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 26 / 43 页
腾讯混元开源的通用三维重建模型，能从单图或多视图快速还原三维场景，面向图像转 3D 与世界模型生成等任务。
面向 OpenVINO 推理的神经网络压缩框架，提供量化、剪枝和混合精度训练，把模型压小提速后再部署。
一个语音聊天应用，把语音识别、大模型对话和语音合成串成完整链路，跑在 Modal 无服务器平台上，适合快速搭建可对话的语音助手原型。
用多智能体自动审计源码、验证漏洞并生成 CVE 报告的安全平台，把人工代码审计流程交给 LLM Agent 跑通。
MeanFlow 与 iMF 的 PyTorch 实现，用一步生成建模替代多步扩散采样，让图像生成推理更快。
自动扫描图像数据集，找出重复、模糊、曝光异常等质量问题，帮你在训练前把数据清洗干净。
给 AI Agent 提供安全、可持久化的云端电脑环境，让浏览器操作和电脑操作类 Agent 在隔离沙箱里跑任务，状态不丢。
轻量级 Python RAG 工具包，用 DuckDB 或 PostgreSQL 就能搭起检索增强生成，省去部署向量数据库的麻烦。
从零重写的 OnlyFans 内容抓取下载工具，可批量下载订阅内容并保存到本地，适合需要归档素材的用户。
向量数据库性能与性价比基准测试工具，支持多种向量库的统一压测和结果对比，方便选型时横向评估。
开源的端到端视觉语言模型 GUI 智能体，能看懂屏幕截图并直接操作图形界面，帮你自动完成电脑上的点击、输入等交互任务。
EAGLE-4 的官方推理代码，用投机解码加速大模型生成，可接入 SGLang、vLLM 等主流推理框架，显著提升 token 吞吐。
用扫描仪或手机拍照快速、准确地批改 OMR 答题卡，自动识别选择题填涂并评分，适合考试阅卷场景。
Python 的 iCalendar 解析库，按 RFC5545 读写 .ics 文件，处理事件、待办、日志和提醒，适合做日历同步或日程管理。
离线运行的俄语语音助手，通过插件机制扩展技能，适合在无网络环境下做语音交互和自定义语音指令开发。
用提示（如稀疏深度点或相机位姿）引导单目深度估计，输出高精度、尺度一致的深度图，用于三维重建和机器人抓取。
面向企业审计场景的可审计 AI 智能体平台，让智能体基于证据工作、工具调用受管控，并内置评测、人工复核与整改交付流程。
用 USB-C 把 iPhone 接到 Mac 上，让手机参与跑 27B 大模型，加快提示词读取并扩展上下文，适合本地推理场景。
基于 VGGT 的稠密 RGB SLAM 系统，在 SL(4) 流形上做位姿优化，用纯视觉输入实现稠密建图与定位。
把 Keras、scikit-learn、LightGBM 等训练好的模型转成 ONNX 格式，方便跨框架部署和推理。
从新闻网站批量抓取文章正文、标题和元数据的 Python 库，是 Newspaper3k 的维护分支，适合做新闻语料采集和数据集准备。
一套目标检测评估指标工具，涵盖 mAP、AR、STT-AP 等 14 种指标，兼容 COCO、PASCAL VOC、ImageNet 等多种边界框格式，省去自己实现评估逻辑的麻烦。
用低代码方式简化和流式化提示词设计，让开发者和非技术用户都能更轻松地编写、调优大模型提示词。
面向语音与多模态机器学习的 Python 数据处理库，提供统一的音频加载、切分、特征提取和数据集管理接口，方便搭建语音识别等训练流水线。
把有道云、语雀、飞书、印象笔记等十几个平台的知识库一键导出成 Markdown，也能反向导入，自动保留目录结构和图片，省去手动复制粘贴。
把 YOLO 全系列（v5 到 v12、YOLOX）模型转成 TensorRT 引擎做加速推理，内置 NMS 插件，省去自己写后处理的麻烦。
OC-SORT 是 CVPR2023 提出的在线多目标跟踪算法，通过以观测为中心的设计提升遮挡和非线性运动场景下的跟踪鲁棒性，代码简单易用。
把胶片负片扫描件反相成正片，并模拟相纸与暗房色彩流程，适合自己扫底片的摄影玩家。
tmux 插件，让你不用鼠标就能快速从终端里提取、复制、插入或补全文本，省去来回切换窗口和手动选字的麻烦。
自托管的生成式 AI 网页界面，集成 30 多种模型，覆盖图像、视频、音频生成，用浏览器就能统一调用，省去逐个搭建环境的麻烦。
把图片或提示词一键变成带贴图、骨骼和动画的游戏角色，本地跑在 Apple Silicon 或 NVIDIA 上，适合独立游戏开发者和 3D 美术。
一个能 7×24 小时自主跑深度学习实验的 AI 智能体，采用 Leader-Worker 架构和固定大小内存，零成本监控训练与调参，适合无人值守的自动化研究。
用声明式写法定义 HTTP 接口，把 REST API 调用变成 Python 函数，省去手写请求和解析响应的样板代码。
面向企业的开源通用智能体运行框架，能在网页和 API 上执行复杂任务，支持 OpenAPI/MCP 集成、可组合架构和策略感知的护栏机制。
单模型同时生成画面与声音的基座模型，解决视频和音频分开生成后不同步的问题，适合做带声视频创作。
一套 Obsidian 笔记库起步模板，预置了 LLM 辅助、网页剪藏和卡片盒笔记法的目录与配置，省去从零搭建个人知识库的麻烦。
Conformer 的 PyTorch 非官方实现，把卷积和 Transformer 结合起来做语音识别，适合直接拿来训练或复现 ASR 模型。
从零手写 Claude Code 式编码 Agent 的免费开源课程，含 8 篇文章、6 个视频和一套代码，带你搞懂 harness 工程与 LLM 评测。
统一 RAG 检索环节的微调工具，覆盖 Embedding、ColBERT 和 ReRanker 三类模型，省去分别搭训练流程的麻烦。
把对话语言模型压到 2-bit 量化，小到能在 8 位 Z80 处理器上跑，用 Python 训练后导出成 CP/M 的 .COM 程序，让老电脑也能聊天。
把同人小说网站上的连载故事抓取下来，自动整理成 EPUB 等电子书格式，支持命令行和 Calibre 插件两种用法。
跨 macOS、Windows、Linux、浏览器和移动端的电脑操作 Agent，能看屏幕、点击、输入、浏览网页并直接写代码，用一个 Agent 自动操作各类设备。
让 Claude Code、Codex 等编码智能体自动跑科研实验的开源框架，带评分、共享知识库和多智能体进化，省去手动调实验的重复劳动。
一套面向 40 多个热门网站的 Python 爬虫脚本合集，内置代理和反爬绕过能力，省去从零处理验证码与封禁的麻烦。
输入一张参考图和提示词，按指定相机轨迹生成可预览、可回放、可追溯的三维场景，并能在浏览器里直接查看彩色/深度动画和高斯点云。
用 Python 搭建的 AI 虚拟主播，把语音识别、大模型对话和语音合成串起来，让虚拟形象能在 YouTube 或 Twitch 直播中实时回应观众。
匿名查看 Instagram 私密账号帖子的命令行工具，面向 OSINT 调查场景，无需登录或关注即可获取受限内容。
用 Python 和 SQLite 搭建的个人知识图谱工具，把零散、异构的资料整理成带语义关联的主题网络，适合信息密集的研究和调查项目。