数据工程

面向地面机器人的多模态多场景数据集，包含双目相机、激光雷达、IMU 等传感器数据，用于 SLAM 与定位算法的评测和训练。

模块化 C++ SLAM 框架，支持激光雷达、视觉与图优化，用于移动机器人的定位与建图。

轻量级原生 macOS 截图工具，常驻菜单栏，双击 ⌘ 即可框选截屏并自动复制到剪贴板，还支持画笔和马赛克标注。

汇集移动机器人领域的优质资源清单，涵盖定位、数据集、实验室、公司、书籍与招聘信息，方便快速查找学习资料和行业动态。

面向大规模列式数据集的可扩展文件格式，用 C++ 实现，支持压缩与编码，适合机器学习训练和数据分析场景下的高效存储。

用 Python 抓取 CoinMarketCap 的历史价格数据，方便做量化回测或行情分析时直接拿到干净的加密货币历史行情。

Kiri

yuxino·Rust

跨平台截图、录屏和 OCR 工具，基于 Tauri 和 Rust 构建，本地优先，支持图片标注，适合日常快速截取与文字提取。

整理时间序列分割方向的论文阅读清单，覆盖变点检测、异常检测、多变量时序等主题，方便快速找到该领域的代表性工作。

SuPreM

MrGiovanni·Python

基于 9262 例 CT 体积和 25 个标注类别预训练的 3D 医学影像模型，可直接用于腹部器官分割等下游任务，省去从零训练。

用 YOLO 检测工地未戴安全帽、未穿反光衣及靠近机械等危险行为，并用 HDBSCAN 聚类锥桶坐标划定监控区域，提升施工安全。

轻量级 Windows/macOS 截图工作台，集框选截图、长截图、区域录屏、钉图取色、标注、OCR 与翻译于一体，数据全部留在本机。

用视觉语言模型自动标注目标检测数据并一键训练 YOLO 的端到端平台，支持图片和视频关键帧提取，省去手工框标注的重复劳动。

RadGPT

MrGiovanni·Python

AbdomenAtlas 3.0 提供 9262 例腹部 CT 及配套医学报告，报告比人工书写更准、更细、更规范且生成更快，可用于训练和评测病灶分割与视觉语言模型。

基于正则表达式的 VS Code 高级文本高亮插件，可自定义规则标记 TODO、注释和关键代码，让重要内容在编辑器里一眼可见。