Awesome GitHub RepositoriesIn-Place Data Modifiers

This project is a command-line processor designed for the parsing, filtering, and transformation of structured data streams. It functions as a declarative programming environment that treats data as immutable streams, allowing users to perform complex structural modifications through the composition of small, reusable functions. By utilizing a recursive tree traversal engine, the system enables the navigation, inspection, and modification of deeply nested hierarchical data structures. The engine distinguishes itself through a stream-oriented architecture that processes input records one by on

React-admin is a framework for building data-driven administrative interfaces that connect to REST or GraphQL backends. It provides a comprehensive suite of tools for managing the full lifecycle of administrative applications, including resource-oriented routing, declarative form scaffolding, and context-driven state management. By utilizing a modular adapter-based architecture, the framework abstracts backend communication, allowing developers to build consistent CRUD interfaces that handle data fetching, authentication, and synchronization automatically. The project distinguishes itself thr

SwiftyJSON is a Swift JSON parsing library and data wrapper designed to simplify the reading and manipulation of JSON structures. It provides a toolkit for converting raw JSON strings into structured formats without requiring manual type casting or optional chaining for every value. The library focuses on simplifying nested data extraction through subscript-based value access and recursive data resolution. It ensures optional-safe value retrieval by returning default empty values instead of crashing when encountering missing keys or out-of-bounds array indices. The project includes capabilit

This library is a collection of generic utilities for the Go programming language designed to simplify the manipulation of slices and maps. It provides a functional toolkit that enables developers to perform data transformations, such as filtering, mapping, and reducing, while maintaining strict type safety through the use of language-level generics. The project distinguishes itself by offering a dual approach to data processing that balances functional programming patterns with performance-oriented execution. It supports both immutable functional pipelines for predictable state transitions a

This tool is a command-line processor designed for querying, updating, and transforming structured data files. It functions as a versatile engine for manipulating YAML, JSON, TOML, and XML documents, allowing users to perform complex operations directly from the terminal. By utilizing a path-based expression language, it enables precise navigation and modification of data structures within configuration files and infrastructure-as-code workflows. What distinguishes this tool is its ability to perform in-place document mutations while preserving original formatting, comments, and metadata. It

PX4-Autopilot is a professional-grade flight control software stack designed for autonomous unmanned vehicles, including multicopters, fixed-wing aircraft, and vertical takeoff and landing platforms. It operates as a modular, real-time framework that decouples flight control logic from hardware drivers through a publish-subscribe middleware architecture. The system utilizes a deterministic microkernel runtime to execute time-critical flight control loops and sensor fusion tasks, ensuring stable navigation and vehicle operation. The platform distinguishes itself through a parameter-driven conf

Spectre.Console is a .NET framework designed for building structured, feature-rich command-line applications. It provides a comprehensive toolkit for managing complex command hierarchies, type-safe argument parsing, and dependency injection, allowing developers to decouple business logic from input processing while maintaining modular application designs. The framework distinguishes itself through a sophisticated terminal user interface toolkit that enables the creation of dynamic, interactive console experiences. It utilizes a markup-based rendering system to display styled text, tables, cha

Rerun is a multimodal data visualizer and robotics data logger designed for rendering synchronized streams of 3D spatial data, images, and time-series metrics. It functions as a tool for capturing high-frequency sensor data and AI outputs into a queryable columnar format, providing a dedicated interface for viewing MCAP recording files and analyzing physical environments. The project distinguishes itself as a machine learning dataset streamer, capable of feeding logged recordings directly into GPU buffers and PyTorch training pipelines without intermediate exports. It supports a high-performa

Boost is a collection of portable, high-performance source libraries that extend the C++ standard library. It provides a wide range of reusable components, data structures, and algorithms designed to add capabilities to the base language across different platforms. The project is distinguished by its extensive focus on compile-time template metaprogramming and generic programming. It implements advanced architectural patterns such as policy-based design, concept-based type validation, and the use of SFINAE for conditional template resolution to minimize runtime overhead. The library covers a

Hazelcast is a distributed data platform that combines an in-memory data grid with a stream processing engine to support real-time analytics and event-driven applications. It functions as a partitioned, distributed key-value store that replicates data across cluster nodes to provide low-latency access and high availability. The platform also serves as a distributed SQL query engine, allowing users to execute standard SQL statements against both in-memory datasets and external data sources. What distinguishes Hazelcast is its use of a distributed consensus subsystem to maintain strongly consis

Open Source Javascript Gantt

Anomalib is a PyTorch-based library for visual anomaly detection, offering a modular framework, a comprehensive model zoo, and a benchmarking suite designed for industrial defect detection. It provides a wide range of algorithms—including generative, discriminative, teacher-student, and vision-language approaches—that support unsupervised, few-shot, and zero-shot settings. The library enables deployment through model export to ONNX and OpenVINO for edge devices, and includes a no-code web application for training and inference. It also features a command-line interface for orchestrating multi

Carp is a statically typed Lisp compiler that compiles Lisp-like syntax directly to C source code, enabling seamless integration with existing C libraries and low-level system programming. It manages memory deterministically at compile time using ownership tracking and linear types, eliminating garbage collection pauses and runtime overhead while ensuring type safety through an inferred static type system. The language distinguishes itself through compile-time macro expansion and metaprogramming capabilities, allowing code generation and transformation before final binary output. It enforces

uthash ist eine makrobasierte Datenstruktur-Bibliothek für C, die Header-only-Implementierungen von Hash-Tabellen, verketteten Listen, Stacks und dynamischen Arrays bereitstellt. Sie ermöglicht schlüsselbasierte Lookups und organisierte Datenspeicherung, ohne dass externe Bibliotheken gelinkt werden müssen. Die Bibliothek nutzt intrusives Linking, um Metadaten über Makros direkt in benutzerdefinierte Strukturen einzubetten. Dieser Ansatz ermöglicht die In-Place-Erweiterung von Strukturen, sodass Hash- und Link-Felder zu bestehenden Structs hinzugefügt werden können, ohne dass separate Speicherallokationen für Container-Knoten erforderlich sind. Das Projekt umfasst zudem spezialisiertes Speicher- und Datenstrommanagement, einschließlich kreisförmiger Puffer mit fester Größe für kontinuierliche Datenströme sowie String-Puffer mit automatischer Speicherverwaltung. Diese Hilfsmittel erleichtern die Datenverarbeitung in ressourcenbeschränkten Umgebungen und eingebetteten Systemen.

Dies ist eine C++-Ranges-Bibliothek und Erweiterung der Standard Template Library, die eine Sammlung zusammensetzbarer Algorithmen und Lazy Views für die Verarbeitung von Datensequenzen bereitstellt. Sie fungiert als Framework für die Verarbeitung von Lazy-Sequenzen und als Template-Metaprogrammierungsbibliothek zur Manipulation von Typenlisten und zur Durchführung von Typberechnungen zur Kompilierzeit. Das Projekt ermöglicht funktionale Programmiermuster in C++ durch die Verwendung von Pipe-Syntax und partieller Anwendung, um lesbare, von links nach rechts verlaufende Datentransformationsketten zu erstellen. Es erlaubt die Konstruktion von Lazy-Datenpipelines, die Elemente bei Bedarf filtern und transformieren, um den Speicherbedarf zu reduzieren und unnötige Kopien zu vermeiden. Die Bibliothek deckt breite Funktionsbereiche ab, einschließlich Sequenzmanipulation, Typmanipulation zur Kompilierzeit sowie die Implementierung benutzerdefinierter Range-Typen und Iteratoren. Sie bietet Tools für Eager-In-Place-Containermutation, projektionsbasiertes Algorithmus-Dispatching und die Verwaltung von Typenlisten durch eine Reihe von Callables auf Typebene.

rkyv ist ein Zero-Copy-Deserialisierungs-Framework für Rust, das ein binäres Serialisierungsformat für speicherabbildbare Datenarchive bereitstellt. Es ermöglicht, komplexe Datenstrukturen auf Bytes abzubilden und direkt aus einem Puffer zuzugreifen, ohne neuen Speicher zuzuweisen oder Daten zu kopieren. Das Projekt ermöglicht die Serialisierung polymorpher Typen und Trait-Objekte, wobei deren dynamisches Verhalten und Struktur innerhalb der binären Form beibehalten werden. Es nutzt relative Zeigeradressierung und byte-ausgerichtetes Struktur-Packing, um sicherzustellen, dass Daten unabhängig davon gültig bleiben, wo sie im Speicher geladen werden. Das Framework deckt hochperformante Datenpersistenz und latenzarmes Zustandsmanagement durch direktes Memory-Mapping ab. Es bietet Mechanismen sowohl für Zero-Copy-Datenzugriff als auch für die vollständige Rekonstruktion von Datentypen, wenn dies von der Anwendung benötigt wird.

RavenDB is a multi-model NoSQL document database designed for high-performance, ACID-compliant data storage. It persists structured information as schema-flexible JSON documents and utilizes a unit-of-work session pattern to track entity changes and batch modifications into atomic transactions. The platform is built on a distributed architecture that supports horizontal scaling through sharding and ensures high availability via multi-node, master-to-master cluster replication. The database distinguishes itself through a self-optimizing query engine that automatically creates and maintains ind

Dieses Projekt ist ein High-Performance-Framework für die Verarbeitung tabellarischer Daten in R, das für die effiziente und schnelle Handhabung massiver Datensätze entwickelt wurde. Es bietet eine erweiterte Datenstruktur, die Referenzsemantik und In-Place-Modifikation nutzt, um komplexe Transformationen ohne den Overhead unnötiger Objektkopien durchzuführen. Die Bibliothek zeichnet sich durch ihre Low-Level-Architekturoptimierungen aus, einschließlich Multi-Threaded-Parallelverarbeitung, Radix-basiertem Sortieren und Memory-Mapped-File-Parsing. Durch das Auslagern kritischer Datenmanipulations- und Aggregationsroutinen in kompilierten C-Code ermöglicht sie die schnelle Ausführung von Aufgaben, die ansonsten rechenintensiv wären. Ihre Core-Engine unterstützt fortgeschrittene relationale Operationen wie Non-Equi-, Rolling- und Overlapping-Interval-Joins sowie automatische sekundäre Indizierung zur Beschleunigung wiederholter Datenzugriffe. Über ihre primären Verarbeitungsfunktionen hinaus bietet das Projekt eine umfassende Suite an Tools für das Datenlebenszyklus-Management. Dies umfasst Hochgeschwindigkeits-Ingestion- und Serialisierungs-Utilities mit automatischer Typenerkennung sowie spezialisierte Unterstützung für Zeitreihenanalysen und mehrdimensionale Aggregation. Das Framework ist auf Skalierbarkeit ausgelegt und ermöglicht Benutzern die Durchführung komplexer Gruppierungs-, Filter- und Reshaping-Operationen auf Datensätzen mit Milliarden von Zeilen bei gleichzeitiger Systemstabilität und Performance.