"高可擴充性"

cortexproject/cortex

cortex：水平擴展的長期 Prometheus 解決方案 — cortex 是一個基於 Prometheus 的長期儲存解決方案，提供水平擴展和高可用性，適合大規模的監控系統。它支持多租戶和長期儲存，讓用戶可以更容易地管理和分析監控數據。通過使用 cortex，用戶可以更好地了解系統的性能和健康狀態。

Go★ 5.8k⑂ 867devops

☆

OpenRLHF/OpenRLHF

OpenRLHF：基於 Ray 的高效能代理式強化學習框架 — OpenRLHF 提供了一個易於使用、可擴展且高效能的框架，讓研究人員和開發人員可以快速地開發和部署強化學習模型。它基於 Ray，支援多種演算法和技術，包括 PPO、DAPO、REINFORCE++、VLM、TIS、vLLM 和 Async RL。OpenRLHF 的目標是提供一個高效能和可擴展的框架，讓強化學習可以更廣泛地應用於各個領域。

Python★ 9.7k⑂ 973ai-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

☆

acdlite/recompose

recompose：React 函數元件和高階元件的實用工具帶 — recompose 提供了一系列的工具和函式，幫助開發者更容易地創建和管理 React 函數元件和高階元件。這些工具可以簡化元件的開發過程，提高代碼的可維護性和可擴展性。通過使用 recompose，開發者可以更專注於元件的業務邏輯，提高開發效率

JavaScript★ 14.8k⑂ 1.2kweb

☆

sgl-project/sglang

sglang：高性能語言模型服務框架 — sglang是一個高性能的服務框架，適用於大型語言模型和多模態模型。它支持多種模型架構，包括Transformer、Moe和Diffusion，能夠提供快速和高效的推理服務。sglang的開發對於自然語言處理和人工智慧領域具有重要意義

Python★ 29.9k⑂ 6.9kai-ml

☆

binhnguyennus/awesome-scalability

awesome-scalability：大規模系統擴展性和可靠性模式 — awesome-scalability 提供了大規模系統的設計模式和架構指南，涵蓋了 backend、big-data、distributed-systems 和 system-design 等領域，幫助開發者打造可擴展、可靠和高性能的系統。這個庫對於想要學習大規模系統設計和開發的開發者來說非常有用。同時，awesome-scalability 也提供了 interview 和 interview-practice 相關的資源，幫助開發者準備面試和實踐技能

★ 72.3k⑂ 7kai-ml

☆

nvie/gitflow

gitflow：版本控制分支模型 — gitflow 提供了一套高級別的儲存庫操作，讓開發者可以更輕鬆地管理版本控制分支模型。這套工具可以幫助開發者實現更有效的版本控制和合作開發。通過使用 gitflow，開發者可以更好地管理複雜的版本控制流程

Shell★ 26.8k⑂ 2.6kother

☆

cloudflare/pingora

pingora：用於建構快速、可靠和可演化的網路服務庫 — pingora 是一個 Rust 庫，提供了建構快速、可靠和可演化的網路服務的功能。它可以幫助開發者建立高效和可擴展的網路應用程式。透過使用 pingora，開發者可以簡化網路服務的建構和維護過程

Rust★ 27k⑂ 1.7kother

☆

hpcaitech/ColossalAI

ColossalAI：大型 AI 模型開發框架 — ColossalAI 通過提供高效的數據平行和模型平行計算方法，使大型 AI 模型的訓練和推理過程更快更便宜。這項技術的開發對於推動 AI 研究和應用具有重要意義，尤其是在大型模型和分布式計算領域。同時，ColossalAI 也支持異構訓練和管道平行等先進功能，進一步擴展了其在 AI 研究和開發中的應用價值。

Python★ 41.4k⑂ 4.5kai-ml

☆

sirupsen/logrus

logrus：Go 結構化日誌庫 — logrus 提供了結構化的日誌功能，允許開發人員以 JSON 或文本格式輸出日誌，同時也支持多種輸出格式和自定義的 Hook 函數。這使得 logrus 成為 Go 程式語言中的一個熱門日誌庫。logrus 的設計宗旨是提供一個簡單、靈活和高效的日誌系統，讓開發人員可以輕鬆地管理和分析日誌數據

Go★ 25.8k⑂ 2.3kbackend

☆

sipeed/picoclaw

picoclaw：微小、快速、可部署的自動化工具 — picoclaw是一個用Go語言開發的微小、快速、可部署的自動化工具，旨在自動化日常工作，讓用戶解放創造力。它可以部署在任何地方，讓用戶專注於更重要的工作。通過使用picoclaw，用戶可以提高工作效率，解放更多時間進行創造性工作

Go★ 29.7k⑂ 4.4kbackend

☆

FunAudioLLM/CosyVoice

CosyVoice：多語音頻生成模型 — CosyVoice是一個基於Python的多語音頻生成模型，能夠提供多種語言的音頻生成，包括英文、中文、日文和韓文等。它提供了推理、訓練和部署的全棧能力，讓用戶可以輕鬆地使用和擴展模型。CosyVoice的出現對於自然語言生成和文本轉語音等領域具有重要意義

Python★ 22.1k⑂ 2.5kai-ml

☆

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★ 37k⑂ 6.2kai-ml

☆

k1tbyte/Wand-Enhancer

Wand-Enhancer：高级用户体验和互操作性扩展 — Wand-Enhancer 通过提供高级的用户体验和互操作性功能来增强 Wand (WeMod) 应用程序的功能。它使用户能够更轻松、更高效地使用 Wand (WeMod) 应用程序。该项目使用 C# 编写，旨在提高用户体验和互操作性。

C#★ 6.8k⑂ 19.1kother

+603 ★☆

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++★ 33.4k⑂ 1.1kother

☆

uber-go/zap

zap：快速且結構化的日誌系統 — zap 是一個高效能的日誌系統，提供結構化和分級的日誌功能，讓開發人員能夠快速地記錄和分析日誌。它的設計宗旨是提供快速和可靠的日誌功能，讓開發人員能夠專注於程式的開發。zap 的優點包括快速、結構化和可擴充的設計，使其成為 Go 語言開發人員的首選日誌系統

Go★ 24.6k⑂ 1.5kbackend

☆

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

☆

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★ 37.5k⑂ 5.3kai-ml

☆

Comfy-Org/ComfyUI

ComfyUI：模組化擴散模型GUI、API和後端 — ComfyUI提供了一個強大且模組化的擴散模型GUI、API和後端，允許用戶以圖表/節點界面進行交互。這個項目使用Python和PyTorch等技術實現，對於AI和Stable Diffusion的開發具有重要意義。通過ComfyUI，開發者可以更容易地構建和管理自己的擴散模型應用

Python★ 120.3k⑂ 14.1kai-ml

☆

leptos-rs/leptos

leptos：快速打造網頁應用程式 — leptos 是一個基於 Rust 的網頁應用程式框架，允許開發者建立快速、安全且可擴充的網頁應用程式。它支持 DOM、同構式渲染、反應式編程等功能，讓開發者可以輕鬆地建立複雜的網頁應用程式。leptos 的目標是提供一個高效、可靠且易於使用的網頁應用程式開發框架

Rust★ 21.1k⑂ 875web

☆

zml/zml

zml：零損害的模型硬件整合 — zml是一個使用Zig語言建構的項目，旨在實現任何模型在任何硬件上運行的能力，同時結合了@ziglang、@openxla、MLIR和@bazelbuild等技術。這個項目的目的是提供一個高效、靈活的模型部署解決方案，讓開發者可以輕鬆地將模型部署在各種硬件平台上。同時，zml也提供了高性能的模型推理能力，讓開發者可以實現高效的AI應用。

Zig★ 3.7k⑂ 160ai-ml

☆

kubernetes-sigs/kubespray

kubespray：生產就緒的Kubernetes叢集部署 — kubespray是一個使用Jinja和Ansible的工具，能夠部署高可用性的Kubernetes叢集。它支持多種雲端平台和裸機環境，包括aws和gce。使用kubespray可以簡化Kubernetes叢集的部署和管理過程

Jinja★ 18.6k⑂ 6.9kdevops

☆

grafana/grafana

grafana：開源的可觀測性和數據視覺化平台 — grafana是一個開源的可觀測性和數據視覺化平台，允許用戶從多個來源視覺化指標、日誌和追蹤數據。它支持多種數據源，如Prometheus、Loki、Elasticsearch、InfluxDB、Postgres等，讓用戶可以輕鬆地監控和分析其應用程序和系統的性能。grafana的可組合性使其成為一個高度可定制和擴展的平台

TypeScript★ 75k⑂ 14.1kdevops

+32 ★☆

getsops/sops

sops：密碼管理工具 — sops是一個用於管理機密資料的工具，支援多種雲端平台，如aws、azure和gcp，同時也提供了靈活的加密和解密功能。它可以幫助開發人員和系統管理員安全地存儲和分發機密資料。透過sops，使用者可以輕鬆地管理密碼和其他機密資訊

Go★ 22.4k⑂ 1.1kdevops

☆

vectordotdev/vector

vector：高性能可觀測性資料管道 — vector 是一個使用 Rust 語言開發的高性能可觀測性資料管道，能夠高效地處理和轉換資料，支持多種資料來源和目的地，包括日誌、計量和追蹤等。它的高性能和可擴展性使其成為雲原生應用程序的理想選擇。通過使用 vector，開發人員可以輕鬆地構建和管理自己的可觀測性資料管道

Rust★ 22.2k⑂ 2.2kdevops

☆

BVLC/caffe

caffe：深度學習快速開放框架 — caffe是一個開源的深度學習框架，旨在提供快速和高效的神經網絡計算功能。它支持多種程式語言，包括C++、Python和MATLAB，同時也提供了豐富的API和工具，讓開發者可以輕鬆地使用和擴展。caffe的優勢在於其高性能和高擴展性，使其成為深度學習領域的一個重要工具

C++★ 34.6k⑂ 18.5kai-ml

☆

vwxyzjn/cleanrl

cleanrl：高品質單檔案實現的深度強化學習算法 — cleanrl 提供了一個簡單易用的深度強化學習算法實現，包含多種流行的算法，使用 Python 和 PyTorch 開發，適合研究人員和開發者使用。這個專案的目的是提供一個高品質的深度強化學習算法實現，方便研究人員和開發者快速開發和測試自己的模型。cleanrl 的實現簡單易懂，且具有良好的可擴展性

Python★ 10k⑂ 1.1kai-ml

☆

MemTensor/MemOS

MemOS：自我演化記憶作業系統 — MemOS是一個自我演化的記憶作業系統，旨在為大型語言模型和AI代理人提供更好的記憶管理和技能重用功能。它的超級持久記憶和混合檢索功能可以幫助AI代理人更好地學習和適應新的任務和環境。同時，MemOS的跨任務技能重用功能可以節省35.24%的token，提高AI代理人的效率和性能

TypeScript★ 10k⑂ 913ai-ml

☆

vuejs/petite-vue

petite-vue：輕量級Vue框架 — petite-vue是一個輕量級的Vue框架，旨在提供進階增強功能。它是Vue的子集，優化了性能和體積，非常適合需要輕量級框架的項目。通過使用petite-vue，可以更容易地構建快速和高效的網頁應用程序

TypeScript★ 9.7k⑂ 397web

☆

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★ 46.3k⑂ 14.4kweb

☆

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

☆

every-app/open-seo

open-seo：開源SEO優化工具 — open-seo是一個開源項目，旨在提供一個免費的SEO優化工具，幫助用戶提高網站的搜索引擎排名和可見度。通過使用open-seo，用戶可以分析網站的性能、關鍵詞排名和用戶體驗，從而優化網站的內容和結構。這個項目的目的是為小型企業和個人網站提供一個可靠和經濟的SEO解決方案

TypeScript★ 3.6k⑂ 386web

+239 ★☆

vllm-project/vllm

vllm：高性能LLM推理和服务引擎 — vllm是一個開源的Python項目，提供高性能的LLM推理和服務能力，支持多種硬件平臺，包括AMD、CUDA、TPU等，使用pytorch和transformer等技術，能夠高效地處理LLM的推理和服務，對於LLM的應用和開發具有重要意義。vllm的設計目標是提供一個高吞吐量和記憶體效率的推理和服務引擎，能夠滿足LLM應用的需求。通過使用vllm，開發者可以更容易地部署和管理LLM模型，提高推理和服務的效率和準確性。

Python★ 85.9k⑂ 19.3kai-ml

☆

bazelbuild/bazel

bazel：快速可擴展的建置系統 — bazel是一個強大的建置工具，支持多種程式語言，能夠快速建置和測試軟體項目。它的可擴展性和彈性使其成為許多大型軟體項目的首選建置系統。通過使用bazel，開發人員可以提高軟體開發效率和質量

Java★ 25.6k⑂ 4.5kother

☆

basecamp/kamal

kamal：網頁應用程式部署工具 — kamal 提供了一種簡單的方式來部署網頁應用程式，讓開發者可以將應用程式部署到任何地方，例如自己的伺服器或雲端平台。這個工具能夠簡化部署過程，節省時間和精力。同時，kamal 也提供了高可用性和可擴展性，讓開發者可以專注於開發應用程式。

Ruby★ 14.4k⑂ 730web

☆

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#★ 13k⑂ 1.1kother

☆

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★ 39.6k⑂ 3.4kweb

☆

pingdotgg/t3code

t3code：TypeScript 專案 — t3code 是一個基於 TypeScript 的開源專案，提供了一個強大的框架和工具，讓開發者可以快速建立和管理複雜的應用程式。它的目的是為了提高開發效率和降低開發成本。同時，t3code 也提供了一個高度可擴充的架構，讓開發者可以根據自己的需求進行自定義和擴展

TypeScript★ 13.7k⑂ 2.9kweb

+79 ★☆