• BigFlow-MaaS v2.1.0
  • 已验证结果
  • 核心能力
  • Native 快速启动（本次实测路径）
    • 1. 启动两个 vLLM 后端
    • 2. 启动 BigFlow Gateway
    • 3. 验证
  • 运行 Benchmark
  • Docker / openEuler
  • 验证状态
  • 文档导航
  • 许可证
• Kylin-recorder
  • 一．引言
    • 1.编写目的
    • 2.项目背景
  • 二．总体设计
    • 1.需求概述
    • 2.软件结构
  • 三．主要模块流程图
    • 1．主界面流程
    • 2．主界面
    • 3．录音时
  • 四．程序描述
    • 1.开始录音
      • 1.1 功能
      • 1.2 性能
      • 1.3 输入项目
      • 1.4 输出项目
      • 1.5 算法
      • 1.6 程序逻辑
    • 2.文件列表
      • 2.1 功能
      • 2.2 性能
      • 2.3 输入项目
      • 2.4 程序逻辑
    • 3.剪辑
      • 3.1 功能
      • 3.2 性能
      • 3.3 输入项目
      • 3.4 程序逻辑
    • 4.标记
      • 4.1 功能
      • 4.2 性能
      • 4.3 输入项目
      • 4.4 程序逻辑
  • What is Jointcloud and PCM
  • Real-world Issues Addressed by PCM:
  • Architecture
  • PCM deploy
    • coordinator-api
  • Upcoming Plans
  • Join＆Contribute
• 2025fall
  • 5.0 is out! 🎉🎉🎉
  • ">Translation Recruitment
  • Features
  • Templates
  • Usage
    • Use bash
    • Use Gitpod
  • Browsers support
  • Contributing
  • 目录
  • 项目特色
  • 性能指标
  • 更新日志
  • 模型
  • 训练方法
  • 数据集
  • 软硬件依赖
    • 硬件依赖
  • 如何使用
    • 数据准备（可跳过）
    • 环境搭建（可跳过）
    • 使用魔搭社区（可跳过）
    • 单 GPU 训练
      • LLaMA Board GUI
      • 预训练
      • 指令监督微调
      • 奖励模型训练
      • PPO 训练
      • DPO 训练
    • 多 GPU 分布式训练
      • 使用 Huggingface Accelerate
      • 使用 DeepSpeed
    • 合并 LoRA 权重并导出模型
    • 使用 OpenAI 风格 API 推理
    • 使用命令行推理
    • 使用浏览器推理
    • 模型评估
    • 模型预测
  • 使用了 LLaMA Factory 的项目
  • 协议
  • 引用
  • 致谢
  • Star History
  • Introduction
  • Install
  • Getting Started
    • Datasets
      • Fox Dataset
      • Lego Dataset
      • Customized Datasets
    • Config
    • Train & Test
  • Performance
  • Plan of Models
  • Contact Us
  • Citation
• safetensors
  • Safetensors
    • Installation
      • Pip
      • From source
    • Getting started
    • Format
    • Yet another format ?
    • Main oppositions
    • Notes
    • Benefits
• Welcome to the OpenSSL Project
• Table of Contents
• Overview
• Download
  • For Production Use
  • For Testing and Development
• Build and Install
• Documentation
  • README Files
  • The OpenSSL Guide
  • Manual Pages
  • Demos
  • Wiki
• License
• Support
• Contributing
• Legalities
• Copyright
• gitlink-cli
  • Contributors
  • Why gitlink-cli?
  • Features
  • Installation & Quick Start
    • Requirements
    • Quick Start (Human Users)
      • Install
      • Configure & Use
    • Quick Start (AI Agent)
  • Usage Examples
    • Repository Operations
    • Wiki Management
    • Webhook Management
    • Member Management
    • Issue Management
    • Label Management
    • Pull Requests
    • Branch Management
    • Release Management
    • CI/CD Operations
    • Pipeline Operations
    • Search
    • Workflow Agent Commands
    • Raw API
  • Global Parameters
  • Branch Conventions
  • AI Agent Skills
  • Project Structure
  • Documentation
  • FAQ
    • Q: How do I use gitlink-cli in scripts?
    • Q: How does automatic owner/repo resolution work?
    • Q: What if my token expires?
    • Q: How do I use gitlink-cli in CI/CD or non-interactive environments (e.g. Trae sandbox)?
    • Q: What if npm installs successfully but gitlink-cli reports a missing binary?
    • Q: Where are credentials stored on Windows?
    • Q: Where can I find the full API reference?
  • License
    • CONTENT:
    • CITATION:
    • DOWNLOAD:
    • FEATURES:
      • PREREQUISITES TO RUN:
  • HOW-TO:
  • RUN:
    • Local / Global reconstruction
    • Conservative reconstruction
    • Disregard deletions
    • Use fixed number of generators or bigger interval
    • Reconstruct specific region with respect to reference genome numbering
    • Incorporate PHRED quality scores (slower)
    • Disable recombination process
    • Filter reads with too large consecutive deletions
    • Filter reads with a too high ratio of deletions
    • Do not merge and pair reads
    • Output
    • Plots
  • Technical details
    • To minimize the memory consumption and the number of full garbage collector executions, use:
    • If your dataset is very large and you run out of memory, increase the heapspace with:
    • On multicore systems:
    • On multi-CPU systems:
      • Unix wrapper:
    • Help:
  • PREREQUISITES COMPILE (only for dev):
  • INSTALL (only for dev):
• CONTACT:
• LICENSE:
• EduEdge-AI
• 漏洞收集
  • 2024.07.14 新增漏洞
  • 2024.07.12 新增漏洞
  • 2024.07.09 新增漏洞
  • 2024.07.06 新增漏洞
  • 2024.07.03 新增漏洞
  • 2024.06.28 新增漏洞
  • 2024.06.21 新增漏洞
  • 2024.06.18 新增漏洞
  • 2024.06.14 新增漏洞
  • 2024.06.11 新增漏洞
  • 2024.06.07 新增漏洞
  • 2024.06.05 新增漏洞
  • 2024.06.02 新增漏洞
  • 2024.05.31 新增漏洞
  • 2024.05.28 新增漏洞
  • 2024.05.25 新增漏洞
  • 2024.05.23 新增漏洞
  • 2024.05.21 新增漏洞
  • 2024.05.18 新增漏洞
  • 2024.05.13 新增漏洞
  • 2024.05.08 新增漏洞
  • 2024.05.02 新增漏洞
  • 2024.04.30 新增漏洞
  • 2024.04.28 新增漏洞
  • 2024.04.27 新增漏洞
  • 2024.04.23 新增漏洞
  • 2024.04.19 新增漏洞
  • 2024.04.16 新增漏洞
  • 2024.04.12 新增漏洞
  • 2024.04.10 新增漏洞
  • 2024.04.06 新增漏洞
  • 2024.03.29 新增漏洞
  • 2024.03.28 新增漏洞
  • 2024.03.27 新增漏洞
  • 2024.03.24 新增漏洞
  • 2024.03.20 新增漏洞
  • 2024.03.14 新增漏洞
  • 2024.03.12 新增漏洞
  • 2024.03.05 新增漏洞
  • 2024.03.01 新增漏洞
  • 2024.02.28 新增漏洞
  • 2024.02.17 新增漏洞
  • 2024.02.5 新增漏洞
  • 2024.02.2 新增漏洞
  • 2024.01.26 新增漏洞
  • 2024.01.17 新增漏洞
  • 2024.01.12 新增漏洞
  • 2024.01.09 新增漏洞
  • 2024.01.05 新增漏洞
  • 2024.01.03 新增漏洞
  • 2023.12.31 新增漏洞
  • 2023.12.28 新增漏洞
  • 2023.12.26 新增漏洞
  • 2023.12.23 新增漏洞
  • 2023.12.17 新增漏洞
  • 2023.12.15 新增漏洞
  • 2023.12.14 新增漏洞
  • 2023.12.11 新增漏洞
  • 2023.12.08 新增漏洞
  • 2023.12.07 新增漏洞
  • 2023.12.05 新增漏洞
  • 2023.12.03 新增漏洞
  • 2023.11.30 新增漏洞
  • 2023.11.29 新增漏洞
  • 2023.11.28 新增漏洞
  • 2023.11.26 新增漏洞
  • 2023.11.24 新增漏洞
  • 2023.11.23 新增漏洞
  • 2023.11.20 新增漏洞
  • 2023.11.19 新增漏洞
  • 2023.11.17 新增漏洞
  • 2023.11.16 新增漏洞
  • 2023.11.09 新增漏洞
  • 2023.11.08 新增漏洞
  • 2023.11.07 新增漏洞
  • 2023.11.03 新增漏洞
  • 2023.10.31 新增漏洞
  • 2023.10.30 新增漏洞
  • 2023.10.26 新增漏洞
  • 2023.10.25 新增漏洞
  • 2023.10.21 新增漏洞
  • 2023.10.20 新增漏洞
  • 2023.10.18 新增漏洞
  • 2023.9.26 新增漏洞
  • 2023.9.22 新增漏洞
  • 2023.9.19 新增漏洞
  • 2023.9.14 新增漏洞
  • 免责声明
  • HertzBeat 赫兹跳动 | English Documentation
  • 🎡 介绍
  • 🥐 模块
  • ⛄ 已支持
  • 🐕 快速开始
    • 🍞 HertzBeat安装
      • 方式一：Docker方式快速安装
      • 方式二：通过安装包安装
      • 方式三：本地代码启动
      • 方式四：Docker-Compose 统一安装 hertzbeat+mysql+iotdb/tdengine
  • 🥐 路线图
  • ✨ Contributors
  • 💬 社区交流
    • 微信交流群
    • QQ交流群
    • Channel
    • 公众号与星球
    • 友情链接
    • 赞助
  • 🛡️ License
• 
• Installation
  • Local
    • pypi
    • conda
    • Source code
    • Run the server
      • Using the development server
      • Using a WSGI server
  • Containers
    • Docker
    • Docker compose
    • Singularity
• Run an example workflow
  • panoptes in action
  • panoptes API
• Contribute
  • CI server
• Contact
• 云际存储公共基础设施版（公共基础设施+开箱即用客户端）
  • 项目简介
  • 项目演化路径
  • 特性
    • 1、跨云数据迁移
    • 2、跨云数据存储
    • 3、本地+多云混合数据存储
    • 4、低门槛、高性能
    • 5、可定制
  • 架构图
    • 1、云存储空间
    • 2、云际存储公共基础设施
    • 3、云际存储客户端
  • 安装
    • 1、第三方组件准备
    • 2、Docker安装（推荐）
    • 3、源码编译安装
    • 4、可执行文件安装
  • 使用指南
    • 1、生成配置文件
    • 2、命令行
    • 3、API
  • 测试评估
  • 定制冗余策略
    • 1、冗余变化
    • 2、冗余收缩
    • 3、对象下载
  • 定制指令
    • 1、编写指令逻辑
    • 2、编写指令对应DAG节点
    • 3、使用指令
  • 许可证
  • 更多资料
  • 开发小组
• forgeplus
• CUDA Study Steps
  • CUDA 官方文档
  • CUDA 编程案例
  • CUDA 性能测试
• 昇思MindSopre开源任务挑战赛
• 赛事任务
• 奖项设置
• 赛事委员会
• KV-Cache 全栈优化系统
  • 主要特性
  • 系统架构概览
  • 已验证系统
  • 部署指南
    • 环境要求
    • 1. 克隆仓库并创建虚拟环境
    • 2. 编译 CUDA 扩展
      • QServe W4A8 Linear 扩展
      • KV8 FlashAttention 扩展
    • 3. 安装修改后的 vLLM
    • 4. 配置运行环境
    • 5. 启动优化服务
  • 实验效果（摘要）
  • 引用
  • 许可证
• vue3_ts_cms
  • Recommended IDE Setup
  • Type Support for .vue Imports in TS
  • Customize configuration
  • Project Setup
    • Compile and Hot-Reload for Development
    • Type-Check, Compile and Minify for Production
    • Lint with ESLint
• 配置vue文件类型声明
• 配置项目环境
• 配置项目代码规范 -见markdown
  • 1.3. 使用ESLint检测
• 项目目录结构划分
• CSS样式的重置
• 全家桶-路由配置
• 全家桶-状态管理
• 网络请求封装axios
• 区分development （开发）和production （生成）环境
• Element-Plus集成
• git Husky和eslint(后续)
• git commit 规范(后续)
• 欢迎来到The Art of Git！
  • 1. 项目简介
  • 2. 核心理念
  • 3. 学习路线图
  • 4. 仓库目录结构蓝图
  • 4. 快速开始
    • 4.1 复刻仓库 (Fork)
    • 4.2 克隆到本地 (Clone)
    • 4.3 贡献到项目（Pull Request）
  • 6. 推荐学习资源
  • 7. AI生成内容声明
  • 8. 许可证声明
  • 9. 需要帮助？
• DeepBurning-MixQ
  • Status
  • Classification Model
    • Usage
  • DAC-SDC Object Detection Model
    • 1) Hardware-aware Mixed Precison NAS for bit width
    • 2) Main Train
    • 3) Test model
    • 4) HLS export
    • 5) Model-Level Hardware Simulation
  • Reference
  • License
• cs
  • 环境安装
  • 数据准备
  • 目录结构
  • 两阶段流程
    • 训练
    • 评测 / 推理 / 打包
  • 结果说明
  • License
• coding_agent
  • 一、系统创新赛道
  • 二、应用创新赛道
  • 三、研究创新赛道
• 夏日狂欢 蔚蓝档案更新人物卡
  • 前言
  • 人物概览
  • 游戏交流
  • 其他链接
• 赛题题目：面向openKylin的智能体记忆提取与精准遗忘机制（社区赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 功能完整性（40%）：
  • 性能优化（30%）：
  • 代码规范性（20%）：
  • 文档质量（10%）：
  • 交付物清单：
  • 赛题联系人：
  • 参考资料：
  • 介绍
  • 用户下载和使用说明
    • Android 安卓系统看这里
    • iOS、iPadOS 系统看这里
    • Windows 系统看这里
    • Linux 系统看这里
    • 网页版看这里
    • 常见问题
  • 模组开发者引用
  • 项目构建说明
  • 感谢
  • 介绍
  • 用户下载和使用说明
    • Android 安卓系统看这里
    • iOS、iPadOS 系统看这里
    • Windows 系统看这里
    • Linux 系统看这里
    • 网页版看这里
    • 常见问题
  • 模组开发者引用
  • 项目构建说明
  • 感谢
  • Motivation
  • Modification
  • Introduction
    • 🎉 Introducing MMSegmentation v1.0.0 🎉
    • Major features
  • What’s New
    • Highlights
  • Installation
  • Get Started
  • Tutorial
  • Benchmark and model zoo
  • Projects
  • Contributing
  • Acknowledgement
  • Citation
  • License
  • OpenMMLab Family
• napkin
  • Installation
    • Swift Package Manager (Xcode 12 or higher)
  • Usage
    • Coming Soon!
  • Tooling
    • Get napkin Xcode templates
      • Clone the repository
      • Install Xcode Templates
      • Check Xcode
  • Versioning
  • Contribute
  • Author
  • License
• 赛题题目：一种面向多智能体协作的低开销通信、状态传递与共享记忆机制（社区赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 交付要求：
  • 赛题联系人：
• 题目批改
• cereal - A C++11 library for serialization
  • cereal has great documentation
  • cereal is easy to use
  • cereal has a mailing list
  • cereal has a permissive license
  • cereal build status
• Conflicts:
• .gitignore
• README.md
• Transformer-on-Metax
  • 仓库介绍
  • 代码版本
    • Transformer_V1
  • 介绍
  • 用户下载和使用说明
    • Android 安卓系统看这里
    • iOS、iPadOS 系统看这里
    • Windows 系统看这里
    • Linux 系统看这里
    • 网页版看这里
    • 常见问题
  • 模组开发者引用
  • 项目构建说明
  • 感谢
• SQL Server in Docker
  • Documentation
  • Take our survey
  • Issues
  • Troubleshooting & Frequently Asked Questions
  • License
    • aXeleRate
    • key features"> Key Features
    • 💾 Install
    • project story"> Project Story
    • Acknowledgements
    • Donation
• TRSS OneBot
  • 使用文档
  • 安装教程
  • 常见问题
  • 联系方式
  • 赞助支持
  • 界面展示
  • 相关项目
• SGPT: GPT Sentence Embeddings for Semantic Search
  • Quick Links
  • Overview
  • Structure
  • Use SGPT with Huggingface
    • Bi-Encoder
      • Symmetric Semantic Search BE
      • Asymmetric Semantic Search BE
    • Cross-Encoder
      • Asymmetric Semantic Search CE
      • Symmetric Semantic Search CE
  • Use SGPT with Sentence Transformers
    • Bi-Encoder ST
      • Symmetric Semantic Search BE ST
      • Asymmetric Semantic Search BE ST
        • SGPT Sentence Transformers
        • Original Sentence Transformers
  • Acknowledgements
  • Citation
• CGAN
• Jittor 挑战热身赛 CGAN
  • 简介
    • 项目部署
      • 预训练模型
    • 项目运行
• 确实开源帮助中心
  • 贡献文档方式
    • 1.复刻主仓库
    • 2.进入复刻仓库编辑文档
    • 3.向主仓提交合并请求
  • 页面目录——仓库目录示意图
  • 创建markdown文档
  • 前端build成中文 （i18n中可编辑对应中文内容）
    • 开发模式
• 📖 阅读｜书源分享
  • ♯ 点击加入QQ频道【一程书友会】
  • 📢 更新日志
  • 🗞️ 书源
  • 🗂️ 订阅源
  • 💠 导入方案
  • 🎞️ 教程
    • ▶️ 规则订阅教程
    • 书源导入教程
    • 订阅源导入教程
  • 🖇️ 关于
  • 💡 温馨提示
  • TDUCK 填鸭表单收集器
    • 开源版演示地址"> 开源版演示地址
    • pro版演示地址"> PRO版演示地址
  • 快速启动"> 快速启动
  • 一键部署："> 一键部署：
  • 部署步骤：
    • 1. 导入数据库 目前只支持mysql5.7及以上版本
    • 2. 下载项目jar文件
    • 3.修改配置并启动项目
    • 4.运行项目
    • 5.访问项目
    • 宝塔部署教程
  • 技术体系"> 技术体系
    • 服务端
    • 客户端
    • 后端项目结构
    • 项目源码
    • 开源版特性
    • TDUCK社区
    • 致谢
    • 了解更多
• 基于社区问答网站的软件缺陷修复信息智能推荐工具
  • 简介
  • 技术概要
• 📖 阅读｜书源更新笔记
  • 📲 点击链接加入QQ频道【一程书友会】
• Disco-Diffusion-And-Stable-Diffusion-Windows-x64 V5.1
• 1、下载
  • V5.1下载
  • 提供多种方式下载
• 联系我解决问题
• 2、更新记录
  • V5.1版本：2023-5-20
  • V5.0版本：2023-2-4
  • V4.2版本：2022-11-11
  • V4.1版本：2022-10-12
  • V4.0版本：2022-08-29
  • V3.11版本：2022-08-20
  • V3.10版本：2022-08-13
  • V3.9版本：2022-07-30
  • V3.8版本：2022-07-18
  • V3.7版本：2022-07-04
  • V3.6版本：2022-06-26
  • V3.5版本：2022-06-18 V3.5视频说明：https://www.bilibili.com/video/BV1Ut4y1H7yL
  • V3.4版本：2022-06-12 ，V3.4视频说明：https://www.bilibili.com/video/BV1Ut4y1H7yL
  • V3.3版本：2022-06-01 V3.3视频说明：https://www.bilibili.com/video/BV1aU4y197tW/
  • V3.2版本：2022-05-27
  • V3.1版本：2022-05-20
  • V3.0版本：2022-05-14
• 3、安装（视频教程1分钟后开始：https://www.bilibili.com/video/BV1aU4y197tW ）
  • 解压
  • 模型文件移动到指定目录
  • 打开软件
  • 软件配置
  • 输出图片目录
  • 过程图片目录
  • 停止绘图
• 4、显卡配置需求
• 5、常见错误
• 6、离线版生成图展示
• NewLife.XCode - 数据中间件 / 超级ORM
  • 目录
  • 1. 为什么选 XCode
  • 2. 安装与快速体验
  • 3. 架构与核心概念
    • 3.1 模型与代码生成
    • 3.2 实体运行时
    • 3.3 DAL 抽象层
    • 3.4 查询 DSL
    • 3.5 多级缓存体系
    • 3.6 反向工程 & 迁移
    • 3.7 分表分库 (ShardPolicy)
    • 3.8 事务与缓存一致性
    • 3.9 性能优化手段一览
  • 4. 快速入门
    • 4.1 创建模型 (db.xml)
    • 4.2 代码生成
    • 4.3 CRUD 示例
  • 5. 高级用法
    • 5.1 动态条件 / 分页
    • 5.2 指定更新字段（绕过缓存，不推荐常规使用）
    • 5.3 自定义排序与列投影
  • 6. 索引 / 自动方法
  • 7. 分表分库示例
  • 8. 多数据库配置与容器化
  • 9. Benchmarks / 实战指标（节选）
  • 10. FAQ 精要
  • 11. 生态矩阵（节选）
  • 12. 参与与贡献
  • 13. 许可证
  • 追加：原始快速示例（保留）
    • 增删改查（原示例）
    • 复杂查询（原示例）
    • 索引查询（原示例）
• 新生命项目矩阵
• 新生命开发团队
• 赛题题目：一种面向多智能体协作的低开销通信、状态传递与共享记忆机制（社区赛题）
  • 赛题说明
    • 具体要求
• CoAgent — Multi-Agent StateBus（本仓库实现）
  • 流水线
  • 核心能力
  • 实测摘要（一次本机运行，细节见报告）
  • 快速运行
    • 可视化实验台要点
    • 环境变量（可选 LLM）
  • 任务设计
  • 项目结构
  • 设计约束
  • 什么是openGauss
  • 安装
    • 创建配置文件
    • 初始化安装环境
    • 执行安装
    • 卸载openGauss
      • 执行卸载
      • 一键式环境清理
  • 编译
    • 概述
    • 操作系统和软件依赖要求
    • 下载openGauss
    • 编译第三方软件
    • 代码编译
      • 使用build.sh编译代码
      • 使用命令编译代码
    • 编译安装包
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 发行说明
  • 许可证
  • 从命令行创建一个新的仓库
  • 从命令行推送已经创建的仓库
• sOCRvSiPw
• gitlink-cli
  • Contributors
  • Why gitlink-cli?
  • Features
  • Installation & Quick Start
    • Requirements
    • Quick Start (Human Users)
      • Install
      • Configure & Use
    • Quick Start (AI Agent)
  • Usage Examples
    • Repository Operations
    • Webhook Management
    • Issue Management
    • Pull Requests
    • Branch Management
    • Release Management
    • CI/CD Operations
    • Search
    • Raw API
  • Global Parameters
  • Branch Conventions
  • AI Agent Skills
  • Project Structure
  • Documentation
  • FAQ
    • Q: How do I use gitlink-cli in scripts?
    • Q: How does automatic owner/repo resolution work?
    • Q: What if my token expires?
    • Q: How do I use gitlink-cli in CI/CD or non-interactive environments (e.g. Trae sandbox)?
    • Q: What if npm installs successfully but gitlink-cli reports a missing binary?
    • Q: Where are credentials stored on Windows?
    • Q: Where can I find the full API reference?
  • License
  • 特点
  • 最新结果
  • 配置
  • 快速上手
    • 工作流
    • 命令行
    • GUI 软件
    • Docker
  • 更新日志
  • 免责声明
  • 许可证
  • 项目结构
  • 工作流说明
    • 1. main.yml - IPTV源更新工作流
    • 2. docker-build.yml - Docker镜像构建工作流
    • 3. release.yml - 版本发布工作流
  • 配置文件说明
    • 1. config.ini
    • 2. demo.txt
    • 3. local.txt
    • 4. subscribe.txt
    • 5. whitelist.txt
    • 6. blacklist.txt
  • 核心模块说明
    • 1. speed.py
    • 2. channel.py
    • 3. tools.py
• ImgResizer
  • 使用方法
  • 注意事项
  • 使用示例
    • 1. 批量等比缩放
    • 2. 单文件指定宽度
    • 3. 批量类型转换
  • ImgResizer
• STTextView
  • ✨ Features
  • 🗓️ Roadmap
    • Known issues
  • 🚀 Getting Started
  • Usage
    • SwiftUI
    • Create a TextView
    • Customize
  • 🐛 TextKit 2 Bug Reports List
  • Why ST?
  • Suggestions or Feedback
  • License
    • Open Source license
    • Commercial license
• 🚀 Software Development Simulation with AI Agents
  • 🎉 Introduction
  • 🛠️ How It Works
  • 🚀 Getting Started
    • Prerequisites
    • Installation
    • Running the Simulation
  • 🎨 Customization
  • 📜 Example Output
• 智能语录快报
  • 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
  • 1. 赛题说明
  • 2. 赛题要求
  • 3. 赛题导师
  • 4. 参考资料
• 概述
• 模型
  • 工程文件
• LCD
  • 概述
  • 电气连接
• 编译运行
  • 编译
  • 下载
• 使用 gdbserver 调试程序
• 面向异构算力的AI负载算力需求评估工具
  • 1. 项目概述
  • 2. 功能特性
  • 3. 安装指南
  • 4. 使用方法
    • 命令行接口 (CLI)
      • 参数说明:
    • 使用示例
      • 示例输出:
  • 5. 代码开源与贡献
• 📖 阅读｜书源分享
  • ♯ 点击加入QQ频道【一程书友会】
  • 📢 更新日志
  • 🗞️ 书源
  • 🗂️ 订阅源
  • 💠 导入方案
  • 🎞️ 教程
    • ▶️ 规则订阅教程
    • 书源导入教程
    • 订阅源导入教程
  • 🖇️ 关于
  • 💡 温馨提示
• AgentMem
  • 初赛作品材料
  • 项目概述
  • 最新验证状态
    • 证据版本与运行环境
  • 本轮主要优化
  • 功能
  • 快速开始
    • 1. 创建基础控制面与开发测试环境
    • 2. 运行无 GPU 演示
    • 3. 运行测试与模拟 Benchmark
    • 4. 启动离线控制面
  • 第一阶段：Qwen 3B AWQ
    • 环境与模型
    • 1. 启动 vLLM 数据面
    • 2. 启动真实 AgentMem 控制面
    • 3. 执行完整验收
    • 4. 停止服务
  • 真实配置与正交消融
  • vLLM 集成
  • 文档
  • 当前边界
  • 演示视频
  • License
• SchedulingSimulator 调度模拟器
  • 功能特性
  • 系统架构
  • 技术选型
  • 数据库配置
    • 数据库表结构
    • 数据库配置参数
    • 首次使用初始化
  • 依赖安装
  • 使用方法
  • 工作流程
  • 调度策略
  • 任务类型
  • 扩展性
• sciBASIC#: Microsoft VisualBasic for Scientific
  • [WARNING] This project is a work in progress and is not recommended for production use.
  • Directory Structure
    • 1. source projects
    • 2. docs for User
  • Scientific Computing Tools for VisualBasic.NET
    • Install this framework via nuget package
  • Microsoft VisualBasic Mathematics & Data Graphics System
    • sciBASIC# Chart Plots System
      • Scatter Heatmap
      • Stacked Barplot
      • beta-PDF
      • Heatmap
      • Microsoft.VisualBasic.Mathematical.Plots.Heatmap::Plot(IEnumerable(Of NamedValue(Of Dictionary(Of String, Double))), Color(), Integer, String, Boolean, Size, Size, String, String, String) As Bitmap
      • 2. List(Of )
      • int Type
  • Framework Gallery
    • Modules that Includes in this Framework:
    • Image fast binarization using VisualBasic extension API
  • 官网：http://tianshu.org.cn/
  • 平台优势
  • 页面预览
  • 目录结构
  • 技术架构
  • 反馈问题
  • 许可证书
  • 介绍
  • 特性
    • 自动代码生成
      • 常规对位计算
      • 非张量参数
      • 输出数据类型
  • 更新日志
    • v1.0
    • v2.0
    • v2.1
  • 快速入门
    • 依赖
    • 安装
  • 使用
    • 导入
    • 执行
  • 支持算子
  • 支持模型
  • 支持平台
  • 性能表现
  • 贡献代码
  • 联系我们
  • 证书
• 降低Token 成本，攻坚国产推理生态｜沐曦两大赛题登陆 2026 揭榜挂帅擂台赛，邀青年共破局！
  • 常用入口
  • 两大重磅赛题 直击推理成本核心痛点
    • 赛题一：基于国产软件栈大模型推理前沿算子优化
    • 赛题二：基于 AI Agent 开发范式的国产 GPU 大模型推理算子库优化
    • 两个赛题统一使用模力方舟上的镜像PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
  • 参赛对象
  • 丰厚赛事激励
  • 全程赛事保障 助力全力攻坚
  • 关键时间节点
  • 算力获取和使用
• robius-android-env
  • Usage of this crate
    • Supported UI toolkits
    • Usage of this crate for other UI toolkits
  • What is Huginn?
    • Here are some of the things that you can do with Huginn:
    • Join us!
  • Examples
  • Getting Started
    • Docker
    • Local Installation
    • Develop
  • Using Huginn Agent gems
  • Deployment
    • Heroku
    • OpenShift
      • OpenShift Online
    • Manual installation on any server
    • Optional Setup
      • Setup for private development
      • Enable the WeatherAgent
      • Disable SSL
  • License
    • 仓库已迁移,此仓库不再维护
  • 🚀特性
    • python3.6-3.8完美运行(3.9以上不支持linux进程启动)
    • 项目修复
    • 参考地址
• 赛题题目：基于深度强化学习的云-边-端异构计算资源管理调度方法（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
• 项目简介
  • 赛题场景与公平对比原则
    • STG 是性能结论的主场景
    • 配置文件与随机场景用于满足赛题扩展要求
    • HEFT 基线来源与一致性验证
  • 相较常见调度项目的优势
    • Pairwise 任务—资源联合决策
  • 实测效果
  • 方法概览
    • 训练与推理链路
  • 快速开始
    • 默认验收起点
    • openEuler 裸机一键运行（默认为CPU运行）
    • openEuler 裸机分步运行
      • 其他 GPU 如何指定 PyTorch wheel
    • Docker 可选运行
    • 已有模型快速复评
      • 纯 PPO 复评
      • PPO+Beam 增强推理
    • 输出文件
  • 配置说明
    • STG 场景（主要实验）
    • 复现实验
    • 完整实验结果
      • 多 seed 重复实验
      • 泛化结论口径
    • 随机生成场景（补充）
  • 可视化
    • 场景编辑器
    • 调度结果对比
  • 实现边界
  • 项目结构
  • 扩展策略
  • 相关材料与文档
  • 参考资料：
• DRL-DAG
  • 目录结构
  • 1. 环境配置
    • 1.1 环境要求
    • 1.2 安装依赖
  • 2. DRL 训练
    • 2.1 训练示例
    • 参数说明
  • 3. 求解与评测
    • 3.1 单数据集求解
    • 3.2 批量评测
  • 4. 结果分析
  • 5. 数据集生成
  • 6. 可视化
    • 6.1 绘制训练曲线
    • 6.2 绘制调度甘特图
  • 7. 命令与输出对应关系
  • 8. 查看完整帮助
• 赛题题目：基于深度强化学习的云-边-端异构计算资源管理调度方法（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
  • 网页点播站点：
    • 解析小站：
    • 接口：
    • 直播源：
• ncnn
  • Quick Start
  • Community
  • Download & Build status
  • Build
  • Model Conversion
  • Features
  • Model and Workload Coverage
  • Project Examples
  • Documentation And FAQ
  • License
• SWCompression
  • What is this?
  • Installation
    • Swift Package Manager
    • CocoaPods
      • “Optional Dependencies”
    • Carthage
  • Usage
    • Basic Example
    • Handling Errors
    • Documentation
    • Sophisticated example
  • Contributing
    • Executing tests locally
  • Performance
  • Why?
  • Future plans
  • License
  • References
    • Star
  • What Is openGauss
  • Installation
    • Creating a Configuration File
    • Initializing the Installation Environment
    • Executing Installation
    • Uninstalling the openGauss
      • Executing Uninstallation
      • Deleting openGauss Configurations
  • Compilation
    • Overview
    • OS and Software Dependency Requirements
    • Downloading openGauss
    • Compiling Third-Party Software
    • Compiling by build.sh
    • Compiling by Command
    • Compiling the Installation Package
  • Quick Start
  • Docs
  • Community
    • Governance
    • Communication
  • Contribution
  • Release Notes
  • License
• zinbwave
  • Installation
    • Summary
  • 💡 RAGFlow 是什么？
  • 🎮 快速开始
  • 🔥 近期更新
  • 🎉 关注项目
  • 🌟 主要功能
    • 🍭 “Quality in, quality out”
    • 🍱 基于模板的文本切片
    • 🌱 有理有据、最大程度降低幻觉（hallucination）
    • 🍔 兼容各类异构数据源
    • 🛀 全程无忧、自动化的 RAG 工作流
  • 🔎 系统架构
  • 🎬 自主托管
    • 📝 前提条件
    • 🚀 启动服务器
  • 🔧 系统配置
    • 把文档引擎从 Elasticsearch 切换成为 Infinity
  • 🔧 源码编译 Docker 镜像
  • 🔨 以源代码启动服务
  • 📚 技术文档
  • 📜 路线图
  • 🏄 开源社区
  • 🙌 贡献指南
  • 🤝 商务合作
  • 👥 加入社区
• 面向openKylin的智能体记忆提取与精准遗忘调度系统
  • 项目简介
  • 运行环境
  • 仓库完整目录结构
  • 快速启动方式
  • 三大核心功能模块
  • 开发与开源说明
  • 项目演示资源
  • 参考文献
  • 介绍
  • 用户下载和使用说明
    • Android 安卓系统看这里
    • iOS、iPadOS 系统看这里
    • Windows 系统看这里
    • Linux 系统看这里
    • 网页版看这里
    • 常见问题
  • 模组开发者引用
  • 项目构建说明
  • 感谢
    • iEDA Homepage：ieda.oscc.cc/en/
  • iEDA Overview
  • iEDA Infrastructure and tool
  • iEDA Tapeout
  • Papers and Presentations [See more]
  • iEDA User Guide
    • 1. Build iEDA from source code
      • Method 1. Use the iEDA mirror (Redommended)
      • Method 2. Install dependencies and compile
    • 2. Design chip by using iEDA
      • Method 1. Run release or demo mirror（Redommended)
      • Method 2. Compile iEDA binary and run
  • Contribution Guide
  • Citation
  • Discussion
  • License
  • Acknowledgement
• MoonBit MQTT 客户端库
  • 项目简介
  • 核心功能
  • 安装方式
    • 通过 mooncakes.io 安装
    • 从源码构建
  • 使用方法
    • 创建客户端
    • 设置认证信息
    • 设置 Keep-Alive
    • 连接到 Broker
    • 发布消息
    • 订阅主题
    • 取消订阅
    • 断开连接
  • 测试
  • 项目状态
  • 技术特点
  • 开发计划
  • 许可证
  • 贡献
  • 联系方式
  • 致谢
  • 基于Gin + Vue + Element UI前后端分离的工单系统
  • 功能介绍
  • 交流
    • 个人微信，添加好友请描述地区、公司及名字，例如：北京-微软-xxx。
  • 战略合作
  • 特别感谢
  • 打赏
  • 鸣谢
  • License
• 图像模态：基于AlphaPose与YOLOv7的课堂专注度检测
  • 介绍
  • 功能特点
  • 系统架构
    • 前端技术
    • 后端技术
    • 运行环境
  • 系统功能模块
    • 1. 登录模块
    • 2. 课程评价查阅
    • 3. 知识图谱生成与分析
      • 软件架构
• NexusOS（枢界OS）参赛文档
  • 项目信息
  • 项目摘要
  • 文档结构
  • 赛题要求完成情况对照
  • 技术栈总览
• 目录
• 新版特性
  • 2022年11月
  • 2022年9月
  • 2022年8月
  • 2022年6月
  • 2022年5月
  • 2022年1月
  • 2021年12月
  • 2021年11月
  • 2021年10月
  • 2019年8月
  • 2018年8月
• 预测演示
• 模型架构
• 快速上手
  • 环境依赖
  • 具体功能介绍
    • 1. 命名实体识别NER
    • 2. 关系抽取RE
    • 3. 属性抽取AE
• Notebook教程
• 备注（常见问题）
• 未来计划
• 引用
• 项目贡献人员
• 其它知识抽取开源工具
  • 平台简介
  • 系统模块
  • 架构图
  • 内置功能
  • 演示图
  • 复杂智能软件统一管理平台安装部署
    • step1: 安装mysql
    • step2: 安装redis
    • step3: 安装nacos
    • step4: 安装ruoyi服务
  • 平台简介
  • 系统模块
  • 架构图
  • 内置功能
  • 演示图
  • 复杂智能软件统一管理平台安装部署
    • step1: 安装mysql
    • step2: 安装redis
    • step3: 安装nacos
    • step4: 安装ruoyi服务
• MapboxCoreMaps
• NCAR Command Language
• Important announcement on the future of NCL
• Installation
• Documentation and support
• NCL source code tree
• Bug reports and feature requests
• Citing NCL
  • 什么是openGauss
  • 安装
    • 创建配置文件
    • 初始化安装环境
    • 执行安装
    • 卸载openGauss
      • 执行卸载
      • 一键式环境清理
  • 编译
    • 概述
    • 操作系统和软件依赖要求
    • 下载openGauss
    • 编译第三方软件
    • 代码编译
      • 使用build.sh编译代码
      • 使用命令编译代码
    • 编译安装包
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 发行说明
  • 许可证
• Ruby Intro
  • Learning Goals
  • Overview
• 1. Arrays, Hashes, and Enumerables
• 2. Strings and Regular Expressions
• 3. Object Oriented Basics
  • More Challenges
• work — Linux 环境复现指南
  • 0. 需要装的东西（总表）
  • 1. 主机基础工具
  • 2. RISC-V GNU 交叉工具链
  • 3. 自研 AME-aware clang-21（核心步骤）
    • 路 A：拷贝预编译产物（推荐）
    • 路 B：从源码编译
    • 让构建找到它
  • 4. Python 模型转换环境
  • 5. 验证环境
    • 5.1 工具链可见性
    • 5.2 编译器冒烟测试（确认 AME clang 能产出 RV64 目标）
    • 5.3 实际构建各模块
  • 6. 目标 ISA / 关键编译开关（排错参考）
  • 7. 环境迁移到 Linux：完整工具链 + 避坑
    • 7.1 完整工具链清单（“确保工具链完全”）
    • 7.2 两个会“静默踩坑”的 clang 陷阱
    • 7.3 该带什么 / 落地后必做
    • 7.4 其它既有约束
  • 附：项目结构（PyTorch / vLLM 式分层）
• The ProkBERT model family
  • Table of Contents
    • Introduction
    • Features
  • Installation
    • Installing with pip
    • Installing with conda
    • Using Docker
    • Using Singularity (Apptainer)
  • Applications
  • Quick Start
    • TLDR example
  • Tutorials and examples:
    • Visualizing sequence representations
    • Finetuning example for promoter sequences
    • Tokenization and segmentation
    • Evaluation and inference example
    • Pretraining example
      • Pretrained Models:
      • Preprocessing the example data:
      • Running the pretraining from scratch:
• ProkBERT’s results
  • Genomic features
  • Promoter identification
  • Phage prediction
  • Available models and datasets
    • Pretrained models
    • Finetuned models for promoter prediction
    • Finetuned models for phage identification
    • Datasets
• Citing this work
• hic2cool
  • Important
  • Using the Python package
  • Converting files using the command line
    • Arguments for hic2cool convert
  • Output file structure
  • higlass
  • Updating hic2cool coolers
  • Extracting hic normalization values
  • Changelog
    • 1.0.1
    • 1.0.0
    • 0.8.3
    • 0.8.2
    • 0.8.1
    • 0.8.0
    • 0.7.3
    • 0.7.2
    • 0.7.1
    • 0.7.0
    • 0.6.1
    • 0.6.0
    • 0.5.1
    • 0.5.0
    • 0.4.2
    • 0.4.1
    • 0.4.0
    • 0.3.7
    • 0.3.6
    • 0.3.5
    • 0.3.4
    • 0.3.3
    • 0.3.2
    • 0.3.1
    • 0.3.0
  • Contributors
• hic2cool
  • Important
  • Using the Python package
  • Converting files using the command line
    • Arguments for hic2cool convert
  • Output file structure
  • higlass
  • Updating hic2cool coolers
  • Extracting hic normalization values
  • Changelog
    • 1.0.1
    • 1.0.0
    • 0.8.3
    • 0.8.2
    • 0.8.1
    • 0.8.0
    • 0.7.3
    • 0.7.2
    • 0.7.1
    • 0.7.0
    • 0.6.1
    • 0.6.0
    • 0.5.1
    • 0.5.0
    • 0.4.2
    • 0.4.1
    • 0.4.0
    • 0.3.7
    • 0.3.6
    • 0.3.5
    • 0.3.4
    • 0.3.3
    • 0.3.2
    • 0.3.1
    • 0.3.0
  • Contributors
• Candlelight
  • 概览
    • 背景高亮系列 / Background Highlight Series
    • 候选字高亮系列 / Candidate Highlight Series
    • 仿 macOS 系列 / macOS Inspired Themes
  • 使用方法 / Usage
  • 注意
• Licenserec
  • Installation
  • Usage
    • 运行环境
    • 开源许可证范围
    • 开源许可证兼容性知识库
    • 开源许可证条款要素知识库
    • 方法&描述
  • Contributing
• Soto for AWS
  • Table of Contents
  • Structure
  • Swift Package Manager
  • Compatibility
  • Configuring Credentials
  • Using Soto
  • Documentation
    • API Reference
    • User guides
  • Contributing
  • License
  • Backers
  • 特性
  • 架构一览
  • 快速开始
    • 1. 构建
    • 2. 准备配置文件
  • 运行说明
    • Daemon
    • CLI (woodpecker)
    • TUI (woodpecker_tui)
    • Web UI
    • Web UI 构建
  • 插件开发
  • 异常复现脚本
  • 要求
• STAR 2.7.11b
• AUTHOR/SUPPORT
• HARDWARE/SOFTWARE REQUIREMENTS
• MANUAL
• DIRECTORY CONTENTS
• COMPILING FROM SOURCE
  • Download the latest release from and uncompress it
  • Compile under Linux
  • Compile under Mac OS X
  • All platforms - non-standard gcc
• FreeBSD ports
• LIMITATIONS
• FUNDING
• STAR 2.7.11b
• AUTHOR/SUPPORT
• HARDWARE/SOFTWARE REQUIREMENTS
• MANUAL
• DIRECTORY CONTENTS
• COMPILING FROM SOURCE
  • Download the latest release from and uncompress it
  • Compile under Linux
  • Compile under Mac OS X
  • All platforms - non-standard gcc
• FreeBSD ports
• LIMITATIONS
• FUNDING
• TelesignProvider
  • TelesignProvider is a Vapor wrapper around TelesignKit
  • Installation
• 智能语录快报
  • 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
  • 1. 赛题说明
  • 2. 赛题要求
  • 3. 赛题导师
  • 4. 参考资料
• 项目文档
  • 目录
  • 引言
  • 项目概述
  • 文件结构
  • 项目运行流程图
  • 工程文件结构图
  • AssetBundle的打包
    • 打包原则
    • 打包步骤
  • 增量AssetBundle的打包
    • 增量打包原则
    • 增量打包步骤
  • 用户界面与热更新流程
    • 用户界面设计
    • 热更新流程
  • 3D漫游场景作为热更新场景
    • 场景设计
    • 热更新实现
  • 功能代码实现截图
  • 组员分工
  • MyEMS 介绍
  • MyEMS架构
  • MyEMS Web UI 展示
  • MyEMS Admin UI 展示
  • MyEMS Dashboard UI 展示
  • MyEMS社区版功能
  • MyEMS企业版功能
  • MyEMS下载(社区版)
  • MyEMS安装(社区版)
  • MyEMS组件构成
    • MyEMS 数据库 (SQL)
    • MyEMS API 应用程序接口 (Python)
    • MyEMS 管理 UI (AngularJS version 1.x)
    • MyEMS Modbus TCP 数据采集服务 (Python)
    • MyEMS 数据清洗服务 (Python)
    • MyEMS 数据规范化服务 (Python)
    • MyEMS 数据汇总服务 (Python)
    • MyEMS Web UI (ReactJS)
    • 默认端口号
    • 默认密码
  • 联系我们
  • 视频
  • 🔖 推荐
    • Program installation guide
      • 1. Install CUDA (for NVIDIA environment) or ROCM (for AMD environment). Modify the installation path in the makefile - “DEV_PATH”.
      • 2. Install MPI. Modify the installation path in the makefile - “MPI_PATH”.
      • 3. The makefile will recognize the command line instruction “hipcc” to determine the environment.
      • 4. If you use NVIDIA environment, please modify “-code” and “-arch” according to the hardware architecture.
      • 5. Execute “make”.
• LeDRL-AgentOS
• CXL-RPC
  • 作品简介
  • 获取源码
  • 环境安装
  • 编译
    • 完整 Release 与四后端验收
  • 运行 Demo
    • 双终端录制
  • 构建和运行 benchmark
  • 真实 CXL 部署
  • 文档
  • 许可证
• Jittor
• SDS³ Autodeploy
  • 功能
  • 安装
  • 使用
  • 许可证
• temp-kvcache-ops
• Linux环境基本操作与编程实践
  • 1. 课程概述
  • 2. 学习目标
  • 3. 适合的学习者
  • 4. 课程结构
  • 5. 实操演练
  • 6. 课程打卡指引
    • 打卡任务列表
  • 7. 共创与贡献
  • 8. 许可说明
• 702solver
  • 快速入口
  • openEuler 可执行版本
  • 环境与依赖
  • 常用命令
  • 仓库结构
  • 核心结果
  • 关键文档
• C++在线评测系统题目
• 路飞
  • 项目名称
  • 项目简介
  • 技术方向
  • 项目结构
  • 开源说明
• Transformer-on-Metax
• PENCIL 时序链接预测 — 计图挑战赛
  • 项目概述
  • 环境安装
  • 数据准备
  • 训练
    • Fast 版本（当前主线：PENCIL + STPE + EdgeBank + CN）
    • Pro 版本（全量训练：50 epochs / 50 negatives / temperature=0.5）
    • 关键参数
  • 评测/推理
  • 结果说明
  • 项目结构
  • 第三方引用
  • 许可证
• 灵枢——面向开放环境的具身操作系统韧性增强框架
  • 🎯 项目简介
    • 应用场景
    • 核心问题
  • ✨ 核心特性
    • 四大韧性机制
      • 🔍 Hook A：环境异常感知与自适应响应
      • ✅ Hook B：任务闭环验证与假成功检测
      • 🛡️ Hook C：运行时安全行为约束
      • 🧠 Hook D：错误归因与经验进化
  • 🏗️ 系统架构
    • 双层协同架构
    • 三速闭环隔离原则
  • 🚀 技术创新点
    • 1. 独立第三方闭环验证器
    • 2. FATE 多目标帕累托筛选的具身重构
    • 3. 仿真受控变量反事实重放归因
    • 4. 用户态 CBF + 内核态 eBPF 级联双轨兜底
    • 5. 慢认知与硬实时的隔离范式
    • 6. 操作系统组件化交付形态
  • 🛠️ 快速开始
    • 系统要求
    • 依赖安装
    • 编译构建
    • 启动服务
  • 🧪 测试场景
    • 场景 1：家庭服务机器人
    • 场景 2：工业巡检机器人
  • 📊 性能指标
  • 📦 组件说明
    • 目录结构
    • 核心 API
    • 代码规范
• 赛题题目：面向智能体的内存管理系统设计与实现（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
• ZhuaTech QMS · 知华科技质量管理系统
  • 这套 QMS 解决什么问题
  • 产品现场
    • 管理端 · 质量运行总览
    • 管理端 · 检验任务中心
    • 管理端 · 不合格与 CAPA 闭环
    • 用户端 · 检验员 H5 工作台
  • 社区版已经包含
  • 工程视图
  • 五分钟开始体验
  • 开发质量门禁
  • 企业版可演进方向
  • 商业授权与深度定制
  • 参与与安全
• 赛题题目：面向智能体的内存管理系统设计与实现（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
• Geometry Knowledge MCP
  • 为什么做这个项目
  • 核心能力
  • 架构
  • 快速开始
    • 1. 环境要求
    • 2. 先配置 Embedding 和 Reranker
    • 3. 安装依赖并启动数据服务
    • 4. 启动 FastAPI
  • 在 FastAPI 交互文档中完成一次试用
    • 第一步：创建项目
    • 第二步：上传示例 Markdown
    • 第三步：运行 worker
    • 第四步：查看任务状态
    • 第五步：测试检索
  • 使用 MCP Inspector 可视化查看服务
    • 连接 Streamable HTTP
  • MCP 能力
  • 示例文档与提取效果
  • 混合检索
  • 关键配置
  • 测试与质量检查
  • 常用开发命令
  • 使用 VS Code 调试
    • 准备调试环境
    • 调试 worker
    • 调试 MCP Server
    • 调试测试
  • 项目结构
  • 项目文档
  • 当前边界与路线图
  • 一、系统创新赛道
  • 二、应用创新赛道
  • 三、研究创新赛道
  • 介绍
  • 特性
  • 快速入门
  • 供测试的模型
  • 贡献代码
  • 引用
  • 许可证
• 赛题题目：面向多智能体的操作系统级执行时（Agent Runtime）（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
  • 总览
  • 准备
  • 开始使用
  • 分支策略
  • 贡献
  • 社区例会
  • 许可证
• 智航韧境：面向开放环境的无人机具身操作系统韧性增强技术
  • 核心能力
  • 四层架构
  • 状态与动作
  • openKylin 正式验证
    • 自动化质量门
    • systemd 生命周期证据
    • 功能基线与韧性模式对照
    • 可靠交付对照
  • 快速开始
    • 本地开发模式
    • openKylin 安装与生命周期验证
    • ROS 2 / PX4 集成保护模式
    • 复现实验
  • 原创代码与第三方边界
  • 目录与文档
• hw-ruby-intro
• EulerAgentGuard：基于 cgroup/eBPF 的 openEuler 自适应资源管控 Agent
  • 提交材料
  • 核心能力
  • 目录结构
  • 快速验收
    • 1. 环境检查
    • 2. 编译
    • 3. 单元测试
    • 4. 一键验收
    • 5. Daemon smoke
  • 主实验入口
  • 结果摘要
  • 设计边界
  • 阅读顺序
  • 参考资料
  • License
• 赛题题目：面向多智能体的操作系统级执行时（Agent Runtime）（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
• AgentMem：面向智能体推理的内存管理优化系统
  • 一、系统架构与能力
  • 二、三个核心问题
    • 1. PD 分离之后，Prefill 节点内部再次出现共址干扰
    • 2. Agent 推理正在从计算瓶颈转向 KV Cache 搬运瓶颈
    • 3. 通用 CUDA 路径无法直接变成高效的昇腾实现
  • 三、从三个问题到一条统一时间线
  • 四、支撑模块
    • 1. 可复现的轨迹回放评测
    • 2. 预测驱动的 KV Cache 生命周期管理
    • 3. GPU/NPU—CPU—SSD 三级分层存储
    • 4. Copy-on-Write 树状状态共享
    • 5. Timeline-aware 动态预填充调度
    • 6. 昇腾 NPU 全链路适配
  • 五、实验效果
  • 六、系统工作流程
  • 七、仓库结构
  • 八、安装与部署
    • 已验证环境
  • 九、启动服务
  • 十、轨迹回放与结果分析
  • 十一、设计文档
  • 十二、上游项目与许可证
• 赛题题目：面向openEuler的自适应资源管控Agent（社区赛题）
  • 赛题说明：
  • 赛题要求：
  • 交付要求：
  • 评分细则：
  • 赛题联系人：
  • 参考资料：
• KernAdapt
  • 评委快速入口
  • 建议评阅路线
  • 系统图
  • 仓库内容
  • 机制子工程
  • 快速开始
  • 关键入口命令
  • 设计要点
  • 测试与公开审计
  • 仓库约定
  • 安全与贡献
  • 许可证
• 赛题题目：面向开源操作系统的的大语言模型PD分离容器化推理系统设计与优化（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
• 赛题题目：基于跨机互联总线的高性能 RPC 系统（高校赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
• openKylin 桌面系统启动性能分析与优化
  • 1. 核心成果
  • 2. 评测边界与方法
  • 3. 优化方案
    • Round 1：非核心自启动项裁剪
    • Round 2：网络在线等待链优化
    • Round 3：低风险系统服务裁剪
  • 4. 安全边界
  • 5. 目录结构
  • 6. 建议评审顺序
  • 7. 复现说明
    • 7.1 环境
    • 7.2 准备脚本
    • 7.3 推荐流程
    • 7.4 验收条件
  • 8. 局限性与迁移说明
  • 9. 评分项对应材料
• LettaXLL 智能体记忆系统
  • 项目特性
  • 技术方案
    • 1. 三级记忆架构
    • 2. 偏好—知识异构读写分流
    • 3. LVP 治理骨架
    • 4. 端侧检索与资源优化
    • 5. 安全与遗忘
  • 部署指南
    • 环境要求
    • 一键安装
    • 配置
    • 启动
  • 项目测试
  • 项目结构
  • 未来拓展
  • 安全边界
  • 致谢
• PDServe:????SLO ??? PD ??????
  • ????
  • ?????
  • openEuler ????
  • ?????
  • ????
  • ???????
  • ????????
  • ??
  • ??
  • ???
• 赛题题目：openKylin操作系统启动性能分析与优化（社区赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持:
  • 介绍
  • 用户下载和使用说明
    • Android 安卓系统看这里
    • iOS、iPadOS 系统看这里
    • Windows 系统看这里
    • Linux 系统看这里
    • 网页版看这里
    • 常见问题
  • 模组开发者引用
  • 项目构建说明
  • 感谢
  • 新闻
  • 评测表现
  • 要求
  • 快速使用
    • 🤗 Transformers
    • 🤖 ModelScope
    • Batch推理
    • CPU
    • 多GPU
    • 阿里云灵积（DashScope）API服务
  • 量化
    • GPTQ
    • KV cache量化
    • 推理性能
  • 微调
    • 使用方法
    • 量化微调后模型
    • 多机微调
    • 显存占用及训练速度
  • 部署
    • vLLM
      • vLLM + 类Transformer接口
      • vLLM + 网页Demo / 类OpenAI API
    • Web UI
    • 交互式Demo
    • API
  • 🐳 使用预构建的Docker镜像
    • 准备操作
    • 部署
    • 微调
  • 🔥 系统指令 (System Prompt)
  • 工具调用
  • 长文本理解
  • Tokenizer
  • 复现
  • FAQ
  • 引用
  • 使用协议
  • 联系我们
• Agent Runtime — 面向多智能体协作的低开销通信、状态传递与共享记忆机制
  • 核心特性
  • 快速开始
    • 在 openEuler 24.03-LTS-SP3 上部署
  • 文档索引
  • 评分点对应
  • 许可
• 赛题题目：基于大模型 Coding Agent 的复杂移动应用自动迁移与评测（社区赛题）
  • 方向一：迁移 Benchmark 与评测体系设计
    • 目标：
    • 评分标准：
    • 示例优化方案：
    • 示例优化结果：
  • 方向二：复杂应用迁移Pipeline设计与Agent实现
    • 目标：
    • 评分标准：
    • 示例优化方案：
    • 示例优化结果：
    • 赛题要求：
    • 评分标准：
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持：
• DRL Demo for Cloud-Edge-End Heterogeneous Scheduling
  • Quick Demo
• STG Workflow Scheduling Benchmark Suite for Heterogeneous HPC Systems
  • Zenodo Datasets
  • Repository Structure
  • Solvers
  • Benchmark Scale (Phase I)
  • Reproducing Results
  • Preview Figures
    • Benchmark Overview: Objective and Makespan Scalability
    • Solve Status by Solver and Graph Size
  • Citation
  • Dataset Provenance
  • Authors
• CEOSched-RL
  • 项目概览
  • 🏆 核心成绩
    • HEFT 口径说明
  • 🚀 5 分钟快速上手
    • 1. 安装
    • 2. 运行自动化测试
    • 3. 最小 BC → PPO → Validation
    • 4. 复现冻结模型 Validation
    • 5. 打开答辩展示
  • 🧭 一键运行模式
  • 🏗️ 系统设计
    • 唯一可信的调度内核
    • 问题建模
    • 状态、动作与合法性
    • BC + Directed-GNN Masked PPO
  • 📦 数据与泛化协议
  • 🔌 STG / RNC / GrapheonRL 数据
  • 🧩 第三方策略零代码接入
  • 🐧 openEuler 与运行环境
  • 📁 仓库结构
  • 📊 标准输出
  • ✅ 赛题评分点对照
  • 🧪 实验纪律与可复现性
  • 📚 文档导航
  • 🔍 已知边界
  • 📄 许可证与原创声明
• PHAST
  • Building from source
    • Dependencies
    • Build and install
    • Multithreading Support
    • Documentation and support
    • License
• 赛题题目：一种面向多智能体协作的低开销通信、状态传递与共享记忆机制（社区赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 交付要求：
  • 赛题联系人：
• LiteAgent-Memory
  • 核心创新
  • 系统架构
  • 当前候选结果
  • Windows 快速运行
  • openEuler 最终复验
  • 结果证据
  • 文档
  • 已知边界
• 赛题题目：一种面向多智能体协作的低开销通信、状态传递与共享记忆机制（社区赛题）
  • 赛题说明：
  • 赛题要求：
  • 评分细则（明确评审角度、标准和分值范围）：
  • 交付要求：
  • 赛题联系人：
• countsimQC
  • Installation
  • Getting started
  • Example reports
  • Introduction
  • Installation
    • This project is to extract data from st.

This project is to extract data from st.