"圖表分析"

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

☆

chartdb/chartdb

chartdb：資料庫圖表編輯器 — chartdb是一個基於TypeScript的資料庫圖表編輯器，允許您視覺化和設計您的資料庫結構。它支援多種資料庫管理系統，包括MySQL、PostgreSQL、SQLite等。使用chartdb，您可以輕鬆地創建和管理資料庫圖表，提高開發效率

TypeScript★ 22.6k⑂ 1.4kbackend

☆

dottxt-ai/outlines

outlines：結構化輸出 — outlines 是一個用於生成結構化輸出的工具，特別適合需要精確格式化的應用場景。

Python★ 14.8k⑂ 796other

+49 ★☆

metabase/metabase

metabase：開源商業智慧和嵌入式分析工具 — metabase是一個開源的商業智慧和嵌入式分析工具，讓使用者可以輕鬆地與數據合作，創建儀表板、報告和數據視覺化。它支援多種數據庫，包括MySQL和PostgreSQL，並提供SQL編輯器和數據分析功能。metabase的易用性和強大的功能使其成為商業智慧和數據分析的理想工具。

Clojure★ 48.3k⑂ 6.7kdata

☆

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 ★☆

jstrieb/github-stats

github-stats：GitHub 統計圖片工具 — github-stats 可以幫助用戶生成更豐富的 GitHub 統計圖片，包括私人儲存庫的數據。這個工具使用 GitHub API 來收集數據，並使用 Zig 語言進行開發。github-stats 對於想要展示自己 GitHub 活動的用戶來說是一個非常有用的工具

Zig★ 3.5k⑂ 767data

☆

johnkerl/miller

miller：命令列工具 — miller 是一個強大的命令列工具，能夠輕鬆地處理和分析結構化數據。它支援多種數據格式，包括 CSV、TSV 和 JSON，並提供了多種功能，例如數據清理、數據處理和統計分析。這使得 miller 成為數據科學家和開發人員的必備工具

Go★ 10k⑂ 238devops

☆

yzhao062/pyod

pyod：異常偵測庫 — pyod 提供 60 多種異常偵測演算法，包括基準測試支持的 ADEngine 管理和 AI 代理工作流程。這個庫可以用於各種異常偵測任務，例如欺詐偵測、圖片異常偵測和時間序列異常偵測。它的目的是提供一個強大且易於使用的異常偵測工具，幫助用戶快速地找到資料中的異常值

Python★ 9.9k⑂ 1.5kai-ml

☆

qax-os/excelize

excelize：Go 語言 Excel 檔案庫 — excelize 支援各種 Excel 檔案格式，包括 XLAM、XLSM、XLSX、XLTM 和 XLTX。它提供了方便的 API 用於讀寫 Excel 檔案，並支援公式計算、圖表繪製和數據分析。excelize 是一個開源的 Go 語言庫，適用於各種需要處理 Excel 檔案的應用程式

Go★ 20.8k⑂ 1.9kai-ml

☆

pjreddie/darknet

darknet：神經網路框架 — darknet 提供了一個簡單且高效的方式來實現 CNN 模型，支援多種神經網路架構和訓練算法。這個框架廣泛應用於圖像識別、物體偵測等領域。darknet 的優點在於其高性能和低資源占用，使其成為嵌入式系統和移動設備的理想選擇。

C★ 26.5k⑂ 21kai-ml

☆

dgraph-io/dgraph

dgraph：高效能圖形資料庫 — dgraph 是一個為即時使用案例設計的高性能圖形資料庫，使用 Go 語言開發。它能夠處理大量的資料和複雜的查詢，適用於各種需要實時資料處理的應用。dgraph 的分散式架構使其能夠水平擴展，滿足大規模應用的需求

Go★ 21.7k⑂ 1.6kbackend

☆

HKUDS/LightRAG

LightRAG：簡單快速的檢索增強生成 — LightRAG是一個簡單快速的檢索增強生成框架，基於Python實現，能夠有效地整合知識圖譜和大型語言模型，從而提高生成文本的質量和相關性。它的出現為自然語言生成領域帶來了新的可能性。LightRAG的優勢在於其簡潔的設計和快速的運行速度，使其成為了一個非常有前途的研究方向

Python★ 37.8k⑂ 5.3kai-ml

☆

algorithm-visualizer/algorithm-visualizer

algorithm-visualizer：互動算法視覺化平台 — algorithm-visualizer 提供了一個互動式的环境，讓用戶可以輕鬆地視覺化和理解不同的算法和資料結構。這個平台使用 JavaScript 開發，能夠將複雜的程式碼轉換成生動的動畫。通過這個平台，開發者可以更好地理解和優化自己的算法

JavaScript★ 48.7k⑂ 7.6kdata

☆

sqlmapproject/sqlmap

sqlmap：自動SQL注入和資料庫接管工具 — sqlmap是一款開源的Python工具，能夠自動化SQL注入和資料庫接管的過程，幫助安全測試人員快速評估資料庫的安全性。sqlmap支持多種資料庫管理系統，包括MySQL、Oracle和Microsoft SQL Server等，能夠有效地檢測和利用SQL注入漏洞。sqlmap的自動化功能大大提高了安全測試的效率和準確性

Python★ 37.9k⑂ 6.3ksecurity

☆

tradesdontlie/tradingview-mcp

tradingview-mcp：TradingView圖表分析助手 — tradingview-mcp 是一個利用AI技術來分析TradingView圖表的工具。它允許用戶將Claude Code集成到TradingView桌面中，從而自動化個人交易流程，提高效率和準確性。

JavaScript★ 4.8k⑂ 2.2ktools

+219 ★☆

microsoft/graphrag

graphrag：基於圖的检索增強生成系統 — graphrag 是一個基於圖的检索增強生成系統，利用圖結構來增強生成模型的能力。這個系統可以應用於各種自然語言處理任務，例如文本生成和問答系統。graphrag 的模組化設計使其易於擴展和自定義，適合各種應用場景

Python★ 34.5k⑂ 3.6kai-ml

☆

lutzroeder/netron

netron：神經網路視覺化工具 — netron是一個視覺化工具，允許用戶瀏覽和分析神經網路、深度學習和機器學習模型。它支持多種模型格式，包括ONNX、PyTorch和TensorFlow。通過netron，用戶可以更好地理解模型的結構和運作，從而提高模型的性能和準確性

JavaScript★ 33.2k⑂ 3.2kai-ml

☆

dropwizard/metrics

metrics：Java應用程式度量庫 — metrics是一個Java庫，用于捕获JVM和應用程式級別的度量數據，例如記憶體使用情況、請求延遲時間等。它提供了一个簡單的API，讓開發人員可以輕鬆地集成度量功能到自己的應用程式中。這樣可以幫助開發人員了解應用程式的運行狀態，從而優化應用程式的性能和可靠性

Java★ 7.8k⑂ 1.8kother

☆

phillipi/pix2pix

pix2pix：圖像轉換技術 — pix2pix 是一個使用 Lua 語言開發的圖像轉換技術，利用條件對抗網路（conditional adversarial nets）來實現圖像到圖像的轉換。這個項目在計算機視覺和圖像生成領域具有重要意義。pix2pix 的應用包括圖像生成、圖像操控和圖像轉換等

Lua★ 10.6k⑂ 1.7kai-ml

☆

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 ★☆

chenfei-wu/TaskMatrix

TaskMatrix：任務管理工具 — TaskMatrix 是一個開源的任務管理工具，使用 Python 編寫。它提供了一個簡單易用的介面來管理和追蹤任務，讓用戶可以輕鬆地組織和優先處理任務。透過 TaskMatrix，用戶可以提高工作效率和生產力。

Python★ 34.1k⑂ 3.2kother

☆

Robbyant/lingbot-map

lingbot-map：基於3D場景重建的流資料模型 — lingbot-map是一個基於深度學習的3D場景重建模型，使用feed-forward架構，能夠從流資料中重建場景。這個模型可以應用於各種需要場景重建的領域，例如機器人、自動駕駛等。lingbot-map的出現對於場景重建領域具有重要意義

Python★ 14.4k⑂ 1.5kdata

+565 ★☆

ankane/pghero

pghero：Postgres 性能儀表板 — pghero 提供了一個直觀的界面來監控 Postgres 的效能，幫助用戶快速識別和解決效能瓶頸。它支持多種圖表和報表，讓用戶可以深入了解資料庫的運行情況。透過 pghero，開發者可以優化資料庫的效能，提高應用程式的速度和可靠性

Ruby★ 8.9k⑂ 478backend

☆

apache/superset

superset：數據視覺化和探索平台 — superset是一個基於Web的數據視覺化和探索平台，提供了多種視覺化工具和組件，能夠幫助用戶快速地創建和分享數據儀表板。它支持多種數據源，包括SQL数据库和NoSQL数据库，能夠滿足不同用戶的數據分析需求。通過使用superset，用戶可以更好地理解和分析數據，從而做出更好的商業決策

Python★ 73.9k⑂ 17.9kdata

☆

Graphify-Labs/graphify

graphify：智能代碼助手 — graphify 是一個智能代碼助手，能夠將各種類型的文件和數據轉換為統一的知識圖譜，包括代碼、數據庫結構和基礎設施。這使得信息更加易於查詢和管理。

Python★ 91.5k⑂ 8.9kai-ml

☆

pandas-dev/pandas

pandas：Python 數據分析庫 — pandas 提供了高效的數據操作和分析功能，包括數據清理、轉換和合併等，能夠有效地處理和分析大型數據集。同時，pandas 也提供了豐富的統計和數學函數，能夠進行複雜的數據分析和可視化。因此，pandas 是 Python 中非常受歡迎的數據分析庫

Python★ 49.2k⑂ 20.1kdata

☆

ByteByteGoHq/system-design-101

system-design-101：系統設計入門 — system-design-101透過簡單的視覺化和術語幫助使用者理解複雜的系統設計，為系統設計面試提供了有力的支持。這個項目對於想要提升系統設計知識和面試技巧的人來說非常重要。同時，它也提供了豐富的資源和文檔，幫助使用者深入了解系統設計的各個方面。

★ 86.2k⑂ 9.6kother

☆

statelyai/xstate

xstate：狀態機與邏輯管理 — xstate 提供了一種強大的方式來管理應用程式的複雜邏輯，讓開發者可以輕鬆地創建和管理狀態機、狀態圖和演員。這個庫使用 TypeScript 開發，提供了豐富的功能和優秀的性能。xstate 的應用範圍廣泛，包括背景任務、有限狀態機、工作流程管理等

TypeScript★ 29.9k⑂ 1.4ktools

☆

drawdb-io/drawdb

drawdb：簡單的線上資料庫圖表編輯器 — drawdb是一個基於網頁的資料庫圖表編輯器，允許用戶使用直觀的圖形界面設計資料庫結構，然後生成相應的SQL代碼。這個工具使用React和Tailwind CSS等技術實現，支援多種資料庫系統，包括postgresql、mysql、sqlite等。drawdb的出現為資料庫設計師和開發人員提供了一個簡單易用的工具，提高了工作效率。

JavaScript★ 38.1k⑂ 3.1kbackend

☆

netdata/netdata

netdata：人工智慧全棧可觀測性監控 — netdata 提供了快速且全面的監控解決方案，使用人工智慧技術來分析數據，從而幫助用戶快速地發現和解決問題。它支持多種數據源和視覺化工具，包括 Grafana、InfluxDB 和 Prometheus，讓用戶可以輕鬆地監控和分析自己的應用程式和系統。同時，netdata 也支持多種平台，包括 Linux、Kubernetes 和 Docker，讓用戶可以在不同的環境中使用。

Go★ 79.7k⑂ 6.5kdevops

☆

AtsushiSakai/PythonRobotics

PythonRobotics：機器人學算法庫 — PythonRobotics 提供了各種機器人學算法的實現，包括路徑規劃、定位、映射等，使用 Python 進行開發。這個庫對於機器人學的學生和開發者來說非常有用，可以幫助他們快速了解和實現各種機器人學算法。同時，PythonRobotics 也支持了多種熱門的機器人學應用，例如自主導航和自主車輛

Python★ 30k⑂ 7.3kother

☆

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

☆

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

☆

ntop/ntopng

ntopng：網路流量和安全監控 — ntopng是一個網路流量和安全監控工具，提供實時的網路流量分析和安全監控功能。它支持多種網路協定，包括NetFlow、sFlow、IPFIX和SNMP，能夠幫助用戶了解網路流量和安全狀況。ntopng的實時監控功能使其成為網路管理和安全維護的重要工具

Lua★ 8k⑂ 749devops

☆

rough-stuff/rough-notation

rough-notation：在網頁上創建和動畫手繪註釋 — rough-notation 是一個基於 TypeScript 的庫，允許開發者在網頁上創建和動畫手繪註釋。它提供了一個簡單的 API，用於定義和自訂註釋的外觀和動畫。這個庫對於需要在網頁上添加註釋和強調的開發者來說非常有用

TypeScript★ 9.6k⑂ 237web

☆

TanStack/table

table：強大的資料表和資料網格庫 — table是一個強大的資料表和資料網格庫，提供了豐富的功能，包括資料篩選、分組、排序和分頁等，適用於各種前端框架，能夠幫助開發者快速打造強大的資料表和資料網格。它的頭部隱藏設計使得開發者可以更容易地自定義和擴展資料表和資料網格的功能。同時，table也提供了豐富的Hooks和API，讓開發者可以更容易地與資料表和資料網格進行交互

TypeScript★ 28.2k⑂ 3.5kweb

☆

plotters-rs/plotters

plotters：Rust 高質量數據繪圖庫 — plotters 是一個強大的 Rust 程式庫，能夠繪製高質量的數據圖表，支持多種繪圖模式，包括靜態和實時繪圖。它適用於 WASM 和原生環境，能夠滿足不同需求的數據視覺化需求。plotters 的出現使得 Rust 開發者能夠輕鬆地創建高質量的數據圖表，提高數據分析和視覺化的效率。

Rust★ 4.6k⑂ 317data

☆