[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-qqiang00--Reinforce":3,"tool-qqiang00--Reinforce":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":78,"owner_location":79,"owner_email":78,"owner_twitter":78,"owner_website":78,"owner_url":80,"languages":81,"stars":98,"forks":99,"last_commit_at":100,"license":78,"difficulty_score":23,"env_os":101,"env_gpu":102,"env_ram":102,"env_deps":103,"category_tags":110,"github_topics":78,"view_count":10,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":111,"updated_at":112,"faqs":113,"releases":119},1184,"qqiang00\u002FReinforce","Reinforce","Reinforcement Learning Algorithm Package & PuckWorld, GridWorld Gym environments","Reinforce 是一个用于学习强化学习的开源工具包，包含经典的 GridWorld 和 PuckWorld 环境，兼容 Gym 库。它通过提供基础类和示例环境，帮助用户理解强化学习算法在离散状态空间中的工作原理。工具中包含了 Transition、Episode、Experience 和 Agent 等核心类，支持多种算法如 Sarsa、Q 学习等，并提供了神经网络近似器以支持深度强化学习。GridWorld 支持多种变体，而 PuckWorld 则适合训练深度 Q 网络。适合开发者和研究人员使用，尤其适合初学者入门强化学习。其结构清晰，易于扩展，是理解和实践强化学习的理想工具。","# Learn reinforcement learning with classic GridWorld and PuckWorld Environments compatible with Gym library.\nI wrote several basic classes describing the events occured during an agent's interaction with an environment. Besides, for RL beginners to better understand how the classic RL algorithms work in discrete observation spaces, I wrote two classic environments:GridWorld and PuckWorld. \n\nYou can copy these two environments into your gym library and by just making a few modification, these two environments can be used the same as the embeded environments in Gym.\n\nPlease go to the **sub-folder** \"reinforce\" to see the organization of the whole package:\n\n## [core.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fcore.py)\nYou will find some core classes modeling the object needed in reinforcement learning in this file. These are:\n\n### Transition\nstores the information describing an agent's state transition. Transition is the basic unit of an Episode.\n\n### Episode\nstores a list of transition that an agent experience till to one of its end states.\n\n### Experience\nstores a list of episode. Experience has a capacity limit; it also has a sample method to randomly select a certain number of transitions from its memory.\n\n### Agent\nthis is the base class for all agents implemented for a certain reinforcement learning algorithm. in Agent class, an \"act\" function wraps the step() function of an environment which interacts with the agent. you can implement your own agent class by deriving this class.\n\n## [agents.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fagents.py)\nIn this file, you will find some agents class which are already implemented for a certain reinforcement learning algorithms. more agents classes will be added into this file as I practice. Now, you can find agent with sarsa, Q, sarsa(\\lambda) algorithms.\n\n## [approximator.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fapproximator.py)\nYou can find some classes which performs like a neural network. that's right. Deep neural network is used as an function approximator in RL algorithms, this is so called Deep reinforcement Learning. You will find different types of Agents using different type of function approximators.\n\n## [gridworld.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fgridworld.py)\nA base GridWorld classe is implemented for generating more specific GridWorld environments used in David Silver's RL course, such as:\n* Simple 10×7 Grid world\n* Windy Grid world\n* Random Walk\n* Cliff Walk\n* Skull and Treasure Environment used for explain an agent can benefit from random policy, while a determistic policy may lead to an endless loop.\n\nYou can build your own grid world object just by giving different parameters to its init function. \nVisit [here](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F28109312) for more details about how to generate a specific grid world environment object.\n\n## [puckworld.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fpuckworld.py)\nThis is another classic environment called \"PuckWorld\", the idea of which comes from [ReinforceJS](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs\u002Fpuckworld.html). Thanks to Karpathy.\nDifferent from gridworld environment which has a one-dimensional discrete observation and action space, puck world has a continuous observation state space with six dimensions and a discrete action space which can also easily be converted to continuous one. \n\nPuckWord is considered as one of the classic environments for training an agent with Deep Q-Learning Network.\n\n## [examples](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Ftree\u002Fmaster\u002Freinforce\u002Fexamples)\nseveral seperate .pys are provided for understanding a RL algorithm without the classes mentioned above. \n\nyou can also find a implementation of Policy Iteration and Value Iteration by using dynamic programming in this folder.\n\n\nHope you enjoy these classes and expect you to make contribution for this package.\n\n##\nAuthor: Qiang Ye.\n\nDate: August 16, 2017\n\nLicense: MIT\n\n","# 使用与 Gym 库兼容的经典 GridWorld 和 PuckWorld 环境学习强化学习。\n我编写了几个基础类，用于描述智能体与环境交互过程中发生的事件。此外，为了让强化学习初学者更好地理解经典强化学习算法在离散观测空间中的工作原理，我还实现了两个经典环境：GridWorld 和 PuckWorld。\n\n你可以将这两个环境复制到你的 Gym 库中，只需进行少量修改，它们就能像 Gym 中内置的环境一样使用。\n\n请进入 **子文件夹** “reinforce” 查看整个项目的组织结构：\n\n## [core.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fcore.py)\n在这个文件中，你会找到一些用于建模强化学习所需对象的核心类。它们包括：\n\n### Transition\n存储描述智能体状态转移的信息。Transition 是 Episode 的基本单元。\n\n### Episode\n存储智能体经历的一系列状态转移，直到达到某个终止状态。\n\n### Experience\n存储一系列 Episode。Experience 有一个容量限制，并提供采样方法，可以从其记忆中随机选择一定数量的状态转移。\n\n### Agent\n这是所有为特定强化学习算法实现的智能体的基类。在 Agent 类中，“act” 函数封装了与智能体交互的环境的 step() 方法。你可以通过继承这个类来实现自己的智能体类。\n\n## [agents.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fagents.py)\n在这个文件中，你会找到一些已经为特定强化学习算法实现的智能体类。随着我的实践，更多的智能体类将会被添加到这个文件中。目前，你可以找到使用 Sarsa、Q-learning 以及 Sarsa(λ) 算法的智能体。\n\n## [approximator.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fapproximator.py)\n在这里，你可以找到一些类似于神经网络的类。没错，深度神经网络在强化学习算法中被用作函数近似器，这就是所谓的深度强化学习。你会看到不同类型的智能体使用不同类型的函数近似器。\n\n## [gridworld.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fgridworld.py)\n这里实现了一个基础的 GridWorld 类，用于生成 David Silver 强化学习课程中使用的更具体的 GridWorld 环境，例如：\n* 简单的 10×7 格子世界\n* 多风的格子世界\n* 随机漫步\n* 悬崖漫步\n* 头骨与宝藏环境，用于说明智能体可以从随机策略中受益，而确定性策略可能会导致无限循环。\n\n你只需向其初始化函数传递不同的参数，就可以构建属于自己的格子世界对象。更多关于如何生成特定格子世界环境对象的详细信息，请访问 [这里](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F28109312)。\n\n## [puckworld.py](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Fblob\u002Fmaster\u002Freinforce\u002Fpuckworld.py)\n这是另一个名为“PuckWorld”的经典环境，其灵感来源于 [ReinforceJS](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs\u002Fpuckworld.html)。感谢 Karpathy。\n与具有一维离散观测和动作空间的 GridWorld 环境不同，PuckWorld 拥有六维的连续观测状态空间，以及一个也可以轻松转换为连续动作空间的离散动作空间。\n\nPuckWorld 被认为是使用深度 Q 学习网络训练智能体的经典环境之一。\n\n## [examples](https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce\u002Ftree\u002Fmaster\u002Freinforce\u002Fexamples)\n这里提供了几个独立的 .py 文件，帮助你在不使用上述类的情况下理解强化学习算法。\n\n你还可以在这个文件夹中找到利用动态规划实现的策略迭代和值迭代的实现。\n\n希望你喜欢这些类，并期待你为这个项目做出贡献。\n\n##\n作者：叶强。\n\n日期：2017年8月16日\n\n许可证：MIT","# Reinforce 快速上手指南\n\n## 环境准备\n\n- **系统要求**：支持 Python 3.6 及以上版本的任意操作系统（Windows、Linux、macOS）\n- **前置依赖**：\n  - `gym`：用于兼容经典环境\n  - `numpy`：用于数值计算\n  - `matplotlib`（可选）：用于可视化训练结果\n\n推荐使用国内镜像源安装依赖，以加快下载速度：\n\n```bash\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n## 安装步骤\n\n1. 克隆仓库到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fqqiang00\u002Freinforce.git\n```\n\n2. 进入项目目录并安装依赖：\n\n```bash\ncd reinforce\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n3. 将 `gridworld.py` 和 `puckworld.py` 复制到你的 Gym 库中，以便与 Gym 兼容。例如：\n\n```bash\ncp reinforce\u002Fgridworld.py \u002Fpath\u002Fto\u002Fgym\u002Fgym\u002Fenvs\u002F\ncp reinforce\u002Fpuckworld.py \u002Fpath\u002Fto\u002Fgym\u002Fgym\u002Fenvs\u002F\n```\n\n## 基本使用\n\n以下是一个最简单的使用示例，演示如何加载 `GridWorld` 环境并运行一个随机策略：\n\n```python\nimport gym\nfrom reinforce.gridworld import GridWorld\n\n# 创建环境\nenv = gym.make('GridWorld-v0')\n\n# 重置环境\nstate = env.reset()\n\n# 运行一个随机策略\nfor _ in range(100):\n    action = env.action_space.sample()  # 随机选择动作\n    next_state, reward, done, info = env.step(action)\n    if done:\n        break\n\nenv.close()\n```\n\n你也可以通过 `reinforce` 包中的 `agents.py` 文件实现更复杂的 RL 算法，如 Sarsa、Q-learning 等。","某大学人工智能实验室的研究员正在开发一个基于强化学习的机器人路径规划系统，用于校园内的自动配送任务。他们需要在不同环境中测试和优化算法性能，但缺乏现成的、易于集成的环境和基础类库。\n\n### 没有 Reinforce 时  \n- 需要从头编写环境模拟器，耗费大量时间  \n- 缺乏统一的代理和经验存储结构，导致代码重复和难以维护  \n- 对于连续状态空间的环境（如PuckWorld）缺乏现成的实现，增加了开发难度  \n- 算法验证过程繁琐，无法快速迭代和对比不同策略  \n\n### 使用 Reinforce 后  \n- 可直接使用 GridWorld 和 PuckWorld 环境，节省了环境构建时间  \n- 利用 Transition、Episode 和 Experience 类简化了经验收集与存储逻辑  \n- 支持连续状态空间的 PuckWorld 提供了更贴近实际的训练场景  \n- 通过内置的 SARSA、Q-learning 等算法实现，加快了算法验证和调优速度  \n\nReinforce 通过提供标准化的环境和基础类，显著提升了强化学习实验的效率与可扩展性。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fqqiang00_Reinforce_84d08547.png","qqiang00","Qiang Ye","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fqqiang00_539ca1a9.png",null,"Montréal. QC. Canada","https:\u002F\u002Fgithub.com\u002Fqqiang00",[82,86,90,94],{"name":83,"color":84,"percentage":85},"Jupyter Notebook","#DA5B0B",76.4,{"name":87,"color":88,"percentage":89},"Python","#3572A5",13.5,{"name":91,"color":92,"percentage":93},"HTML","#e34c26",5.3,{"name":95,"color":96,"percentage":97},"JavaScript","#f1e05a",4.8,862,473,"2026-04-04T05:39:00","Linux, macOS, Windows","未说明",{"notes":104,"python":105,"dependencies":106},"需要将 GridWorld 和 PuckWorld 环境复制到 gym 库中，部分示例可能需要额外安装依赖。建议使用虚拟环境进行管理。","3.8+",[107,108,109],"gym>=0.26","numpy>=1.20","torch>=1.8",[13,15],"2026-03-27T02:49:30.150509","2026-04-06T09:46:58.633881",[114],{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},5393,"c05\u002F02_windy_grid\u002Fagents.py 中的 self.policy = greedy_policy 是什么意思？","这行代码用于设置策略为贪婪策略。但根据用户反馈，这可能导致除了第一个 episode 外的所有 S->A 都是非 ε-greedy 的，与算法描述不一致。建议检查 jupyter 和 agent.py 中的实现是否一致。","https:\u002F\u002Fgithub.com\u002Fqqiang00\u002FReinforce\u002Fissues\u002F5",[]]