Awesome GitHub RepositoriesClass-Based Schema Mappings

pysheeet est une bibliothèque de référence technique fournissant une collection organisée d'extraits de code et de modèles d'implémentation pour le développement Python avancé, l'intégration système et le calcul haute performance. Il sert de guide complet pour implémenter la programmation réseau de bas niveau, les extensions C natives, et la programmation asynchrone et concurrente. Le projet fournit des frameworks spécialisés pour le développement et le déploiement de grands modèles de langage, y compris des outils pour l'inférence GPU distribuée et le service haute performance. Il inclut également des modèles détaillés pour l'orchestration de clusters de calcul haute performance, couvrant l'allocation des ressources GPU et la gestion des charges de travail multi-nœuds. La bibliothèque couvre une large surface de capacités, y compris la communication réseau sécurisée et la cryptographie, l'ORM et la gestion de base de données, et l'implémentation de structures de données et d'algorithmes complexes. Elle fournit également des utilitaires pour la gestion de la mémoire, l'interopérabilité native via des interfaces de fonctions étrangères (FFI) et l'intégration au niveau du système d'exploitation.

FastHTML is a full-stack Python web framework designed for building interactive web applications using pure Python. It functions as an HTMX integration framework and a Python HTML domain-specific language, allowing developers to generate HTML structures using native objects and functions instead of external templating files. The framework is distinguished by its native support for real-time bidirectional communication via WebSockets and Server-Sent Events, enabling server-side updates to be pushed to the browser without full page reloads. It further integrates identity management through OAut

Realm is a mobile database: an alternative to SQLite & key-value stores

notion-py est une bibliothèque Python qui sert de client API non officiel pour interagir avec les pages et bases de données Notion. Il fonctionne comme un mappeur objet-relationnel qui traduit les tables et blocs de base de données Notion en classes Python pour une gestion structurée des données. Le projet dispose d'une couche de synchronisation réactive qui utilise le long-polling et des rappels pour maintenir les objets Python locaux à jour avec les changements distants. Il inclut un cache de données local thread-safe avec persistance sur disque pour réduire les requêtes réseau et un convertisseur pour transformer le texte Markdown en blocs de contenu Notion formatés et structures de texte riche. La bibliothèque couvre un large éventail de capacités, y compris la gestion programmatique des blocs de contenu, l'interrogation de base de données avec filtres et tri, et la gestion de l'identité utilisateur. Elle prend également en charge la sérialisation du texte riche en Markdown CommonMark tout en préservant les attributs LaTeX et de style.

MongoEngine est un mapper objet-document (ODM) Python qui traduit les enregistrements de base de données en objets pour fournir une interface orientée objet pour la persistance des données. Il sert de gestionnaire de documents et de validateur de schéma pour MongoDB, mappant les classes aux documents pour appliquer les types de données et les règles de validation. Le projet fournit un système de queryset à chargement différé (lazy-loaded) pour filtrer, trier et agréger des collections en utilisant une syntaxe Pythonique. Il gère des structures de données complexes via des fonctionnalités telles que l'héritage de documents, la gestion récursive de documents imbriqués et la liaison d'objets basée sur des références. La bibliothèque couvre de larges capacités, notamment la migration de schéma, la recherche plein texte et la gestion de fichiers binaires volumineux via le système de fichiers GridFS. Elle inclut également des outils pour l'optimisation des index de base de données, le profilage des performances des requêtes et des hooks de cycle de vie basés sur des signaux pour automatiser la logique lors des événements de document.

Le SxT-Python-SDK est une bibliothèque Python et un client de base de données SQL conçu pour exécuter des requêtes et gérer des schémas de base de données via l'API Space and Time. Il sert d'interface programmatique pour interagir avec un entrepôt de données décentralisé. Le SDK fournit des outils pour la gestion de bases de données décentralisées, incluant la capacité de définir et de créer des structures de tables et d'établir des vues. Il permet l'analyse de données blockchain en autorisant les utilisateurs à exécuter des instructions SQL pour extraire et manipuler des données on-chain. La bibliothèque gère l'intégralité du cycle de vie des données, de l'authentification à l'exportation. Elle gère les jetons de session et les identifiants d'environnement pour autoriser les requêtes réseau et inclut des utilitaires pour transformer les résultats de requêtes au format CSV ou sérialiser des configurations pour les environnements shell.

linq2db is a type-safe object-relational mapper that translates LINQ expressions into optimized SQL queries for multiple database providers. It functions as a database mapper that links classes to tables and includes a SQL query builder and a command-line schema tool for generating data classes from existing databases. The project provides high-performance bulk data processing for inserting and loading large volumes of records via batch or binary copy methods. It also supports advanced SQL operations, including window functions, common table expressions for recursive hierarchical querying, an

Spring Data Elasticsearch is a data access library that maps Java objects to Elasticsearch indices. It functions as an object mapper, a repository abstraction, and a query DSL wrapper, providing both a standard and a reactive client for executing asynchronous search and persistence operations. The project distinguishes itself by automating data access through repository interfaces, which generate query logic based on method naming conventions. It enables the construction of complex search queries using a domain-specific language and supports advanced search capabilities such as vector similar