"上下文工程"

📦 开源项目

lerna/lerna

lerna：现代JavaScript/TypeScript包管理工具 — lerna能够高效地管理和发布多个JavaScript/TypeScript包，支持monorepo模式，简化npm包的发布流程。通过使用lerna，开发者可以更好地组织和维护多包仓库，提高开发效率。lerna的快速和现代化设计使其成为管理复杂JavaScript/TypeScript项目的理想选择

TypeScript★ 36k⑂ 2.3kweb

☆

calcom/cal.diy

cal.diy：开放式日程安排基础设施 — cal.diy 是一个使用 TypeScript 编写的开源项目，提供了一个强大的日程安排基础设施，支持多种技术栈，包括 Next.js、PostgreSQL、Prisma 等。它的设计目标是为所有人提供一个易于使用和扩展的日程安排解决方案，从而提高生产力和效率。通过使用 cal.diy，开发者可以快速构建自己的日程安排应用程序。

TypeScript★ 46.6k⑂ 14.5kweb

☆

CyC2018/CS-Notes

CS-Notes：技术面试必备基础知识 — CS-Notes 项目旨在为技术面试提供必备的基础知识，涵盖了算法、数据结构、计算机操作系统、计算机网络和系统设计等方面。该项目通过提供详细的笔记和 Leetcode 题解，帮助开发者提高技术能力和面试技巧。同时，CS-Notes 项目也为开发者提供了一个学习和交流的平台

★ 184.8k⑂ 50.8kother

☆

microsoft/WSL

WSL：Windows下的Linux子系统 — WSL提供了一个运行Linux环境的平台，允许开发者在Windows上直接运行Linux命令和工具。这种集成使得开发者可以更方便地在Windows上进行Linux开发。WSL的出现提高了开发效率和灵活性

C++★ 33.1k⑂ 1.8kother

☆

aristocratos/btop

btop：系统资源监控工具 — btop 是一个使用 C++ 编写的系统资源监控工具，用于显示系统的 CPU、内存、磁盘和网络资源使用情况。它可以帮助用户实时监控系统资源，快速发现和解决系统瓶颈。通过使用 btop，用户可以优化系统性能和资源利用率。

C++★ 33.6k⑂ 1.1kother

☆

GokuMohandas/Made-With-ML

Made-With-ML：机器学习应用开发部署指南 — Made-With-ML 项目旨在帮助开发者学习如何开发、部署和迭代生产级机器学习应用，涵盖了数据工程、数据质量、深度学习等多个方面。通过该项目，开发者可以掌握机器学习应用的开发、部署和迭代流程，提高机器学习应用的质量和效率。同时，项目还涉及了 MLOps、自然语言处理、PyTorch 等热门技术。

Jupyter Notebook★ 48.8k⑂ 7.7kai-ml

☆

CoderLeixiaoshuai/java-eight-part

java-eight-part：Java面试套路与进阶学习 — java-eight-part项目为Java开发人员提供了Java面试套路、Java进阶学习等资源，帮助他们提升技能、打破内卷，拿大厂Offer、升职加薪。该项目涵盖了java、juc、kafka、mysql、redis、spring等多个方面，全面覆盖Java开发人员的学习需求。通过java-eight-part，开发人员可以更好地准备面试、提升职业发展

Java★ 7.2k⑂ 1.1kbackend

☆

qiurunze123/miaosha

miaosha：秒杀系统设计与实现 — miaosha是一个秒杀系统的设计与实现项目，使用Java语言开发。该项目为互联网工程师提供了一个进阶与分析的机会，能够帮助开发者深入理解秒杀系统的设计与实现。同时，miaosha项目也为开发者提供了一个实践的平台，能够帮助开发者提高自己的开发技能

Java★ 26.6k⑂ 6.6kother

☆

volcano-sh/volcano

volcano：云原生批处理系统 — volcano 是一个开源的云原生批处理系统，支持 Kubernetes 和其他云原生技术。它提供了高性能、可扩展和易用的批处理解决方案，适用于 AI、机器学习、数据处理等领域。volcano 的设计目标是提供一个简单、灵活和高效的批处理系统，帮助用户更好地管理和调度批处理任务

Go★ 5.8k⑂ 1.5kai-ml

☆

capy-ui/capy

capy：跨平台UI解决方案 — capy是一个开源的跨平台UI库，使用Zig语言开发。它允许开发者构建一个代码库并获得Windows、Linux和Web上的原生UI，从而提高开发效率和用户体验。通过使用capy，开发者可以轻松地创建跨平台的GUI应用程序，支持多种操作系统和设备。

Zig★ 2.7k⑂ 98web

☆

explosion/spaCy

spaCy：工业级自然语言处理库 — spaCy是一个强大的Python库，用于自然语言处理（NLP），提供了高性能的文本处理能力，包括命名实体识别、语言模型和文本分类等功能。它的工业级设计使其成为许多应用中的首选NLP库。同时，spaCy也支持多种语言，包括英语、西班牙语、法语等

Python★ 33.8k⑂ 4.7kai-ml

☆

jonataslaw/getx

getx：无上下文打开屏幕/弹出框/对话框/底部表单，轻松管理状态和依赖注入 — getx 可以帮助开发者轻松打开屏幕、弹出框、对话框和底部表单，而无需手动管理上下文。同时，它还提供了简单的状态管理和依赖注入机制，减少了代码的复杂性和耦合度。使用 getx，可以更容易地构建和维护大型的 Flutter 应用

Dart★ 11.2k⑂ 1.8kmobile

☆

FlowiseAI/Flowise

Flowise：可视化构建AI代理 — Flowise允许用户通过可视化界面构建AI代理，支持多种AI框架和库，如OpenAI和LangChain。该平台简化了AI代理的开发过程，使得开发者可以更容易地创建和部署AI模型。同时，Flowise还支持低代码和无代码开发，进一步降低了开发门槛

TypeScript★ 54.7k⑂ 24.7kai-ml

☆

MiniMax-AI/skills

skills：人工智能技能开发库 — skills是一个开源的C#库，用于开发和集成人工智能技能。它提供了一种简单的方式来创建和管理AI能力，使得开发者可以更加容易地将AI集成到自己的应用程序中。通过使用skills，开发者可以快速构建智能应用，提高用户体验

C#★ 13.1k⑂ 1.1kother

☆

jina-ai/serve

serve：云原生多模态AI应用框架 — serve是一个开源框架，允许开发者使用云原生技术栈构建多模态AI应用。它支持多种深度学习框架和微服务架构，能够帮助开发者快速构建和部署AI应用。serve的设计目标是提供一个简单、灵活和可扩展的框架，用于构建下一代AI应用

Python★ 21.9k⑂ 2.2kai-ml

☆

seriousm4x/UpSnap

UpSnap：简单的Wake on LAN网页应用 — UpSnap是一个简单的Wake on LAN网页应用，使用SvelteKit、Go和PocketBase编写。它允许用户远程唤醒计算机，提高工作效率和便利性。通过UpSnap，用户可以轻松管理和控制远程计算机。

Go★ 5.9k⑂ 231web

☆

doctrine/lexer

lexer：PHP 解析器库 — lexer 提供了一个基础的词法分析器库，可以用于创建自定义的解析器。它支持 Top-Down 和递归下降解析器，可以帮助开发者更容易地创建自己的解析器。这种库对于构建复杂的解析系统至关重要。

PHP★ 11.2k⑂ 64backend

☆

freeok/so-novel

so-novel：小说下载工具 — so-novel可以帮助用户下载和导出网络小说到本地，支持多种格式的输出，包括ebook等。该工具使用Java语言开发，提供了命令行接口，方便用户使用。so-novel的主要功能是解析网络小说的内容，并将其导出为可离线阅读的文件

Java★ 7.4k⑂ 636tools

☆

storybookjs/storybook

storybook：UI 组件构建与测试工作坊 — storybook 提供了一个隔离的环境来构建和测试 UI 组件，使得开发人员可以更容易地创建和维护高质量的组件。它支持多种流行的前端框架，如 React、Angular 和 Vue。通过使用 storybook，开发人员可以提高开发效率和组件的可重用性

TypeScript★ 90.6k⑂ 10.2kweb

☆

tj/n

n：Node版本管理 — n可以帮助用户轻松地在不同的Node版本之间切换，这对于开发和测试不同项目非常有用。通过使用n，用户可以避免版本冲突的问题，并且可以轻松地测试和调试不同的Node版本。同时，n也支持自动下载和安装指定版本的Node

Shell★ 19.5k⑂ 762other

☆

langchain-ai/open_deep_research

open_deep_research：开源深度研究平台 — open_deep_research 是一个专注于深度学习研究的开源平台，旨在为研究人员提供强大的工具和资源。它支持多种深度学习框架，帮助用户高效地进行实验和模型开发。

Python★ 12.2k⑂ 1.7kother

+14 ★☆

outline/outline

outline：团队知识库协作平台 — outline是一个基于TypeScript的团队知识库协作平台，提供实时协作、markdown兼容等功能，帮助团队高效地共享和管理知识。通过outline，团队可以创建美观的知识库，并支持多种集成，如Slack和Docker。outline的实时协作功能使团队成员可以同时编辑文档，提高团队的工作效率

TypeScript★ 39.8k⑂ 3.4kweb

☆

NativeScript/NativeScript

NativeScript：跨平台移动应用开发框架 — NativeScript允许开发者使用TypeScript、Angular、React、Solid、Svelte和Vue等流行的前端框架和库，开发出高性能的原生移动应用。它支持iOS和Android平台，包括UIKit、SwiftUI、View和Jetpack Compose等。NativeScript的跨平台能力使得开发者可以同时开发出适用于多个平台的应用，节省开发时间和成本。

TypeScript★ 25.6k⑂ 1.7kmobile

☆

inkonchain/ink-kit

ink-kit：React 组件库 — ink-kit 提供了一组预建的 React 组件，用于简化区块链应用的开发。它可以帮助开发者快速构建用户界面，并与区块链交互。通过使用 ink-kit，开发者可以专注于应用的逻辑和功能，而不必从头开始构建界面组件

TypeScript★ 36.4k⑂ 430web

☆

langchain-ai/langgraph

langgraph：构建强大的智能体 — langgraph是一个开源项目，用于构建能够执行复杂任务的智能体。它提供了一种灵活的框架，用于开发和部署基于AI的代理。langgraph的目标是让开发者能够轻松构建强大的智能体，从而推动AI技术的发展

Python★ 37.6k⑂ 6.3kai-ml

☆

makeplane/plane

plane：现代项目管理平台 — plane是一个现代项目管理平台，提供任务、冲刺、文档和故障排除管理功能，帮助团队提高工作效率和协作能力。它支持多种项目管理方法，包括看板、甘特图等。plane的开源性和可定制性使其成为一种灵活和可靠的项目管理解决方案。

TypeScript★ 54.7k⑂ 5kbackend

☆

deepset-ai/haystack

haystack：开源AI编排框架 — haystack允许用户设计模块化的管道和agent工作流，并对检索、路由、内存和生成具有明确的控制权。它适用于大规模agent、RAG、多模态应用、语义搜索和对话系统。haystack的目的是为了帮助用户构建高效、智能的LLM应用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆

heygen-com/hyperframes

hyperframes：用于AI和视频渲染的框架 — hyperframes是一个强大的框架，能够帮助开发者轻松地写入HTML和渲染视频。它支持多种技术，包括ffmpeg、gsap和puppeteer，能够满足复杂的渲染需求。hyperframes的出现使得AI代理能够更好地处理视频渲染任务

TypeScript★ 36.3k⑂ 3.4kai-ml

☆

gradio-app/gradio

gradio：机器学习应用构建工具 — gradio允许用户快速构建和分享机器学习应用，支持多种数据分析和可视化功能。它提供了一个简单易用的界面，能够让开发者轻松部署机器学习模型。同时，gradio也支持Python Notebook和UI组件，能够满足不同开发者的需求。

Python★ 43.2k⑂ 3.6kdata

☆

google/zx

zx：脚本工具 — zx是一个JavaScript工具，用于提高脚本的质量和可读性。它提供了一个简单的方式来执行shell命令和处理子进程。通过使用zx，开发者可以编写更高效、更可靠的脚本。

JavaScript★ 45.6k⑂ 1.3ktools

☆

tensorflow/tensorflow

tensorflow：开源机器学习框架 — tensorflow是一个开源的机器学习框架，提供了广泛的工具和资源，用于构建和训练机器学习模型。它支持多种编程语言，包括C++和Python，并提供了分布式训练和部署的能力。tensorflow在深度学习和神经网络领域具有广泛的应用和影响力

C++★ 196.4k⑂ 75.6kai-ml

☆

langchain-ai/langchain

langchain：智能代理工程平台 — langchain是一个开源的Python平台，提供了一套完整的工具和框架，用于构建和管理复杂的AI代理系统。它支持多种AI模型和框架，包括OpenAI、Anthropic和LLM等。langchain的目的是为了简化AI代理的开发和部署过程，提高企业和开发者的效率。

Python★ 142.1k⑂ 23.6kai-ml

☆

xyflow/xyflow

xyflow：用于构建基于节点的UI的强大开源库 — xyflow是用于构建基于节点的UI的强大开源库，支持React和Svelte框架。它提供了丰富的功能和自定义选项，帮助开发者快速构建复杂的流程图和工作流。xyflow的出色性能和灵活性使其成为构建现代Web应用的首选库

TypeScript★ 37.7k⑂ 2.5kweb

☆

kaminari/kaminari

kaminari：Ruby 网页应用分页器 — kaminari 是一个为 Ruby 网页应用设计的分页器，提供了清晰和强大的分页功能。它基于 Scope 和 Engine 架构，支持高度可定制化。kaminari 的出现使得 Ruby 网页应用的分页功能变得更加高效和易用

Ruby★ 8.7k⑂ 1.1kbackend

☆

pycaret/pycaret

pycaret：低代码自动机器学习平台 — pycaret是一个开源的自动机器学习（AutoML）平台，提供低代码解决方案，支持多种机器学习任务，如分类、回归、聚类和异常检测。它使用sklearn-native引擎和React控制平面，能够简化机器学习工作流程，提高开发效率。pycaret的开源性和低代码特性使其成为数据科学和机器学习开发者的理想选择

Python★ 9.8k⑂ 1.9kai-ml

☆

yifanfeng97/Hyper-Extract

Hyper-Extract：结构化知识提取 — Hyper-Extract可以将无结构文本转化为结构化知识，支持图、超图和时空提取等功能。它利用LLMs技术，以一条命令即可完成复杂的数据提取工作。这种功能可以帮助用户更好地理解和利用文本数据

Python★ 1.9k⑂ 210ai-ml

+124 ★☆

dair-ai/Prompt-Engineering-Guide

Prompt-Engineering-Guide：提示工程指南 — Prompt-Engineering-Guide 是一个全面性的资源集合，包括指南、论文、教程、笔记本和资源，涵盖提示工程、上下文工程、RAG 和 AI Agents 等方面。该项目旨在帮助开发者和研究人员更好地理解和应用这些技术。同时，Prompt-Engineering-Guide 也为 AI 领域的开发和研究提供了重要的参考价值。

MDX★ 76.7k⑂ 8.4kai-ml

☆

VectifyAI/PageIndex

PageIndex：基于推理的向量无文档索引 — PageIndex 提供了一种新颖的方法来进行文档索引，无需使用传统的向量数据库，而是依赖于推理来增强信息检索。这对于需要复杂推理能力的应用程序非常有用。

Python★ 34.1k⑂ 3kai-ml

☆