cdebug开源项目 – 容器调试的万能工具

cdebug 是一个专为容器调试设计的万能工具包，支持多种容器运行时，提供丰富的调试工具，易于集成到现有工作流，并且支持多种操作系统。它轻量级且高效，能够帮助开发者快速诊断和解决容器中的问题。

cdebug的特点:

1. 支持多种容器运行时
2. 提供丰富的调试工具
3. 易于集成到现有工作流
4. 支持多种操作系统
5. 轻量级且高效

cdebug的功能:

1. 调试容器内的应用程序
2. 检查容器的网络配置
3. 分析容器的文件系统
4. 监控容器的资源使用情况
5. 调试运行中的容器

相关导航

MiniMind开源项目 – 低成本快速训练超小语言模型

MiniMind 是一个开源 AI 项目，旨在从零开始，以极低的成本和极短的时间训练出超小语言模型。项目涵盖了从数据集清洗到模型训练的全过程，并提供了多种先进的算法和模型结构。通过仅需 3 块钱成本和 2 小时，即可训练出 25.8M 的超小语言模型，最小版本体积是 GPT-3 的 1/7000，适合普通个人 GPU 快速训练。项目还拓展了视觉多模态的 VLM: MiniMind-V，所有核心算法代码均从 0 使用 PyTorch 原生重构，不依赖第三方库提供的抽象接口。这不仅是大语言模型的全阶段开源复现，也是一个入门 LLM 的教程。

DALL·E Cli官网 – 命令行图像生成与编辑工具

DALL·E Cli 是一个命令行应用程序，旨在通过 OpenAI 提供的 DALL-E 2 API 让用户生成、编辑和过滤图像。用户可以方便地生成独特的艺术作品，调整图像的亮度、对比度和清晰度，并应用各种滤镜和效果。该工具支持将 OpenAI 令牌存储在管理的配置文件中，适用于开源和商业项目。

DepthFM开源项目 – 快速单目深度估计模型

DepthFM 是一个先进、多功能且快速的单目深度估计模型，能够在单次推理步骤中生成高质量的深度图。该模型展示了从基础图像合成扩散模型（Stable Diffusion v2-1）到流匹配模型的成功迁移，直接从输入图像映射到深度图。DepthFM 不仅在常规深度估计任务中表现出色，还在深度修复和深度条件合成等下游任务中展现了领先的能力。

Extreme-Multi-Patch Self-Supervised-Learning (EMP-SSL) – 高效自监督学习新方法

EMP-SSL是一种创新的自监督学习方法，通过增加每个图像实例中的图像块数量，显著提高了自监督学习的效率。该方法不依赖于常见的启发式技术，如分支之间的权重共享，并采用了特征归一化、输出量化和停止梯度等技术，使得训练时间减少了两个数量级，同时在多个数据集上实现了高准确率。

Terminal GPT (tgpt)开源项目 – 在终端中使用ChatGPT，无需API密钥

Terminal GPT (tgpt) 是一个可以在终端中直接使用的ChatGPT工具，无需API密钥，支持多种命令行操作，易于安装和配置，适合开发者与终端用户使用。

LaTeX-OCR开源项目 – 图像公式转LaTeX代码

LaTeX-OCR 是一个基于深度学习技术的开源项目，旨在将数学公式的图像转换为 LaTeX 代码。该项目使用 Vision Transformer (ViT) 模型，结合 ResNet 编码器和 Transformer 解码器，能够高效地识别和编辑数学公式，适用于科研、教育等领域。项目提供了多种使用方式，包括命令行工具、图形用户界面、API 和 Python 集成，并支持模型训练和自定义数据集。

Supermemory开源项目 – 构建个人知识库的第二大脑

Supermemory 是一个开源项目，旨在帮助用户构建个人知识库，类似于第二大脑。它通过 Chrome 插件导入推文、保存网站和内容，并提供一个类似于 ChatGPT 的工具来管理和对话个人知识库。项目基于 Nextjs 14、Next Auth、Drizzle ORM、Cloudflare D1 数据库、TailwindCSS、React 等技术栈，由 turborepo 管理，分为 web UI、Chrome 扩展和 AI 后端三个模块。用户可以使用带有 AI 辅助的 Markdown 编辑器进行内容创作，并与知识库进行对话，支持本地部署。

Movestax官网 – 简化开发者的云基础设施

Movestax是一个以无服务器为优先的云平台，旨在为开发者、初创公司和中小企业简化云基础设施的管理与使用。

RWKV_Pytorch开源项目 – RWKV大语言模型的推理框架

用纯Pytorch原生实现的RWKV大语言模型的推理框架，提供高效的文本生成和推理功能，适合与PyTorch生态系统的其他工具集成，支持开源社区的贡献和协作。

mini_qwen开源项目 – 1B参数中英文大语言模型

mini_qwen是一个从头开始训练的1B参数的大型语言模型(LLM)项目，包括预训练(PT)、微调(SFT)和直接偏好优化(DPO)3个部分。该项目基于Qwen2.5-0.5B-Instruct模型，通过扩充模型隐藏状态层数、隐藏状态维度和注意力头数，增加参数量到1B，并进行参数随机初始化。支持中英文，预训练和微调仅需要12G显存，直接偏好优化仅需要14G显存。使用flash_attention_2进行加速，使用deepspeed在6张H800上进行训练，探究了尺度定律(scaling law)、复读机现象与微调阶段的知识注入。

Unity MCP Package开源 – Unity与LLM双向通信工具

Unity MCP Package是一个开源Unity软件包，通过模型上下文协议(MCP)实现Unity编辑器与大型语言模型(如Claude Desktop)的无缝双向通信。该项目作为桥梁服务器，允许开发者通过自然语言指令自动化工作流、操作资产、控制场景及编辑器功能，显著提升游戏开发效率。支持Unity 2020.3 LTS及以上版本(需URP)，需配合Python 3.12+和uv包管理器使用。

NotebookLlama开源项目 – PDF转播客工作流

NotebookLlama 是 Meta 发布的开源项目，专注于将 PDF 文档转换为播客音频的工作流程。它提供了详细的教程和工具链，支持从 PDF 提取文本、改写为播客脚本、增强脚本表现力，并最终生成自然对话风格的播客音频。