一套从数据工程、模型训练到部署迭代的完整教程，帮你把机器学习项目做成可上线的生产级应用。

用 JSON Schema 自动生成 React 表单，省去手写表单和校验逻辑，适合配置化、动态表单场景。

一份精选的免费电子书资源清单，涵盖编程、教育等多个领域，方便按主题查找可下载的 PDF 书籍。

用声明式规则给数据加单元测试，校验数据质量、做数据剖析，让脏数据在进入下游前就被发现。

开箱即用的 Python 财经数据接口库，一行代码就能拉取股票、债券、期货、外汇和宏观经济等公开数据，省去到处爬数据、清洗数据的麻烦。

轻量可扩展的 Python 数据校验库，用声明式 schema 校验字典等数据结构，适合接口入参和配置文件的格式检查。

轻量灵活的数据校验库，用声明式 schema 给 pandas 等 DataFrame 做类型、范围和统计假设检查，在数据清洗和管道里提前拦住脏数据。

Ruby 的类型安全数据校验库，用声明式 schema 和规则定义校验逻辑，支持类型强制转换，适合在数据入库前做结构化校验。

一个可直接用于生产的 MLOps Python 包模板，集成 MLflow、scikit-learn、Pydantic、Pandera 和 uv，帮你快速搭起带实验追踪与数据校验的机器学习工程骨架。

面向表格数据的校验工具包，用简单易懂的方式检查数据质量并持续监控，帮你在数据进入分析或建模前发现异常。

面向 dbt 项目的数据校验工具，在 PR 评审阶段对比改动前后的数据差异，帮分析工程师提前发现模型变更带来的数据问题。

给 SaaS 产品快速嵌入 CSV/Excel 数据导入体验的开源组件，自带字段映射、数据校验和导入前复核，省去从零开发导入流程的几个月工作量。

监控机器学习模型上线后的数据漂移，并通过数据校验保障部署安全，自动生成 HTML 报告帮助定位特征分布变化。

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。

基于 AtroCore 平台构建的开源 PIM 系统，可灵活配置产品目录、内容与数据校验，适合 B2B 电商和 ERP 集成场景。

R 语言的数据质量校验工具，用简洁的断言语法检查数据框和数据库表，自动生成元数据报告，帮你在分析前发现脏数据。

Ruby 的数据结构校验与类型转换库，用声明式 schema 定义字段规则，自动完成类型强制转换和校验，适合在 API 或表单入口处保证数据质量。

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。

一个 OpenAPI 代理，按接口文档实时校验请求和响应，帮你在开发和测试阶段发现契约不一致的问题。

无需写代码就能浏览和校验表格数据的桌面应用，基于 Frictionless 框架，帮非技术用户快速发现数据质量问题。