"hyperparameter-search"

📦 开源项目

meilisearch/meilisearch

meilisearch：闪电般快速的搜索引擎API — meilisearch是一个强大的搜索引擎API，能够为您的网站和应用程序提供快速、准确的搜索结果。它支持多种搜索功能，包括全文搜索、模糊搜索和地理搜索等。通过使用meilisearch，您可以为您的用户提供更好的搜索体验，从而提高用户满意度和转化率

Rust★ 58.5k⑂ 2.6kbackend

☆

nextapps-de/flexsearch

flexsearch：下一代全文搜索库 — flexsearch是一个高性能的全文搜索库，支持模糊搜索和多种索引策略。它可以用于浏览器和Node.js环境，提供快速准确的搜索结果。flexsearch的出现填补了JavaScript全文搜索领域的空白，提供了一个强大的搜索解决方案

JavaScript★ 13.7k⑂ 521web

☆

hpcaitech/ColossalAI

ColossalAI：大型AI模型的高性能计算框架 — ColossalAI通过数据并行、模型并行和流水线并行等技术，使得大型AI模型的训练和推理变得更快、更便宜和更容易访问。这种框架对于深度学习、分布式计算和超大规模模型的训练具有重要意义。同时，它也支持异构训练和推理，进一步提高了其灵活性和实用性

Python★ 41.4k⑂ 4.5kai-ml

☆

deepseek-ai/DeepSeek-R1

DeepSeek-R1：开源发现引擎 — DeepSeek-R1是一个开源项目，旨在提供一个高效的发现引擎，帮助用户快速找到所需的信息和资源。它使用了先进的算法和技术，能够提供高质量的搜索结果。同时，DeepSeek-R1也是一个高度可定制的平台，允许用户根据自己的需求进行扩展和定制。

★ 92k⑂ 11.7kother

☆

deepspeedai/DeepSpeed

DeepSpeed：深度学习优化库 — DeepSpeed是一个深度学习优化库，支持分布式训练和推理，能够有效地处理大规模模型和数据。它提供了诸如数据并行、模型并行、管道并行等功能，能够显著提高训练和推理的效率。DeepSpeed对于需要处理大量数据和复杂模型的机器学习和深度学习任务具有重要意义。

Python★ 42.7k⑂ 4.9kai-ml

☆

bigskysoftware/htmx

htmx：高性能HTML工具 — htmx提供了一系列高性能的工具，用于增强HTML的功能，使得开发者可以更容易地创建动态的Web页面。htmx支持HATEOAS、REST等架构风格，提供了hyperscript等特性。htmx的出现使得开发者可以更高效地开发Web应用

JavaScript★ 48.4k⑂ 1.6ktools

☆

pgvector/pgvector

pgvector：Postgres 向量相似性搜索 — pgvector 为 Postgres 提供了高效的向量相似性搜索功能，支持近似最近邻搜索和最近邻搜索，能够有效地处理大规模向量数据。它使用 C 语言开发，具有高性能和可扩展性。pgvector 的出现填补了 Postgres 在向量搜索方面的空白，能够广泛应用于图像、语音和自然语言处理等领域

C★ 22.1k⑂ 1.2kbackend

☆

nilsherzig/LLocalSearch

LLocalSearch：本地搜索聚合器 — LLocalSearch是一个使用LLM Agents的本地搜索聚合器，可以让用户问问题并通过一系列LLM来找到答案。用户可以看到代理的进度和最终答案，不需要OpenAI或Google API密钥。这种方法可以提供更私密和自主的搜索体验。

Go★ 6k⑂ 363ai-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★ 34k⑂ 3.2kai-ml

☆

andrewyng/context-hub

context-hub：上下文中心库 — context-hub提供了一个简单的方式来管理和共享上下文数据，使得开发者可以更容易地构建复杂的Web应用。它通过提供一个统一的接口来访问和更新上下文数据，从而简化了应用的开发和维护。同时，context-hub也支持多种数据存储和缓存机制，提高了应用的性能和可扩展性

JavaScript★ 13.8k⑂ 1.2kweb

☆

elastic/elasticsearch

elasticsearch：分布式搜索引擎 — elasticsearch是一个基于Java的搜索引擎，提供分布式搜索和数据分析能力。它可以处理大量数据，提供快速和准确的搜索结果。elasticsearch在许多行业中被广泛使用，包括电商、社交媒体和数据分析等领域

Java★ 77.4k⑂ 25.9kother

+91 ★☆

chenfei-wu/TaskMatrix

TaskMatrix：任务管理矩阵 — TaskMatrix是一个开源的任务管理平台，使用Python语言开发。它提供了一个简单易用的接口，帮助用户管理和跟踪任务。通过TaskMatrix，用户可以高效地组织和优先级任务，从而提高生产力。

Python★ 34.1k⑂ 3.2kother

☆

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

☆

HKUDS/LightRAG

LightRAG：简单快速的检索增强生成 — LightRAG是一个基于Python的检索增强生成模型，利用知识图谱和检索技术来提高大语言模型的性能和准确性。它可以应用于各种自然语言处理任务，例如文本生成和问答系统。LightRAG的简单性和快速性使其成为一个有前途的研究方向

Python★ 37.5k⑂ 5.3kai-ml

☆

karpathy/autoresearch

autoresearch：自动研究项目 — autoresearch项目使用AI代理自动进行研究，重点关注单GPU上的nanochat训练，能够自动完成训练过程。该项目利用Python语言开发，能够高效地进行研究工作。autoresearch项目的目标是实现自动化研究，减少人工干预，提高研究效率

Python★ 90.6k⑂ 13kai-ml

☆

olimorris/codecompanion.nvim

codecompanion.nvim：AI 编程助手 — codecompanion.nvim 通过集成多种 AI 服务，如 Copilot 和 OpenAI，提供智能代码补全、代码审查和代码生成等功能。该插件使用 Lua 编写，支持 Neovim 和 nvim。其主要目的是提高编程效率和准确性，减少开发时间和成本。

Lua★ 6.7k⑂ 433ai-ml

☆

vllm-project/vllm

vllm：高性能LLM推理和服务引擎 — vllm是一个高性能的LLM推理和服务引擎，能够支持多种硬件平台，包括CUDA、TPU等。它使用PyTorch等框架，提供高吞吐量和内存高效的推理和服务能力。vllm的出现可以帮助提高LLM的推理和服务效率，减少计算资源的消耗

Python★ 85.8k⑂ 19.2kai-ml

☆

alibaba/zvec

zvec：轻量级向量数据库 — zvec是一个由C++编写的内存向量数据库，具有轻量级和超快的特点。它能够高效地存储和检索向量数据，适用于各类机器学习和深度学习应用。zvec的出现为开发者提供了一个高性能的向量数据库解决方案

C++★ 14.6k⑂ 901backend

+395 ★☆

every-app/open-seo

open-seo：开源SEO优化工具 — open-seo是一个使用TypeScript开发的开源项目，旨在提供一个免费的SEO优化工具，帮助开发者和网站管理员提高网站的搜索引擎排名和可见性。它的功能与Semrush和Ahrefs类似，但完全开源，任何人都可以使用和贡献。open-seo的出现为SEO优化提供了一个新的选择，尤其是对于中小型网站和个人开发者

TypeScript★ 3.6k⑂ 386web

+239 ★☆

valeriansaliou/sonic

sonic：快速轻量级搜索后端 — sonic是一个使用Rust编写的搜索后端，具有快速、轻量级和无需模式的特点。它可以作为Elasticsearch的替代品，能够在有限的资源下提供高效的搜索服务。sonic的设计目标是提供一个简单、灵活和高性能的搜索解决方案

Rust★ 21.3k⑂ 616backend

☆

srbhr/Resume-Matcher

Resume-Matcher：简化简历优化 — Resume-Matcher 利用机器学习和自然语言处理技术帮助用户改善简历，提供关键词建议和简历与职位描述的匹配度分析，从而提高简历通过申请跟踪系统（ATS）的几率。该工具支持多种技术，如 Next.js、Python 和 TypeScript。通过使用 Resume-Matcher，用户可以更好地优化简历，提高求职成功率。

TypeScript★ 27.7k⑂ 4.9kai-ml

☆

doocs/advanced-java

advanced-java：Java 后端开发者进阶知识 — advanced-java 项目旨在帮助 Java 后端开发者提升技能，涵盖高并发、分布式、高可用、微服务、海量数据处理等领域知识。该项目包含了 Dubbo、Elasticsearch、Eureka、Feign、Hystrix、Redis、Ribbon、RPC、Spring Cloud、Zookeeper 等库的使用和最佳实践。通过学习 advanced-java，开发者可以更好地应对复杂的系统设计和开发挑战

Java★ 79k⑂ 19.2kbackend

☆

assafelovic/gpt-researcher

gpt-researcher：深度研究自动化代理 — gpt-researcher是一个使用Python编写的自动化代理，能够对任何数据进行深度研究。它支持任何LLM提供商，实现了数据的自动化搜索和分析。这种自动化的研究能力使得gpt-researcher在数据分析和研究领域具有重要的应用价值

Python★ 28.2k⑂ 3.8kai-ml

☆

chroma-core/chroma

chroma：人工智能搜索基础设施 — chroma 提供了高效的搜索功能，用于人工智能代理和数据库的交互。它使用 Rust 语言开发，注重性能和可靠性。chroma 的出现可以提高人工智能应用的搜索能力和数据处理效率

Rust★ 28.7k⑂ 2.4kai-ml

☆

vectordotdev/vector

vector：高性能可观测性数据管道 — vector是一个高性能的可观测性数据管道，能够处理和转换大量的日志、指标和追踪数据。它使用Rust语言开发，具有高性能、可靠性和可扩展性。vector能够与多个数据源和目标集成，包括Datadog、云原生环境等，提供实时的数据处理和分析能力。

Rust★ 22.2k⑂ 2.2kdevops

☆

eosphoros-ai/DB-GPT

DB-GPT：下一代AI+数据产品的开源智能数据助手 — DB-GPT是一个开源的智能数据助手，利用Python语言开发，能够支持下一代AI和数据产品的开发。它能够提供数据管理和分析功能，帮助开发者更好地利用数据。DB-GPT的出现对AI和数据产品的发展具有重要意义

Python★ 19.4k⑂ 2.8kai-ml

☆

0voice/interview_internal_reference

interview_internal_reference：技术面试题目汇总 — interview_internal_reference 项目是一个技术面试题目和答案的集合，涵盖了 cpu、high-performance、interview、mongodb、mysql、network、nginx、redis、storage、zookeeper 等多个领域。该项目旨在帮助开发人员准备技术面试，提供了专家出题人分析汇总的面试题目和答案。同时，interview_internal_reference 项目也是一个学习和交流的平台，开发人员可以在这里找到很多有价值的面试经验和技术知识。

Python★ 37.2k⑂ 9.4kbackend

☆

hiyouga/LlamaFactory

LlamaFactory：统一高效微调 — LlamaFactory实现了对100多个LLMs和VLMs的统一高效微调，支持多种微调方法，包括fine-tuning、instruction-tuning和Lora等。该项目使用Python语言开发，基于Transformers库，能够高效地微调大语言模型。LlamaFactory的出现对于自然语言处理（NLP）领域具有重要意义，能够帮助研究人员和开发人员更好地利用大语言模型

Python★ 73.1k⑂ 8.9kai-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 ★☆

typesense/typesense

typesense：快速模糊搜索引擎 — typesense是一个开源的搜索引擎，旨在提供快速、模糊搜索功能，适用于构建出色的搜索体验。它支持多种搜索功能，包括全文搜索、地理搜索、向量搜索等。typesense的设计目标是提供一个易于使用的搜索引擎，帮助开发者快速构建出色的搜索体验

C++★ 26.3k⑂ 945other

☆

dragonflydb/dragonfly

dragonfly：现代内存数据库 — dragonfly是一个高性能的内存数据库，旨在替代传统的Redis和Memcached。它使用C++编写，支持多线程、键值存储和消息队列等功能。通过dragonfly，开发者可以构建更快、更可靠的数据存储系统。

C++★ 30.8k⑂ 1.2kbackend

☆

hyperdxio/hyperdx

hyperdx：快速解决生产问题的开源可观察性平台 — hyperdx是一个开源的可观察性平台，旨在帮助开发人员快速解决生产环境中的问题。它集成了会话回放、日志、指标、跟踪和错误分析等功能，依赖于ClickHouse和OpenTelemetry，能够提供全面的可观察性解决方案。通过hyperdx，开发人员可以更快地定位和解决问题，提高应用程序的性能和可靠性。

TypeScript★ 9.7k⑂ 422devops

☆

ggreer/the_silver_searcher

the_silver_searcher：代码搜索工具 — the_silver_searcher是一个使用C语言编写的命令行工具，利用PCRE（Perl兼容正则表达式）进行文本搜索。它的主要功能是快速搜索代码，支持多种搜索模式和选项。由于其速度快、功能强大，the_silver_searcher已成为开发人员搜索代码的首选工具。

C★ 27.1k⑂ 1.4ktools

☆

xai-org/x-algorithm

x-algorithm：为您推荐算法 — x-algorithm是一个用Rust编写的算法，旨在为X的为您推荐-feed提供动力。它能够根据用户的偏好和行为，推荐最相关的内容。这种算法对于提升用户体验和增加用户参与度至关重要

Rust★ 26.4k⑂ 4.5kother

☆

MaterialDesignInXAML/MaterialDesignInXamlToolkit

MaterialDesignInXamlToolkit：XAML & WPF 中的 Material Design — MaterialDesignInXamlToolkit 使开发者能够在 XAML 和 WPF 应用程序中使用 Material Design 风格的 UI 控件和主题。该项目支持 C# 和 VB.Net 语言，提供了丰富的 UI 组件和自定义选项。通过使用 MaterialDesignInXamlToolkit，开发者可以创建出美观且用户体验良好的应用程序。

C#★ 16.2k⑂ 3.5kother

☆

esengine/DeepSeek-Reasonix

DeepSeek-Reasonix：终端人工智能编码代理 — DeepSeek-Reasonix是一个基于Go语言开发的AI编码代理，能够稳定地运行在终端中，提供高效的编码辅助。它的设计重点是prefix-cache稳定性，确保用户体验的流畅性。通过使用DeepSeek-Reasonix，开发人员可以提高编码效率和准确性，节省时间和精力。

Go★ 26.5k⑂ 1.7ktools

☆

andrewrk/poop

poop：性能优化观察平台 — poop是一个性能优化观察平台，用于收集和分析性能数据，以帮助开发者优化应用程序。它使用Zig语言开发，提供了高性能和可靠的数据分析能力。通过使用poop，开发者可以更好地理解应用程序的性能瓶颈， 从而优化应用程序的性能。

Zig★ 2k⑂ 91other

☆

facebook/zstd

zstd：快速实时压缩算法 — zstd是一种由Facebook开发的压缩算法，旨在提供高性能和低延迟的压缩和解压缩功能。它能够高效地处理大规模数据，并且广泛应用于各种领域。zstd的优点在于其速度快、效率高、并且能够实时压缩和解压缩数据

C★ 27.4k⑂ 2.5kother

☆

pjreddie/darknet

darknet：神经网络框架 — darknet是一个开源的神经网络框架，使用C语言实现，能够高效地运行在各种设备上。它支持多种神经网络模型，包括卷积神经网络、循环神经网络等。darknet的主要优点是其高性能和灵活性，使其成为各类机器学习任务的热门选择。

C★ 26.5k⑂ 21.1kai-ml

☆

ray-project/ray

ray：人工智能计算引擎 — ray 由一个核心分布式运行时和一组加速机器学习工作负载的 AI 库组成。它支持多种机器学习框架，包括 PyTorch 和 TensorFlow。通过使用 ray，可以简化分布式计算和机器学习工作流程的开发和部署

Python★ 43.2k⑂ 7.8kai-ml

☆