Git Stars Git Stars

#data 仓库

232
仓库总数
1.1M
总星标数
4,770
平均每个仓库星标数

共 232 个仓库

51
LazyAGI/LazyLLM

构建多代理LLM应用程序最简单、最省力的方式。

LazyAGI
⭐ 3,891 Python 👤 LazyAGI Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-06-04
52
OpenDCAI/DataFlex

[NeurIPS 2026] DataFlex:面向以数据为中心的大型语言模型训练的统一基准与评测平台

OpenDCAI
⭐ 3,682 Python 👤 OpenDCAI Organization 🕐 已更新 2026-11-11 📅 创建时间 2025-08-09
53
dtinit/data-transfer-project

Data Transfer Project 使平台能够轻松构建可互操作的用户数据可移植功能。我们正在建立一个通用框架,包括数据模型和协议,以实现数据直接传输到参与的在线服务提供商以及从中传输。

dtinit
⭐ 3,626 Java 👤 dtinit Organization 🕐 已更新 2026-11-18 📅 创建时间 2018-01-04
54
Belval/TextRecognitionDataGenerator

文本识别的合成数据生成器

Belval
⭐ 3,619 Python 👤 Belval User 🕐 已更新 2024-07-18 📅 创建时间 2017-07-01
55
any4ai/AnyCrawl

AnyCrawl 🚀: 一个 Node.js/TypeScript 爬虫,可将网站转换为 LLM 就绪数据,并从 Google/Bing/Baidu/等提取结构化的 SERP 结果。支持原生多线程进行批量处理。

any4ai
⭐ 3,580 TypeScript 👤 any4ai User 🕐 已更新 2026-11-12 📅 创建时间 2025-03-31
56
jdorfman/awesome-json-datasets

无需认证的精彩 JSON 数据集精选列表。

jdorfman
⭐ 3,531 JavaScript 👤 jdorfman User 🕐 已更新 2024-12-13 📅 创建时间 2015-08-10
57
Docta-ai/docta

您的数据的医生

Docta-ai
⭐ 3,479 Python 👤 Docta-ai Organization 🕐 已更新 2026-06-16 📅 创建时间 2023-05-02
58
superstreamlabs/memphis

Memphis.dev 是一个高度可扩展且易于使用的数据流平台

superstreamlabs
⭐ 3,442 Go 👤 superstreamlabs Organization 🕐 已更新 2026-03-02 📅 创建时间 2022-02-01
59
heroku/react-refetch

一种简单、声明式且可组合的方式,用于为 React 组件获取数据

heroku
⭐ 3,397 JavaScript 👤 heroku Organization 🕐 已更新 2026-06-02 📅 创建时间 2015-11-11
60
ngneat/falso

满足您所有真实需求的所有虚假数据 🙂

ngneat
⭐ 3,332 TypeScript 👤 ngneat Organization 🕐 已更新 2025-07-13 📅 创建时间 2022-01-08
61
Kanaries/graphic-walker

Tableau 的开源替代品。可嵌入的视觉分析

Kanaries
⭐ 3,294 TypeScript 👤 Kanaries Organization 🕐 已更新 2026-11-19 📅 创建时间 2022-09-27
62
pydata/pandas-datareader

将数据从各种互联网源提取到 pandas DataFrame 中。

pydata
⭐ 3,283 Python 👤 pydata Organization 🕐 已更新 2026-07-21 📅 创建时间 2015-01-15
63
apache/devlake

Apache DevLake 是一个开源的开发数据平台,用于摄取、分析和可视化来自 DevOps 工具的碎片化数据,从而为工程卓越、开发者体验和社区增长提取洞见。

apache
⭐ 3,204 Go 👤 apache Organization 🕐 已更新 2026-11-19 📅 创建时间 2021-07-08
64
LLMQuant/quant-mind

QuantMind 是一个面向智能体的开源量化金融知识提取与检索框架。

LLMQuant
⭐ 3,137 Python 👤 LLMQuant Organization 🕐 已更新 2026-08-15 📅 创建时间 2025-03-14
65
spiceai/spiceai

为您的操作数据库添加实时分析节点。Spice 是一个用 Rust 编写的可移植、加速 SQL 查询、搜索和 LLM 推理引擎,专为基于数据的 AI 应用和智能体而设计。

spiceai
⭐ 3,132 Rust 👤 spiceai Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-08-08
66
uber/aresdb

一个基于GPU的实时分析存储和查询引擎。

uber
⭐ 3,074 Go 👤 uber Organization 🕐 已更新 2024-07-13 📅 创建时间 2018-09-20
67
deepnote/deepnote

Deepnote 是 Jupyter 的直接替代品,它采用了 AI 优先的设计、时尚的用户界面、新的块(blocks)以及原生的数据集成功能。您可以在自己喜欢的 IDE 中本地使用 Python、R 和 SQL,然后扩展到 Deepnote 云端以实现实时协作、Deepnote Agent 和可部署的数据应用。https://deepnote.com/

deepnote
⭐ 3,037 TypeScript 👤 deepnote Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-09-29
68
montanaflynn/stats

一个经过良好测试且全面的 Golang 统计库包,没有任何依赖项。

montanaflynn
⭐ 3,031 Go 👤 montanaflynn User 🕐 已更新 2026-10-25 📅 创建时间 2014-12-16
69
weld-project/weld

用于数据分析应用的高性能运行时

weld-project
⭐ 3,012 Rust 👤 weld-project Organization 🕐 已更新 2026-04-13 📅 创建时间 2016-06-13
70
rilldata/rill

最快的面向人类和智能体的商业智能工具。

rilldata
⭐ 3,007 Go 👤 rilldata Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-12-09
71
bytewax/awesome-public-real-time-datasets

bytewax.io 团队维护的包含实时数据的公开数据集列表

bytewax
⭐ 2,995 👤 bytewax Organization 🕐 已更新 2026-10-22 📅 创建时间 2023-05-25
72
kayak/pypika

PyPika 是一个 Python SQL 查询构建器,它使用反映结果查询的语法来暴露 SQL 语言的全部丰富性。PyPika 在各种 SQL 查询方面表现出色,但特别适用于数据分析。

kayak
⭐ 2,924 Python 👤 kayak Organization 🕐 已更新 2026-11-18 📅 创建时间 2016-07-06
73
unsplash/datasets

🎁 超过740万张Unsplash图片已开放用于研究和机器学习

unsplash
⭐ 2,812 Jupyter Notebook 👤 unsplash Organization 🕐 已更新 2026-06-26 📅 创建时间 2020-06-23
74
Visualize-ML/Book6_First-Course-in-Data-Science

Book_6_《数据有道》 | 鸢尾花书:从加减乘除到机器学习;欢迎大家批评指正!纠错多的同学会得到赠书感谢!

Visualize-ML
⭐ 2,799 Jupyter Notebook 👤 Visualize-ML User 🕐 已更新 2026-05-01 📅 创建时间 2022-10-11
75
colour-science/colour

Python的色彩科学

colour-science
⭐ 2,696 Python 👤 colour-science Organization 🕐 已更新 2026-11-19 📅 创建时间 2014-02-23
76
meltano/meltano

Meltano:赋能您异想天开的数据和人工智能产品创意的声明式代码优先数据集成引擎。告别编写、维护和扩展您自己的 API 集成。

meltano
⭐ 2,683 Python 👤 meltano Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-06-21
77
man-group/ArcticDB

ArcticDB 是一个为 Python 数据科学生态系统构建的高性能、无服务器 DataFrame 数据库。

man-group
⭐ 2,655 C++ 👤 man-group Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-11-11
78
mito-ds/mito

帮助您更快编写代码的 Jupyter 扩展:情境感知 AI 聊天、自动完成和电子表格

mito-ds
⭐ 2,654 Jupyter Notebook 👤 mito-ds Organization 🕐 已更新 2026-07-21 📅 创建时间 2022-01-20
79
spotify/scio

Apache Beam 和 Google Cloud Dataflow 的 Scala API。

spotify
⭐ 2,631 Scala 👤 spotify Organization 🕐 已更新 2026-11-20 📅 创建时间 2015-03-26
80
malloydata/malloy

Malloy 是一种用于描述数据关系和转换的现代开源语言。

malloydata
⭐ 2,624 TypeScript 👤 malloydata Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-08-13
81
EntilZha/PyFunctional

用于使用链式函数式编程创建数据管道的 Python 库

EntilZha
⭐ 2,488 Python 👤 EntilZha User 🕐 已更新 2025-03-13 📅 创建时间 2015-02-05
82
lukes/ISO-3166-Countries-with-Regional-Codes

ISO 3166-1 国家列表与联合国地理方案区域代码合并的即用 JSON、XML、CSV 数据集

lukes
⭐ 2,405 Ruby 👤 lukes User 🕐 已更新 2024-06-29 📅 创建时间 2011-04-21
83
DeepInsight-AI/DeepBI

LLM 数据科学家,AI 原生数据应用。AI 驱动的无限思维重新定义 BI。

DeepInsight-AI
⭐ 2,383 Python 👤 DeepInsight-AI Organization 🕐 已更新 2026-08-28 📅 创建时间 2023-11-20
84
Tanu-N-Prabhu/Python

这个仓库帮助您从零开始学习Python和机器学习。

Tanu-N-Prabhu
⭐ 2,327 Jupyter Notebook 👤 Tanu-N-Prabhu User 🕐 已更新 2026-11-21 📅 创建时间 2019-04-27
85
NateScarlet/holiday-cn

📅🇨🇳中国法定节假日数据 自动每日抓取国务院公告

NateScarlet
⭐ 2,293 Python 👤 NateScarlet User 🕐 已更新 2026-11-21 📅 创建时间 2019-03-05
86
approximatelabs/sketch

理解数据内容的 AI 编程助手

approximatelabs
⭐ 2,291 Python 👤 approximatelabs Organization 🕐 已更新 2024-02-08 📅 创建时间 2022-07-14
87
benkeen/generatedata

一个强大、功能丰富的随机测试数据生成器。

benkeen
⭐ 2,286 TypeScript 👤 benkeen User 🕐 已更新 2026-08-15 📅 创建时间 2012-01-26
88
apache/gobblin

一个分布式数据集成框架,简化了诸如数据摄取、复制、组织和生命周期管理等大数据集成的常见方面,适用于流式和批量数据生态系统。

apache
⭐ 2,270 Java 👤 apache Organization 🕐 已更新 2026-10-15 📅 创建时间 2014-12-01
89
TigerResearch/TigerBot

TigerBot: 一个多语言多任务大语言模型

TigerResearch
⭐ 2,261 Python 👤 TigerResearch Organization 🕐 已更新 2024-12-28 📅 创建时间 2023-05-12
90
GSA/data

美国总务管理局的各类数据。

GSA
⭐ 2,233 HTML 👤 GSA Organization 🕐 已更新 2024-04-17 📅 创建时间 2014-10-08
91
pretzelai/pretzelai

Jupyter Notebook 的现代替代品

pretzelai
⭐ 2,180 TypeScript 👤 pretzelai Organization 🕐 已更新 2024-12-01 📅 创建时间 2024-03-12
92
mahmoud/glom

Python 的嵌套数据运算符(和 CLI),满足您所有声明式重构的需求。有数据?把它聚起来!☄️

mahmoud
⭐ 2,169 Python 👤 mahmoud User 🕐 已更新 2026-09-08 📅 创建时间 2018-04-18
93
yuhonas/free-exercise-db

以JSON格式打开公共领域练习数据集,包含800多个练习,以及一个可浏览的公共可搜索前端

yuhonas
⭐ 2,164 Vue 👤 yuhonas User 🕐 已更新 2026-09-27 📅 创建时间 2023-03-30
94
jim-schwoebel/voice_datasets

🔊 语音和声音计算的开放数据集综合列表(95+个数据集)。

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 已更新 2024-06-06 📅 创建时间 2019-07-24
95
data-engineering-community/data-engineering-wiki

学习数据工程的最佳场所。由数据工程社区构建和维护。

data-engineering-community
⭐ 2,067 CSS 👤 data-engineering-community Organization 🕐 已更新 2026-09-15 📅 创建时间 2021-05-04
96
getnao/nao

👾 nao 是排名第一的开源智能体 BI。(1) 使用 nao-core CLI 创建上下文;(2) 部署 nao 聊天界面,供所有人使用。

getnao
⭐ 2,034 TypeScript 👤 getnao Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-12-30
97
keajs/kea

React 的电池内置状态管理

keajs
⭐ 1,993 JavaScript 👤 keajs Organization 🕐 已更新 2026-07-15 📅 创建时间 2016-03-29
98
superdb/zui

Zui 是一个用于探索和处理数据的强大桌面应用程序。Zed lake 的官方前端。

superdb
⭐ 1,985 TypeScript 👤 superdb Organization 🕐 已更新 2026-08-22 📅 创建时间 2018-08-09
99
illacceptanything/illacceptanything

一个真正什么*都行的项目。

illacceptanything
⭐ 1,958 Ruby 👤 illacceptanything Organization 🕐 已更新 2026-04-20 📅 创建时间 2015-04-07
100
diffgram/diffgram

用于模式、BLOB 和预测的 AI 数据存储。与您的应用程序一起使用,或集成内置的人工监督、数据工作流和 UI 目录,以从您的人工智能数据中获得最大价值。

diffgram
⭐ 1,911 Python 👤 diffgram Organization 🕐 已更新 2026-06-22 📅 创建时间 2018-09-06