BinanceEventContractAssistant是一个基于Python的事件合约概率评估与辅助决策系统，主要用于分析BTC/ETH在指定时间窗口内触碰目标价格的概率。系统通过采集永续合约行情、K线、盘口和技术指标数据，构建历史事件标签与多维度特征，并结合概率统计、机器学习模型和风控规则，输

TelegramAIBot是一个基于Python的AI绘图与自动化任务机器人，主要用于在Telegram中接收用户指令，并将用户提交的文本需求转化为AI绘图任务或自动化处理任务。用户可以通过聊天窗口发送提示词、风格要求和生成参数，机器人负责解析指令、提交任务、监听执行状态，并在生成完成后将结果自动返

共土COMMONSOIL是一个基于AI的双人关系记录与情绪花园系统，面向情侣、朋友或亲密关系中的双人日常记录场景。用户可以每天填写个人记录、情绪状态以及想传递给对方的话，系统支持原话传递和AI转译传递两种方式，既保留真实表达，也可以通过AI将情绪化内容转化为更温和、清晰的表达。项目主要功能包括用户注

正则解析：支持解析标准正则表达式模式随机生成：根据解析的正则生成匹配的随机字符串字符范围支持：支持小写字母、大写字母、数字、下划线、空格等字符范围灵活配置：可自定义字符串长度范围语法检查：可选生成结果校验分组支持：支持使用()进行分组操作选择操作：支持使用|进行选择操作

#ClassificationPost-ProcessingforHawk##OverviewAgenericONNXclassificationblockthatrunsafteranomalydetectioninHawk'spost-processingpipeline.Itclassifie

团队级OpenClaw工作空间管控平台支持用户、工作区、模型及运行时统一管理实现用户隔离运行时、多模型接入与一键部署适配Docker、K8s环境，便于企业级部署使用

本项目是一个基于KaggleNotebook开源的深度学习实验项目，主要围绕ABNetwork与TransformerBase等模型方案进行训练效果对比与验证。项目包含数据读取与预处理、特征整理、模型构建、训练参数配置、实验过程记录、指标评估与结果比较等模块，能够用于复现实验流程、分析不同网络结构的

两个版本?️桌面版 ?Web版入口文件 opentechscore.py streamlit_capp.py界面框架 PyQt5 Streamlit运行方式 本地运行 浏览器访问/本地运行功能简介支持沪深300、中证500、全部A股或单只股票评分自动下载历史K线数据（基于baostock）计算10个

–使用Pandas,NumPy和TensorFlow/Keras构建端到端分类模型，预测泰坦尼克号乘客的生存情况。–进行了全面的探索性数据分析(EDA)和特征工程（处理缺失值、编码性别/登船港口/舱位等级），并使用Matplotlib和Seaborn可视化了关键生存因素。–通过Gemini辅助的超参

微调Yolo目标检测算法检测FPS游戏中的人物实现自瞄。从架构设计到算法训练，再到实机调试优化，最后到部署代码都是独立完成。在github上有120颗star以及多个fork。

##项目概述jm-redis-spring-boot-starter是一个功能强大的Redis增强型SpringBootStarter，提供开箱即用的企业级Redis解决方案。该组件封装了多数据源管理、分布式锁、声明式缓存、会话共享等核心能力，支持多种Redis客户端和部署模式，通过简洁的注解和AP

⚫拆解vLLM核心架构，掌握PagedAttention、两阶段推理等LLM推理核心技术，基于nano-vllm开展端到端性能优化。⚫重构CUDAGraph实现逻辑，解决大batch场景适配缺陷，实现推理吞吐量提升11.3%，显存占用降低29.2%。

1、核心痛点解决：官方spring-kafka仅支持单一Kafka集群配置，本项目完美解决项目中需要对接单个或多个Kafka集群的场景需求。2、三大核心能力：a）多集群灵活配置支持单一集群或多集群同时配置支持多种安全策略（SASL认证、SSL证书认证、宽松认证等）可动态启用/禁用特定集群配置支持主配

logicfp项目可以概括为一个面向LLM调用的轻量保护中间层。它不是去替代大模型，而是在模型调用前后加一层可控逻辑，减少幻觉、异常输出和调用不稳定带来的业务风险。具体功能模块主要包括：输入封装与校验模块对进入系统的请求做统一封装，并基于schema/数据结构进行校验，提前拦截明显错误输入，避免无效

是一个基于大语言模型（GLM-4.5-Air）的智能文献检索与综述生成系统。系统能够：1.多源搜索：从arXiv、GoogleScholar、百度学术、本地文件等多渠道获取论文2.智能筛选：通过四阶段筛选机制，从大量论文中精选最相关的文献3.中英文处理：自动识别论文语言，进行跨语言的智能处理4.综述

NILM恶意负载检测这个仓库实现了一套基于xgboostfeatureengineering的特征提取的NILM流水线，用于：加载JSY/SQLite家电数据集对低频电气测量数据进行归一化从时序功率数据中检测开/关事件基于事件构建设备会话提取会话级特征使用经验规则对设备类型进行分类将设备类型映射为恶

针对电信行业用户流失问题，构建高召回率的预警系统。核心功能：1、通过概率阈值调优（从0.5下调至0.2），牺牲精确率换取30%高危用户召回率提升；2、使用Z-Score标准化解决特征量纲差异导致的梯度下降不收敛问题；3、输出高危流失用户清单，支持运营团队精准干预；4、在不平衡样本下优化业务价值，降低

模拟银行信贷场景，开发可解释性强的信用评分系统（A卡）。核心功能：1、手动实现特征分箱与WOE变换，处理长尾异常值；2、利用评分卡公式将违约概率映射为300-900分信用分；3、使用Streamlit搭建交互式评分计算器，业务人员输入客户信息即可实时获取信用评分与风控建议；4、完整复现工业级评分卡开

针对多店铺、强周期性的零售场景，构建高精度销量预测系统。核心功能：1、利用三角函数变换将时间特征映射到单位圆，解决月份拓扑断裂问题；2、设计时间截断验证策略防止数据泄露；3、使用XGBoost捕捉周末与节假日的非线性销量波动；4、实现RMSE=40.30的高精度预测，有效指导库存管理，减少积压与缺货

智能文档解析-支持PDF、Word，自动提取文本和元数据实体识别NER-自动识别人物、组织、技术术语等实体知识图谱构建-基于Neo4j的可视化知识网络语义向量检索-ChromaDB+Sentence-BERT语义搜索RAG智能问答-结合知识图谱的AI问答系统交互式可视化-React+Cytoscap