Python

Quellcode für das Buch "Violent Python" von TJ O'Connor. Der Code wurde vollständig auf Python 3 portiert, gemäß den PEP8-Standards neu formatiert und refaktoriert, um Abhängigkeitsprobleme mit veralteten Bibliotheken zu beseitigen.

GPT-Teamverwaltung und automatische Einladungen

Wissenschaftliche Diagrammanwendung Veusz

Die öffentliche Version des Riko-Projekts

Eine Spielwiese für neuro-san

Twitter-Bild- und Video-Crawler; Download mit einem Klick.

[SIGGRAPH 2025] LAM: Large Avatar Model für One-shot Animatable Gaussian Head

Beispielcode und Konfigurationsdateien aus dem Buch „Designing Distributed Systems“.

Kombinierbare benutzerdefinierte Klassenkonverter für attrs, dataclasses und ähnliche.

Livereload-Server in Python

Mutter aller BCI-Benchmarks

[ICLR 2025 Oral] Die offizielle Implementierung von „Diffusion-Based Planning for Autonomous Driving with Flexible Guidance“

OpenAlpha_Evolve ist ein Open-Source-Python-Framework, inspiriert von der bahnbrechenden Forschung zu autonomen Coding-Agenten wie DeepMinds AlphaEvolve.

Eine kuratierte Liste von Forschungsarbeiten zum Gradient Boosting inklusive Implementierungen.

Machen Sie jede Hardware intelligent — ein Open-Source-Agenten-OS für Hardware-Intelligenz

Open-Source-Voice-KI-SDK. Die Vapi/Retell-Alternative für Entwickler, die den Stack selbst kontrollieren möchten. Verleihen Sie Ihrem KI-Agenten in 4 Zeilen eine Telefonnummer — Python und TypeScript, unter MIT-Lizenz, Twilio, Telnyx und Plivo.

Segment Anything Labelling-Tool

Er will einfach nur helfen-pi!

TMC Stepper-Driver-Autotuning Klipper Python-Erweiterung

Ein Fast-Wunderwerk: Ein-Klick-Tool zur Umwandlung von Text in Video

Audio-MODEM-Kommunikationsbibliothek in Python

SCAIL: Towards Studio-Grade Character Animation via In-Context Learning of 3D-Consistent Pose Representations (CVPR 2026 Findings)

Neo4j Bolt-Treiber für Python

Terminal-Benutzeroberfläche für Container.

Code-Audit-Tool für Python.

Dataflow-Compiler für QNN-Inferenz auf FPGAs

Eine Plug-and-Play-Bibliothek für parameter-effizientes Tuning (Delta Tuning)

LangSmith Client SDK-Implementierungen

Code-Implementierung von „Learning Efficient Online 3D Bin Packing on Packing Configuration Trees“. Wir schlagen vor, die praktische Anwendbarkeit des Online 3D Bin Packing Problem (BPP) durch das Lernen auf einem hierarchischen Packkonfigurationsbaum zu verbessern, wodurch das Deep-Reinforcement-Learning-Modell (DRL) in der Lage ist, praktisch mit Einschränkungen umzugehen und selbst bei kontinuierlichem Lösungsraum gute Leistungen zu erbringen.