Python
2,038 个项目 · 全站第 1 / 91算法与数据侧的默认语言：生态最全，训练、推理脚本、数据处理都绕不开它。
主要方向推荐一个 Python 项目
按一级分类统计；另有 4 个项目尚未分类全部项目 2038
按 star 排序 · 第 10 / 43 页生产可用的智能体式 RAG 检索系统，提供 RESTful API，帮开发者快速搭建带检索增强的问答与搜索服务。
提供 Python API 访问禁漫天堂，支持网页端和移动端，可配合 GitHub Actions 自动下载漫画。
用 Python 构建自主 AI Agent 的框架，集成 MCP、RAG 和 computer-use 能力，支持 OpenAI、Claude 等模型，帮你快速搭建能自主完成任务的智能体。
用 BERT 句向量加 c-TF-IDF 做主题建模，生成的主题可解释性强，适合从大量文本里快速挖掘和归类话题。
把 PDF、图片、音视频等各种格式的数据统一解析成结构化文本，方便直接喂给 GenAI 框架和 RAG 流程使用。
在 PaLM 架构上实现 RLHF 人类反馈强化学习，复现 ChatGPT 式训练流程，适合研究大模型对齐与强化学习微调。
把普通 PC、Mac 或 Linux 机器变成私有 AI 服务器，集成 llama.cpp、ComfyUI、Open WebUI、n8n 等组件，方便本地跑大模型、RAG 和 Agent 工作流。
每8小时自动合并更新的去广告规则集，可直接用于 AdGuard Home、Clash、mihomo、mosdns 等 DNS 与代理工具，省去手动维护多条过滤列表的麻烦。
开源复现 DeepMind AlphaEvolve 的进化式编码 Agent，用遗传算法和分布式进化自动搜索并优化代码，适合做算法发现与程序自动改进。
把各类 Agent 工具和 MCP 服务统一到一个注册表里，通过代理和 API Key 管理，让开发者像用 OpenRouter 一样调用外部工具。
ERNIE 4.5 系列大模型与配套的工业级开发工具包 ERNIEKit，基于 PaddlePaddle，支持大语言模型和多模态模型的训练、微调与推理部署。
支持中英日韩法西六种语言的高质量语音合成库，适合需要多语种 TTS 能力的应用直接集成。
Python 任务调度库，支持 cron、间隔和一次性任务，可把定时作业挂到后台运行，省去自己写调度循环。
基于密码学的自组网网络栈，能在 LoRa、分组无线电、WiFi 等任意链路上搭建去中心化、抗中断的网状网络。
给 ChatTTS 套了个本地网页界面，输入文字就能合成语音，还能对外提供 API 接口，省去自己写前端和接口的功夫。
面向全模态模型的高效推理框架，支持图像、视频、音频生成与多模态模型服务，基于 PyTorch 提供统一的推理与部署能力。
可私有部署的多租户知识智能体平台，把 RAG、知识图谱、多智能体编排、MCP/Skills 和沙盒权限管理整合在一起，适合企业自建知识问答与智能体应用。
为 RetroArch、Batocera、EmuDeck 等模拟器前端整理经过源码核验的 BIOS 与固件包，解决玩家找不到正确固件、版本对不上导致游戏跑不起来的问题。
在 Apple Silicon 上通过 MLX 框架运行大语言模型，支持加载、推理和微调，让 Mac 本地跑 LLM 更省心。
GLM-OCR 是一个基于 GLM 的图片转文字 OCR 工具，主打高精度、高速度与全面覆盖，适合文档解析和 RAG 场景下的文字提取。
OpenCompass 是一个大模型评测平台，支持 OpenAI、Qwen、DeepSeek 等主流模型，覆盖知识、推理、代码、长上下文等 100+ 数据集，帮你系统化地跑分对比。
基于 OpenTelemetry 的 LLM 应用可观测性工具，能追踪调用链、采集指标并监控模型表现，帮你在生产环境定位 GenAI 应用的性能与质量问题。
基于 Xray 的一体化抗审查代理管理面板，提供图形界面统一管理 VLESS、VMess、Trojan、Shadowsocks 等节点与用户，省去手写配置的麻烦。
CodeGeeX2 是多语言代码生成预训练模型，支持多种编程语言的代码补全与生成，可作为编码助手的底层模型。
基于 Megatron 和 DeepSpeed 在 GPU 上训练大规模自回归 Transformer 的模型并行框架，用来复现和扩展 GPT-3 级别的语言模型。
一本从硬件约束和模型架构出发、用定量推导讲透 LLM 推理与训练系统设计的开源书稿，附全书正文、PDF 和配套计算工具，适合想搞懂 AI Infra 底层账怎么算的工程师。
把多个预训练大模型按不同策略合并成一个新模型的工具集，不用重新训练就能组合各家能力，适合做模型融合实验。
把 PDF、扫描件等非结构化文档通过 LLM 抽取成结构化 JSON，可直接接入 API 和 ETL 流水线，省去手工写解析规则。
跨平台系统清理工具，可深度清除缓存、日志和临时文件，并支持反取证式擦除，释放磁盘空间、保护隐私。
把 PDF、Word、PPT 解析成适合喂给大模型的格式，尽量不丢内容，省去自己清洗文档的麻烦。
一站式 WebUI，基于 Diffusers 和 PyTorch 统一完成 AI 图像与视频生成、打标和后期处理，省去在多个工具间切换的麻烦。
开源特征存储，统一管理机器学习特征的注册、存储与在线离线服务，解决训练和推理特征不一致的问题。
覆盖小学到高中数学、三年级到高中英语及初中物理的 K12 知识图谱，含 1644 个知识点、2403 条先修边和 6723 道题，对齐课标并支持自适应前置诊断。
命令行里随手记日记和笔记的工具，支持加密存储与标签检索，不用离开终端就能收集想法。
单张图片就能快速重建出 3D 物体模型的前馈生成模型，适合需要批量产出 3D 资产的场景。
基于大模型的自动化代码安全审计平台，多智能体协作挖掘漏洞，并在沙箱中自动验证 PoC，支持 Ollama 私有部署和一键生成报告。
面向个人用户的照片与文件管理工具，用标签和元数据整理文件，替代传统文件夹分类，方便检索和浏览。
用大语言模型把编译后的二进制代码还原成可读源码，为逆向工程提供自动化反编译能力。
像 htop 一样在终端里实时查看 NVIDIA GPU 的进程占用、显存和利用率，还能导出指标接入 Grafana 做监控面板。
面向大模型训练的数据处理流水线，把原始多模态数据清洗、过滤、去重并加工成高质量指令微调语料。
从网页抓取正文和元数据的 Python 库与命令行工具，支持爬取、解析并导出为 CSV、JSON、Markdown 等格式，适合构建语料库和 RAG 数据。
中文 LLaMA-2 与 Alpaca-2 大模型二期项目，提供支持 64K 超长上下文的中文预训练和指令微调模型，可直接用于长文本理解与对话。
纯 Python 实现的 PDF 解析库，能从 PDF 中提取文本、布局和元数据，适合做文档解析、内容抽取和 RAG 数据预处理。
Open-source, self-hosted alternative to Grok Bot, Claude Duet, OpenAI Dots, Meta Muse, Instinct, Manus Cue: AI coworkers (named agents) with instructions, memory, routines, their own isolated computer, and your approval before they act.
基于大语言模型的 QQ 聊天机器人，主打拟人化对话风格，追求温暖真实的互动体验而非效率，适合搭建有情感陪伴感的群聊助手。
一站式 MLOps/LLMOps 平台，把实验跟踪、数据管理、流水线编排和模型服务整合在一起，帮团队把 AI 训练与部署流程自动化。
纯 Python 写的轻量级音乐下载器，覆盖网易云、QQ音乐、酷狗、B站、YouTube、Spotify 等数十个音乐和有声书平台，一条命令就能批量抓取歌曲。
自托管的 AI 数字同事平台，可创建带指令、记忆、例行任务和独立隔离电脑的命名智能体，执行操作前需你批准。