"上下文工程"

📦 開源專案

lerna/lerna

lerna：多套件管理工具 — lerna是一種強大的工具，能夠幫助開發者管理和發布多個JavaScript/TypeScript套件。它提供了高效的建構和發布流程，讓開發者可以更容易地維護和更新套件。同時，lerna也支持monorepo的管理，讓開發者可以更好地管理和維護多個相關套件。

TypeScript★ 36k⑂ 2.3kweb

☆

calcom/cal.diy

cal.diy：開源排程基礎設施 — cal.diy 提供了一個開源的排程基礎設施，讓開發者可以輕鬆地建立自己的排程系統。該項目使用了多種流行的技術，包括 nextjs、postgresql、prisma 和 tailwindcss。通過 cal.diy，開發者可以快速建立一個可靠且高效的排程系統，滿足各種需求。

TypeScript★ 46.6k⑂ 14.5kweb

☆

CyC2018/CS-Notes

CS-Notes：技術面試必備知識 — CS-Notes 提供了技術面試必備的基礎知識，包括 Leetcode、計算機操作系統、計算機網絡、系統設計等，幫助開發者們準備面試和提升技術能力。這個項目通過收集和整理相關知識，為開發者們提供了一個便捷的學習資源。同時，CS-Notes 也是一個開源項目，歡迎開發者們參與貢獻

★ 184.8k⑂ 50.8kother

☆

microsoft/WSL

WSL：Windows 子系統 Linux 版 — WSL（Windows Subsystem for Linux）是微軟開發的相容層，允許在 Windows 10 和 11 上原生執行 Linux 應用程式。它提供完整的 Linux 核心介面，支援多種發行版，並與 Windows 檔案系統整合，大幅提升開發者生產力。

C++★ 33.1k⑂ 1.8kother

☆

aristocratos/btop

btop：系統資源監控工具 — btop是一個系統資源監控工具，提供CPU、記憶體、磁碟和網路等資源使用情況的即時統計。它可以幫助用戶了解系統的性能和瓶頸，從而優化系統的配置和使用。通過btop，用戶可以快速地識別系統中的問題和優化機會

C++★ 33.6k⑂ 1.1kother

☆

GokuMohandas/Made-With-ML

Made-With-ML：機器學習應用開發指南 — Made-With-ML 專案是一個全面性的機器學習開發指南，涵蓋了從資料工程到自然語言處理等多個領域，使用者可以學習如何使用 Python、PyTorch 和 Ray 來開發和部署機器學習模型。這個專案對於想要將機器學習應用於實際生產環境的開發者具有重要意義。通過這個專案，開發者可以學習如何提高機器學習模型的質量和效率，同時也可以學習如何使用 MLOps 來管理和維護機器學習模型

Jupyter Notebook★ 48.8k⑂ 7.7kai-ml

☆

CoderLeixiaoshuai/java-eight-part

java-eight-part：Java面试套路与进阶学习 — java-eight-part仓库提供了Java面试常见问题和进阶学习的资源，涵盖了java、juc、kafka、mysql、redis、spring等主题，帮助开发者提升Java技能和知识。通过学习这些资源，开发者可以更好地应对Java面试和工作中的挑战。同时，仓库中的内容也可以帮助开发者更深入地理解Java技术栈，实现升职加薪的目标。

Java★ 7.2k⑂ 1.1kbackend

☆

qiurunze123/miaosha

miaosha：秒杀系统設計與實現 — miaosha 是一個秒殺系統的設計與實現，使用 Java 語言開發。該系統提供了高並發的秒殺功能，對於互聯網工程師的進階與分析具有重要的參考價值。miaosha 的設計與實現可以幫助開發者了解秒殺系統的架構與實現細節

Java★ 26.6k⑂ 6.6kother

☆

volcano-sh/volcano

volcano：雲原生批量系統 — volcano 是一個開源的批量系統，基於 Kubernetes，提供高性能和可擴展的批量計算能力。它支持多種工作負載，包括 AI、機器學習和大數據處理。volcano 的設計目標是提供一個靈活、可靠和高效的批量系統，以滿足雲原生應用的需求

Go★ 5.8k⑂ 1.5kai-ml

☆

capy-ui/capy

capy：跨平台UI庫 — capy是一個基於Zig語言的跨平台UI庫，允許開發人員建立一個代碼庫並在多個平台上獲得原生UI。這個庫可以幫助開發人員節省時間和精力，同時也提供了豐富的功能和高性能的UI渲染。通過使用capy，開發人員可以輕鬆地建立跨平台的應用程序

Zig★ 2.7k⑂ 98web

☆

explosion/spaCy

spaCy：工業級自然語言處理 — spaCy 提供高效的自然語言處理功能，包括實體辨識、文本分類和標記化等，能夠有效地處理大量文本數據。它的優點在於高效、可擴展和易於使用，廣泛應用於各個領域的文本分析任務。因此，spaCy 成為了 Python 中最受歡迎的 NLP 庫之一

Python★ 33.8k⑂ 4.7kai-ml

☆

jonataslaw/getx

getx：簡單的狀態管理和依賴注入框架 — getx 提供了一種簡單的方式來管理應用程式的狀態和依賴注入，讓開發者可以更容易地開發複雜的應用程式。getx 支持多種功能，包括路由管理、國際化和 HTTP 請求。通過使用 getx，開發者可以提高開發效率和應用程式的性能

Dart★ 11.2k⑂ 1.8kmobile

☆

FlowiseAI/Flowise

Flowise：視覺化建構 AI 智慧代理 — Flowise 是一個低程式碼開發平台，允許用戶視覺化建構 AI 智慧代理，使用 TypeScript 和 React 等技術。它支持多代理系統、工作流程自動化和大型語言模型等功能，對於開發 AI 應用程序具有重要意義。Flowise 的目標是簡化 AI 開發流程，使其更加容易上手

TypeScript★ 54.7k⑂ 24.7kai-ml

☆

MiniMax-AI/skills

skills：人工智慧技能開發 — skills是一個開源項目，提供了一個基於C#的技能開發框架，讓開發者可以輕鬆地創建和集成人工智慧技能。這個項目的目的是提供一個簡單和靈活的方式來開發和應用人工智慧技能。同時，skills也提供了一個強大的API，讓開發者可以輕鬆地擴展和自定義技能

C#★ 13.1k⑂ 1.1kother

☆

jina-ai/serve

serve：雲原生多模態AI應用框架 — serve是一個基於Python的框架，使用雲原生技術如Kubernetes、Docker和FastAPI等，能夠幫助開發者快速打造多模態AI應用。它支持多種AI模型和框架，如深度學習和機器學習等。serve的雲原生設計使其能夠輕鬆擴展和部署，非常適合大規模AI應用的開發

Python★ 21.9k⑂ 2.2kai-ml

☆

seriousm4x/UpSnap

UpSnap：簡單的遠程啟動網頁應用程式 — UpSnap是一個簡單的Wake on LAN網頁應用程式，使用SvelteKit、Go和PocketBase開發。它允許用戶遠程啟動電腦，提高工作效率和便利性。這個項目展示了如何使用現代技術開發一個簡單而實用的網頁應用程式

Go★ 5.9k⑂ 231web

☆

doctrine/lexer

lexer：基礎詞法分析庫 — lexer是一個基礎詞法分析庫，可以用於構建Top-Down、遞歸下降解析器，提供了基礎的詞法分析功能。這個庫的主要目的是提供一個基礎的詞法分析框架，讓開發者可以輕鬆地構建自己的解析器。同時，lexer也可以用於提高解析器的效率和準確性

PHP★ 11.2k⑂ 64backend

☆

freeok/so-novel

so-novel：小说下载工具 — so-novel可以帮助用户下载网络小说，并将其导出为电子书格式，方便用户在离线状态下阅读。该工具支持多种小说网站和格式，提供了便捷的命令行界面。so-novel的开发使用了Java语言，依赖于多个库和技术，如document-parser和ebook

Java★ 7.4k⑂ 636tools

☆

storybookjs/storybook

storybook：UI 組件開發與測試工作坊 — storybook 提供了一個 industry standard 的工作坊，讓開發者可以在隔離的環境中建構、文件化和測試 UI 組件，從而提高開發效率和 component 的質量。它支持多種前端框架，包括 React、Angular 和 Vue，同時也提供了豐富的 plugin 和配置選項。通過使用 storybook，開發者可以更容易地管理和維護複雜的 UI 組件庫

TypeScript★ 90.6k⑂ 10.2kweb

☆

tj/n

n：節點版本管理 — n 提供了一個簡單的方式來安裝和管理不同版本的 Node.js，讓開發者可以輕鬆地在不同的版本之間切換。這對於需要在不同 Node.js 版本下測試和調試應用程式的開發者來說尤其有用。同時，n 也支持多種 Shell 環境，包括 Bash 和 Zsh。

Shell★ 19.5k⑂ 762other

☆

langchain-ai/open_deep_research

open_deep_research：開源深度研究平台 — open_deep_research 提供了一個強大的開源框架，支持各種深度學習模型的開發和研究。它對於希望在深度學習領域進行創新研究的開發者來說極為重要。

Python★ 12.2k⑂ 1.7kother

+14 ★☆

outline/outline

outline：知識庫管理工具 — outline是一個基於TypeScript的知識庫管理工具，提供美觀的界面、實時協作功能、豐富的功能和markdown兼容性。它可以幫助團隊更有效地管理知識和文檔，提高生產力和溝通效率。同時，outline也支持多種技術，如docker、javascript、mobx、nodejs、react和slack等.

TypeScript★ 39.8k⑂ 3.4kweb

☆

NativeScript/NativeScript

NativeScript：跨平台原生應用開發框架 — NativeScript是一個開源的跨平台開發框架，支援多種技術和平台，包括iOS、Android、Flutter等，讓開發者可以使用自己喜愛的技術和框架開發原生應用。它提供了一個高效和靈活的開發環境，讓開發者可以快速地開發和部署原生應用。NativeScript的跨平台能力和靈活性使其成為開發者的一個熱門選擇

TypeScript★ 25.6k⑂ 1.7kmobile

☆

inkonchain/ink-kit

ink-kit：鏈上應用程式的React元件庫 — ink-kit是一個基於React的元件庫，旨在幫助開發人員快速打造鏈上應用程式。它提供了一系列的元件，讓開發人員可以輕鬆地構建出複雜的用戶界面。這個庫的出現，使得開發鏈上應用程式的過程變得更加高效和便捷

TypeScript★ 36.4k⑂ 430web

☆

langchain-ai/langgraph

langgraph：建設強健的代理 — langgraph 是一個開源的 Python 框架，能夠幫助開發者建立強健的代理，利用 AI 技術來實現智能代理的功能。這個框架提供了一個簡單的方式來建設和管理代理，能夠應用於各種領域。langgraph 的目的是為了提供一個強健和可擴展的代理建設框架，能夠幫助開發者建立更好的智能代理

Python★ 37.6k⑂ 6.3kai-ml

☆

makeplane/plane

plane：現代化專案管理平台 — plane是一個現代化的專案管理平台，旨在提供一個高效、靈活和可擴展的解決方案，以滿足不同團隊和組織的需求。它支援多種工作流程，包括看板、甘特圖和敏捷開發等，同時提供文件管理、事件管理和任務管理等功能。通過使用plane，團隊可以更好地管理專案，提高生產力和協作效率。

TypeScript★ 54.7k⑂ 5kbackend

☆

deepset-ai/haystack

haystack：開源AI編排框架 — haystack是一個開源的AI編排框架，用于建立生產就緒的LLM應用程序。它允許用戶設計模組化的管道和代理工作流，具有明確的控制權，可應用於可擴展的代理、RAG、多模態應用程序、語義搜索和對話系統。haystack的目的是為了提供一個高效和可擴展的解決方案，用于建設複雜的AI應用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆

heygen-com/hyperframes

hyperframes：用於AI和視頻渲染的框架 — hyperframes是一個強大的框架，允許用戶使用HTML和TypeScript來渲染視頻，同時支持AI代理的應用。它整合了ffmpeg、gsap和puppeteer等庫，提供了高效的渲染功能。hyperframes的出現為AI和視頻渲染領域帶來了新的可能性

TypeScript★ 36.3k⑂ 3.4kai-ml

☆

gradio-app/gradio

gradio：機器學習應用程式開發工具 — gradio允許用戶使用Python輕鬆建立和分享機器學習模型的界面，支援數據分析、數據視覺化和深度學習等功能。這個庫可以幫助開發者快速部署機器學習模型，提高開發效率。同時，gradio也提供了一個簡單易用的界面，讓用戶可以輕鬆地與機器學習模型進行交互

Python★ 43.2k⑂ 3.6kdata

☆

google/zx

zx：腳本工具 — zx是一種基於JavaScript的工具，旨在幫助用戶編寫更好的腳本。它提供了一種簡單的方式來執行shell命令和處理子進程。通過使用zx，開發人員可以更容易地編寫和維護複雜的腳本

JavaScript★ 45.6k⑂ 1.3ktools

☆

tensorflow/tensorflow

tensorflow：開源機器學習框架 — tensorflow是一個開源的機器學習框架，提供了大量的工具和資源，讓開發者可以輕鬆地建構和部署機器學習模型。它支持多種編程語言，包括C++和Python，並提供了強大的深度學習和神經網路功能。因此，tensorflow已經成為機器學習領域中最受歡迎的框架之一

C++★ 196.4k⑂ 75.6kai-ml

☆

langchain-ai/langchain

langchain：語言鏈代理工程平台 — langchain是一個開源的代理工程平台，提供了一個框架用於構建和管理AI代理。它支持多種AI模型和框架，包括OpenAI、Anthropic和LLM，讓開發者可以輕鬆地創建和管理AI代理。langchain的目的是為開發者提供一個統一的平台，讓他們可以專注於構建AI代理，而不需要關心底層的複雜技術細節

Python★ 142.1k⑂ 23.6kai-ml

☆

xyflow/xyflow

xyflow：打造節點基於UI的強大開源庫 — xyflow是一個基於React和Svelte的開源庫，能夠幫助開發者打造節點基於的UI界面。它提供了強大的自定義功能，讓開發者可以根據自己的需求定制界面。xyflow的出色性能和豐富的功能使其成為打造節點基於UI的首選庫

TypeScript★ 37.7k⑂ 2.5kweb

☆

kaminari/kaminari

kaminari：Ruby 網頁應用程式的強大分頁器 — kaminari 是一個為 Ruby 網頁應用程式設計的分頁器，提供強大和可自訂的分頁功能，讓開發者能夠輕鬆地實現分頁功能。它基於 Scope 和 Engine，提供乾淨和複雜的分頁功能，讓開發者能夠滿足不同的需求。kaminari 是一個非常有用的工具，能夠幫助開發者提高網頁應用程式的性能和使用者體驗

Ruby★ 8.7k⑂ 1.1kbackend

☆

pycaret/pycaret

pycaret：自動機器學習平台 — pycaret是一個開源的自動機器學習平台，適用於Python，提供了簡單易用的介面，讓用戶可以快速地建立和部署機器學習模型。它結合了sklearn-native引擎和React控制平面，提供了高效和可擴展的解決方案。pycaret的目的是讓機器學習更容易被廣泛使用和應用。

Python★ 9.8k⑂ 1.9kai-ml

☆

yifanfeng97/Hyper-Extract

Hyper-Extract：超圖文本提取 — Hyper-Extract是一個強大的工具，利用LLMs技術將非結構化文本轉換為結構化知識，支援多種提取功能，如圖、超圖和時空提取等。這使得用戶可以輕鬆地從文本中提取有用的信息。同時，Hyper-Extract的命令行界面使得使用更加簡單便捷

Python★ 1.9k⑂ 210ai-ml

+124 ★☆

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，涵盖了提示工程、上下文工程、RAG 和 AI 代理等领域。它提供了多种格式的内容，包括指南、论文、课程和笔记本，帮助开发者和研究人员更好地理解和应用这些技术。通过 Prompt-Engineering-Guide，开发者可以更轻松地构建和优化自己的 AI 模型

MDX★ 76.7k⑂ 8.4kai-ml

☆

VectifyAI/PageIndex

PageIndex：基於推理的向量無需文檔索引 — PageIndex 是一個為無向量、推理基礎的RAG設計的文檔索引工具，旨在提升信息檢索和生成的效率。它對於需要強大推理能力而不需要依賴向量數據庫的應用場景尤為重要。

Python★ 34.1k⑂ 3kai-ml

☆