Awesome GitHub RepositoriesData Aggregators

Edict is a multi-agent orchestration system and framework designed to coordinate specialized large language model agents. It functions as a workflow designer and orchestrator that decomposes complex objectives into structured plans, using directed acyclic graphs and role-based hierarchies to execute sub-tasks. The system is distinguished by its event-driven architecture, utilizing a publish-subscribe event bus and transactional outbox to manage agent communications and task transitions. It features a dedicated skill management system that allows for the importation, updating, and sandboxed ex

Pinot is a distributed, columnar analytical database designed for high-concurrency, low-latency query processing. It functions as a real-time OLAP datastore, enabling interactive, user-facing analytics by ingesting and querying massive datasets from both streaming and batch sources. The system architecture relies on a centralized controller for cluster coordination and a distributed segment-based storage model to ensure horizontal scalability. The platform distinguishes itself through a hybrid ingestion pipeline that unifies real-time event streams and historical batch data into a single quer

hackerone-reports is a bug bounty dataset aggregator and vulnerability intelligence tool designed to scrape and parse public security reports from the HackerOne platform. It functions as a security report parser that transforms raw bug bounty feeds into structured datasets for analysis. The system automates the collection of public vulnerability reports to identify common security patterns and facilitate security research. It specializes in organizing these disclosures by bug type, payout amount, and target program to enable vulnerability trend analysis. The tool covers capabilities for scra

Akka.NET is an actor model framework used for building concurrent and distributed applications. It functions as a distributed computing platform and state manager that enables isolated actors to communicate via asynchronous message passing, ensuring thread-safe state management without manual locks. The project is distinguished by its decentralized coordination capabilities, including a distributed state manager that uses sharding and dynamic rebalancing to maintain high availability. It incorporates an event sourcing engine that persists state as a sequence of events in an append-only log an

m3 उच्च-रिज़ॉल्यूशन मेट्रिक्स और उच्च-कार्डिनैलिटी डेटा प्रबंधन के लिए डिज़ाइन किया गया एक वितरित टाइम सीरीज़ डेटाबेस है। यह एक स्केलेबल स्टोरेज सिस्टम और मल्टी-क्लस्टर क्वेरी इंजन के रूप में कार्य करता है, जो स्टोरेज में कमिट होने से पहले डेटा को डाउनसैंपल और सारांशित करने में सक्षम एक वितरित मेट्रिक्स एग्रीगेटर प्रदान करता है। यह प्रोजेक्ट नोड मेंबरशिप और शार्ड प्लेसमेंट के लिए etcd का उपयोग करके एक समन्वित क्लस्टर मॉडल के माध्यम से खुद को अलग करता है। यह Prometheus रिमोट राइट प्रोटोकॉल, InfluxDB लाइन प्रोटोकॉल और Graphite Carbon प्लेनटेक्स्ट प्रोटोकॉल सहित कई इंजेक्शन प्रोटोकॉल का समर्थन करता है, और PromQL व Graphite के लिए संगत क्वेरी इंटरफेस प्रदान करता है। यह सिस्टम कॉलम-आधारित टाइम सीरीज़ स्टोरेज, सिंक्रोनस डेटा रेप्लिकेशन और वितरित क्वेरी फैन-आउट सहित व्यापक क्षमता क्षेत्रों को कवर करता है। इसमें डेटा लाइफसाइकिल ऑटोमेशन, कोरम-आधारित कंसिस्टेंसी ट्यूनिंग और अलग-अलग नेमस्पेस में डेटा अखंडता व पुनर्प्राप्ति गति बनाए रखने के लिए टैग-आधारित सीरीज़ इंडेक्सिंग शामिल है। क्लस्टर ऑर्केस्ट्रेशन और कंपोनेंट प्लेसमेंट को उच्च उपलब्धता और संतुलित डेटा वितरण सुनिश्चित करने के लिए ऑटोमेटेड टूल्स और ऑपरेटर्स के माध्यम से प्रबंधित किया जाता है।

mmocr एक PyTorch-आधारित ऑप्टिकल कैरेक्टर रिकग्निशन फ्रेमवर्क है जिसे टेक्स्ट डिटेक्शन, रिकग्निशन और की-इन्फॉर्मेशन एक्सट्रैक्शन मॉडल्स को ट्रेन और डिप्लॉय करने के लिए डिज़ाइन किया गया है। यह सीन टेक्स्ट डिटेक्शन और रिकग्निशन के लिए एक व्यापक टूलबॉक्स के रूप में कार्य करता है, जो टेक्स्ट क्षेत्रों का पता लगाने और विज़ुअल टेक्स्ट को मशीन-एन्कोडेड स्ट्रिंग्स में बदलने के लिए विशेष लाइब्रेरीज़ प्रदान करता है। यह प्रोजेक्ट की-इन्फॉर्मेशन एक्सट्रैक्शन और उन्नत टेक्स्ट स्पॉटिंग क्षमताओं के लिए एक रिसर्च फ्रेमवर्क के माध्यम से अलग है। इनमें ट्रांसफॉर्मर्स का उपयोग करके पॉइंट-आधारित स्पॉटिंग और मनमाने ढंग से आकार के टेक्स्ट की पहचान और ट्रांसक्रिप्शन के लिए पैरामीटराइज़्ड बेज़ियर कर्व्स का उपयोग शामिल है। यह फ्रेमवर्क कंप्यूटर विज़न क्षमताओं की एक विस्तृत सतह को कवर करता है, जिसमें विविध OCR डेटासेट्स को बढ़ाने और मानकीकृत करने के लिए डेटा पाइपलाइन मैनेजमेंट, डिस्ट्रीब्यूटेड स्केलिंग के साथ मॉडल ट्रेनिंग, और स्टैंडर्ड OCR मेट्रिक्स का उपयोग करके परफॉरमेंस मूल्यांकन शामिल है। यह ग्राउंड ट्रुथ एनोटेशन के खिलाफ भविष्यवाणियों का ऑडिट करने के लिए ज्यामितीय बहुभुज हेरफेर और परिणाम विज़ुअलाइज़ेशन के लिए यूटिलिटीज भी प्रदान करता है। यह सिस्टम Python में लागू किया गया है और Docker वातावरण पैकेजिंग के माध्यम से इंस्टॉलेशन का समर्थन करता है।

Open Health एक सुरक्षित स्वास्थ्य डेटा प्लेटफ़ॉर्म और व्यक्तिगत स्वास्थ्य रिकॉर्ड मैनेजर है जिसे एक ही केंद्रीकृत स्थान पर अलग-अलग चिकित्सा इतिहासों को एकत्र और संग्रहीत करने के लिए डिज़ाइन किया गया है। यह एक AI-संचालित चिकित्सा वार्तालाप उपकरण और डेटा पार्सर के रूप में कार्य करता है जो असंरचित स्वास्थ्य दस्तावेज़ों को विश्लेषण और प्रसंस्करण के लिए संरचित फ़ाइलों में बदल देता है। प्लेटफ़ॉर्म मॉडल संदर्भ में संरचित व्यक्तिगत चिकित्सा रिकॉर्ड को इंजेक्ट करके व्यक्तिगत स्वास्थ्य मार्गदर्शन प्रदान करने के लिए बड़े भाषा मॉडलों को एकीकृत करता है। यह उपयोगकर्ता के विशिष्ट स्वास्थ्य डेटा के आधार पर अनुरूप चिकित्सा प्रतिक्रियाओं के निर्माण की अनुमति देता है। सिस्टम संवेदनशील जानकारी की सुरक्षा के लिए उपयोगकर्ता खाता पंजीकरण और पहचान सत्यापन के माध्यम से रोगी डेटा प्रबंधन को कवर करता है। यह चिकित्सा रिकॉर्ड को संरचित करने और कई स्रोतों से स्वास्थ्य डेटा के समेकन के लिए क्षमताएं भी प्रदान करता है।