Awesome GitHub RepositoriesCode Execution Profilers

30 Seconds of Python is a curated collection of short, reusable Python code snippets designed for quick reference and immediate reuse. It provides an interactive browser that lets you explore snippets organized by tags, search across names and descriptions, and copy code to your clipboard with a single click. The collection covers a broad range of common programming tasks, including list and dictionary operations, string formatting and manipulation, date and time calculations, and color format conversion. It also includes utilities for data transformation, such as converting between case styl

Haxe is a statically typed, multi-target programming language and open-source compiler toolkit that translates a single codebase into native executables and scripts for JavaScript, C++, C#, Java, Python, Lua, PHP, and Flash targets. It provides a unified type system with automatic type inference, a compile-time macro system for code transformation and generation, conditional compilation directives, and a static analysis engine that enforces null safety and eliminates dead code to produce smaller, safer outputs. The language is supported by the HashLink virtual machine, which executes platform

Pixie is an open-source observability platform for Kubernetes that uses eBPF to automatically capture telemetry data from clusters without requiring any manual instrumentation or code changes. It functions as an eBPF telemetry collector, a continuous application profiler, a network traffic analyzer, and a scriptable telemetry query engine, all within a single Kubernetes-native tool. The platform distinguishes itself through several integrated capabilities. It continuously samples stack traces from compiled-language code to identify CPU performance bottlenecks, visualizing the results as inter

Linux工具快速教程

Clockwork is a PHP development debugging tool that collects and displays runtime data from server-side middleware in a browser-based interface. It captures request details, performance metrics, logs, database queries, and stack traces for HTTP requests, commands, queue jobs, and tests without requiring modifications to application code. The tool provides a client-side rendered toolbar and full web interface for inspecting collected data, including a searchable performance timeline viewer, an HTTP request monitor with timing and response details, and inline variable logging helpers that return

هذا المشروع عبارة عن دليل لتحسين أداء Ruby ومورد لإعادة الهيكلة. يوفر مجموعة من أنماط البرمجة التي تم قياس أدائها والمقارنات الاصطلاحية المصممة لزيادة سرعة التنفيذ وتقليل تخصيصات الذاكرة في تطبيقات Ruby. يركز المورد على تعيين بنيات اللغة الشائعة إلى مكافئاتها الأكثر كفاءة من الناحية الحسابية. ويستخدم تحليل التوقيت المقارن وتوصيف عدد التخصيصات لتحديد الاصطلاحات عالية الأداء التي تحل محل التعبيرات كثيفة الكائنات. يغطي المشروع ضبط وقت تشغيل التطبيق وإدارة الذاكرة من خلال تحديد الأنماط التي تقلل من عبء جمع القمامة (garbage collection). ويستخدم التطوير القائم على قياس الأداء لتقييم تأثير ميزات لغة معينة على ذاكرة النظام وسرعة التنفيذ.

Porffor هو مترجم مسبق (ahead-of-time compiler) يحول كود مصدر JavaScript وTypeScript إلى كود آلة أصلي أو ملفات C ثنائية. يعمل كمولد ملفات ثنائية أصلية ومترجم (transpiler)، وينتج ملفات تنفيذية مستقلة لا تتطلب وقت تشغيل أو آلة افتراضية. يترجم المشروع كود المصدر إلى ملفات لغة C وتنسيقات WebAssembly الثنائية. يتضمن خط أنابيب مباشر إلى الملف الثنائي لـ TypeScript، مما يسمح بإنشاء ملفات تنفيذية مستهدفة دون خطوة ترجمة منفصلة إلى JavaScript. تتضمن مجموعة الأدوات أيضاً حلقة قراءة-تقييم-طباعة (REPL) تفاعلية لتنفيذ الكود في الوقت الفعلي، بالإضافة إلى قدرات لتصحيح كود المصدر وتحليل أداء التنفيذ.

GT هي أداة تصحيح أخطاء محمولة على الجهاز مصممة لالتقاط حزم الشبكة، وتحليل سجلات النظام، وتوصيف أداء العتاد مباشرة على الهاتف الذكي. توفر مجموعة محمولة من الأدوات المساعدة لتحديد أخطاء البرمجيات واختناقات المعالجة دون الحاجة إلى اتصال بجهاز كمبيوتر مضيف. يتميز المشروع بإطار عمل لتصحيح الأخطاء قائم على الإضافات يسمح بتطوير امتدادات وظيفية مخصصة لتنفيذ منطق تصحيح أخطاء خاص بالمشروع. كما يتيح ضبط المعلمات والحقن في الوقت الفعلي، مما يسمح بتعديل إعدادات التطبيق الداخلية أثناء التنفيذ لاختبار تكوينات مختلفة. تغطي الأداة العديد من مجالات المراقبة والتشخيص الأساسية، بما في ذلك توصيف أداء العتاد لمقاييس CPU، والذاكرة، والبطارية، ومعدل الإطارات. وتتضمن قدرات لاعتراض وتحليل حركة مرور الشبكة واتصالات API، بالإضافة إلى أدوات مساعدة لتجميع وتحليل سجلات أعطال التطبيق ومستوى النظام.

هذا المشروع هو إطار عمل لخدمة نماذج PyTorch مصمم لنشر وتوسيع نطاق نماذج تعلم الآلة في الإنتاج عبر نقاط نهاية شبكة قابلة للتوسع. يعمل كخادم استنتاج عالي الأداء، ومحسن، ومدير دورة حياة النموذج الذي يتعامل مع تحميل النموذج، وتجميع الطلبات، وتسريع الأجهزة. يتميز النظام بقدرات تنسيق وتحسين متقدمة، مثل ربط نماذج متعددة في سير عمل تسلسلي باستخدام رسوم بيانية للتنفيذ واستخدام التجميع الديناميكي لتحسين الإنتاجية وزمن الانتقال. يوفر دعماً متخصصاً للذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة من خلال التجميع المستمر وتوازي الموترات (tensor parallelism). تغطي مجالات القدرات الواسعة إدارة موارد GPU عبر أجهزة متنوعة مثل NVIDIA وAMD وApple Silicon، بالإضافة إلى إدارة شاملة لدورة حياة النموذج للتسجيل، وإصدار النسخ، وتوسيع نطاق العمال (workers). كما يدمج أدوات مراقبة لتتبع صحة النظام وأداء النموذج عبر مقاييس متوافقة مع Prometheus. يتم إدارة الخادم من خلال واجهة سطر أوامر تستخدم للتحكم في دورة الحياة وتكوين معلمات وقت التشغيل.

stacktrace.js is a JavaScript library designed for generating and parsing detailed function call stacks from error objects across different web browsers. It functions as a stack trace parser and error instrumentation utility that captures execution flow and error traces. The project differentiates itself through its ability to resolve source maps, translating minified JavaScript stack traces back to original source lines. It also includes a remote error reporter for transmitting processed exception data and stack traces to a centralized server for analysis. The library covers broad capabilit

vprof هو أداة تحليل مرئي (profiling) لـ Python، مصممة لتحديد اختناقات الأداء ومراقبة استهلاك الذاكرة. يعمل كأداة تحليل لوحدة المعالجة المركزية (CPU) والذاكرة، حيث يحول بيانات الأداء إلى تصورات تفاعلية لتحليل وقت المعالج ومكدسات الاستدعاء (call stacks). يتميز المشروع بمجموعة من التشخيصات المرئية، بما في ذلك مخططات اللهب (flame graphs) لتصور المكدس، وخرائط التمثيل اللوني (heatmaps) التي تربط تكرار التنفيذ ومدته مباشرة بالكود المصدري. كما يتضمن مراقب أداء عن بُعد قادر على التقاط مقاييس خاصة بالوظائف من خادم قيد التشغيل وبث تلك البيانات إلى أداة تصور منفصلة. تغطي الأداة مجالات واسعة من القدرات، بما في ذلك تحليل CPU القائم على أخذ العينات، ومراقبة الذاكرة على مستوى السطر من خلال تتبع جامع القمامة (garbage collector)، وحفظ بيانات التحليل للتحليل دون اتصال. تسمح هذه الأدوات بتدقيق كفاءة الكود المصدري وتحديد تسريبات الذاكرة.

هذا المشروع عبارة عن دليل برمجة أداء شامل ومرجع للغة Go، مع التركيز على كفاءة وقت التشغيل وتحسين الذاكرة. يوفر مجموعة من الأنماط والتقنيات المصممة لزيادة سرعة التنفيذ عن طريق تقليل حمل جمع القمامة (garbage collection) وتحسين استخدام الذاكرة. يتميز المورد بتنفيذات مرجعية مفصلة لتحسين الذاكرة، مثل تحليل الهروب (escape analysis)، وتجميع الكائنات (object pooling)، ومحاذاة ذاكرة الهياكل. ويقدم استراتيجيات محددة لتقليل حجم الملف الثنائي وتحسين كفاءة ذاكرة التخزين المؤقت للمعالج (CPU cache) من خلال تحسين تخطيط ذاكرة الهياكل واستخدام عناصر نائبة خالية من التخصيص. يغطي المشروع نطاقاً واسعاً من قدرات هندسة الواجهة الخلفية، بما في ذلك إدارة التزامن مع مجموعات العمال (worker pools) وبدائيات المزامنة، وRPC عالي الأداء وتوجيه HTTP، واستراتيجيات التخزين المؤقت الموزعة. كما يتضمن توجيهات حول الملاحظة من خلال تحليل أداء المعالج والذاكرة، بالإضافة إلى أنماط ضمان الجودة لاختبار الوحدات الوظيفية وتوليد الكائنات الوهمية (mock objects). يتم تنظيم المحتوى كسلسلة من البرامج التعليمية، والأمثلة المعمارية، وأدلة قياس الأداء لمساعدة المطورين على تحليل وإصلاح اختناقات الأداء.