tau2-bench 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
τ-Bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains
microsoft
Visual Studio Code 编辑器源码,微软开源的跨平台代码编辑器。目前累计 19.4 万 star、4.5 万 fork,在本地项目库中星标排名约第 36 / 65707,主要语言为 TypeScript,项目始于 2015 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给写代码与文档的人:涉及 editor、electron、microsoft、typescript 方向。
按累计星标排序,库内共 65,707 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,980 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
tau2-bench 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
τ-Bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains
tapnet 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Tracking Any Point (TAP)
Awesome-LLM-Long-Context-Modeling 是一个 AI 工具,用于大模型与智能体应用开发。
📰 Must-read papers and blogs on LLM based Long Context Modeling 🔥
go-web-framework-benchmark 是用 Go 编写的开发框架,用于搭建服务端与接口。
:zap: Go web framework benchmark
ADR 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发,主打注重安全、适合生产环境。
ADR secures enterprise AI agents through observability, security benchmarking, and threat detection. Deployed at Uber.
web-to-desktop-framework-comparison 是用 JavaScript 编写的桌面应用,用于桌面端程序开发。
An objective comparison of multiple frameworks that allow us to "transform" our web apps to desktop applications.
logparser 是用 Python 编写的工程工具,用于代码分析、构建与打包。
A machine learning toolkit for log parsing [ICSE'19, DSN'16]
1m-go-tcp-server 是用 Go 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
benchmarks for implementation of servers which support 1 million connections
less_slow.cpp 是用 C++ 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Playing around "Less Slow" coding practices in C++ 20, C, CUDA, PTX, & Assembly, from numerics & SIMD to coroutines, ranges, exception handling, net…
hotpath-rs 是用 Rust 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打异步并发。
Rust profiler for CPU, memory, SQL, HTTP, and async performance, with Prometheus and Grafana support.
skillsbench 是用 PDDL 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
SkillsBench evaluates how well skills work and how effective agents are at using them.
evalplus 是用 Python 编写的测试工具,用于自动化测试与验证。
Rigourous evaluation of LLM-synthesized code - NeurIPS 2023 & COLM 2024
VBench 是用 Python 编写的多媒体工具,用于处理音视频内容。
[CVPR2024 Highlight] VBench - We Evaluate Video Generation
fastRAG 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Efficient Retrieval Augmentation and Generation Framework
training 是用 Python 编写的学习资料,用于系统学习与查阅。
Reference implementations of MLPerf® training benchmarks
BEHAVIOR-1K 是用 Python 编写的 AI 工具,用于大模型训练与推理。
BEHAVIOR-1K: a platform for accelerating Embodied AI research. Join our Discord for support: https://discord.gg/bccR5vGFEx
nanobench 是用 C++ 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打速度快、易用。
Simple, fast, accurate single-header microbenchmarking functionality for C++11/14/17/20
inference 是用 Python 编写的学习资料,用于系统学习与查阅。
Reference implementations of MLPerf® inference benchmarks
LLM-eval-survey 是一个 AI 工具,用于大模型与智能体应用开发。
The official GitHub page for the survey paper "A Survey on Evaluation of Large Language Models".
py-motmetrics 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
:bar_chart: Benchmark multiple object trackers (MOT) in Python
llm-colosseum 是用 Jupyter Notebook 编写的 AI 工具,用于大模型与智能体应用开发。
Benchmark LLMs by fighting in Street Fighter 3! The new way to evaluate the quality of an LLM
pytest-benchmark 是用 Python 编写的测试工具,用于自动化测试与验证。
pytest fixture for benchmarking code
divan 是用 Rust 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打速度快、易用。
Fast and simple benchmarking for Rust projects
MedMNIST 是用 Python 编写的学习资料,用于系统学习与查阅。
[pip install medmnist] 18x Standardized Datasets for 2D and 3D Biomedical Image Classification
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,980 个,本站已收录 65,707 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。