Awesome GitHub RepositoriesBatch Input Processing

Pkl is a configuration-as-code language used to define, validate, and generate structured configuration files. It functions as a type-safe configuration generator that enforces data integrity through a strongly-typed schema, ensuring configuration values meet defined constraints and types during evaluation. The project distinguishes itself by acting as both a configuration file generator and a binding generator. It transforms high-level programmable definitions into static formats such as JSON, YAML, or XML, and produces language-specific source code to synchronize settings and provide type s

jc is a tool that transforms plain-text results from command-line utilities, system tools, log formats, and text tables into structured JSON data. It functions as a structured data transformer capable of converting various file formats, including CSV, INI, XML, and YAML, into JSON representations for programmatic use. The project includes a collection of specific parsers for Unix commands and system tools such as df, blkid, and various package managers. It also features specialized converters for web server logs, Common Log Format, and Common Event Format strings. The tool covers broad capab

Kreuzberg is a document extraction engine that converts PDFs, Office files, images, and over 90 other formats into clean, structured text and metadata. It is built around a compiled Rust core that can be used as a native library, a command-line tool, a REST API server, or a WebAssembly module for browser-based processing. The system is designed to run entirely on self-hosted infrastructure, with no data leaving the user's environment. What distinguishes Kreuzberg is its breadth of integration surfaces and its pipeline architecture. It exposes extraction capabilities through native bindings fo

Depth-Anything is a monocular depth estimation foundation model that produces dense per-pixel depth maps from a single RGB image. It is built on a DINOv2 Vision Transformer encoder backbone and trained on 62 million unlabeled images using a teacher-student pseudo-labeling framework, enabling robust generalization across diverse scenes without task-specific training. The model outputs both relative depth maps, which capture the ordering of scene points, and metric depth maps with real-world units after fine-tuning on datasets like NYUv2 or KITTI. The project distinguishes itself through its ab

Stanza is a Python natural language processing library designed for tokenization, lemmatization, and dependency parsing across many human languages using neural models. It provides a neural processing pipeline that converts raw text into structured linguistic data objects, alongside a specialized analyzer for extracting medical insights from clinical and biomedical language. The project includes a wrapper that connects Python scripts to Java-based natural language processing tools and remote annotation servers. This enables a bridge for extracting linguistic annotations and analysis data from

ailab is a deep learning tool designed to upscale anime-style images, increasing their resolution while preserving fine details. It is built around a cascade U-Net architecture, a multi-stage neural network model that refines image quality through successive stages, and uses PyTorch for inference. The tool specializes in enhancing anime and cartoon-style artwork, applying super-resolution techniques to boost pixel dimensions without sacrificing visual fidelity. It processes images through a pipeline that includes tensor preprocessing, model inference, and post-processing pixel reconstruction,

Valhalla is an open-source routing engine that calculates optimal paths and travel times using OpenStreetMap data. It is built around a tiled routing graph framework, allowing map data to be organized into small geographic tiles for efficient regional updates and offline routing capability. The project distinguishes itself through a multimodal routing server that combines automobile, pedestrian, bicycle, and public transit modes into single journeys. It includes a GPS trace matching engine to align noisy coordinates to the most probable road network paths and an isochrone and matrix generator

Trafilatura is a Python library and command-line tool for extracting clean, structured text and metadata from web pages. It downloads HTML content, identifies the main body of text, and strips away navigation, ads, and other boilerplate, returning the core article content along with fields like title, author, date, and URL. The tool can also extract user comments and test whether a page contains extractable text, making it a general-purpose web text extraction library. What distinguishes Trafilatura from simpler extractors is its configurable extraction pipeline, which offers high-speed, high

यह प्रोजेक्ट एक विशेष TikTok API स्क्रैपर और डेटा एक्सट्रैक्टर है। यह एक प्रॉक्सी-आधारित वेब स्क्रैपर के रूप में कार्य करता है जिसे यूजर मेटाडेटा, वीडियो पोस्ट और ट्रेंड फ़ीड एकत्र करने के लिए डिज़ाइन किया गया है, साथ ही यह HTTP रिक्वेस्ट के माध्यम से बाहरी URL पर स्क्रैप की गई जानकारी को रूट करने के लिए एक वेबहुक डेटा पाइपलाइन प्रदान करता है। इस टूल में एक वॉटरमार्क-मुक्त वीडियो डाउनलोडर शामिल है जो हाई-डेफिनिशन कंटेंट को लोकल स्टोरेज में सेव करता है। यह सर्वर ऑथेंटिकेशन के लिए क्रिप्टोग्राफिक रिक्वेस्ट साइनिंग का उपयोग करता है और नेटवर्क ट्रैफ़िक को मैनेज करने व रेट लिमिट से बचने के लिए प्रॉक्सी रोटेशन के साथ सेशन कुकी ऑथेंटिकेशन का उपयोग करता है। क्षमताएं बैच-प्रोसेसिंग पाइपलाइनों के माध्यम से बल्क कंटेंट एक्सट्रैक्शन और प्रोफाइल, हैशटैग व म्यूजिक ट्रैक्स के लिए मेटाडेटा की पुनर्प्राप्ति को कवर करती हैं। निकाला गया डेटा स्ट्रक्चर्ड JSON या CSV फॉर्मेट में एक्सपोर्ट किया जाता है, और डाउनलोड इतिहास को रिकॉर्ड करने व डुप्लिकेट रिक्वेस्ट को रोकने के लिए लोकल स्टेट ट्रैकिंग का उपयोग किया जाता है।

Text Embeddings Inference एक हाई-परफॉरमेंस इन्फरेंस सर्वर है जिसे टेक्स्ट एम्बेडिंग और सीक्वेंस क्लासिफिकेशन मॉडल्स को स्केलेबल API एंडपॉइंट्स के रूप में होस्ट करने के लिए डिज़ाइन किया गया है। यह टेक्स्ट को घने अभ्यावेदन (dense representations) में बदलने के लिए एक वेक्टर एम्बेडिंग API और एक क्वेरी के खिलाफ डॉक्यूमेंट अनुक्रमों की प्रासंगिकता को स्कोर करने के लिए एक क्रॉस-एनकोडर रीरैंकिंग सर्वर प्रदान करता है। इस प्रोजेक्ट में एक GPU-एक्सेलेरेटेड इन्फरेंस इंजन है जो थ्रूपुट को अधिकतम करने के लिए डायनामिक बैचिंग और विशेष कर्नेल का उपयोग करता है। यह नेटवर्क लेटेंसी और सीरियलाइजेशन ओवरहेड को कम करने के लिए मानक HTTP के विकल्प के रूप में gRPC के माध्यम से एक हाई-परफॉरमेंस बाइनरी इंटरफेस प्रदान करता है। यह सिस्टम डॉक्यूमेंट सिमिलरिटी रैंकिंग, मल्टीलिंगुअल टेक्स्ट रीरैंकिंग और श्रेणियों या भावना की भविष्यवाणी के लिए सीक्वेंस क्लासिफिकेशन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह सर्वरलेस ऑटो-स्केलिंग कंटेनर्स से लेकर एयर-गैप्ड इंस्टॉलेशन तक, विविध डिप्लॉयमेंट एनवायरनमेंट को सपोर्ट करता है। हार्डवेयर एक्सेलेरेशन NVIDIA GPUs, AMD GPUs और Apple Metal के लिए उपलब्ध है।

यह प्रोजेक्ट एक PyTorch मॉडल सर्विंग फ्रेमवर्क है जिसे स्केलेबल नेटवर्क एंडपॉइंट्स के माध्यम से प्रोडक्शन में मशीन लर्निंग मॉडल को तैनात और स्केल करने के लिए डिज़ाइन किया गया है। यह एक उच्च-प्रदर्शन इन्फरेंस सर्वर, ऑप्टिमाइज़र और मॉडल लाइफसाइकिल मैनेजर के रूप में कार्य करता है जो मॉडल लोडिंग, रिक्वेस्ट बैचिंग और हार्डवेयर एक्सेलेरेशन को संभालता है। यह सिस्टम उन्नत ऑर्केस्ट्रेशन और ऑप्टिमाइज़ेशन क्षमताओं के माध्यम से खुद को अलग करता है, जैसे कि निष्पादन ग्राफ़ का उपयोग करके कई मॉडलों को अनुक्रमिक वर्कफ़्लो में जोड़ना और थ्रूपुट व विलंबता में सुधार करने के लिए डायनेमिक बैचिंग को नियोजित करना। यह निरंतर बैचिंग और टेंसर समानता (tensor parallelism) के माध्यम से जेनरेटिव AI और बड़े भाषा मॉडल के लिए विशेष समर्थन प्रदान करता है। व्यापक क्षमता क्षेत्रों में NVIDIA, AMD और Apple Silicon जैसे विविध हार्डवेयर पर GPU संसाधन प्रबंधन, साथ ही पंजीकरण, संस्करण और वर्कर स्केलिंग के लिए व्यापक मॉडल लाइफसाइकिल प्रबंधन शामिल है। यह Prometheus-संगत मेट्रिक्स के माध्यम से सिस्टम स्वास्थ्य और मॉडल प्रदर्शन को ट्रैक करने के लिए ऑब्जर्वेबिलिटी टूल्स को भी एकीकृत करता है। सर्वर को लाइफसाइकिल नियंत्रण और रनटाइम मापदंडों के कॉन्फ़िगरेशन के लिए उपयोग किए जाने वाले कमांड-लाइन इंटरफ़ेस के माध्यम से प्रबंधित किया जाता है।

CTranslate2 is a C++ inference engine and runtime for Transformer models, designed to execute models on both CPU and GPU with optimizations for speed and memory efficiency. It functions as a model format converter, quantization tool, and REST API server, enabling deployment of neural machine translation, automatic speech recognition, and text generation models. The engine distinguishes itself through a suite of runtime optimizations including layer fusion, weight-matrix quantization, batch-by-length grouping, and a caching allocator that reuses GPU memory. It supports tensor-parallel model di

GAM is a command-line tool for administering Google Workspace and Cloud Identity. It translates command-line arguments into structured API calls, enabling administrators to manage users, groups, organizational units, and domain settings across a Google Workspace environment. The tool handles authentication through OAuth2 flows, service accounts, and workload identity federation, and supports multi-tenant configurations for managing multiple domains or cloud projects from a single installation. GAM distinguishes itself through its batch processing and automation capabilities. It can process la

Segment Anything Fast is a high-performance computer vision inference engine and image segmentation framework built for PyTorch. It provides a specialized environment for automated object isolation and mask generation, designed to process large-scale visual datasets with increased throughput. The project distinguishes itself through a suite of system-level optimization strategies that accelerate deep learning model performance. By utilizing graph-based model compilation, just-in-time kernel fusion, and hardware-aware quantization, it reduces computational latency and memory footprint. These t