Python

Open-Source-Testmanagementsystem mit über 2 Millionen Downloads!

Einfaches Skript zum Herunterladen von YouTube-Kommentaren ohne Verwendung der YouTube-API

Eine Flask-API für StreamMusic.

Vollfarbige SVG-Icons von Software, Produkten und Marken im Bereich Homelab

Frigate-Integration für Home Assistant

Python-Skript zum Mappen von USB-Ports unter macOS und Erstellen eines benutzerdefinierten Injector-Kexts.

Eine Sammlung von Karten zur Verwendung in ATAK

Eine PyTorch-Implementierung von SRGAN basierend auf dem CVPR-2017-Papier „Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network“

Universelle monokulare metrische Tiefenschätzung

In Python geschriebener Musik-Downloader auf Qt-Basis

Agentengesteuerte Automatisierung, beginnend mit dem Web. Probieren Sie es aus: https://www.emergence.ai/web-automation-api

LLM-Modell-Quantisierungs- (Kompprimierungs-) Toolkit mit Hardware-Beschleunigungsunterstützung für Nvidia-, AMD-, Intel-GPUs und Intel/AMD/Apple-CPUs über HF, vLLM und SGLang.

OBD-II-kompatibles Kfz-Diagnosetool

Schritte-Booster für Mi Fitness (WeChat & Alipay), unterstützt E-Mail-Login

Erdbeobachtungsverarbeitungs-Framework für maschinelles Lernen in Python

Fiona liest und schreibt geografische Datendateien

Taschengroße multimodale KI für Inhaltsverständnis und -generierung über mehrsprachige Texte, Bilder und 🔜 Videos, bis zu 5x schneller als OpenAI CLIP und LLaVA 🖼️ & 🖋️

AgentSociety 2 ist eine moderne, LLM-native Agenten-Simulationsplattform für sozialwissenschaftliche Forschung und experimentelles Design. Sie bietet ein flexibles Framework zum Erstellen und Verwalten intelligentere Agenten in simulierten Umgebungen.

MonkeyOCRv2 Vision Encoder — Ein dokumentenspezifisches visuelles Backbone

Python-Modul zum Parsen von semistrukturiertem Text in Python-Tabellen.

🔥 Die Python-Bibliothek und CLI für PDF-Formulare.

Diffusion-LM

Interaktion mit Jupyter aus NeoVim.

Funktionale Programmierwerkzeuge für die Shell

Ein Web-UI für verschiedene audiorelevante neuronale Netze

Ein umfassender Schritt-für-Schritt-Leitfaden zum Erlernen von Machine Learning von den absoluten Grundlagen bis zu fortgeschrittenen Themen

Python3-Client für NATS

Docker-Schwachstellenumgebung für alle FastJson-Versionen (einschließlich 1.2.47, 1.2.68, 1.2.80 usw.), die hauptsächlich JNDI-Injektionen und High-Version-Bypasses, WAF-Bypasses, Dateilesen und -schreiben, native Deserialisierung, Umgehung der Gadget-Chain-Erkennung und netzwerkunabhängige Exploits abdeckt. Vertiefte FastJson-Exploitation aus der Perspektive einer Black-Box.

Eine Open-Source-Implementierung von Large Reconstruction Models