LLaMA-Factory — Python-инструмент для настройки и обучения LLM/VLM с CLI, веб-интерфейсом и поддержкой популярных моделей.
Open Source: #python
Проекты каталога, отмеченные тегом #python. Теги работают как отдельные посадочные страницы, чтобы похожие инструменты было проще находить и связывать между собой.
В подборке 168 проектов с суммарным рейтингом 11,533,809 звёзд на GitHub. Основные языки: Python, Jupyter Notebook, C++.
Про Python-проекты
Python — язык номер один в open source по числу новых проектов: на нём пишут всё от скриптов автоматизации до фреймворков машинного обучения. Низкий порог входа сделал его экосистему самой широкой — на любую задачу обычно есть несколько зрелых библиотек.
В подборке — инструменты, фреймворки и обучающие репозитории на Python. Карточки показывают звёзды, лицензию и краткое описание, а страница каждого проекта — разбор архитектуры с примерами кода.
Репозитории
Flask — Python-микрофреймворк для веб-приложений: маршруты, запросы, ответы, Jinja и расширяемая серверная основа.
DeerFlow — агентная платформа ByteDance для долгих задач: исследование, код, инструменты, песочницы, подагенты и каналы сообщений.
GPT Academic — китайскоязычный интерфейс для LLM, ориентированный на чтение, перевод, правку и разбор научных материалов.
graphify — инструмент, который превращает код, схемы данных и документы в граф знаний для ИИ-помощников и анализа проекта.
OpenBB — платформа финансовых данных для аналитиков, квантов и ИИ-сценариев: Python-интерфейс, данные рынков и исследовательские инструменты.
Ansible — платформа автоматизации инфраструктуры: настройка серверов, развертывание, сетевые изменения и управление через SSH без агентов на узлах.
Crawl4AI — Python-краулер и инструмент извлечения веб-данных, который готовит страницы для LLM, RAG и агентных сценариев.
MetaGPT — фреймворк многоагентных ИИ-систем, где роли вроде продуктового менеджера, архитектора и инженера координируются вокруг задачи.
MinerU — инструмент анализа документов, который превращает PDF и офисные файлы в Markdown/JSON для поиска, RAG и агентных сценариев.
Learn Claude Code — учебный проект про каркас агента: как вокруг модели строятся инструменты, память, контекст и рабочая оболочка агента.
Annotated Deep Learning Papers — коллекция реализаций научных работ по deep learning с пояснениями рядом с кодом.