Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
1.四区路由策略:green自执行/yellow委派+独立复核/red会诊+聚合/purple带教+裁判;2.工作区隔离:执行者只能读写自有工作区,跨区访问拒绝;3.红区fail-closed:任一成员故障,整组不放行;4.哈希链决策轨迹:每次路由决策留痕,verify()离线校验;5.ZonePo
120Python人工智能
1.零依赖审计护栏:单次同步调用决定允许/拒绝/人工,工具调用全覆盖;2.永不fail-open:裁决超预算或异常一律拒绝;3.哈希链防篡改留痕:每条记录带prev_hash,离线verify()全链校验,篡改必现;4.幂等防重放:同trace重试放行、同nonce重复调用拒绝;5.payload永
80Python人工智能
1.HTTP审计网关:一个POST/audit_call端点,Agent工具调用全覆盖;2.fail-closed铁律:认证失败/超时/负载被改/越权一律拒绝,网关故障永远不可能放行;3.默认OFF、默认loopback:无监听端口除非显式开启;4.凭据只存哈希:调用方注册表只存sha256,不存明
80Python人工智能
分层记忆存储:draft/hot/core/archive四层加namespace租户隔离;2、写前日志WAL:每次写入先落日志,进程崩溃可重放,不丢不重复;3、哈希链留痕:每条记录带prev_hash,离线verify()全链校验,篡改必现;4、可证明删除:软删除30天可撤回,到期purge生成删
170Python人工智能
把两小时的录播课变成能点回原片的复习笔记。直接让AI总结录播,时间戳经常是编的,这个工具解决的就是这个问题。1.本地转写:用whisper.cpp在本机把录音转成带时间戳的文字,不上传录音。2.课件对齐:抽取幻灯片画面并做OCR,按时间和课件页码对齐。3.生成总结:驱动ClaudeCode、Code
510Python人工智能
原光 RAWPilot开源项目
导入单个或整个文件夹中的ARW、CR2、CR3、NEF、RAF、DNG支持从Windows资源管理器直接拖入单张、多张RAW或整个文件夹导入后先做AI画面初审,并为每张底片生成可编辑的自然语言调色建议批量任务、进度、逐项诊断、参数预览、日志与失败提示严格、带范围校验的*.edit_plan.json
620Python人工智能
本项目是一套Windows桌面截图文字提取与结构化工具,Python开发,提供customtkinter浅色卡片式图形界面,全部参数可视化配置并保存;另有PyInstaller单文件exe,免环境安装、双击即用。功能模块:1.双输出模式:表格提取把规整表格截图按自定义列输出Excel;文本清单把界面
660Python人工智能
computer-use开源项目
一个模块化、基于插件的AI代理系统,使AI模型能够像人类一样与计算机图形界面互动——通过查看屏幕、点击按钮、输入文字、滚动和导航应用程序。通过统一的插件架构支持OpenAICUA、AnthropicClaude以及本地Ollama模型。可用作Python库、CLI工具、RESTAPI服务器或Clau
1011Python人工智能
**项目简介:**VideotoGuide是一款基于Python开发的Windows本地AI视频分析与图文手册生成工具,能够将软件操作录屏自动整理为包含操作步骤、关键截图和时间戳的图文教程,减少人工观看视频、整理截图和编写操作文档的工作量。**核心功能:**1.**视频解析与语音识别:**使用PyA
950Python人工智能
个人量化交易决策辅助系统。从第一性原理出发,通过"做多vs做空"AI辩论机制,去伪存真。信号:拉取K线→AI辩论引擎→生成BUY/SELL/WAIT信号信息:输入股票代码,实时拉取K线+新闻+情绪,AI三维综合分析数据库:8张表浏览/搜索/增删改/CSV导入导出设置:APIKey、资金参数、自选股、
1271Python人工智能
项目背景•构建一体化测试资源平台,集用例存储、流水线执行、AI工具集成、报告分析于一体,已交付FirewallAPI流水线与AutomationChat对话生成两大AIAgent工具。核心贡献•从0到1构建全栈网络设备自动化测试平台(FastAPI+React+PostgreSQL+RabbitMQ
820Python人工智能
•资源池化管理:自研集中式管理平台(fask+bootstrap+mongodb),将公司全部物理设备抽象为可调度资源单元,实现Testbed的按需分配、远程复用与生命周期自动回收,累计纳管DUT/ISP设备401台、VM实例1637台,沉淀有效配置71358项,从架构层面解决资源争抢与环境碎片化问
760Python工业互联网
基于YOLO目标检测加OCR文字识别的屏幕感知系统,配合有限状态机做决策,实现全流程自动化bilibili.com/video/BV1uoYC6fEr1/
880Python人工智能
本项目是一套面向期货/证券量化交易的规则化系统构建工具包,可作为AI助手(WorkBuddy、ClaudeCode、扣子等支持Skill规范的工具)的插件直接加载使用。核心功能模块:1、目标体检:输入年化收益与最大回撤目标,用「所需Calmar=年化÷回撤」这个单一判据判定目标是否可行(≤0.5宽松
1670Python人工智能
scrapemend是一个Python网页数据提取库,核心思路是「选择器失效等于缓存未命中,而非程序崩溃」。主要功能:1)用自然语言描述要抓取的字段,无需手写选择器;2)优先使用缓存的选择器提取,零大模型开销;3)当某字段匹配失败或匹配到错误节点时,自动调用LLM重新生成选择器并缓存,实现自愈;4)
1140Python企业服务
智能群聊:结合历史消息、@关系、引用内容和上下文,判断是否参与讨论,区分直接回应、主动加入和跳过。上下文管理:支持多轮对话、短追问承接、消息缓存及重复回复控制,减少话题偏移。长期记忆:集成LivingMemory、SQLite、FAISS和本地BGE向量模型,实现历史信息的存储与检索。多模态交互:接
5310Python人工智能
smartmoney-cub开源项目
本地优先的交易复盘与规则进化引擎:记录每次决策的完整证据,D1/D3自动结算结果,规则改动须过人工晋级门禁,全程只读、不连券商、不下单。1、功能模块①决策捕获:CLI或外部Agent调用一次即落盘全上下文(决策时间、标的、理由、证据、失效条件),产出RunEnvelope与只读安全声明。②反未来函数
840Python人工智能
agent桌面助手开源项目
一个跑在本机上的AI智能问答桌面应用:FastAPI后端负责"思考",Electron客户端负责"动手"。用户用自然语言下达任务,Agent通过ReAct(思考→行动→观察)循环自主调用30个工具,完成查时间、读写文件、生成PPT/Word/Excel、搜索网页、操作Git、检索代码、跑测试、拉取股
1720Python人工智能
ATF 智测开源项目
AI加持、中文友好的接口自动化测试框架(Python)零代码基础也能写接口用例:YAML描述、全中文报错、支持中文比较符;内置规则引擎可从OpenAPI/Swagger文档一键生成用例,接入大模型后还能自动补充边界场景。特性:(1)低代码:YAML写用例,不懂Python也能上手(2)中文友好:中文
1240Python人工智能
Kairos是一个具备“主动性判断能力”的AI陪伴智能体,核心设计理念是决定何时保持沉默,而非对每条消息都做出回应。系统运行在心跳循环之上,周期性评估当前是否适合主动发言、写日记或不做任何操作。核心功能模块包括:16维连续情感引擎(独立Node.js进程,通过REST+MCP双协议暴露能力);多源A
4230Python人工智能
当前共123个项目more
×
寻找源码
源码描述
联系方式
提交