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 33 / 43 页
基于预训练模型的持续学习工具箱，集成多种增量学习与终身学习算法，方便在视觉和视觉语言模型上做可复现的持续学习实验。
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。
FMHY 社区维护的广告与恶意软件过滤规则列表，可直接导入 uBlock Origin 等拦截器，用来屏蔽广告、间谍软件和恶意域名。
带空间标注的大规模视频数据集，为视频生成、3D/4D 重建和空间推理模型提供训练与评测数据。
在本地对 Markdown 笔记做 Graph RAG 问答，从 wikilink 和 YAML 中抽取实体关系，结合向量、BM25 与时间混合检索，全程离线跑在 Ollama 上。
本地自托管的多智能体投研终端，覆盖 A 股、港股、美股，推理和数据都在自己机器上跑，用 BYOK 接入模型，可作为腾讯 WorkBuddy 金融版的开源替代。
基于 GTK4 的 GNOME 桌面待办管理应用，用 GTD 方法整理任务、跟踪进度，适合 Linux 用户做个人事务规划。
用 VQAScore 给文生图、文生视频和文生 3D 模型打分的评测工具，基于视觉语言模型判断生成内容与文本提示是否匹配。
自托管的 AI Agent 操作系统，把记忆、聊天、Agent 和文件都留在自己的硬件上，默认离线运行，还能把树莓派、Mac mini、游戏 PC 自动组集群。
命令行工具，用于在 3DGS、KSplat、SPZ、Splat 等十余种 3D 高斯泼溅模型格式间互转，并支持 GPU 加速的统计离群点与密度滤波。
从多视角图像重建高反射物体的神经几何与BRDF，解决反光表面难以准确建模和渲染的问题。
基于 iCalendar 标准的命令行待办管理器，支持 CalDAV 同步，适合习惯在终端里管理任务、又想让数据跨设备互通的人。
接入 OpenAI、Claude、Gemini 等大模型的自动化代码审查工具，支持 GitHub、GitLab、Bitbucket、Azure DevOps 和 Gitea，帮团队在合并请求里自动发现问题。
基于 FastAPI 的机器学习模型服务骨架，帮你快速搭出可上生产环境的推理 API，省去从零写服务框架的功夫。
用 TensorFlow 把 Kaggle 旧金山犯罪描述分成 39 类，CNN、GRU、LSTM 搭配词向量做多分类文本建模，适合入门文本分类实战。
命令行里直接发布和编辑 Markdown 内容的 pastebin 客户端，省去打开浏览器，适合在终端快速分享笔记和代码片段。
面向计算机视觉的高性能图像增强库，支持分类、分割、检测等任务，可同步变换边界框和掩码，适合深度学习训练数据扩增。
中文优先的企业级 RAG 知识库，把文档解析、切块、混合检索、重排、引用溯源、知识图谱和评测串成一条可控流水线，还能直接接入 Dify。
把 Qwen3-VL、Florence-2、InternVL 等视觉语言模型接进 ComfyUI 的节点包，顺带支持开放词表检测、SAM 分割、视频时序推理和 GGUF 量化加载。
用轨迹场把任意视频表示为 4D 结构，从普通视频中重建出带时间维度的三维场景，适合做动态场景的 4D 重建研究。
基于 TensorFlow Keras 的量化深度学习库，支持量化感知训练，方便把模型部署到 FPGA、ASIC 等硬件加速器上。
一个基于 MCP 协议的多模态 AI Agent 教程项目，让 Agent 能看图听声，用 Pixeltable 做嵌入存储、Groq 和 OpenAI 驱动推理。
把角色的脸、身材、服装和声音打包进一个 .char 文件，让同一个角色在不同扩散模型和视频生成工具里保持一致，省去反复调参对齐的麻烦。
原生多模态大模型，把文本和图像统一到 3D 生成与理解任务中，支持文生 3D、图生 3D、3D 描述和编辑。
用大模型自动从长视频里挑出精彩片段并剪成短视频，省去人工逐段回看的麻烦。
把 ONNX 模型转成 Keras 或 TFLite 的转换工具，方便将 PyTorch 训练好的模型部署到移动端和嵌入式设备，还支持量化。
一个支持持续学习的自适应文本分类系统，能在数据分布变化时增量更新模型而不遗忘旧知识，适合动态场景下的分类任务。
AnglE 是一个训练和推理句向量模型的 Python 库，在 STS 和 MTEB 榜单上达到 SOTA，适合做语义相似度、稠密检索和 RAG 场景的向量化。
在 ComfyUI 里直接训练、分块编辑并保存 LoRA，支持 Z-image、Flux Klein、SDXL、Flux、WAN 2.2 和 SD 1.5，省去外部训练脚本的来回折腾。
给 Claude Code 装上 Elixir/Phoenix/LiveView 专家团队，26 个专职 agent 并行调研、自动验证和审查代码，把开发经验沉淀成可复用知识。
面向视频场景的空间超级感知多模态大模型，专注提升视觉语言模型对视频中空间关系的理解与推理能力。
统一的多模态大模型，能高效理解图像、高分辨率图像和视频，用极少的视觉 token 完成多模态推理，适合显存和算力受限的场景。
一套统一的视觉 SLAM 评测框架，把主流 VSLAM 系统和公开数据集整合到同一套流程里，省去逐个配置环境、跑对比实验的麻烦。
在 MiniMax H3 生成的视频里逐帧追踪并裁剪小尺寸人脸，用 H3 精修后再拼回原画面，解决远景人脸模糊、细节丢失的问题。
给 AI 智能体用的加密离线长期记忆库，一键安装，带记忆图谱界面，支持各类操作系统和主流 Agent，让记忆的生成、存储和检索更高效。
输入一个创意，多智能体流水线自动完成编剧、分镜、画面到成片，生成完整短剧视频，可接入 Seedance、Kling、Veo、Sora 等视频模型。
面向机器人操作任务的统一大脑模型，把抽象指令逐步落到具体动作，配套官方推理代码，可直接用于具身智能研究。
从多视角立体视觉出发，前馈式快速重建可泛化的高斯泼溅表示，无需逐场景优化即可合成新视角。
基于节点编辑器的图像处理应用，用拖拽连线的方式搭建和对比不同处理流程，适合做算法验证和效果比较。
基于 Azure AI Search 和 gpt-4o-realtime 的语音 RAG 示例，让语音助手能实时检索知识库并生成带依据的对话回答。
把 UI 设计稿直接转成高质量 React 代码的多模态系统，靠视觉语言建模和自动数据合成打通设计与前端开发。
Python 的订阅源阅读库，支持 RSS、Atom、JSON Feed 和播客，可用来抓取、解析并管理订阅内容，方便在应用里集成阅读器功能。
统一模型，从单目视频中同时重建动态人体与三维场景，输出带时间维度的4D结果，可用于人体姿态估计与场景理解。
在 NVIDIA DGX Spark 上快速启动、管理和停止 LLM 推理服务，支持 vLLM、SGLang、llama.cpp 等后端，省去手动配置环境的麻烦。
用 Streamlit 搭建的论文问答应用，把 arXiv 论文切块存入 Redis 向量库，结合 LangChain 与 OpenAI 实现检索增强问答，还能用语义缓存减少重复调用。
一本覆盖 LLM Agent 全流程的实战手册，提供 60+ 代码骨架、教程、生态指南和评测工具，帮你从零搭建、部署并理解智能体系统。
用深度学习和传统手工特征做多视图图像匹配，为 COLMAP 等 SfM 软件提供高质量匹配结果，支持高分辨率图像和带旋转的图像，提供命令行和图形界面。
从零实现的大模型蒸馏与推理服务引擎，包含自定义 Triton/CUDA 算子、FSDP 蒸馏、分页 KV 连续批处理、投机解码和 Rust 网关，适合研究推理加速与可解释性。