"ktransformers"

kvcache-ai/ktransformers

ktransformers：异构大模型推理与微调优化框架 — ktransformers 是一个灵活的框架，旨在优化异构大语言模型的推理和微调过程。通过该框架，用户可以更高效地利用不同硬件资源，提升模型性能。

Python★ 18.8k⑂ 1.5kai-ml

+458 ★☆

huggingface/transformers

transformers：机器学习模型框架 — transformers提供了一个统一的框架，用于定义和使用最先进的机器学习模型，包括自然语言处理、语音识别和计算机视觉等领域。该框架支持PyTorch和其他流行的深度学习库，能够方便地进行模型的推理和训练。transformers的出现大大促进了机器学习模型的发展和应用。

Python★ 162.7k⑂ 33.9kai-ml

☆

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

☆

k3s-io/k3s

k3s：轻量级Kubernetes — k3s是一个轻量级的Kubernetes实现，用于资源受限的环境。它可以在较小的机器上运行完整的Kubernetes集群，支持大多数Kubernetes功能。k3s的设计目标是提供一个高效、可靠的Kubernetes解决方案，适用于边缘计算、物联网等场景。

Go★ 33.5k⑂ 2.7kdevops

☆

openinterpreter/openinterpreter

openinterpreter：轻量级编码代理 — openinterpreter是一个使用Rust编写的轻量级编码代理，支持Deepseek、Kimi和Qwen等开源模型。它能够提供高效的编码服务，帮助开发者更快速地完成编码任务。openinterpreter的出现对于促进开源模型的发展和应用具有重要意义

Rust★ 66.5k⑂ 5.7kai-ml

+431 ★☆

kubernetes-sigs/kubespray

kubespray：生产就绪Kubernetes集群部署 — kubespray利用Ansible自动化部署Kubernetes集群，支持多种云平台和裸金属环境，提供高可用性和可扩展性。它是Kubernetes SIGs下的一个项目，用于简化Kubernetes集群的部署和管理。通过使用kubespray，用户可以快速部署一个生产就绪的Kubernetes集群

Jinja★ 18.6k⑂ 6.9kdevops

☆

samchon/typia

typia：超快速的运行时验证器和序列化器 — typia能够提供快速和易用的运行时验证和序列化功能，通过转换实现高效的数据处理。它支持多种数据格式，包括JSON、protobuf等。typia的出现使得开发者能够更加轻松地处理复杂的数据验证和序列化问题

Go★ 5.8k⑂ 224ai-ml

☆

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

☆

huggingface/diffusers

diffusers：PyTorch 中的图像、视频和音频生成库 — diffusers 库提供了一个简单易用的接口来生成高质量的图像、视频和音频。它利用了扩散模型的强大功能，能够生成令人惊叹的结果。通过使用 diffusers，开发者可以轻松地将 AI 生成技术集成到自己的项目中

Python★ 34.1k⑂ 7.2kai-ml

☆

kairos-io/kairos

kairos：边缘Kubernetes的不可变Linux元分布 — kairos是一个基于Go语言的开源项目，旨在为边缘Kubernetes提供一个不可变的Linux元分布。它支持baremetal、云和云原生环境，能够与k3s和Kubernetes集成。kairos的设计目标是提供一个安全、可靠和高效的边缘计算解决方案

Go★ 1.8k⑂ 132devops

☆

qbittorrent/qBittorrent

qBittorrent：免费开源的BT客户端 — qBittorrent是一个免费开源的BitTorrent客户端，支持跨平台运行，具有多种功能和设置选项。它允许用户下载和上传torrent文件，管理下载任务，并监控下载速度。qBittorrent的主要目标是提供一个高性能、可靠和易于使用的BitTorrent客户端

C++★ 38.9k⑂ 4.8kother

☆

huggingface/pytorch-image-models

pytorch-image-models：PyTorch 图像编码器集合 — pytorch-image-models 提供了一个全面且易于使用的 PyTorch 图像编码器集合，包含多种预训练模型和脚本，能够帮助开发者快速构建和部署图像分类模型。该集合包括了 ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer 等流行模型，能够满足不同应用场景的需求。同时，pytorch-image-models 也提供了便捷的训练、评估和推理脚本，能够帮助开发者快速上手和部署模型

Python★ 37k⑂ 5.2kai-ml

☆

kubesphere/kubesphere

kubesphere：基于 Kubernetes 的多云、数据中心和边缘管理容器平台 — kubesphere 是一个开源的容器平台，用于 Kubernetes 多云、数据中心和边缘管理，提供了多集群和多租户管理、可观察性和服务网格等功能。它使用 Go 语言开发，支持多种技能和工具，包括 ebpf 和 servicemesh。kubesphere 的目的是为了简化 Kubernetes 的管理和使用，提高开发效率和系统可靠性。

Go★ 17k⑂ 2.7kdevops

☆

espnet/espnet

espnet：端到端语音处理工具包 — espnet是一个基于Python的工具包，提供了从语音识别到语音合成等一系列的语音处理功能。它支持多种深度学习框架，包括chainer和pytorch。通过使用espnet，可以快速开发和部署语音处理应用，提高语音识别和合成的准确性和效率。

Python★ 9.9k⑂ 2.4kai-ml

☆

oldj/SwitchHosts

SwitchHosts：快速切换hosts工具 — SwitchHosts是一个使用Rust语言编写的工具，能够快速切换hosts文件，帮助用户管理多个hosts配置。它支持Electron环境，能够轻松编辑hosts文件。使用SwitchHosts，可以提高网络管理的效率和便捷性。

Rust★ 27k⑂ 2.7ktools

☆

vectordotdev/vector

vector：高性能可观测性数据管道 — vector是一个高性能的可观测性数据管道，能够处理和转换大量的日志、指标和追踪数据。它使用Rust语言开发，具有高性能、可靠性和可扩展性。vector能够与多个数据源和目标集成，包括Datadog、云原生环境等，提供实时的数据处理和分析能力。

Rust★ 22.2k⑂ 2.2kdevops

☆

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 ★☆

brokermr810/QuantDinger

QuantDinger：AI量化交易平台 — QuantDinger 是一个集成了回测、实盘交易、市场数据和多代理研究功能的AI量化交易平台，适用于加密货币、股票和外汇市场。

Python★ 9.7k⑂ 2kai-ml

☆

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

☆

vllm-project/vllm

vllm：高性能LLM推理和服务引擎 — vllm是一个高性能的LLM推理和服务引擎，能够支持多种硬件平台，包括CUDA、TPU等。它使用PyTorch等框架，提供高吞吐量和内存高效的推理和服务能力。vllm的出现可以帮助提高LLM的推理和服务效率，减少计算资源的消耗

Python★ 86.6k⑂ 19.6kai-ml

☆

quickemu-project/quickemu

quickemu：快速创建和运行优化的虚拟机 — quickemu 通过使用 QEMU 和 KVM 等技术，能够快速创建和运行优化的虚拟机，支持 Windows、macOS 和 Linux 操作系统。该项目对于需要在不同操作系统之间切换的开发者和用户来说非常有用。同时，quickemu 也支持多种虚拟化技术，如 VirtIO 和 VirGL，能够提供更好的性能和兼容性

Shell★ 15.3k⑂ 682other

☆

teamcapybara/capybara

capybara：Web 应用程序的验收测试框架 — capybara 提供了一个简单易用的 API，用于编写和运行验收测试，支持 Selenium、Rack::Test 等驱动程序。它可以模拟用户交互，验证页面内容，并支持多种浏览器。通过使用 capybara，可以提高 Web 应用程序的质量和可靠性

Ruby★ 10.2k⑂ 1.5kweb

☆

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

☆

lutzroeder/netron

netron：神经网络可视化工具 — netron支持多种框架，如TensorFlow、PyTorch和Keras，能够帮助开发者更好地理解和优化他们的模型。通过可视化模型的结构和参数，netron能够提高开发效率和模型性能。同时，netron也支持多种模型格式，如ONNX和CoreML

JavaScript★ 33.2k⑂ 3.2kai-ml

☆

mamoe/mirai

mirai：QQ 机器人支持库 — mirai 提供了一个简单易用的 API，允许开发者快速构建 QQ 机器人应用。它支持多种功能，如消息处理、事件处理等。mirai 的高效率和可扩展性使其成为开发者首选的 QQ 机器人支持库

Kotlin★ 14.8k⑂ 2.5kai-ml

☆

facefusion/facefusion

facefusion：人脸操控平台 — facefusion是一个基于Python的面部操控平台，能够进行高级的面部操作，如面部交换和唇部同步。它利用AI和深度学习技术来实现这些功能。facefusion的应用范围广泛，包括电影、广告和社交媒体等领域

Python★ 29.3k⑂ 4.8kai-ml

☆

supertone-inc/supertonic

supertonic：轻量级多语种语音合成引擎 — supertonic是一个开源的、基于ONNX的文本转语音引擎，支持多种语言和平台，能够在设备上快速运行。它利用ONNX Runtime实现跨语言和跨平台的兼容性，支持包括iOS、Android和Web在内的多种平台。supertonic的出现使得开发者能够更容易地将语音合成功能集成到自己的应用中。

Swift★ 13.4k⑂ 1.4kmobile

☆

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

☆

labmlai/annotated_deep_learning_paper_implementations

annotated_deep_learning_paper_implementations：深度学习论文实现及注释 — annotated_deep_learning_paper_implementations 项目为深度学习爱好者提供了丰富的学习资源，包括 60 多个深度学习论文的实现和注释。该项目涵盖了多个领域，包括 transformers、优化器、GANs 和强化学习等。通过该项目，开发者可以更好地理解深度学习的原理和应用，提高自己的开发技能。

Python★ 67.2k⑂ 6.7kai-ml

☆

huggingface/accelerate

accelerate：简化PyTorch模型训练与部署 — accelerate能够帮助用户轻松地在各种设备和分布式配置中训练和使用PyTorch模型，支持自动混合精度（包括fp8）和易于配置的FSDP和DeepSpeed。该库简化了模型训练和部署的过程，使得用户可以更专注于模型的开发和优化。同时，accelerate也支持多种分布式配置，能够满足不同规模的训练需求

Python★ 9.8k⑂ 1.4kai-ml

☆

GopeedLab/gopeed

gopeed：快速现代下载管理器 — gopeed是一个跨平台的下载管理器，使用Golang和Flutter构建。它支持多种协议，包括HTTP、BitTorrent、Magnet和ed2k，能够满足不同用户的下载需求。同时，gopeed具有跨平台的特性，可以运行在包括Android、iOS、macOS、Windows、Debian和Ubuntu在内的多个操作系统上。

Go★ 25.3k⑂ 1.7kmobile

☆

portainer/portainer

portainer：Docker 和 Kubernetes 管理工具 — portainer 是一个开源的 Docker 和 Kubernetes 管理平台，提供了一个简单易用的界面来管理容器和集群。它支持多种 Docker 和 Kubernetes 功能，包括容器创建、部署和管理。通过使用 portainer，用户可以更轻松地管理和监控他们的容器化应用程序。

TypeScript★ 38k⑂ 2.9kdevops

☆

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

☆

iBotPeaches/Apktool

Apktool：Android 应用反向工程工具 — Apktool 可以用于反编译和重新编译 Android 应用 APK 文件，帮助开发者了解应用的内部结构和实现细节。通过 Apktool，可以轻松地修改和定制 Android 应用。同时，Apktool 也是一种学习 Android 应用开发的有力工具。

Java★ 24.9k⑂ 4kmobile

☆

ollama/ollama

ollama：基于Go的AI模型运行平台 — ollama提供了一个简单易用的方式来部署和运行各种AI模型，支持多种模型的集成和扩展。通过ollama，开发者可以快速地将AI模型应用于实际项目中，提高开发效率和模型的利用率。同时，ollama的开源性质也使得其可以被广泛定制和扩展，满足不同开发者的需求

Go★ 176.5k⑂ 17kai-ml

☆

jadore801120/attention-is-all-you-need-pytorch

attention-is-all-you-need-pytorch：Transformer模型PyTorch实现 — attention-is-all-you-need-pytorch项目实现了Transformer模型的PyTorch版本，利用注意力机制来提高自然语言处理任务的性能。该项目的实现基于论文“Attention is All You Need”，并使用PyTorch作为深度学习框架。它对于深度学习和NLP开发者来说是一个有价值的资源。

Python★ 9.8k⑂ 2.1kai-ml

☆

Anil-matcha/Open-Generative-AI

Open-Generative-AI：开源AI视频平台替代品 — Open-Generative-AI是一个开源的AI视频平台替代品，提供200多个模型，如Flux、Midjourney、Kling、Sora、Veo等，用户可以自行托管和使用。它不受内容过滤限制，用户可以自由生成AI图像和视频。Open-Generative-AI的MIT许可使其可以自由使用和修改。

JavaScript★ 21.5k⑂ 3.7kai-ml

+255 ★☆

jiaaro/pydub

pydub：音频操作库 — pydub 提供了一个简单易用的接口来操作音频，允许用户以高级方式处理音频数据。它支持多种音频格式，包括 WAV、MP3 和 FLAC。通过使用 pydub，开发者可以轻松地创建、编辑和操作音频文件

Python★ 9.8k⑂ 1.1kother

☆