"实验室环境"

aristocratos/btop

btop：系统资源监控工具 — btop 是一个使用 C++ 编写的系统资源监控工具，用于显示系统的 CPU、内存、磁盘和网络资源使用情况。它可以帮助用户实时监控系统资源，快速发现和解决系统瓶颈。通过使用 btop，用户可以优化系统性能和资源利用率。

C++★ 33.6k⑂ 1.1kother

☆

CherryHQ/cherry-studio

cherry-studio：人工智能生产力工作室 — cherry-studio是一个人工智能生产力工作室，提供智能聊天、自主代理和300多个助手。它可以统一访问边缘LLM技术，如codex和deepseek，帮助开发者提高生产力。通过使用cherry-studio，开发者可以更高效地完成任务，并利用AI技术的优势

TypeScript★ 48.8k⑂ 4.6kai-ml

☆

ultralytics/ultralytics

ultralytics：开源计算机视觉库 — ultralytics 库提供了多种计算机视觉功能，包括目标检测、图像分类、实例分割、姿势估计等。它基于 PyTorch 框架，支持 CLI 和 Hub 功能，能够满足不同用户的需求。ultralytics 库的开源性和强大的功能使其成为计算机视觉领域的重要工具。

Python★ 59.6k⑂ 11.4kai-ml

☆

floci-io/floci

floci：本地 AWS 模拟器替代品 — floci 提供了一个本地环境来模拟 AWS 服务，帮助开发者在本地测试和调试应用程序，而无需依赖于 AWS 云服务。它支持多种 AWS 服务，包括 S3、SQS、EC2 和 ECS。通过使用 floci，开发者可以提高开发效率和降低成本

Java★ 16.9k⑂ 1.7kdevops

☆

openai/gym

gym：强化学习算法开发工具包 — gym提供了一个开发和比较强化学习算法的平台，允许用户定义环境和代理，实现算法的开发和测试。通过使用gym，研究人员和开发者可以更容易地比较和优化不同的强化学习算法。gym的设计目标是提供一个简单、灵活和可扩展的平台，以促进强化学习的研究和应用

Python★ 37.2k⑂ 8.7kother

☆

lewagon/setup

setup：AI软件开发Bootcamp首日设置指南 — setup项目为Le Wagon的AI软件开发Bootcamp学生提供了详细的设置指南，帮助他们在第一天就能顺利开始学习。通过setup，学生可以快速配置好开发环境，节省时间和精力。这种设置指南对于新入门的学生尤其重要，因为它能够帮助他们避免常见的设置错误和困惑。

Ruby★ 19.6k⑂ 1.6kai-ml

☆

datawhalechina/happy-llm

happy-llm：从零开始构建大模型 — happy-llm 项目旨在提供一个构建大模型的框架，利用 Jupyter Notebook 实现模型的开发和部署。该项目的主要目的是让开发者能够从零开始构建大模型，实现高效的模型开发和应用。同时，happy-llm 项目也提供了一个学习和研究的大模型构建方法

Jupyter Notebook★ 32.2k⑂ 3.1kai-ml

☆

SillyTavern/SillyTavern

SillyTavern：大型语言模型前端 — SillyTavern是一个基于JavaScript的LLM前端，旨在为高级用户提供便捷的交互界面。它能够帮助用户更好地利用大型语言模型的能力，提高工作效率。同时，SillyTavern的开发也体现了开源精神，欢迎开发者参与贡献。

JavaScript★ 29.9k⑂ 5.7kai-ml

☆

logisim-evolution/logisim-evolution

logisim-evolution：数字逻辑设计工具和模拟器 — logisim-evolution是一个数字逻辑设计工具和模拟器，用于教育和研究目的。它支持数字电路设计、模拟和测试，包括FPGA和Verilog、VHDL语言支持。通过logisim-evolution，用户可以轻松设计和测试数字电路，提高学习和工作效率

Java★ 7.3k⑂ 970tools

☆

hiyouga/LlamaFactory

LlamaFactory：统一高效微调 — LlamaFactory实现了对100多个LLMs和VLMs的统一高效微调，支持多种微调方法，包括fine-tuning、instruction-tuning和Lora等。该项目使用Python语言开发，基于Transformers库，能够高效地微调大语言模型。LlamaFactory的出现对于自然语言处理（NLP）领域具有重要意义，能够帮助研究人员和开发人员更好地利用大语言模型

Python★ 73.4k⑂ 9kai-ml

☆

andrewyng/context-hub

context-hub：上下文中心库 — context-hub提供了一个简单的方式来管理和共享上下文数据，使得开发者可以更容易地构建复杂的Web应用。它通过提供一个统一的接口来访问和更新上下文数据，从而简化了应用的开发和维护。同时，context-hub也支持多种数据存储和缓存机制，提高了应用的性能和可扩展性

JavaScript★ 13.8k⑂ 1.2kweb

☆

unslothai/unsloth

unsloth：本地运行开放模型的网页界面 — unsloth 提供了一个用户友好的界面，用于训练和运行各种开放模型。它支持多种模型，如 Gemma 4、Qwen3.6、DeepSeek 和 gpt-oss，能够满足不同用户的需求。通过 unsloth，用户可以在本地环境中训练和运行这些模型，从而提高效率和安全性

Python★ 68.4k⑂ 6.2kai-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

☆

deepset-ai/haystack

haystack：开源AI编排框架 — haystack允许用户设计模块化的管道和agent工作流，并对检索、路由、内存和生成具有明确的控制权。它适用于大规模agent、RAG、多模态应用、语义搜索和对话系统。haystack的目的是为了帮助用户构建高效、智能的LLM应用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆

lewagon/dotfiles

dotfiles：默认配置 — dotfiles 为 Le Wagon 学生提供了一套默认的配置文件，包括 Shell 设置和其他开发环境配置。这种配置有助于学生快速开始项目开发，并确保所有学生的开发环境保持一致。通过使用 dotfiles，学生可以更好地专注于学习和开发，而不需要花费太多时间配置环境。

Shell★ 21.8k⑂ 28.8kother

☆

yzhao062/pyod

pyod：异常检测库 — pyod提供了60多种检测器、基准测试支持的ADEngine编排和AI代理工作流，用于异常检测任务。该库支持多种数据类型和检测方法，包括无监督学习和集成方法。pyod的功能和灵活性使其成为数据科学和机器学习领域的重要工具。

Python★ 9.9k⑂ 1.5kai-ml

☆

docker-archive-public/docker.labs

docker.labs：Docker 教程和实验室 — docker.labs 提供了 Docker 的教程和实验室环境，用于学习 Docker 的各种功能和工具。通过这个项目，开发者可以学习如何使用 Docker 进行容器化、编排和安全管理。同时，docker.labs 也欢迎开发者贡献自己的教程和实验室内容。

PHP★ 11.9k⑂ 5.2kdevops

☆

ColeMurray/background-agents

background-agents：开源背景代理编码系统 — background-agents 提供了一种灵活的方式来管理背景代理，使用 TypeScript 作为编程语言。该系统允许开发人员创建和管理自己的背景代理，从而提高开发效率。同时，background-agents 的开源性质使其能够被社区不断改进和扩展

TypeScript★ 2.4k⑂ 346ai-ml

+16 ★☆

Genesis-Embodied-AI/genesis-world

genesis-world：机器人与嵌入式AI学习模拟平台 — genesis-world是一个模拟平台，用于机器人和嵌入式AI的学习和研究。它提供了一个虚拟环境，用于测试和训练机器人和AI模型。该平台的开发使用Python语言，具有广泛的应用前景。

Python★ 29.6k⑂ 2.8kai-ml

☆

shanraisshan/claude-code-best-practice

claude-code-best-practice：从氛围编码到代理工程实践 — claude-code-best-practice 项目致力于推广最佳实践和代理工程技术，帮助开发者提高代码质量和开发效率。通过该项目，开发者可以学习到从氛围编码到代理工程的转变方法，提高自身的开发技能。同时，项目也涉及到 AI、agentic-ai 和 anthropic 等前沿技术的应用和研究

HTML★ 63.1k⑂ 6.3kai-ml

☆

cortexproject/cortex

cortex：大规模可扩展的Prometheus解决方案 — cortex是一个使用Go语言开发的开源项目，旨在提供一个大规模可扩展、 高可用、多租户的长期Prometheus解决方案。它可以水平扩展以满足大规模监控需求，并提供高可用性保证。通过使用cortex，用户可以更好地管理和监控他们的系统和应用程序。

Go★ 5.8k⑂ 869devops

☆

valinet/ExplorerPatcher

ExplorerPatcher：Windows 工作环境增强工具 — ExplorerPatcher 是一个使用 C 语言开发的项目，旨在增强 Windows 的工作环境。它为 Windows 提供了更多的自定义和功能选项，从而提高了用户的工作效率。通过 ExplorerPatcher，用户可以更好地控制和定制自己的 Windows 环境

C★ 33.3k⑂ 1.4kother

☆

BVLC/caffe

caffe：深度学习开源框架 — caffe是一个高性能的深度学习框架，支持多种神经网络架构和优化算法。它能够用于图像和语音识别、自然语言处理等领域，具有广泛的应用前景。caffe的开源性质使得开发者能够轻松地扩展和定制框架，以满足特定的需求。

C++★ 34.6k⑂ 18.5kai-ml

☆

lensapp/lens

lens：Kubernetes 可视化管理工具 — lens 提供了一个简单易用的界面来管理和监控 Kubernetes 集群，支持多集群管理、资源监控和日志查看等功能。它可以帮助开发者和运维人员更好地管理和维护 Kubernetes 应用。lens 是一个开源项目，社区驱动，广泛应用于云原生和容器化领域

★ 23.2k⑂ 1.5kdevops

☆

rust-ml/linfa

linfa：机器学习框架 — linfa是一个使用Rust语言的机器学习框架，提供了多种算法和工具用于科学计算和数据分析。它可以帮助开发者快速构建和部署机器学习模型，提高开发效率和模型准确性。同时，linfa还支持多种数据格式和接口，方便开发者集成到自己的项目中。

Rust★ 4.7k⑂ 328ai-ml

☆

cypress-io/cypress

cypress：快速、简单、可靠的浏览器测试框架 — cypress是一个开源的测试框架，用于测试任何在浏览器中运行的应用程序。它提供了快速、简单、可靠的测试解决方案，帮助开发人员提高代码质量和可靠性。通过使用cypress，开发人员可以更好地确保他们的应用程序在不同浏览器和环境中运行正常

TypeScript★ 50.7k⑂ 3.6kweb

+19 ★☆

Gitlawb/openclaude

openclaude：人工智能工具 — openclaude是一个使用TypeScript编写的开源项目，提供了一个强大的AI工具，能够运行在任何环境中，并支持各种编程语言。它的主要功能包括AI代理和CLI工具，能够帮助开发者提高编码效率。同时，openclaude也是一个非常灵活的工具，能够适应不同的开发需求

TypeScript★ 30.2k⑂ 8.9kai-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

☆

gradio-app/gradio

gradio：机器学习应用构建工具 — gradio允许用户快速构建和分享机器学习应用，支持多种数据分析和可视化功能。它提供了一个简单易用的界面，能够让开发者轻松部署机器学习模型。同时，gradio也支持Python Notebook和UI组件，能够满足不同开发者的需求。

Python★ 43.2k⑂ 3.6kdata

☆

basecamp/omarchy

omarchy：现代Linux解决方案 — omarchy提供了一种简洁的Linux解决方案，旨在为用户提供更好的使用体验。它通过精心设计的脚本和配置，实现了Linux系统的自动化和优化。因此，omarchy成为了许多用户的首选Linux解决方案

Shell★ 23.9k⑂ 2.4kother

☆

warpdotdev/warp

warp：终端中的智能开发环境 — warp是一个基于终端的开发环境，旨在提高开发效率和体验。它支持多种shell，包括bash、zsh，并且可以运行在Linux和macOS系统上。warp的出现填补了终端开发环境的空白，成为开发者的新选择。

Rust★ 62.1k⑂ 5.1ktools

☆

yeasy/docker_practice

docker_practice：Docker容器技术最佳实践 — docker_practice项目通过提供真实案例和最佳实践，帮助开发者学习和理解Docker和容器技术。同时，它还涵盖了DevOps实践和其他相关技术，如Kubernetes和虚拟化。通过docker_practice，开发者可以快速掌握Docker容器技术的应用和部署

Go★ 26.2k⑂ 5.8kdevops

☆

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

☆

microsoft/BitNet

BitNet：1位LLM推理框架 — BitNet是微软开发的官方1位LLM推理框架，用于支持低位深度神经网络的高效推理。它能够有效地优化1位LLM的性能，提高推理速度。BitNet的出现对推动低位深度神经网络的发展具有重要意义

C++★ 39.8k⑂ 3.7kai-ml

☆

MemPalace/mempalace

mempalace：开源人工智能记忆系统 — mempalace是一个开源的AI记忆系统，利用Python语言开发，能够提供高效的记忆存储和检索功能。它的基准测试性能优异，并且完全免费开源。mempalace的开发得益于诸如chromadb、llm和mcp等技术的支持，具有广泛的应用前景。

Python★ 57.5k⑂ 7.4kai-ml

☆

CyC2018/CS-Notes

CS-Notes：技术面试必备基础知识 — CS-Notes 项目旨在为技术面试提供必备的基础知识，涵盖了算法、数据结构、计算机操作系统、计算机网络和系统设计等方面。该项目通过提供详细的笔记和 Leetcode 题解，帮助开发者提高技术能力和面试技巧。同时，CS-Notes 项目也为开发者提供了一个学习和交流的平台

★ 184.8k⑂ 50.8kother

☆