"研究工具"

📦 开源项目

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

☆

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

☆

zotero/zotero

zotero：研究辅助工具 — zotero是一个功能强大的研究辅助工具，帮助用户管理研究来源，包括收集、组织和注释。它支持多种格式的文档和数据，包括PDF、图片和网页。使用zotero，可以轻松地管理和分享研究成果。

JavaScript★ 14.7k⑂ 1.1ktools

☆

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★ 12.2k⑂ 1.7kother

+14 ★☆

iovisor/bcc

bcc：Linux IO 分析和监控工具 — bcc 提供了一系列工具用于分析和监控 Linux 系统的 IO hoạt动、网络流量和系统性能。这些工具基于 BPF（Berkeley Packet Filter）技术，能够提供详细的系统信息和性能数据。通过使用 bcc，开发人员和系统管理员可以更好地理解和优化系统的性能

C★ 22.6k⑂ 4.1kdevops

☆

donnemartin/data-science-ipython-notebooks

data-science-ipython-notebooks：数据科学IPython笔记本 — data-science-ipython-notebooks项目提供了涵盖深度学习框架（如TensorFlow和Keras）、大数据技术（如Spark和Hadoop）以及常用Python库（如pandas和NumPy）的IPython笔记本，适合数据科学家和工程师学习和实践。

Python★ 29.2k⑂ 8kdata

☆

penpot/penpot

penpot：开源设计工具 — penpot是一个开源设计工具，用于设计和代码协作。它提供了一个平台，让设计师和开发者可以共同合作，提高设计和开发的效率。penpot使用Clojure语言开发，具有高度的可定制性和扩展性

Clojure★ 56.4k⑂ 3.7kother

+395 ★☆

jcalabro/uscope

uscope：微型调试工具 — uscope是一个使用Zig语言开发的调试工具，提供了introspection和developer-tools功能，能够帮助开发人员更好地理解和调试自己的代码。它支持linux系统，并提供了一个简单的接口来进行调试。uscope的出现为开发人员提供了一个新的调试解决方案

Zig★ 1k⑂ 24tools

☆

grafana/pyroscope

pyroscope：连续性能分析平台 — pyroscope是一个开源的连续性能分析平台，帮助开发人员调试性能问题到单行代码级别。它支持多种编程语言，包括Go、Python和Ruby，能够实时监控和分析性能瓶颈。通过使用pyroscope，开发人员可以快速定位和解决性能问题，提高应用程序的性能和可靠性

Go★ 11.6k⑂ 774devops

☆

pandas-dev/pandas

pandas：Python 数据分析库 — pandas 为 Python 提供了高效的数据分析和处理能力，包括数据清理、转换和分析等功能。它的强大功能和灵活性使其成为数据科学和分析领域的必备工具。通过使用 pandas，开发者可以更容易地处理和分析复杂的数据集

Python★ 49.2k⑂ 20.1kdata

☆

roboflow/supervision

supervision：计算机视觉工具 — supervision提供了一系列的计算机视觉工具，包括图像处理、目标检测、分类等功能，使用Python语言开发，支持多种深度学习框架如PyTorch和TensorFlow。该库的目的是为了简化计算机视觉任务的开发流程，提高开发效率。同时，supervision也支持多种数据格式，如COCO、Pascal VOC等，方便用户使用自己的数据进行训练和测试。

Python★ 48.2k⑂ 4.4kai-ml

☆

rubickCenter/rubick

rubick：开源工具箱 — rubick是一个开源工具箱，基于Electron开发，支持跨平台运行。它提供了丰富的插件集成功能，用户可以自由扩展和定制工具箱的功能。rubick的出现为开发者和用户提供了一个高效的工具集成解决方案。

TypeScript★ 10k⑂ 1ktools

☆

ConardLi/easy-dataset

easy-dataset：数据集创建工具 — easy-dataset是一个JavaScript库，用于简化数据集的创建过程。它支持LLM微调、RAG和Eval等多种应用场景。通过使用easy-dataset，开发者可以更高效地创建和管理数据集，从而提高AI模型的性能和准确性。

JavaScript★ 14.7k⑂ 1.5kai-ml

☆

Achilng/floral-notepaper

floral-notepaper：跨平台桌面便签工具 — floral-notepaper是一个使用Rust编写的跨平台桌面便签工具，支持Markdown编辑与预览，能够在macOS和Windows等平台上运行。它使用Tauri框架构建，提供了React式的用户界面。floral-notepaper的设计目标是提供一个简单、优雅的便签工具，帮助用户高效地记录和管理信息

Rust★ 4.5k⑂ 262web

☆

usebruno/bruno

bruno：开源API测试IDE — bruno是一个基于JavaScript的开源项目，提供了一个轻量级的API测试工具，支持多种API协议，包括REST API、GraphQL等。它的主要功能是帮助开发者快速测试和验证API的正确性，提高开发效率。同时，bruno也是一个开源项目，欢迎开发者参与贡献和改进

JavaScript★ 45.7k⑂ 2.7ktools

☆

trufflesecurity/trufflehog

trufflehog：秘密泄露检测工具 — trufflehog 是一个开源工具，用于检测和分析泄露的凭证，帮助开发者和安全团队保护敏感信息。它通过扫描代码仓库和其他数据源来发现潜在的安全风险。trufflehog 的功能对于确保应用程序和服务的安全性至关重要

Go★ 27.1k⑂ 2.5ksecurity

☆

x1xhlol/system-prompts-and-models-of-ai-tools

system-prompts-and-models-of-ai-tools：AI工具系统提示和模型 — system-prompts-and-models-of-ai-tools项目提供了丰富的AI工具系统提示和模型，涵盖了多个开源项目，如Claude Code、Cluely、CodeBuddy等，能够帮助开发者提高编码效率和质量。该项目的目的是促进AI工具在软件开发中的应用，推动开发过程的自动化和智能化。通过提供这些系统提示和模型，开发者可以更好地利用AI工具，提高开发效率和生产力

★ 142.1k⑂ 34.8kai-ml

☆

academic/awesome-datascience

awesome-datascience：数据科学学习仓库 — awesome-datascience是一个用于学习和解决现实世界问题的数据科学仓库，包含了数据分析、数据挖掘、机器学习和深度学习等方面的资源和工具。该仓库可以帮助数据科学家和爱好者快速找到合适的资源和方法来解决实际问题。同时，它也是一个社区驱动的项目，鼓励用户贡献和分享自己的知识和经验。

★ 29.7k⑂ 6.6kdata

☆

Perfare/AssetStudio

AssetStudio：Unity 资源管理工具 — AssetStudio 是一个开源工具，用于管理和处理 Unity 资源。它允许用户探索、提取和导出资产和 assetbundles，从而方便开发者进行资源管理和优化。同时，它也可以帮助开发者了解 Unity 资源的结构和组织形式。

C#★ 15.6k⑂ 2.9kgame

☆

tqdm/tqdm

tqdm：Python 和 CLI 的快速进度条 — tqdm 提供了一个简单易用的进度条实现，支持多种格式和自定义选项。它可以用于 Python 脚本和 CLI 应用程序，帮助用户直观地了解任务的进度和执行时间。通过使用 tqdm，开发者可以提高用户体验和应用程序的交互性

Python★ 31.2k⑂ 1.5ktools

☆

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

☆

refactoringhq/tolaria

tolaria：桌面知识库管理应用 — tolaria是一个桌面应用，用于管理markdown知识库。它帮助用户组织和维护知识库，提高生产力。通过使用tolaria，用户可以更轻松地管理和查找知识库中的内容

TypeScript★ 18.1k⑂ 1.2kweb

+150 ★☆

gitleaks/gitleaks

gitleaks：代码泄密检测工具 — gitleaks通过扫描Git仓库中的代码，能够检测出硬编码的秘密信息，如API密钥、数据库密码等。该工具对于防止代码泄密和保护敏感信息具有重要意义。同时，gitleaks支持CI/CD集成，能够在代码提交时自动检测秘密信息。

Go★ 28.2k⑂ 2.2ktools

☆

dbeaver/dbeaver

dbeaver：免费的通用数据库工具和SQL客户端 — dbeaver支持包括MySQL、PostgreSQL、Oracle、SQL Server等在内的多种数据库管理系统，提供了强大的SQL编辑和执行功能，能够满足开发人员和数据库管理员的需求。同时，dbeaver还提供了GUI界面，方便用户使用和管理数据库。dbeaver的主要功能包括数据库设计、开发、测试和部署等

Java★ 51.1k⑂ 4.3kbackend

☆

AccumulateMore/CV

CV：深度学习笔记 — CV仓库提供了全面深度学习笔记，涵盖Pytorch、李沐动手学深度学习、吴恩达深度学习和大飞大模型Agent等内容。这些笔记对于深度学习爱好者和开发者来说非常有价值。同时，仓库中也包含了多个相关主题的内容，如机器学习、自然语言处理和计算机视觉等

Jupyter Notebook★ 22.7k⑂ 2.6kai-ml

☆

GyulyVGC/sniffnet

sniffnet：网络流量监控工具 — sniffnet 是一个使用 Rust 编写的网络流量监控工具，提供了一个 GUI 界面用于监控和分析网络流量。它支持多个平台，包括 Linux、macOS 和 Windows。sniffnet 的主要功能是捕获和分析网络数据包，帮助用户了解网络流量情况

Rust★ 40.1k⑂ 1.8ktools

☆

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

☆

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

☆

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

☆

wagoodman/dive

dive：Docker 镜像探索工具 — dive 提供了一个命令行界面来探索 Docker 镜像的各个层，帮助用户了解镜像的构成和依赖关系。通过使用 dive，用户可以更好地理解和优化自己的 Docker 镜像。同时，dive 的 TUI 界面使得探索镜像变得更加直观和方便

Go★ 54.3k⑂ 2kdevops

☆

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

☆

junhoyeo/tokscale

tokscale：AI代码使用跟踪工具 — tokscale 是一个命令行工具，能够跟踪来自多个AI平台的令牌使用情况，并提供全球排行榜和二维/三维贡献图。这对于管理和优化AI资源非常有用。

Rust★ 4.5k⑂ 344ai-ml

☆

OpenHands/OpenHands

OpenHands：AI驱动开发 — OpenHands是一个使用Python语言的AI驱动开发项目，利用AI技术来提高开发效率和质量。该项目提供了一系列工具和库，帮助开发者更好地利用AI技术。OpenHands的目标是使AI驱动开发更加便捷和高效

Python★ 81.3k⑂ 10.4kai-ml

☆

prometheus/client_golang

client_golang：Go 应用程序的 Prometheus 仪表库 — client_golang 是一个 Prometheus 仪表库，用于为 Go 应用程序提供监控和告警功能。它允许开发人员轻松地将 Prometheus 仪表集成到他们的 Go 应用程序中，从而实现对应用程序性能和行为的实时监控。这种集成对于确保应用程序的可靠性和高效性至关重要

Go★ 6k⑂ 1.3kdevops

☆

oxc-project/oxc

oxc：高性能JavaScript工具集 — oxc提供了一系列高性能的JavaScript工具，包括compiler、linter、minifier、parser和transpiler等，能够帮助开发者提高代码质量和效率。oxc的工具集支持JavaScript和TypeScript，能够满足不同开发者的需求。oxc使用Rust语言开发，保证了其高性能和安全性。

Rust★ 22k⑂ 1.1ktools

☆

stretchr/testify

testify：Go 测试工具包 — testify 是一个 Go 语言的测试工具包，提供了常见的断言和模拟功能，能够帮助开发者更容易地编写测试代码。它与标准库的配合使得测试代码更为简洁和可读。testify 的使用可以提高测试代码的质量和效率

Go★ 26.1k⑂ 1.8kbackend

☆

Fincept-Corporation/FinceptTerminal

FinceptTerminal：金融数据分析和投资研究平台 — FinceptTerminal是一个集成了AI-agents、algorithmic-trading和machine-learning的金融平台，提供Bloomberg-terminal级别的市场分析和投资研究工具，帮助用户做出数据驱动的决策。它支持多种编程语言，包括C++和Python，并采用Qt进行界面设计。FinceptTerminal的开放源代码和社区驱动的开发模式，使其成为金融科技领域的重要贡献者。

C++★ 28.7k⑂ 4kai-ml

☆