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 41 / 43 页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。
OpenReview 官方 Python 客户端，封装了 OpenReview API，方便研究者用代码提交论文、管理评审和批量拉取会议数据。
一组 AWS Systems Manager 命令行小工具，支持通过 SSM 建立会话、SSH 登录和端口隧道，省去开公网入口或跳板机。
面向视频/音频片段检索与高光检测的可复现 Python 库，统一多模态流程，方便研究者快速复现和对比实验结果。
抓取搜索引擎结果页并输出结构化 JSON 数据，保留来源引擎、排名、链接、标题和摘要，适合 SEO 分析、调研和自动化流程。
扫描版 PDF 缺少书签时，用视觉语言模型识别目录页，自动生成可跳转书签，省去手动逐条添加的麻烦。
把视觉语言模型和强化学习整合到同一个框架里，用于自动驾驶策略训练，并在 CARLA 仿真中验证安全性。
可视化文档解析工作台，基于 Docling 在浏览器里配置抽取流程、查看文本表格和边界框，再切分、向量化并写入 OpenSearch 和 Neo4j，方便搭 RAG 和知识图谱。
RoboRefer 是面向机器人场景的空间指代推理视觉语言模型官方实现，让机器人能理解「把左边那个杯子递给我」这类带空间关系的指令。
面向 Qdrant 向量搜索的 Agent 技能集，覆盖性能调优、搜索质量、监控、部署、模型迁移与多语言 SDK 用法，帮 AI 编码助手直接给出可落地的向量检索方案。
基于 PyTorch 的投机解码模型训练库，支持 EAGLE3、FSDP 等方案，帮你在 vLLM 等推理服务里加速大模型生成。
一款原生可扩展的 AI 代码编辑器，体积不到 20MB，安装后几秒内即可上手，适合想要轻量 IDE 又需要 AI 辅助写代码的人。
在 AMD GPU 上自动调优 LLM 推理负载的智能体系统，通过自动搜索和优化 GPU kernel 提升大模型推理性能。
CacheRoute 是一套 LLM 调度方案，让不同 LLM 系统之间灵活复用 KV cache，从而提升任务表现和整体推理效率。
SEAgent 是一个能自主从经验中学习、持续自我进化的计算机操作智能体，基于 GRPO 强化学习在 OSWorld 等 GUI 环境中训练，让 Agent 越用越会操作电脑。
Cloudinary 的 Python/Django SDK，用于上传、变换、优化和管理图片与视频，省去自建媒体处理流程的麻烦。
用 Python 封装海康威视设备的接口客户端，方便调用摄像头、NVR 等设备的 API，省去自己处理鉴权和请求细节。
检测 OpenAI Codex 模型是否被悄悄降级（缩水）的工具，通过对比输出质量判断服务是否变差。
Keeper 密码管理平台的 Python 命令行工具和 SDK，可批量管理保险库、导入导出数据、生成报表并执行管理操作。
DeepEye 是一个自主数据智能体系统，让 LLM 智能体自动完成数据科学任务，减少人工逐步操作。
在 Linux 上创建和管理虚拟显示器，并内置 Sunshine 串流，把闲置设备或平板变成第二块屏幕或远程桌面。
Mirrored from https://codeberg.org/kramo/hyperplane
一次前向推理即可对屏幕、图片、视频和文本的带类型问题给出校准置信度答案的多模态决策模型，适合做 GUI Agent 的快速判断层。
开源的安卓手机 GUI 智能体，能自动操作手机界面完成任务，支持 AndroidWorld/AndroidLab 评测，并带分层反思和主动探索机制。
轻量 HLS 转流代理，给 Jellyfin/Emby/Plex 拉 IPTV 直播源时自动注入请求头、重写播放列表并刷新过期 token，解决鉴权失效和播放中断。
几分钟内在 Google Cloud Vertex AI 上搭好带 CI/CD 的 MLOps 流水线，省去手动拼接训练、部署和自动化环节的麻烦。
给 AI 编程助手加上的拓竹 3D 打印技能：自动找模型、用 CAD 生成设计、检查可打印性，并交给 Bambu Studio 切片、读取打印机和 AMS 状态。
一套开箱即用的 PyTorch 深度学习项目模板，集成配置管理与实验追踪，支持多 GPU、多节点的大规模分布式训练。
A serverless framework to accelerate the development of applications that discover next-generation insights in your video, audio, text, and image resources by utilizing AWS Machine Learning and Media services.
给 GNOME 文件管理器 Nautilus 加右键菜单和快捷键，一键复制文件路径、URI、文件名或文件内容，复制格式可自定义。
用 Python 封装 Google Search Console API，方便拉取站点搜索表现数据做 SEO 分析，省去自己处理认证和请求细节。
一条命令把 NVIDIA DGX Spark 或任意 GB10 机器（华硕、戴尔、惠普等）变成私有 AI 服务器，内置实测模型通道、OpenAI/Anthropic 兼容 API 和本地控制台。
AgentPoison 是 NeurIPS 2024 的红队测试工具，通过向记忆或知识库注入后门投毒，攻击基于检索增强的 LLM Agent，暴露其安全漏洞。
基于 ADB 的安卓设备文件管理器，提供图形界面，让你在电脑上像操作本地目录一样浏览、传输和管理手机里的文件。
把 LLM、Embedding、Reranker、ASR、TTS、文生图和文生视频统一封装成 OpenAI 兼容接口，方便生产环境一键部署多种模型服务。
用 TensorRT 加速 ComfyUI 的图片放大节点，把 ESRGAN、Real-ESRGAN 等放大模型跑出 2~4 倍速度，适合出图后处理提速。
基于多模态大模型的视频剪辑智能体，能把文字需求直接变成成片，自动完成剪辑、合成与全流程视频生产。
用工具调用方式逐笔绘制像素画的 AI 智能体，靠形状、噪点和逐像素控制作画，而非扩散模型生成，适合做游戏素材。
面向多模态游戏智能体的标准化评测基准，提供可验证的评测流程，用来衡量智能体在游戏环境中的真实表现。
多主体 LoRA 融合方法，在测试时通过自适应 token 级路由把多个 LoRA 组合起来，让扩散模型一次生成多个指定主体。
面向人文社科研究的多智能体系统，能自动完成文献综述、史料梳理等研究任务，适合历史、文学与计算社会科学场景。
给 GitHub Issue 打上标签，就能自动完成编码、独立评审、合并 PR 并打版本发布，是可自托管的无人值守软件工厂。
汇总自动驾驶场景生成与分析方向的基础模型论文，涵盖扩散模型、大语言模型和多模态模型，持续更新最新研究进展。
面向 ONNX 工作流的无代码命令行工具，能一键完成模型转换、基准测试和本地部署，省去手写脚本的麻烦。
汇总 Jev 的演示、项目、SDK 与技能清单，附源码链接和精选 X 展示，方便开发者快速找到编码 Agent 相关资源。
用稀疏视角重建户外场景的神经辐射场方法，面向自动驾驶场景的新视角合成，提供 ICCV'23 论文的 PyTorch 实现与训练代码。
用本地或已有的 LLM 整本翻译电子书，支持 EPUB 双语对照输出，省去逐章手工翻译的麻烦。
开源的 3D 打印 MCP 服务器，让 ChatGPT、Claude 等 AI 代理直接完成建模、切片和打印，并像 Git 一样对设计做分支、合并和回滚。