本高亮图像高亮Github开源项目
react-pdf-highlighter是一个基于PDF.js的React组件库,用于实现PDF文档的注释和高亮功能。它支持文本和图像高亮、高亮文本弹出框以及滚动至高亮位置。该库提供API接口,便于开发者将PDF注释功能集成到React应用中,适用于文档阅读、学习和协作等场景。
ecma262 - JavaScript 语言标准的权威源码与演进平台
ECMAScriptTC39JavaScript规范提案流程开源协作Github开源项目
ECMAScript 262 项目是 JavaScript 语言标准的官方仓库,包含最新的 ECMA-262 规范草案源码。该项目不仅展示当前规范内容,还跟踪各阶段提案,并提供贡献指南。开发者可通过此项目了解 JavaScript 标准化过程,参与讨论,推动语言发展。项目还提供人类可读版本和源码历史查看功能,方便深入研究规范制定过程。
genai-quickstart-pocs - Amazon Bedrock生成式AI应用示例集
Amazon Bedrock生成式AIRAG模型评估语言模型Github开源项目
项目展示了多个Amazon Bedrock生成式AI应用实例,包括文档摘要、RAG问答、图像生成等。提供Python和.NET两种实现,并集成Streamlit前端,方便快速验证概念。这些示例为开发者提供了丰富的参考,有助于构建创新AI解决方案。
HyperCoast - 海岸环境高光谱数据分析与可视化的Python工具包
HyperCoast遥感高光谱数据海岸环境数据可视化Github开源项目
HyperCoast是一个用于海岸环境高光谱数据分析和可视化的Python包。它支持AVIRIS、NEON、PACE、EMIT和DESIS等多种卫星和航空任务数据的处理。该工具包提供交互式数据探索、光谱特征提取、波段组合调整、3D数据可视化以及切片和阈值操作功能。HyperCoast还集成了NASA高光谱数据搜索工具,是一个功能全面的全球高光谱数据处理解决方案,尤其适用于海岸区域研究。
opendal - 统一数据访问层 多语言多服务高效集成
OpenDAL数据访问存储服务多语言支持开源项目Github
OpenDAL是开源的统一数据访问层,支持多种编程语言和存储服务。它覆盖标准存储协议、对象存储、文件存储、云存储、键值存储、数据库和缓存等多种服务,提供高效的数据获取能力。OpenDAL简化了开发流程,提高了数据操作效率,是一个全面的数据访问解决方案。
anserini - 开源可复现信息检索研究工具包
Anserini信息检索Lucene回归实验MS MARCOGithub开源项目
Anserini是基于Lucene开发的开源信息检索工具包,致力于推动可复现的学术研究。该工具包提供从索引构建到结果评估的端到端实验支持,实现了BM25、doc2query-T5、SPLADE等多种先进检索模型。Anserini可应用于各类标准IR测试集,有助于缩小信息检索研究与实际搜索应用之间的差距。
OpenGlass - 开源项目将普通眼镜改造为智能设备
OpenGlass智能眼镜开源硬件DIY电子可穿戴设备Github开源项目
OpenGlass是一个开源项目,旨在以低成本方式将普通眼镜改造成智能设备。该项目使用25美元以下的现成组件,实现生活记录、人脸识别、物体识别和文本翻译等功能。项目提供硬件组装和软件设置指南,方便用户自行制作。OpenGlass为DIY爱好者和技术探索者提供了一个创新平台,展示了智能可穿戴设备的潜力。
RLeXplore - 统一模块化工具包助力内在动机强化学习研究
RLeXplore强化学习内在激励算法实现模块化Github开源项目
RLeXplore是一个统一的模块化工具包,实现了八种代表性内在奖励算法。它通过标准化的程序解决了内在奖励算法比较中的混淆因素,包括实现、优化和评估方法的差异。该工具包支持多种内在奖励类型,如基于计数、好奇心驱动、基于记忆和信息论。RLeXplore提供了简便的安装方法、详细教程和基准测试结果,为内在动机强化学习研究提供了有力支持。
flutter_portal - Flutter叠加层框架 简化悬浮UI开发
flutter_portalOverlayOverlayEntryFlutterWidgetGithub开源项目
flutter_portal是一个增强型Flutter叠加层库,提供声明式API创建工具提示、上下文菜单等悬浮UI。相比内置Overlay,它具有更直观的上下文、简便的对齐功能和可自定义的对齐逻辑,帮助开发者高效实现各种悬浮UI效果。该库采用声明式方法,简化了悬浮UI的创建过程,使开发者能更轻松地实现各种复杂的悬浮界面效果。
raylib - 轻量级跨平台游戏开发库 支持2D和3D图形
raylib游戏编程图形库跨平台开源Github开源项目
raylib是一款开源的游戏开发库,采用纯C语言编写。它具有跨平台兼容性,支持2D和3D图形渲染、音频处理和数学运算。该库提供硬件加速的OpenGL抽象层,无需外部依赖。raylib适用于快速原型设计、工具开发、图形应用和教育领域。它包含丰富的示例和多种编程语言接口。
color4bg.js - 基于WebGL的动态抽象背景生成工具
color4bg.js背景生成WebGLJavaScript动态背景Github开源项目
color4bg.js是基于WebGL和JavaScript的工具,用于生成网页动态抽象背景。它具有高性能,支持自定义颜色、动画效果和一致性模式。开发者可通过设置颜色数组、种子值和循环参数,轻松创建独特背景。该工具提供多种背景类型,适用于不同网页设计需求,是一个简洁高效的背景设计解决方案。
ximalaya_downloader - 开源喜马拉雅音频下载器
喜马拉雅音频下载Node.js开源项目VIP内容Github
ximalaya-downloader是一个基于Node.js的开源喜马拉雅音频下载工具。它支持官方扫码登录和cookie配置,允许自定义下载路径,可下载已购和VIP免费音频。该工具具备自动重试、最优质音频下载、全专辑下载等功能,并支持web端和PC端协同使用。ximalaya-downloader为喜马拉雅用户提供了一种高效的音频内容保存方式。
arrow - 高效内存分析引擎 加速大数据处理
Apache Arrow内存分析列式存储数据处理开源项目Github
Apache Arrow 是一个开源的内存分析开发平台,旨在提高大数据系统的数据处理和传输速度。它提供高效的列式内存格式、IPC格式和Flight RPC协议,并支持多种编程语言。Arrow 的核心技术包括高性能的数据结构、跨语言兼容性和零拷贝数据共享,为现代数据分析应用提供了强大的基础架构支持。
copier - 灵活强大的项目模板渲染和管理工具
Copier项目模板代码生成CLI工具Python库Github开源项目
Copier是一款开源的项目模板渲染和管理工具,既可作为库使用,也提供CLI界面。它支持从本地路径或Git URL加载模板,能够动态替换文本文件中的内容,并生成结构化的项目代码。Copier的特色在于保护现有文件不被覆盖,同时提供简单的模板创建和项目生成机制。通过命令行或Python API,开发者可以快速搭建新项目或管理现有项目的演进,非常适合需要高效创建和维护项目的开发者。
ComfyUI_frontend - 现代化的用户界面 兼容现有扩展系统
ComfyUI前端开发AI绘图开源项目扩展系统Github
ComfyUI_frontend是ComfyUI的现代化前端实现,完全兼容现有扩展系统。它引入了节点库侧边栏、队列/历史记录管理、模糊搜索等功能,优化了拖放操作和链接管理。该项目支持TypeScript,提供新API便于开发自定义扩展。ComfyUI_frontend通过改进用户界面和工作流程,增强了AI图像生成的操作体验。
lodash - 功能丰富的JavaScript实用工具集
LodashJavaScript库UMD模块函数式编程模块化Github开源项目
Lodash是一个广受欢迎的JavaScript实用工具库,提供了丰富的数组、对象、字符串处理方法。支持UMD、ES6等多种模块格式,便于集成到不同项目中。它简化了数据操作、值测试和函数组合等任务,提高开发效率。模块化设计支持按需加载,有助于优化应用性能和减小打包体积。
HuggingFace-Download-Accelerator - 国内用户HuggingFace资源高速下载工具
HuggingFace模型下载数据集下载高速下载国内镜像Github开源项目
HuggingFace-Download-Accelerator是一个专为国内用户开发的HuggingFace资源下载工具。该项目结合官方下载工具和镜像站,大幅提升了模型和数据集的下载速度。它支持自定义存储路径、授权模型获取和文件筛选,简化了下载流程并优化了存储管理。这一工具为用户提供了便捷、高效的HuggingFace资源获取方案,有效解决了国内用户面临的下载困难。
jsx-email - React驱动的响应式电子邮件模板构建库
JSX emailReact组件邮件模板开源项目邮件服务Github
jsx-email是一个基于React的电子邮件模板构建库,提供组件和工具来创建响应式模板。它解决了跨客户端兼容性问题,支持现代邮件服务,并具备客户端兼容性检查、Tailwind集成、异步组件等特性。该库简化了电子邮件开发流程,使开发者能专注于设计富有吸引力的模板。
tsup - TypeScript库打包工具 基于esbuild无需配置
tsupTypeScript打包工具esbuildNode.jsGithub开源项目
tsup是基于esbuild的TypeScript库打包工具。无需配置即可使用,支持.js、.json、.mjs、.ts和.tsx等多种文件格式。通过简单的命令行接口,可将多个文件打包到dist目录。tsup以其高效和易用性,适合开发者快速构建TypeScript项目。
pgvectorscale - PostgreSQL扩展提升AI应用向量搜索性能并优化存储成本
pgvectorscalePostgreSQL向量搜索性能优化AI应用Github开源项目
pgvectorscale是PostgreSQL的向量数据扩展,基于pgvector开发。它通过新的StreamingDiskANN索引和统计二进制量化压缩技术,提高了AI应用中嵌入向量的搜索性能和存储效率。与同类产品相比,pgvectorscale在保证相同召回率的情况下,显著降低了查询延迟,提高了吞吐量,同时大幅减少了存储成本。该项目采用Rust语言开发,为PostgreSQL社区贡献向量支持提供了新途径。
arg - 轻量级命令行参数解析库
argCLI参数解析Node.js命令行工具JavaScriptGithub开源项目
arg是一个轻量级命令行参数解析库,为Node.js应用提供CLI参数处理功能。支持多种参数类型、别名设置和自定义处理函数,可通过配置选项调整解析行为。arg采用中立设计,允许开发者自由控制参数验证和处理逻辑,适用于构建不同复杂度的命令行工具。
Awesome-GEE - 全面的Google Earth Engine资源库
Google Earth Engine遥感地理信息系统数据分析APIGithub开源项目
Awesome-GEE汇集了Google Earth Engine的全面资源,包括官方文档、入门指南、API参考、代码示例和教程等。覆盖JavaScript、Python、R等多种编程语言,为开发者提供丰富的学习和开发材料。此外还收录了相关GitHub项目和Twitter账号信息,是Earth Engine用户的重要参考。
pylyzer - Rust打造的高速Python代码分析工具
pylyzerPython静态代码分析语言服务器性能Github开源项目
pylyzer是一款用Rust开发的Python静态代码分析工具,具有显著的性能优势。该工具提供清晰的错误报告和全面的LSP功能,支持类型检查、推断和内置模块解析。pylyzer基于Erg编程语言的类型系统,可作为VSCode扩展使用,为Python开发者提供高效的代码分析体验。
diart - Python实时音频处理框架 支持说话人分离和语音活动检测
实时音频处理说话人分类AI模型PythondiartGithub开源项目
diart是一个开源的Python实时音频处理框架,专注于AI驱动的音频应用开发。其核心功能包括实时说话人分离、语音活动检测和增量聚类。该框架集成了说话人分段和嵌入模型,支持自定义AI流程、基准测试和超参数优化。diart还提供WebSocket接口,方便进行Web服务部署。
awesome-time-series - 时间序列分析资源及工具集锦
时间序列数据分析机器学习Python可视化Github开源项目
该项目汇集了丰富的时间序列和序列数据处理资源。涵盖Python、R、Java等多种语言的工具库,内容包括特征工程、分割、增强和可视化等方面。同时收录了相关数据库、标注工具、学术论文、开源模型、书籍和课程,为时间序列分析提供全面参考。
langchain-tutorials - LangChain开发教程 基础到高级应用实践
LangChain教程YouTube人工智能编程学习Github开源项目
LangChain教程集合源于GitHub项目,通过YouTube视频系列展示从基础到高级的大型语言模型应用开发。教程涵盖实践案例和最佳实践,适合各级开发者学习LangChain框架和提升AI应用开发技能。该项目提供全面的学习资源,帮助开发者掌握LangChain框架,深入探索AI应用开发的多个方面。
open-trading-api - 韩国投资证券开放API平台 简化金融应用开发
KIS Developers开放API韩国投资证券交易服务API文档Github开源项目
open-trading-api是韩国投资证券推出的开放式交易API平台,提供丰富的API文档和示例。支持股票等多种证券交易,开发者可通过API实现账户管理、交易和行情查询等功能。平台支持模拟交易,方便开发者测试和构建金融应用。
jh_flutter_demo - 全面的Flutter UI组件库与开发工具集
FlutterDartUI效果组件封装工具类Github开源项目
jh_flutter_demo是一个综合性Flutter项目,集成了丰富的UI效果和实用工具。项目涵盖了框架搭建、网络请求、主题切换和国际化等基础功能,同时提供了大量自定义组件和常见UI效果实现。此外,还封装了加密、本地存储等多种实用工具类。该项目适合Flutter开发者学习参考和快速开发使用,能有效提升开发效率。
rtl8188eus - Realtek WiFi芯片开源驱动 支持监控与注入
rtl8188eusWiFi驱动监控模式帧注入RealtekGithub开源项目
rtl8188eus是支持多款Realtek WiFi芯片的开源驱动项目,提供监控模式、帧注入和MESH模式等功能。兼容Android 12/13和最新Linux内核,适用于多种设备。项目为WiFi开发和网络安全研究提供了有力工具。使用者可通过简单步骤编译安装,实现监控模式和帧注入测试。
metasequoia-sql - 高效Python SQL解析与分析工具
SQL解析器Python性能优化语法分析metasequoia-sqlGithub开源项目
metasequoia-sql是一个高性能的SQL语法解析和分析工具,适用于SQL格式化、执行和分析场景。该项目采用独立的词法和语法解析器,使用单一状态机实现词法解析,并构建完整的抽象语法树。它支持词法解析、语法解析和数据血缘分析,还提供MyBatis插件。相比其他工具,metasequoia-sql在解析速度上表现优异,是Python环境下高效的SQL解析解决方案。
MonsterMusic - 功能丰富的Android本地音乐播放器
MonsterMusic音乐播放器Android开源音频均衡器Github开源项目
MonsterMusic是一款功能丰富的Android本地音乐播放器,提供先进均衡器、多种主题和歌词显示等特性。该应用注重用户隐私,无需额外权限。作为免费开源软件,MonsterMusic为音乐爱好者提供创新且简洁的音乐体验。
openapi-generator - 多语言API代码生成工具 支持50+编程语言和框架
OpenAPI GeneratorAPI开发代码生成开源项目文档生成Github
OpenAPI Generator是基于OpenAPI规范的开源代码生成工具,可自动生成API客户端、服务器端代码、文档和配置。支持Java、Python、JavaScript等50多种编程语言和框架,有助于提高API开发效率和一致性。