搜索结果：flow（58 个）

生产级数据科学工具包，运用软件工程实践构建可复现、易维护的数据流水线。

仅百行代码的极简 LLM 框架，支持用 Agent 来构建 Agent。

响应式 Python Notebook，支持 SQL 查询、脚本执行、应用部署与 Git 版本管理，纯 Python 存储。

Pocket Flow：将代码库转化为教程的知识库项目。

持续记录电脑屏幕工作轨迹以梳理工作流，并为 AI Agent 提供上下文背景记忆。

用于机器学习模型互操作性的开放标准。

AI 开发者平台，用于训练、微调模型，覆盖从实验跟踪到生产部署的全流程管理。

Deezer 开源的源分离库，包含预训练模型。

集成时间块与时间追踪的高级待办应用，支持联动 Jira、GitLab、GitHub 等。

Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。

集成全套可视化工具的 AI Agent 开发平台，大幅简化 Agent 的构建、调试与部署。

实用的 Codex 技能精选列表，用于通过 Codex CLI 和 API 实现工作流自动化。

Joern 是一款开源代码分析与漏洞挖掘平台。它能将源码、字节码或二进制文件解析为“代码属性图（CPG）”，并存入图数据库中。开发者可以用基于 Scala 的专用查询语言搜索代码图结构，轻松完成跨语言的静态程序分析与漏洞排查。

MLeap 专注于简化机器学习流水线的生产部署。它支持将 Spark 或 Scikit-learn 训练的流水线导出为便携格式（JSON/Protobuf），并直接在轻量级 JVM 运行时上执行，完全脱离对 Spark、sklearn 等重型环境的依赖，实现高性能、跨平台的快速推理。

Mill 是一款面向 Java、Scala 和 Kotlin 的轻量构建工具，旨在解决传统 JVM 工具慢且复杂的问题。它比 Maven 更简洁（配置代码更少）、比 Gradle 更直观，通过激进的缓存与并行机制，实现提速 3-7 倍的高效编译、运行与测试体验。

功能丰富的 GitHub 终端 UI 工具，无需离开终端即可管理 PR 和 Issue。

Apache Texera 是一款面向人机协同数据科学的可视化工作流平台，解决复杂数据分析门槛高及协作难的问题。它通过直观 GUI 让用户构建分析流程，并结合能理解自然语言的 AI Agent 辅助任务。核心功能包括工作流实时协作编辑、运行时调试、多语言原生支持（Python/Java）以及支持云端扩展的并行大数据处理引擎。

基于 JVM 的深度学习训练与部署工具套件，支持导入 Keras、TensorFlow、ONNX/PyTorch 等模型。

100 天搞定机器学习（100-Days-Of-ML-Code）项目官方中文版教程。

在不同框架间转换机器学习代码。