Awesome GitHub RepositoriesConditional Data Operations

Qdrant is a high-performance vector similarity database designed to store, index, and search high-dimensional vectors alongside structured metadata. It functions as a distributed search engine that manages large-scale data clusters, providing low-latency retrieval and complex filtering capabilities. The system is built to serve as a specialized middleware layer, connecting machine learning pipelines and AI agents to persistent storage for intelligent information retrieval and recommendation tasks. The platform distinguishes itself through advanced retrieval techniques, including support for h

This project is a reactive, offline-first NoSQL database engine designed for JavaScript applications. It provides a robust framework for managing application state by synchronizing data across browsers, mobile devices, and server-side runtimes. By treating local storage as the primary source of truth, it enables applications to remain functional without network connectivity, automatically reconciling changes with remote backends once a connection is restored. The database distinguishes itself through a modular architecture that supports cross-environment synchronization and high-performance d

This project is a feature-rich Go client library designed for interacting with Redis. It serves as a comprehensive interface for managing remote data stores, enabling developers to execute standard database commands, handle complex data structures, and perform asynchronous operations within Go applications. The library distinguishes itself through its support for advanced Redis capabilities, including connection pooling, pipelining, and transactional integrity. It provides specialized primitives for managing distributed clusters, including automated topology updates and request routing to sha

General purpose redis client

pyinfra is an agentless infrastructure automation framework that turns declarative Python code into idempotent shell commands to manage servers, containers, and local machines over SSH without requiring any pre-installed software on target hosts. It operates by comparing the desired state of a system against its current state, using a dry-run simulation mode to preview changes and a fact-based conditional execution engine to gather host attributes at runtime and control which operations run. The tool compiles Python operations into optimized shell commands and executes them in parallel across

pyinfra is a Python-based infrastructure automation framework that turns Python code into shell commands for managing servers, Docker containers, and local machines. It operates as a declarative, idempotent deployment tool, applying desired system states by comparing target configurations against current states and making only the necessary changes. The framework provides a connector-based transport abstraction that unifies SSH, Docker, and local execution behind a common interface, with a parallel execution engine that manages concurrent operations across hosts. The tool distinguishes itself

r4ds este un curriculum de știința datelor și o resursă educațională concepută pentru stăpânirea limbajului de programare R. Oferă o cale de învățare structurată pentru procesul end-to-end de importare, curățare, transformare și vizualizare a datelor. Proiectul pune accent pe un ghid de știința datelor reproductibil și un curriculum cuprinzător pentru manipularea datelor (data wrangling). Include tutoriale specializate despre gramatica graficelor pentru vizualizarea stratificată a datelor și publicații tehnice create cu Quarto care îmbină codul executabil cu proza narativă. Materialul acoperă o gamă largă de capabilități analitice, inclusiv ingestia de date din surse diverse, unirea datelor relaționale și gestionarea variabilelor categorice. De asemenea, abordează curățarea datelor, modelarea matematică și generarea de rapoarte și prezentări profesionale în formate multiple. Curriculum-ul se concentrează pe aplicarea practică a programării funcționale și a principiilor „tidy data” pentru a crea analize transparente și repetabile.

Strawberry is a type-safe GraphQL library for Python that enables the design of schemas using Python type annotations and dataclasses. It functions as an asynchronous GraphQL server and execution engine, providing a bridge to expose schemas across ASGI-compliant web frameworks such as FastAPI, Django, Flask, and Litestar. The project implements GraphQL Federation, allowing for the creation of distributed schemas and entities that merge into a unified supergraph across multiple services. It also includes a dedicated toolkit for the Relay specification, supporting global object identification a

Acest utilitar este un instrument de linie de comandă conceput pentru a automatiza nivelarea volumului în colecțiile audio și video. Prin utilizarea bibliotecilor externe de procesare media, ajustează fișierele la un nivel de intensitate sonoră (loudness) țintă consistent, asigurând o redare uniformă fără a fi nevoie de ajustări manuale ale volumului. Instrumentul se distinge printr-un flux de lucru de analiză în doi pași care măsoară statisticile de loudness înainte de a aplica ajustări precise de gain. Menține relațiile relative de loudness între piese atunci când procesează colecții, asigurând că echilibrul dinamic al unui grup de fișiere rămâne intact. Utilizatorii pot defini și salva presetări de configurare personalizate pentru a standardiza acești parametri de normalizare pe diferite tipuri de media și medii. Software-ul suportă procesarea batch cuprinzătoare, permițând normalizarea automatizată a întregilor directoare, păstrând în același timp metadatele originale și integritatea fișierelor. Include logică pentru a evalua fișierele în raport cu pragurile țintă, sărind peste re-encodarea redundantă pentru a optimiza resursele computaționale. În plus, instrumentul oferă maparea dinamică a fluxurilor pentru a izola piese audio specifice în containere video, permițând normalizarea fără a altera conținutul video original. Utilitarul este distribuit ca o interfață de linie de comandă și include suport pentru autocompletarea shell-ului pentru operațiuni bazate pe terminal. De asemenea, oferă o interfață programatică pentru integrarea în aplicații personalizate și pipeline-uri automatizate de procesare media.