本项目旨在分享大模型相关技术原理以及实战经验(大模型工程化、大模型应用落地)
本项目旨在分享大模型相关技术原理以及实战经验(大模型工程化、大模型应用落地)
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。
本项目旨在分享大模型相关技术原理以及实战经验(大模型工程化、大模型应用落地)
本项目旨在分享大模型相关技术原理以及实战经验(大模型工程化、大模型应用落地)
ludwig 是用 Python 编写的学习资料,用于系统学习与查阅。
Low-code framework for building custom LLMs, neural networks, and other AI models
skypilot 是用 Python 编写的学习资料,用于系统学习与查阅,主打速度快。
The AI Compute Platform for frontier teams. SkyPilot turns fragmented AI compute into one AI supercomputer, so frontier AI teams build custom intell…
reef 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Infrastructure for continually self‑improving agents
Liger-Kernel 是用 Python 编写的系统软件,属于操作系统或底层系统软件。
Efficient Triton Kernels for LLM Training
rllm 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Democratizing Reinforcement Learning for LLMs
openlake 是用 Rust 编写的 AI 工具,用于大模型与智能体应用开发,主打高性能。
OpenLake is a high performance storage engine for efficient LLM inference and GPU Training
verl-agent 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
verl-agent is an extension of veRL, designed for training LLM/VLM agents via RL. verl-agent is also the official code for paper "Group-in-Group Poli…
MoBA 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
MoBA: Mixture of Block Attention for Long-Context LLMs
dlrover 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,主打可伸缩。
DLRover: An Automatic Distributed Deep Learning System
nvidia_gpu_exporter 是用 Go 编写的 AI 工具,用于大模型与智能体应用开发。
Nvidia GPU exporter for prometheus using nvidia-smi binary OR using NVML
GraphGen 是用 Python 编写的测试工具,用于自动化测试与验证。
GraphGen: Enhancing Supervised Fine-Tuning for LLMs with Knowledge-Driven Synthetic Data Generation
veScale 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,主打可伸缩。
Byted PyTorch Distributed for Hyperscale Training of LLMs and RLs
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。