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 30 / 43 页把 Discord 变成大模型聊天前端，接入 OpenAI、Gemini、Ollama 等多种 LLM，在服务器频道里直接对话。
基于 OpenAI Whisper 搭建实时语音转文字 Web 应用的开源示例，帮你快速把语音识别能力接入网页端。
几分钟内就能在本地或远程部署任意 AI 模型、智能体、数据库、RAG 和流水线，省去繁琐的环境配置和运维工作。
面向 NVIDIA GPU 和昆仑 XPU 的大模型训练框架，覆盖 LLM、VLM、扩散模型和具身模型，支持 LoRA、预训练、SFT 与中期训练，开箱即用适配 DeepSeek、GLM、Kimi 等主流模型。
让视频扩散 Transformer 无需重新训练就能生成远超训练时长的长视频，通过改进位置编码实现长度外推，兼容 CogVideoX、HunyuanVideo 等模型。
Refiners (discontinued early 2025) was a microframework on top of PyTorch with first-class citizen APIs for foundation model adaptation.
用向量嵌入找出大型或混乱代码库中重复的逻辑，帮维护困难的项目定位可合并的冗余代码。
给 AI 助手做长期记忆的存储层，用图数据库加向量库记住跨会话的决策、关系和上下文，解决多轮对话后遗忘的问题。
一键备份和恢复 Linux 桌面环境配置，支持 GNOME、KDE Plasma 等，换机或重装系统时不用再手动重配主题、扩展和布局。
用 Python 写的高性能视觉库，把图像预处理、增强和 GPU 加速封装成简洁 API，省去重复样板代码，让研究者专注模型实验。
用 Python 搭建语音对话 AI 代理的框架，整合 Deepgram、ElevenLabs 等语音服务与 GPT-4、DeepSeek 等大模型，支持函数调用，快速做出能打电话的智能体。
面向 Mac 和 NVIDIA DGX Spark 的 AI 电影制作工作室，按剧组流程规划分镜，并用 Qwen-Image、FLUX、MiniMax 等模型生成带声音的画面与视频。
把 3D Gaussian Splatting 场景转换成稠密点云，方便后续做测量、编辑和点云处理，省去从零重建的麻烦。
This NVIDIA RAG blueprint serves as a reference solution for a foundational Retrieval Augmented Generation (RAG) pipeline.
一款去谷歌化的 Android Chromium 浏览器，剥离追踪、遥测和 AI 集成，保留扩展与 uBlock Origin，并支持后台播放和媒体下载。
面向随手拍摄的长视频，无需相机位姿即可稳健重建 3D 高斯泼溅场景，解决长序列位姿漂移和重建不稳的问题。
开源三维医学影像重建软件，可读取 DICOM 与断层扫描数据，完成分割并生成三维模型，用于术前规划与影像分析。
给编码智能体加一份粘贴即用的约束契约，专门治它们过度防御的毛病：乱加哈希、堆边界处理、写冗余规则、过度设计。支持 Claude Code、Codex、Cursor 等主流工具。
封装 OpenWeatherMap 天气 API 的 Python 库，用简洁的接口获取实时天气、预报和气象数据，省去手动处理 HTTP 请求和解析响应。
多模态指令驱动的矢量动画生成器，输入文字或图片即可输出可直接使用的 Lottie JSON 动画文件，省去手工制作矢量动画的繁琐流程。
用神经网络学习多视角一致的隐式场景表示，从一组图像中估计相机参数，实现无需传统匹配流程的稀疏重建与相机定位。
基于结构感知的稀疏视角 X 射线三维重建工具箱，用 Transformer 和 NeRF 从少量 X 光片重建 CT 体积并合成新视角，降低辐射采样需求。
轻量级车牌文字识别 OCR 模型，支持 Keras、JAX 和 ONNX Runtime，可快速集成到车牌识别流水线中。
提供模糊字符串匹配、分组和评估的 Python 库，支持编辑距离、TF-IDF 和 BERT 嵌入等多种相似度算法，适合做实体对齐和文本去重。
基于 Windows Desktop Duplication API 的 Python 高性能截屏库，低延迟抓取屏幕画面，适合给计算机视觉和智能体应用做实时输入。
把文档解析、知识图谱和向量检索串成一套本体增强的 RAG 方案，让 AI Agent 基于结构化知识作答，减少胡编乱造。
从 Instagram、Twitch、TikTok、LinkedIn 抓取用户主页，提取简介里的邮箱并用 SMTP 验证有效性，最后导出 CSV，适合做免费线索挖掘。
Python samples, language bindings, and API reference documentation for vSphere, VMC, and NSX-T using the VMware REST API
一份简洁易读的扩散模型训练与采样代码，适合想搞懂扩散模型原理、动手复现图像生成流程的开发者。
改一行代码就能把 Playwright/Puppeteer 换成隐身 Chromium 内核，绕过反爬和指纹检测，让爬虫和浏览器自动化不再被封。
单卡微调大模型前的显存预检工具，估算显存占用并给出可直接跑的 LoRA/QLoRA 配置，避免盲目开训就爆显存。
基于 PyTorch/MXNet 的 Python 文字检测工具包，能从图片中定位中英文场景文字、数学公式和版面结构，适合 OCR 前处理与文档解析。
CodeGate: Security, Workspaces and Multiplexing for AI Agentic Frameworks
面向具身智能的一站式 VLA 工程平台，打通数据、模型训练到真机部署全流程，省去自己拼装工具链的麻烦。
YOLO-Master 是腾讯开源的实时目标检测模型，用专家混合（MoE）搭配专用 Transformer 提升检测精度与速度，支持检测、分割和分类任务。
轻量级上下文感知语音合成模型，仅2.19亿活跃参数，支持声音克隆和流式输出，纯C实现可在CPU上离线运行，附带完整的实时语音助手方案。
把组织切片图像做空间拓扑重建和切片间对齐，为空间组学分析提供三维组织坐标，解决连续切片难以配准的问题。
把 TensorFlow、PyTorch、Caffe、ONNX 等模型一键转成飞桨格式，省去跨框架迁移时重写网络和权重的麻烦。
极简但开箱即用的世界模型研究代码库，集成扩散模型、视频生成与模型预测控制，方便快速复现和推进世界模型实验。
用高斯层级表示做三维重建和新视角合成，能从多视角图像重建可实时渲染的场景，适合需要高质量渲染的 3D 视觉任务。
基于 CrewAI 多智能体协作的视频剪辑助手，自动完成视频下载、语音转写和片段剪辑，适合批量产出短视频素材。
在免费 Kaggle TPU v5e-8 上跑 GLM-5.3-Flash 320B MoE 和 Qwen3.8-27B 等前沿大模型，自研 JAX 推理引擎支持 262k 长上下文和前缀缓存，可接入 Claude Code 等编码代理。
一站式评估 AI 数据、模型和应用质量的工具，能检测数据质量、幻觉等问题并生成质量报告，适合做数据清洗与模型上线前的质量把关。
mbake 是 Makefile 的格式化与静态检查工具，能自动统一 Makefile 排版并揪出写法问题，补上了 Makefile 生态里长期缺失的 fmt/lint 环节。
在本地网络内用开源大模型完成文件摄取与检索增强生成，数据不出内网、不依赖第三方服务。
一套 MANET IP 网状无线电工具包，用 batman-adv、LoRa、HaLow 等协议把设备组成去中心化自组网，适合无网络覆盖的离网通信场景。
面向中文区的广告过滤与隐私保护规则列表，主打快速迭代，解决现有中文拦截规则重复、维护缓慢的问题。
用 Python 抓取 Redfin、Realtor 等房产网站的挂牌数据，直接输出结构化表格，省去自己写爬虫和解析页面的麻烦。