HFlow 是一个开源 SDK，专为机器人和 Physical AI 场景设计的多模态数据流水线工具。它的核心功能是：把原始的多模态 episode 数据（视频、状态、动作、时间戳、元数据）经过质量检查、转换、富化、筛选 curation，最终产出干净、可查询、带 provenance 的训练数据集。 一句话说清：HFlow 让机器人数据团队用普通 Pyth…
仓库攻略
26 篇 · 26 个项目 · 工程化 · 评测基准
AngouriMath 是一个开源、跨平台的符号代数库，使用 C# 开发（同时支持 F# 和实验性 C++），可同时用于生产项目和科研场景。与纯数值计算库不同，AngouriMath 处理的是符号运算——可以理解 x^2 + sin(y) 这样的数学表达式，自动求解方程、求导求积、化简多项式、生成 LaTeX，并编译为高效的原声 Lambda 函数。项目同时…
xbergio/htmltomarkdown 是一个高性能、CommonMark 兼容的 HTML 到 Markdown 转换引擎。Rust 写核心，对外暴露 16 种语言绑定（Rust、Python、Node.js、WASM、Java、Go、C#、PHP、Ruby、Elixir、R、Dart、Kotlin Android、Swift、Zig、C ABI）。…
MetaScreener 是一款开源的 AI 驱动系统评价（systematic review）筛选工具。它利用多个开源大语言模型组成并行投票 ensemble，对文献标题和摘要进行批量筛选，决定"纳入"或"排除"，并附带置信度评分和不确定性量化。核心设计理念是：不用单一模型做决策，而是让 4+ 个模型同时审阅，通过置信度校准和分层决策路由，用机器替代人工完…
一份持续更新的 AI 工程面试题库，由印度理工学院（IIT BHU）校友 Amit Shekhar 创建，配套其在线课程平台 Outcome School。仓库收录了 AI Engineer、Gen AI Engineer、LLM Engineer、Agentic AI Engineer、AI Platform Engineer、MLOps/LLMOps E…
Prompt Optimizer 是一款开源 AI 提示词优化工具，通过多轮迭代改进帮助用户写出更高质量的提示词，从而获得更好的 AI 输出。支持 Web 应用、桌面客户端、Chrome 扩展和 Docker 部署四种形态，可对接 OpenAI、DeepSeek、Gemini、Grok、Zhipu AI、SiliconFlow、MiniMax 等主流模型，并…
genieincodebottle/generativeai 是一个 GenAI 全景学习资源库，自称「一站式 GenAI 学习中心」。内容覆盖完整学习路线图（Roadmap）、22 个学习 track、300+ 模块、9 个实战项目、面试准备（13 个模块）、简历优化，以及大量配套 PDF / Notebook 资源。配套运营一个独立平台 AIML Com…
llmd 是一个 CNCF Sandbox 级的开源项目，定位是在 Kubernetes 上跑"生产级"大模型分布式推理。它本身不是一个模型服务器（model server），而是架在 vLLM / SGLang]( 之上的编排与优化层——把推理服务拆成 prefill（首 token 阶段）/ decode（增量 token 阶段）、分层 KV cache…
noaislop 是一个专注于「AI 味」检测和清除的开源工具，更准确地说是一套编辑规则和工作流。它的核心目标不是判断「这段文字是不是 AI 写的」，而是检测并清除文字中 20+ 种常见的 AI 写作模式（smell patterns），同时保留作者本人的声音、节奏和个性。 GitHub Stars 超过 2700，X（Twitter）帖子达到 611K 浏…
Apache Hamilton（incubating）是一个轻量的 Python 库，用"Python 函数即节点"的方式构建数据转换 DAG。它的核心思路是：你写普通的 Python 函数，函数参数的名字 = 它依赖的上游节点名，Hamilton 自动把这些函数拼成 DAG、并按依赖顺序执行。 举例： import pandas as pd def sig…
opendilab/awesomeRLHF 是上海人工智能实验室 OpenDILab 维护的 "RLHF 精选资源列表"，延续 awesome 系列的策展风格：把强化学习与人类反馈（Reinforcement Learning from Human Feedback）相关论文、代码库、数据集、博客、图书按时间线（2020 及以前 → 2026）梳理成一份可阅…
rasbt/reasoningfromscratch 是 Sebastian Raschka（Build a Large Language Model (From Scratch) 的作者）出版的第二本 Manning 图书 Build a Reasoning Model (From Scratch) 的官方配套代码仓库。整本书/仓库的目标是：从一个已经预训…
awesomepretrainedchinesenlpmodels 是一个由个人开发者（lonePatient）维护的 GitHub 精选列表，收录高质量中文预训练模型、大语言模型、多模态模型及其相关资源。截至 2026 年 7 月 Stars 5574，是中文 NLP 领域最全面的开源模型索引之一。 仓库按模型类型和任务类型双重维度分类，涵盖从 2020 …
Chronos 是亚马逊科学团队开源的时间序列预测预训练模型家族，通过将时间序列 token 化后借助语言模型架构（类 T5）进行训练，实现零样本预测。整个家族经历三代演进： Chronos2（最新，2025年10月发布）：120M 参数 encoderonly 模型；支持单变量、多变量、以及带外生变量的协变量感知预测；上下文扩展至 8192 步、预测长度达…
Metaflow 是 Netflix 于 2019 年开源的人类中心化 ML/AI 系统框架，用 Python 编写，目标是让数据科学家和工程师能够从笔记本快速原型开发无缝过渡到可靠的生产部署。它覆盖了 AI/ML 项目全生命周期：实验跟踪、数据管理、模型版本控制、水平/垂直扩展，以及一键部署到生产编排器。 Netflix 内部有超过 3000 个 AI/M…
内容待复核
alebcay/awesome-shell · 上手攻略
awesomeshell 是 GitHub 上最权威的命令行工具精选列表，由 alebcay 维护，灵感来自 awesomephp。它将数百款优秀的命令行框架、工具库、指南和小玩意按类别组织起来，帮助 Shell 用户快速发现和筛选适合自己工作流的命令行利器。 截至 2026 年中，该仓库已积累约 37,000+ Stars，是命令行工具领域的标杆 Awes…
rustunofficial/awesomerust 是 Rust 生态中最老牌、最全面的资源聚合列表，由社区维护，GitHub 星标数超过 5.8 万。它不是一个代码库，而是一张 Rust 世界的地图——收录了 Rust 语言相关的应用程序、库、开发工具、学习资源，覆盖从入门到生产级项目的全链路。 该列表按照「应用程序 → 开发工具 → 库 → 资源 → …
NVIDIA/MegatronLM（Stars 17,034，周增 +35）是 NVIDIA 开源的大规模 Transformer 模型训练框架，包含两个核心组件： 通俗说：这是 NVIDIA 官方出品、经过生产级别验证的大模型训练基础设施，让你在数千块 GPU 上高效训练从 2B 到 462B 参数的模型。 uv pip install megatronc…
内容待复核
aishwaryanr/awesome-generative-ai-guide · 上手攻略
这是一个由 Aishwarya Naresh Reganti（AWS ML 专家）维护的 Generative AI 综合性学习资源库。它的定位不是某个工具或框架的使用指南，而是一站式 AI 学习路径导航——涵盖大语言模型基础、提示工程、微调、RAG、Agent 开发、模型评估、面试准备、免费课程、论文精读，以及一系列成体系的学习路线图（Roadmap）。 …
llmengineertoolkit 是一个精心整理的 LLM 工具库清单，按功能分类收录了 120+ 个开源 Python 库，涵盖从模型训练、微调、推理、服务化，到 RAG、Agent、数据提取、评测、安全等完整流程的所有环节。 它的定位是"LLM 全栈工程师的工具箱目录"——不是教你某个库怎么用，而是告诉你做某件事有哪些成熟工具可以选择，让你在立项时快…
LitGPT 是 Lightning AI 出品的开源 LLM 训练与推理框架，定位是「一站式解决从零预训练、微调到上线部署的全部流程」。核心设计理念是无抽象层、全部从零实现、代码可直接调试，不依赖 Transformers 库内部的复杂封装。它支持 20+ 主流大模型（MegaSauna 3、Qwen2.5、Phi4、Llama 3/3.1/3.2/3.3…
HandsOn Large Language Models（O'Reilly，2024）是 Jay Alammar（《The Illustrated GPT2》作者）和 Maarten Grootendorst（Hugging Face 社区明星博主）合著的技术书籍，其官方配套代码仓库。仓库以 Jupyter Notebook 形式覆盖了从语言模型基础、To…
rasbt/LLMsfromscratch 是 Sebastian Raschka 的著作《Build a Large Language Model (From Scratch)》（Manning 出版，ISBN 9781633437166）的官方配套代码库。该仓库从零实现了一个类 GPT 的 LLM，涵盖数据预处理、注意力机制、模型架构、预训练、精调（SF…
stas00/mlengineering 是一本机器学习工程开放手册，由 Meta（参与 BLOOM176B 训练）、HuggingFace（参与 BLOOM176B、IDEFICS80B 训练）、Contextual.AI 等一线团队的 ML 工程师 Stas Bekman 多年实战经验沉淀而成。 与一般教程不同，它不是教你怎么用 transformers…
ResearchPaperWritingSkills 是一个面向 AI 编程助手（Codex、Claude Code、Gemini）的论文写作 Skill 包，将 ML/CV/NLP 学术论文的写作方法论封装为可复用指令集。 它的核心知识来源是彭思达（Prof. Peng Sida）公开的研究笔记仓库 learning_research，本仓库在此基础上做了…
wloc 是一个修改 iOS 网络定位服务（WiFi/基站定位，Apple 内部称为 WLOC）的工具。它能让你在 iPhone 上"虚拟定位"——不是伪造 GPS，而是让 Apple 的网络定位服务返回你指定的坐标，从而影响依赖网络定位的 App（如地图、外卖、社交 App）。 支持 Surge、Quantumult X、Loon、Stash、Shadow…