[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-salesforce--progen":3,"tool-salesforce--progen":65},[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},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",160015,2,"2026-04-18T11:30:52",[13,14,15],"开发框架","Agent","语言模型","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},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,26,14,13],"图像",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"status":16},8553,"spec-kit","github\u002Fspec-kit","Spec Kit 是一款专为提升软件开发效率而设计的开源工具包，旨在帮助团队快速落地“规格驱动开发”（Spec-Driven Development）模式。传统开发中，需求文档往往与代码实现脱节，导致沟通成本高且结果不可控；而 Spec Kit 通过将规格说明书转化为可执行的指令，让 AI 直接依据明确的业务场景生成高质量代码，从而减少从零开始的随意编码，确保产出结果的可预测性。\n\n该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程，用户只需通过简单的命令行操作，即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念，支持社区扩展与预设模板，允许用户根据特定技术栈定制开发流程。此外，Spec Kit 强调官方维护的安全性，提供稳定的版本管理，帮助开发者在享受 AI 红利的同时，依然牢牢掌握架构设计的主动权，真正实现从“凭感觉写代码”到“按规格建系统”的转变。",88749,"2026-04-17T09:48:14",[15,26,14,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"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",[13,15],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":10,"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。",85267,"2026-04-18T11:00:28",[26,51,52,53,14,54,15,13,55],"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":62,"last_commit_at":63,"category_tags":64,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[15,51,54],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":80,"owner_email":81,"owner_twitter":80,"owner_website":82,"owner_url":83,"languages":84,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":23,"env_os":93,"env_gpu":94,"env_ram":94,"env_deps":95,"category_tags":98,"github_topics":99,"view_count":10,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":103,"updated_at":104,"faqs":105,"releases":135},9113,"salesforce\u002Fprogen","progen","Official release of the ProGen models","ProGen 是一套专为蛋白质工程与设计打造的开源模型系列，其核心理念是将自然语言处理技术巧妙应用于生物学领域。它把蛋白质序列视作一种特殊的“语言”，利用先进的语言建模能力来学习自然界中蛋白质的分布规律，从而能够预测序列的适应性并生成全新的、具有潜在功能的蛋白质结构。\n\n这一工具主要解决了传统蛋白质设计过程中依赖大量试错实验、效率低下且难以探索广阔序列空间的难题。通过 ProGen，研究人员可以更高效地定向设计满足特定需求的蛋白质，大幅缩短从概念到实验验证的周期。\n\nProGen 特别适合生物信息学研究人员、计算生物学家以及从事合成生物学开发的工程师使用。对于希望利用 AI 加速新药研发、酶改造或新材料设计的团队而言，它是一个极具价值的起点。其独特的技术亮点在于成功跨越了计算机科学与生命科学的界限，证明了大规模语言模型在理解和管理生物大分子复杂性方面的巨大潜力。需要注意的是，鉴于生成式生物技术的特殊性，官方建议使用者在项目实施、优化及部署的全过程中保持严格的伦理审查与安全监管，确保技术仅用于造福人类的良性场景。","## ProGen: Language Modeling for Protein Engineering\n\nSuite of open-sourced projects and models for protein engineering and design.\n\n### License\nOur code and models are BSD-3 licensed. See LICENSE.txt for details.\n\n### Ethics\nPredicting the fitness of a protein sequence and capturing the distribution of natural proteins for generative purposes could be a powerful tool for protein design. If our technique or a future iteration thereof is adopted broadly, care should be taken in terms of the end use-cases of these designed samples and downstream effects to ensure safe, non-nefarious, and ethical applications. For projects in any domain, active oversight during project initiation, experimental optimization, and deployment phases should be put in place to ensure safe usage and limitation of unintended harmful effects.\n","## ProGen：面向蛋白质工程的语言建模\n\n一套用于蛋白质工程与设计的开源项目及模型。\n\n### 许可证\n我们的代码和模型采用 BSD-3 许可证。详情请参阅 LICENSE.txt 文件。\n\n### 伦理考量\n预测蛋白质序列的适应度，并捕捉天然蛋白质的分布以用于生成式任务，可能成为蛋白质设计的强大工具。若我们的技术或其未来版本被广泛采用，则需谨慎对待这些设计样本的最终应用场景及其下游影响，以确保其应用安全、正向且符合伦理。对于任何领域的项目，在项目启动、实验优化和部署阶段都应建立有效的监督机制，以保障安全使用，并限制潜在的有害后果。","# ProGen 快速上手指南\n\nProGen 是一套用于蛋白质工程与设计的开源项目模型套件，基于语言建模技术生成和优化蛋白质序列。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux (推荐 Ubuntu 20.04+) 或 macOS。Windows 用户建议使用 WSL2。\n*   **Python 版本**：Python 3.8 或更高版本。\n*   **硬件要求**：推荐使用带有 CUDA 支持的 NVIDIA GPU 进行模型推理和训练（显存建议 16GB+），CPU 模式仅适用于小规模测试。\n*   **前置依赖**：\n    *   `pip` (包管理工具)\n    *   `git` (代码版本控制)\n\n> **国内加速建议**：安装 Python 依赖时，推荐使用清华或阿里镜像源以提升下载速度。\n> 临时使用命令：`pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple \u003Cpackage_name>`\n\n## 安装步骤\n\n1.  **克隆仓库**\n    从 GitHub 获取 ProGen 源代码：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fsalesforce\u002Fprogen.git\n    cd progen\n    ```\n\n2.  **创建虚拟环境**\n    建议隔离项目依赖：\n    ```bash\n    python -m venv venv\n    source venv\u002Fbin\u002Factivate  # Windows 用户使用: venv\\Scripts\\activate\n    ```\n\n3.  **安装依赖**\n    使用国内镜像源安装所需库：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n    *(注：如果仓库根目录无 requirements.txt，请根据具体子项目目录安装，通常涉及 `torch`, `transformers`, `fairseq` 等核心库)*\n\n4.  **下载预训练模型**\n    根据文档指示下载对应的检查点文件（Checkpoints），并将其放置在项目指定的 `models\u002F` 目录下。\n\n## 基本使用\n\n以下是最简单的 Python 脚本示例，展示如何加载预训练模型并生成蛋白质序列。\n\n```python\nimport torch\nfrom transformers import AutoTokenizer, AutoModelForCausalLM\n\n# 1. 加载分词器和模型 (替换为本地模型路径)\nmodel_path = \".\u002Fmodels\u002Fprogen-base\" \ntokenizer = AutoTokenizer.from_pretrained(model_path)\nmodel = AutoModelForCausalLM.from_pretrained(model_path)\n\n# 将模型移至 GPU (如果可用)\ndevice = \"cuda\" if torch.cuda.is_available() else \"cpu\"\nmodel.to(device)\n\n# 2. 准备输入提示 (Prompt)\n# 例如：基于某个已知蛋白片段进行生成\ninput_prompt = \"\u003Ccls> MKTIIALSYIFCLVFADYKDDDDK\" \ninputs = tokenizer.encode(input_prompt, return_tensors=\"pt\").to(device)\n\n# 3. 生成序列\nwith torch.no_grad():\n    outputs = model.generate(\n        inputs,\n        max_length=512,\n        temperature=0.7,\n        top_p=0.9,\n        do_sample=True\n    )\n\n# 4. 解码并输出结果\ngenerated_sequence = tokenizer.decode(outputs[0], skip_special_tokens=True)\nprint(generated_sequence)\n```\n\n> **伦理与安全提示**：本工具生成的蛋白质序列具有潜在的双用途风险。请务必在受控环境下使用，严格遵守生物安全规范，确保应用场景符合伦理标准，避免用于制造有害生物制剂。","某生物制药公司的研发团队正致力于开发一种能在高温环境下保持活性的新型工业酶，以优化生物燃料的生产效率。\n\n### 没有 progen 时\n- 研究人员只能依赖自然界中已有的有限蛋白质序列进行筛选，难以从头设计出具备特定耐热性状的全新结构。\n- 传统定点突变实验需要构建并测试成千上万个变异体，耗时数月且试剂与人力成本极高。\n- 缺乏有效的生成模型来预测哪些氨基酸组合能同时满足“高稳定性”与“高催化活性”，导致实验方向盲目。\n- 每次迭代周期长，团队往往在数轮失败后才能获得少量有希望的候选分子，严重拖慢研发进度。\n\n### 使用 progen 后\n- 利用 ProGen 的语言建模能力，团队直接生成了数千条自然界不存在但理论上具备耐热特性的全新蛋白质序列。\n- 通过条件生成技术，ProGen 精准锁定了既能承受高温又不损失催化效率的氨基酸模式，大幅减少了无效实验。\n- 生成的候选序列经过初步计算筛选后，仅需对几十个高潜力样本进行湿实验验证，将筛选范围缩小了近百倍。\n- 研发周期从原来的半年缩短至几周，团队快速获得了三个性能超标的酶分子原型并进入中试阶段。\n\nProGen 将蛋白质设计从“大海捞针”式的随机筛选转变为“按图索骥”的精准生成，彻底重塑了合成生物学的研发范式。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsalesforce_progen_1e67caf5.png","salesforce","Salesforce","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fsalesforce_6ff2d82a.png","Noteworthy Open Source projects made available by Salesforce. Available under Open Source or Creative Commons licensing. No warranty or support implied",null,"osscore@salesforce.com","https:\u002F\u002Fopensource.salesforce.com","https:\u002F\u002Fgithub.com\u002Fsalesforce",[85],{"name":86,"color":87,"percentage":88},"Python","#3572A5",100,697,131,"2026-04-15T17:43:29","BSD-3-Clause","","未说明",{"notes":96,"python":94,"dependencies":97},"提供的 README 片段仅包含项目简介、许可证（BSD-3）及伦理声明，未提及具体的运行环境需求（如操作系统、硬件配置、Python 版本或依赖库）。建议查阅项目完整的文档或 requirements 文件以获取安装指南。",[],[15],[100,101,102],"language-model","protein","generative-model","2026-03-27T02:49:30.150509","2026-04-18T22:35:22.653312",[106,111,116,121,126,131],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},40882,"为什么 ProGen2 模型生成的蛋白质序列出现大量重复字符？","这通常是由于采样参数或随机种子设置导致的。建议尝试以下方法：\n1. 使用不同的随机种子进行多次采样循环，以获取多样化的结果。\n2. 确保使用的是最新版本的代码，维护者已推送了修正和健全性检查，使实现与论文报告的结果一致。\n3. 调整温度（temperature）和核采样（top-p）参数，例如尝试 `--t 0.8 --p 0.9`。\n如果问题仍然存在，请重新运行命令确认是否已应用最新的修复补丁。","https:\u002F\u002Fgithub.com\u002Fsalesforce\u002Fprogen\u002Fissues\u002F1",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},40883,"运行 likelihood.py 示例代码时出现断言错误（AssertionError）怎么办？","该错误通常由数值健全性检查触发。解决方案如下：\n1. 更新到最新版本代码，维护者已添加默认标志禁用这些检查，且修复了实现以匹配论文结果。\n2. 注意示例序列的方向问题：原始示例序列是从 C 端到 N 端排列的（即令牌顺序颠倒）。数字 '1' 代表 N 端，'2' 代表 C 端。如果对序列进行反向处理（N->C），BLAST 比对将获得 100% 命中。\n3. 在对变体进行排名时，建议计算序列在两个方向（1...2 和 2...1）的平均对数似然值（LL），以获得最佳结果。","https:\u002F\u002Fgithub.com\u002Fsalesforce\u002Fprogen\u002Fissues\u002F2",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},40884,"如何对双链蛋白质（如抗体 Fv 片段）运行对数似然评分脚本？","目前脚本不支持直接通过分号或冒号分隔多条链。推荐的实证解决方法是：\n在两条链（或结构域）之间指定一个柔性连接肽（linker）将它们连接成单条序列输入。\n对于抗体应用场景，推荐使用 (GGGGS)x3 作为连接序列。例如：`链 1 序列 + GGGGSGGGGSGGGGS + 链 2 序列`。","https:\u002F\u002Fgithub.com\u002Fsalesforce\u002Fprogen\u002Fissues\u002F5",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},40885,"如何使用 ProGen2 批量生成序列嵌入（Embeddings）？","当输入为批量序列列表时，应使用 `encode_batch` 方法进行编码，而不是单个 `encode`。\n关于输出维度：模型输出的嵌入形状通常为 `[batch_size, sequence_length, channel]`。对于 ProGen2 模型，channel 维度为 51200 是正常的。确保在处理 `tokenizer.Encoding` 对象列表时正确提取 `ids` 并转换为 tensor。","https:\u002F\u002Fgithub.com\u002Fsalesforce\u002Fprogen\u002Fissues\u002F50",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},40886,"从 Hugging Face 下载模型时遇到 \"401 Client Error: Unauthorized\" 错误如何解决？","该错误表明无法授权访问模型配置文件。可能的原因及解决方法：\n1. 检查网络连接及代理设置，确保能访问 `https:\u002F\u002Fhuggingface.co`。\n2. 虽然 ProGen2 模型通常是公开的，但某些环境可能需要配置 Hugging Face 的 token。尝试运行 `huggingface-cli login` 并输入有效的 API Token。\n3. 确认模型名称拼写正确（如 `progen2-large`），并检查 `transformers` 库版本是否兼容。\n4. 如果是在受限网络环境（如集群），可能需要手动下载模型文件并本地加载。","https:\u002F\u002Fgithub.com\u002Fsalesforce\u002Fprogen\u002Fissues\u002F22",{"id":132,"question_zh":133,"answer_zh":134,"source_url":115},40887,"ProGen2 示例中的蛋白质序列为何看起来没有同源蛋白且首尾令牌异常？","这是因为示例序列的排列方向与常规生物物理习惯相反。示例序列是从 C 端到 N 端排列的（tokens\u002Fresidues arranged from C-terminus to N-terminus）。\n- 令牌 '1' 对应 N 端起始。\n- 令牌 '2' 对应 C 端起始。\n如果您将序列反转（变为 N->C 方向），再进行 BLAST 搜索，将会发现它与 GenBank 中的 TMF32756.1 完全匹配。维护者计划更换示例序列以减少混淆，但在当前版本中请注意这一方向性差异。",[]]