"学术表达"

Imbad0202/academic-research-skills

academic-research-skills：学术研究技能 — academic-research-skills 项目提供了一套完整的学术研究流程，包括研究、写作、审查、修订和最终化，使用 Claude Code 和 prompt-engineering 技术来提高研究效率。该项目对于需要进行学术写作、文献审查和同行评审的研究人员具有重要意义。通过使用 academic-research-skills，研究人员可以更好地管理自己的研究流程，提高研究质量和效率。

Python★ 38.5k⑂ 3.1kother

☆

binary-husky/gpt_academic

gpt_academic：大语言模型实用化交互接口 — gpt_academic是一个模块化设计的项目，支持自定义快捷按钮和函数插件，能够对Python和C++等项目进行剖析和自译解，提供PDF/LaTex论文翻译和总结功能。同时，它支持并行问询多种LLM模型，包括chatglm3等本地模型。该项目能够接入多个第三方服务，包括通义千问、deepseekcoder、讯飞星火、文心一言、llama2、rwkv、claude2和moss等

Python★ 71.1k⑂ 8.3kai-ml

☆

discourse/discourse

discourse：社区讨论平台 — discourse是一个开源的社区讨论平台，使用Ruby语言和Rails框架开发，提供了简单易用的界面和强大的功能。它可以帮助用户创建自己的社区论坛，支持多种数据库，如PostgreSQL。discourse的设计目标是提供一个自由、开源、简单的社区讨论平台，用于连接人们和促进交流。

Ruby★ 47.5k⑂ 9kbackend

☆

Yuan1z0825/nature-skills

nature-skills：自然论科学技能 — nature-skills 是一个专为符合nature论文学术表达和科研绘图设计的技能库，帮助研究人员更高效地进行数据可视化。

Python★ 29.8k⑂ 1.8kother

☆

github-linguist/linguist

linguist：语言识别库 — linguist能够识别代码仓库的编程语言，并提供语法高亮功能。如果您的代码仓库的语言被错误识别，可以通过提交pull request来纠正。linguist使用Ruby语言开发，广泛应用于GitHub等代码托管平台

Ruby★ 13.6k⑂ 5.3kbackend

☆

zesterer/chumsky

chumsky：高性能解析器 — chumsky 提供了一种简单而高效的方式来构建解析器，支持PEG和上下文无关语法等多种解析技术。通过使用chumsky，开发者可以轻松地编写高性能的解析器，从而提高整个系统的效率。同时，chumsky的错误处理机制也非常强大，能够提供详细的错误信息以便于调试

Rust★ 4.5k⑂ 210other

☆

Leey21/awesome-ai-research-writing

awesome-ai-research-writing：人工智能研究写作辅助工具 — awesome-ai-research-writing 提供了一系列的写作辅助功能，帮助研究人员提高写作效率和质量。通过使用这个工具，研究人员可以专注于研究的核心内容，而不必花费太多时间在写作的细节上。同时，awesome-ai-research-writing 也可以帮助研究人员避免写作中的常见错误，提高研究论文的整体质量

★ 29.8k⑂ 2.3kai-ml

☆

coqui-ai/TTS

TTS：深度学习文本转语音工具包 — TTS是一个基于深度学习的文本转语音工具包，支持多种语音合成模型和声码器，包括Glow-TTS、HiFiGAN和MelGAN等。它已在研究和生产环境中得到广泛应用，能够生成高质量的语音。TTS的主要特点包括支持多说话人语音合成、声码器和语音合成模型的选择等

Python★ 45.8k⑂ 6.2kai-ml

☆

langchain-ai/open_deep_research

open_deep_research：开源深度研究平台 — open_deep_research 是一个专注于深度学习研究的开源平台，旨在为研究人员提供强大的工具和资源。它支持多种深度学习框架，帮助用户高效地进行实验和模型开发。

Python★ 12.3k⑂ 1.7kother

+23 ★☆

2noise/ChatTTS

ChatTTS：日常对话生成语音模型 — ChatTTS是一个基于Python的生成式语音模型，利用自然语言处理和机器学习算法，实现日常对话的语音生成。它支持多种语言，包括英语和中文，能够很好地模拟人类对话。ChatTTS的出现使得语音交互变得更加自然和人性化.

Python★ 39.7k⑂ 4.2kai-ml

☆

MiniMax-AI/skills

skills：人工智能技能开发库 — skills是一个开源的C#库，用于开发和集成人工智能技能。它提供了一种简单的方式来创建和管理AI能力，使得开发者可以更加容易地将AI集成到自己的应用程序中。通过使用skills，开发者可以快速构建智能应用，提高用户体验

C#★ 13.1k⑂ 1.1kother

☆

shiyu-coder/Kronos

Kronos：金融市场的语言基础模型 — Kronos 是一个专为金融市场语言设计的基础模型，旨在理解和生成与金融相关的文本。这对于自动化报告、市场分析和智能交易系统至关重要。

Python★ 32.7k⑂ 5.6kother

+137 ★☆

star7th/showdoc

showdoc：在线API文档工具 — showdoc是一个基于PHP的在线文档工具，能够帮助IT团队更好地共享和管理文档。它支持API文档、技术文档等多种类型的文档，具有易用性和高可定制性。使用showdoc，可以提高团队的协作效率和文档管理水平

PHP★ 12.8k⑂ 2.2kbackend

☆

Moonvy/OpenPromptStudio

OpenPromptStudio：AIGC 提示词可视化编辑器 — OpenPromptStudio 是一个基于 Vue 开发的 AIGC 提示词可视化编辑器，能够帮助用户更好地理解和编辑提示词。它提供了一个直观的界面，方便用户操作和管理提示词。通过使用 OpenPromptStudio，用户可以更高效地工作和创造

Vue★ 6.6k⑂ 741ai-ml

☆

eugeneyan/applied-ml

applied-ml：应用机器学习论文与技术博客 — applied-ml 仓库提供了一个平台，用于分享和学习各大公司在生产环境中应用数据科学和机器学习的经验和技术。通过阅读这些论文和技术博客，开发者可以了解到最新的应用机器学习技术和方法，并学习如何将其应用到实际生产环境中。同时，applied-ml 仓库也是一个很好的资源，用于了解机器学习和数据科学在各个领域的应用和发展

★ 29.9k⑂ 4kai-ml

☆

K-Dense-AI/scientific-agent-skills

scientific-agent-skills：人工智能科学家技能库 — scientific-agent-skills是一个强大的AI科学家技能库，提供140+项可用技能和100+个科学数据库，支持多种AI代理和平台，如Cursor、Claude Code、Codex、Pi和Antigravity等。该库能够帮助科学家快速完成数据分析、科学计算和科学可视化等任务，从而提高研究效率。同时，scientific-agent-skills兼容开放的Agent Skills标准，确保了其广泛的适用性和扩展性。

Python★ 29.7k⑂ 3kai-ml

☆

dottxt-ai/outlines

outlines：结构化输出 — outlines 是一个用于生成结构化输出的工具，帮助用户更有效地管理和分析数据。

Python★ 15.2k⑂ 805other

+364 ★☆

kaldi-asr/kaldi

kaldi：语音识别工具 — kaldi是一个开源的语音识别工具包，用于语音识别和语音处理。它提供了许多语音识别算法和工具，包括speaker-id和speaker-verification。kaldi的主要目的是为了提高语音识别的准确性和效率

Shell★ 15.4k⑂ 5.4kother

☆

JuliaLang/julia

julia：编程语言 — julia是一种新的编程语言，旨在提供高性能、动态类型和多功能性，用于科学和数值计算。julia的设计目标是提供比传统编程语言更快、更灵活的计算能力。julia的应用领域包括机器学习、数据分析和科学计算。

Julia★ 48.9k⑂ 5.9kai-ml

☆

dair-ai/Prompt-Engineering-Guide

Prompt-Engineering-Guide：提示工程指南 — Prompt-Engineering-Guide 是一个全面性的资源集合，包括指南、论文、教程、笔记本和资源，涵盖提示工程、上下文工程、RAG 和 AI Agents 等方面。该项目旨在帮助开发者和研究人员更好地理解和应用这些技术。同时，Prompt-Engineering-Guide 也为 AI 领域的开发和研究提供了重要的参考价值。

MDX★ 76.7k⑂ 8.4kai-ml

☆

marko-js/marko

marko：基于HTML的声明式语言 — marko是一个JavaScript库，允许开发者使用HTML语法构建Web应用程序。它支持客户端和服务器端渲染，并提供了一种简单的方式来创建UI组件。通过使用marko，开发者可以更容易地构建快速、可靠的Web应用程序

JavaScript★ 14.4k⑂ 664web

☆

DeathKing/Learning-SICP

Learning-SICP：MIT计算机程序构造与解释课程学习资料 — Learning-SICP项目收集和整理了MIT公开课《计算机程序的构造和解释》的学习资料，涵盖编译器原理、函数式编程、解释器等主题。该项目利用Ruby语言开发，致力于促进人们对计算机程序构造和解释的理解。通过这个项目，学习者可以更深入地理解计算机程序的设计和实现。

Ruby★ 11.3k⑂ 1.5kbackend

☆

react/react

react：用于构建用户界面的库 — react是一个流行的JavaScript库，用于构建用户界面。它提供了声明式的编程模型，帮助开发者更容易地构建和维护复杂的界面。react的广泛使用使其成为前端开发的必备工具

JavaScript★ 246.6k⑂ 51.3kweb

☆

tatsu-lab/stanford_alpaca

stanford_alpaca：深度学习模型训练 — stanford_alpaca 项目是一个基于 Python 的深度学习项目，用于训练 Stanford 的 Alpaca 模型。该项目提供了训练模型和生成数据的代码和文档，能够帮助用户快速上手 Alpaca 模型的训练和使用。通过使用 stanford_alpaca，用户可以更好地理解和应用 Alpaca 模型，推动深度学习和自然语言处理的发展

Python★ 30.3k⑂ 4kai-ml

☆

steven-tey/novel

novel：Notion 风格的 WYSIWYG 编辑器 — novel 编辑器提供了类似 Notion 的用户体验，通过 AI 驱动的自动补全功能提高了编辑效率。它使用了 Prosemirror 和 Tiptap 等库，支持 Next.js 和 Vercel 部署。novel 的出现为开发者提供了一个强大的编辑器解决方案。

TypeScript★ 16.4k⑂ 1.4kai-ml

☆

ByteByteGoHq/system-design-101

system-design-101：系统设计入门 — system-design-101 项目旨在使用简单的术语和图形来解释复杂的系统设计概念。它帮助开发人员准备系统设计面试，提高他们的设计能力和沟通技巧。通过学习这个项目，开发人员可以更好地理解系统设计的原理和实践

★ 86.2k⑂ 9.6kother

☆

polarsource/polar

polar：软件商业化解决方案 — polar提供了一套完整的解决方案，帮助软件开发者创建和管理数字产品、处理支付和订阅等功能。通过使用polar，开发者可以快速将其软件转化为商业，从而获得更多的收入。polar支持多种技术栈，包括FastAPI、Next.js、React和TypeScript等

Python★ 10k⑂ 734web

☆

facebook/docusaurus

docusaurus：简化开源文档网站建设 — docusaurus 是一个基于 React 和 TypeScript 的开源文档网站生成工具，帮助开发者轻松创建和维护文档网站。它提供了易用的 API 和插件系统，支持自定义和扩展。通过使用 docusaurus，开发者可以专注于文档内容的创作，而无需担心网站的搭建和维护。

TypeScript★ 65.7k⑂ 10kweb

☆

GokuMohandas/Made-With-ML

Made-With-ML：机器学习应用开发部署指南 — Made-With-ML 项目旨在帮助开发者学习如何开发、部署和迭代生产级机器学习应用，涵盖了数据工程、数据质量、深度学习等多个方面。通过该项目，开发者可以掌握机器学习应用的开发、部署和迭代流程，提高机器学习应用的质量和效率。同时，项目还涉及了 MLOps、自然语言处理、PyTorch 等热门技术。

Jupyter Notebook★ 48.8k⑂ 7.7kai-ml

☆

d2l-ai/d2l-zh

d2l-zh：深度学习中文教程 — d2l-zh 提供了一个深度学习的中文教程，涵盖了计算机视觉、机器学习和自然语言处理等方面的内容。该项目使用 Python 语言编写，适合中文读者学习和讨论深度学习。它已被全球70多个国家的500多所大学用于教学，具有重要的教育价值和影响力。

Python★ 79k⑂ 12.3kai-ml

☆

explosion/spaCy

spaCy：工业级自然语言处理库 — spaCy是一个强大的Python库，用于自然语言处理（NLP），提供了高性能的文本处理能力，包括命名实体识别、语言模型和文本分类等功能。它的工业级设计使其成为许多应用中的首选NLP库。同时，spaCy也支持多种语言，包括英语、西班牙语、法语等

Python★ 33.8k⑂ 4.7kai-ml

☆

solidjs/solid

solid：用于构建用户界面的JavaScript库 — solid是一个用于构建用户界面的JavaScript库，提供声明式、效率高且灵活的解决方案。它使用TypeScript编写，支持细粒度的状态管理和高性能的渲染。solid的设计目标是提供更好的用户体验和更高的开发效率

TypeScript★ 35.7k⑂ 1.1kweb

☆

thoughtbot/guides

guides：编程风格指南 — guides为Ruby开发者提供了一系列的编程风格指南和最佳实践，帮助他们编写更清晰、更可维护的代码。通过遵循这些指南，开发者可以提高代码的质量和可读性，减少错误和bugs。同时，guides也为开发团队提供了一致的编程风格，提高团队合作的效率

Ruby★ 9.6k⑂ 1.4kbackend

☆

qax-os/excelize

excelize：用于读写Microsoft Excel电子表格的Go语言库 — excelize库提供了便捷的方式来读写Microsoft Excel电子表格，支持多种文件格式，包括XLAM、XLSM、XLSX、XLTM和XLTX。它可以帮助开发者轻松地在Go语言程序中处理Excel文件，实现数据的读写和操作。通过使用excelize库，开发者可以提高工作效率，简化Excel文件处理流程。

Go★ 20.8k⑂ 1.9kai-ml

☆

yoav-lavi/melody

melody：可编译为正则表达式的语言 — melody语言可以编译为正则表达式，使得开发人员更容易编写和维护复杂的正则表达式。它使用Rust语言开发，具有高性能和可靠性。melody的出现可以大大提高开发人员的工作效率和代码质量

Rust★ 4.7k⑂ 57other

☆

recommenders-team/recommenders

recommenders：推荐系统最佳实践 — recommenders 项目是一个开源的推荐系统示例代码仓库，使用 Python 编写，提供了多种推荐算法和模型的实现。该项目旨在帮助开发者快速构建和部署推荐系统，提高推荐系统的准确性和性能。通过使用 recommenders 项目，开发者可以轻松地将推荐系统集成到自己的应用中

Python★ 21.8k⑂ 3.3kai-ml

☆