AgentScope: Agent-Oriented Programming for Building LLM Applications

FULL Augment Code, Claude Code, Cluely, CodeBuddy, Cursor, Devin AI, Junie, Kiro, Leap.new, Lovable, Manus Agent Tools, NotionAI, Orchids.app, Perplexity, Poke, Qoder, Replit, Same.dev, Trae, Trayc…

复现大模型相关算法及一些学习记录

🧠 Curated collection of system prompts for top AI tools. Perfect for AI agent builders and prompt engineers. Incuding: ChatGPT, Claude, Perplexity, Manus, Claude-Code, Loveable, v0, Grok, same new,…

大模型推理压测

大模型算法岗面试题(含答案):常见问题和概念解析 "大模型面试题"、"算法岗面试"、"面试常见问题"、"大模型算法面试"、"大模型应用基础"

敏感词过滤的几种实现+某1w词敏感词库

我在 Obsidian 中用的各种模板（Dataview，Templater，QuickAdd）

NAS媒体库自动化管理工具

Python programs, usually short, of considerable difficulty, to perfect particular skills.

Pocket Flow: 100-line LLM framework. Let Agents build Agents!

Pocket Flow: Codebase to Tutorial

🌟 The Multi-Agent Framework: First AI Software Company, Towards Natural Language Programming

LLMs interview notes and answers:该仓库主要记录大模型（LLMs）算法工程师相关的面试题和参考答案

机器学习(Machine learing)、网络安全(CyberSecurity)、大模型、数据集、AI竞赛

分享一些好用的 Dify DSL 工作流程，自用、学习两相宜。 Sharing some Dify workflows.

SuperSonic is the next-generation AI+BI platform that unifies Chat BI (powered by LLM) and Headless BI (powered by semantic layer) paradigms.

A repository that contains models, datasets, and fine-tuning techniques for DB-GPT, with the purpose of enhancing model performance in Text-to-SQL

Run your own AI cluster at home with everyday devices 📱💻 🖥️⌚

🚀🤖 Crawl4AI: Open-source LLM Friendly Web Crawler & Scraper. Don't be shy, join here: https://discord.gg/jP8KfhDhyN

AI app store powered by 24/7 desktop history. open source | 100% local | dev friendly | 24/7 screen, mic recording

向量计算、存储、检索、相似度计算

text2vec, text to vector. 文本向量表征工具，把文本转化为向量矩阵，实现了Word2Vec、RankBM25、Sentence-BERT、CoSENT等文本表征、文本相似度计算模型，开箱即用。

星尘宝库旨在免费为大家提供专业安全趋势研究白皮书、大咖技术分享PPT、行业调研报告、行业技术方案等内容…

基于「Docker」/「青龙面板」/「群晖」的每日签到脚本（支持多账号）签到列表: ｜爱奇艺｜全民K歌｜有道云笔记｜百度贴吧｜Bilibili｜V2EX｜AcFun｜什么值得买｜阿里云盘｜i茅台申购｜小米运动｜百度搜索资源平台｜恩山论坛｜奥拉星｜

Malicious traffic detection system

🤖 Chat with your SQL database 📊. Accurate Text-to-SQL Generation via LLMs using RAG 🔄.

中文文本分类任务，基于PyTorch实现（TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention, DPCNN, Transformer，Bert，ERNIE），开箱即用！

如果我要写一个 Python 项目，打包成 exe 运行（方便在没有 Python 的电脑上使用），我需要打包出的根目录结构美观，没有多余的、杂乱的依赖文件在那里碍眼，而且需要在发现 bug 时，我还需要能够修改里面的代码后，无需再次打包，就能正常运行，该怎么做呢？ 就以一个 Hello 项目为例，记一下我找到的完美方法。