"exercise-database"

📦 开源项目

hasaneyldrm/exercises-dataset

exercises-dataset：健身运动数据集 — exercises-dataset提供了大量的健身运动数据，每个运动都有详细的信息，包括名称、类别、目标肌肉群等。该数据集可以帮助开发者和研究人员创建健身相关的应用程序和模型。同时，它也可以为健身爱好者提供一个便捷的参考资源。

HTML★ 15.2k⑂ 1.8kdata

+710 ★☆

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★ 37.3k⑂ 8.7kother

☆

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#★ 13k⑂ 1.1kother

☆

andrewrk/poop

poop：性能优化观察平台 — poop是一个性能优化观察平台，用于收集和分析性能数据，以帮助开发者优化应用程序。它使用Zig语言开发，提供了高性能和可靠的数据分析能力。通过使用poop，开发者可以更好地理解应用程序的性能瓶颈， 从而优化应用程序的性能。

Zig★ 2k⑂ 92other

☆

chenfei-wu/TaskMatrix

TaskMatrix：任务管理矩阵 — TaskMatrix是一个开源的任务管理平台，使用Python语言开发。它提供了一个简单易用的接口，帮助用户管理和跟踪任务。通过TaskMatrix，用户可以高效地组织和优先级任务，从而提高生产力。

Python★ 34.1k⑂ 3.2kother

☆

CMU-Perceptual-Computing-Lab/openpose

openpose：实时多人关键点检测库 — openpose是一个开源的C++库，能够实时检测多人体的关键点，包括身体、面部、手和脚。它利用深度学习和计算机视觉技术，实现了高精度的检测。openpose的应用包括人机交互、运动分析和安全监控等领域

C++★ 34.3k⑂ 8kai-ml

☆

rethinkdb/rethinkdb

rethinkdb：实时网数据库 — rethinkdb是一个开源的NoSQL数据库，支持实时数据处理和查询，能够处理大规模的数据集，并提供了灵活的数据模型和查询语言。它适用于实时网应用，能够提供高性能和可扩展的数据存储解决方案。rethinkdb的主要特点包括支持多种数据模型、实时数据处理和查询、以及高性能的数据存储。

C++★ 27k⑂ 1.9kweb

☆

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

☆

dgraph-io/dgraph

dgraph：高性能图数据库 — dgraph是一种高性能的图数据库，用于处理实时用例。它使用Go语言编写，能够支持分布式和知识图谱等功能。因此，dgraph在需要高性能和实时数据处理的场景中尤其重要

Go★ 21.7k⑂ 1.6kbackend

☆

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++★ 33.5k⑂ 1.1kother

☆

ankane/pghero

pghero：Postgres 性能监控仪表盘 — pghero 提供了一个直观的界面来监控 Postgres 的性能，帮助开发者快速识别和解决数据库瓶颈。通过使用 pghero，开发者可以优化数据库性能，提高应用程序的整体效率。同时，pghero 也支持多种自定义配置，满足不同用户的需求

Ruby★ 8.9k⑂ 478backend

☆

metabase/metabase

metabase：开源商业智能和嵌入式分析工具 — metabase是一个开源的商业智能和嵌入式分析工具，帮助用户轻松地与数据一起工作。它提供了数据分析、数据可视化和报告等功能，支持多种数据库如MySQL和PostgreSQL。metabase的易用性和强大的功能使其成为数据分析和商业智能的理想选择。

Clojure★ 48.2k⑂ 6.7kdata

☆

doctrine/lexer

lexer：PHP 解析器库 — lexer 提供了一个基础的词法分析器库，可以用于创建自定义的解析器。它支持 Top-Down 和递归下降解析器，可以帮助开发者更容易地创建自己的解析器。这种库对于构建复杂的解析系统至关重要。

PHP★ 11.2k⑂ 62backend

☆

motiondivision/motion

motion：现代React和JavaScript动画库 — motion是一个现代的动画库，用于React和JavaScript，提供了强大的动画功能。它可以帮助开发者轻松创建复杂的动画效果，提高用户体验。通过使用motion，开发者可以更容易地创建交互性和吸引力的界面

TypeScript★ 32.6k⑂ 1.2kweb

☆

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 ★☆

vwxyzjn/cleanrl

cleanrl：高质量的深度强化学习算法实现 — cleanrl提供了多种深度强化学习算法的实现，包括PPO、DQN、C51、DDPG、TD3、SAC和PPG等。这些算法都是在一个单文件中实现的，具有研究友好的特性。cleanrl的实现基于Python和PyTorch，能够与Gym和WandB等流行的机器学习库进行集成。

Python★ 10k⑂ 1.1kai-ml

☆

calcom/cal.diy

cal.diy：开放式日程安排基础设施 — cal.diy 是一个使用 TypeScript 编写的开源项目，提供了一个强大的日程安排基础设施，支持多种技术栈，包括 Next.js、PostgreSQL、Prisma 等。它的设计目标是为所有人提供一个易于使用和扩展的日程安排解决方案，从而提高生产力和效率。通过使用 cal.diy，开发者可以快速构建自己的日程安排应用程序。

TypeScript★ 46.4k⑂ 14.4kweb

☆

outline/outline

outline：团队知识库协作平台 — outline是一个基于TypeScript的团队知识库协作平台，提供实时协作、markdown兼容等功能，帮助团队高效地共享和管理知识。通过outline，团队可以创建美观的知识库，并支持多种集成，如Slack和Docker。outline的实时协作功能使团队成员可以同时编辑文档，提高团队的工作效率

TypeScript★ 39.7k⑂ 3.4kweb

☆

alibaba/zvec

zvec：轻量级向量数据库 — zvec是一个由C++编写的内存向量数据库，具有轻量级和超快的特点。它能够高效地存储和检索向量数据，适用于各类机器学习和深度学习应用。zvec的出现为开发者提供了一个高性能的向量数据库解决方案

C++★ 14.6k⑂ 901backend

+395 ★☆

timescale/timescaledb

timescaledb：时间序列数据库 — timescaledb是一个开源的时间序列数据库，能够提供高性能的实时分析功能。它作为Postgres的一个扩展包，支持SQL查询和Postgres生态系统。因此，timescaledb非常适合于需要处理大量时间序列数据的应用场景，例如物联网、金融分析等领域。

C★ 23.1k⑂ 1.1kbackend

☆

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

☆

PHPOffice/PHPExcel

PHPExcel：PHP 电子表格库 — PHPExcel 是一个功能强大的 PHP 库，用于读写电子表格文件，支持多种文件格式，如 Excel、CSV 和 PDF。它提供了方便的 API，允许开发人员轻松创建、读取和修改电子表格文件。PHPExcel 在数据分析、报告生成和自动化办公等领域有广泛的应用。

PHP★ 11.4k⑂ 4.1kbackend

☆

netdata/netdata

netdata：AI驱动的全栈可观测性监控 — netdata是一个开源的监控系统，使用AI和机器学习技术提供全栈可观测性解决方案。它支持多种数据源，包括MySQL、PostgreSQL、MongoDB等，并提供实时数据可视化和告警功能。netdata的快速部署和易用性使其成为DevOps和监控领域的热门选择。

Go★ 79.6k⑂ 6.5kdevops

☆

influxdata/influxdb

influxdb：可扩展的时序数据库 — influxdb是一个开源的时序数据库，用于存储和分析大量的时间序列数据。它支持高性能的写入和查询操作，适合用于监控、指标和实时分析等场景。influxdb的可扩展性和高性能使其成为许多公司的首选数据存储解决方案

Rust★ 31.6k⑂ 3.7kweb

☆

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★ 51k⑂ 4.3kbackend

☆

dragonflydb/dragonfly

dragonfly：现代内存数据库 — dragonfly是一个高性能的内存数据库，旨在替代传统的Redis和Memcached。它使用C++编写，支持多线程、键值存储和消息队列等功能。通过dragonfly，开发者可以构建更快、更可靠的数据存储系统。

C++★ 30.9k⑂ 1.2kbackend

☆

krahets/hello-algo

hello-algo：动画图解算法教程 — hello-algo 提供了丰富的数据结构与算法教程，包括动画图解和多语言代码实现，如 Python、Java、C++ 等。它支持简中、繁中、English、日本語等多种语言，非常适合编程学习者。hello-algo 的特点是提供了一键运行的代码示例，方便用户快速理解和掌握算法

Java★ 127.7k⑂ 15.2kother

☆

duckdb/duckdb

duckdb：嵌入式SQL数据库管理系统 — duckdb是一个开源的、嵌入式的SQL数据库管理系统，用于分析和处理数据。它支持标准SQL语法，并且能够高效地处理OLAP（在线分析处理）任务。通过使用duckdb，开发者可以轻松地将数据分析功能集成到自己的应用程序中

C++★ 39.3k⑂ 3.4kbackend

☆

typicode/lowdb

lowdb：简单快速的JSON数据库 — lowdb是一个小型的JavaScript库，用于在本地存储和管理JSON数据。它非常适合需要轻量级数据存储的应用程序，尤其是Electron和Node.js应用。lowdb提供了简单易用的API，帮助开发者快速实现数据存储和检索功能

JavaScript★ 22.6k⑂ 965backend

☆

pubkey/rxdb

rxdb：本地优先数据库 — rxdb 是一个灵活的数据库解决方案，能够运行在浏览器、Node.js 和其他 JavaScript 运行时环境中。它支持多种后端复制，包括 CouchDB、Firebase 和 GraphQL 等，确保了数据的实时同步和一致性。rxdb 的本地优先设计使其能够在离线环境中正常工作，并在网络恢复时自动同步数据

TypeScript★ 23.3k⑂ 1.2kbackend

☆

piqnt/planck.js

planck.js：2D JavaScript 物理引擎 — planck.js 是一个开源的 2D JavaScript 物理引擎，用于创建游戏和交互式应用。它提供了一个强大的物理模拟引擎，支持刚体、碰撞检测和响应。使用 planck.js，可以创建更加真实和吸引人的游戏体验

TypeScript★ 5.3k⑂ 254game

☆

taosdata/TDengine

TDengine：高性能时间序列数据库 — TDengine 是一个专为工业物联网（IIoT）场景设计的高性能、可扩展的时间序列数据库。它支持大规模数据存储和实时分析，能够满足工业设备、车联网、金融分析等领域的需求。TDengine 的高性能和可扩展性使其成为物联网数据处理的理想选择

C★ 25k⑂ 5kbackend

☆

acdlite/recompose

recompose：React 函数组件和高阶组件工具库 — recompose 为 React 开发者提供了一系列实用函数和高阶组件，帮助简化组件开发和复用。它支持函数组件和高阶组件，提高了开发效率和代码可维护性。通过使用 recompose，可以更轻松地构建和管理复杂的 React 应用

JavaScript★ 14.8k⑂ 1.2kweb

☆

airbytehq/airbyte

airbyte：开源数据移动平台 — airbyte是一个开源数据移动平台，支持ELT管道和AI代理，从API、数据库和文件到仓库、数据湖和AI应用。它提供了自托管和云端部署的选项，支持多种数据源和目标，包括BigQuery、MySQL、PostgreSQL等。airbyte的目的是简化数据集成和移动，提高数据分析和AI应用的效率。

Python★ 21.6k⑂ 5.3kdata

☆

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

☆

Vonng/ddia

ddia：数据密集型应用设计 — ddia 提供了数据密集型应用的设计原则和实践，涵盖了数据库、分布式系统和数据处理等方面。该书旨在帮助开发人员设计和构建可扩展、可靠和高性能的数据密集型应用。通过学习 ddia，可以更好地理解数据密集型应用的设计和实现

Python★ 23.2k⑂ 4.5kbackend

☆

apache/skywalking

skywalking：应用性能监控系统 — skywalking是一个基于Java的应用性能监控系统，提供分布式追踪、日志记录、指标监控等功能，帮助开发人员优化应用程序的性能和可靠性。skywalking支持多种数据源，包括Prometheus、OpenTelemetry等，能够与Service Mesh、EBPF等技术无缝集成。通过使用skywalking，开发人员可以实时监控应用程序的性能，快速定位问题，提高系统的可靠性和可维护性

Java★ 24.8k⑂ 6.6kdevops

☆

daytonaio/daytona

daytona：安全且弹性的AI代码运行基础设施 — daytona提供了一种安全且弹性的方式来运行AI生成的代码，使得开发者能够更容易地创建和部署AI应用。通过使用daytona，开发者可以确保他们的AI代码在一个安全和可控的环境中运行。daytona的设计目标是为了提供一个高性能和可扩展的基础设施，以支持AI应用的开发和部署

TypeScript★ 72.2k⑂ 5.7kai-ml

☆