Awesome GitHub RepositoriesData Explorers

InfluxDB is a specialized time series database platform engineered for the high-speed ingestion, compression, and retrieval of timestamped data at scale. It functions as a distributed metrics platform, providing the infrastructure necessary to organize and analyze massive volumes of time-stamped information to identify trends, patterns, and anomalies within complex data streams. The platform distinguishes itself through a functional dataflow engine that utilizes a specialized programming language for complex analytical transformations and automated tasks. This architecture is supported by a p

This project is a distributed, document-oriented database system designed to store information in flexible, hierarchical structures. It supports horizontal scaling through automated sharding and maintains high availability across global clusters using a multi-node replication protocol. By executing multi-document operations as atomic units, the system ensures data integrity and consistency across distributed environments. The platform distinguishes itself by integrating advanced vector-based indexing, which enables semantic similarity searches alongside traditional geospatial and lexical quer

Cube is a semantic data layer that provides a unified framework for defining business metrics, dimensions, and relationships across diverse data sources. By acting as a headless business intelligence engine, it transforms raw data into a governed model that can be queried via SQL, REST, and GraphQL interfaces. This architecture ensures consistent data definitions and logic across all downstream analytical applications and reporting tools. The platform distinguishes itself through its integrated conversational AI capabilities, which allow users to explore data using natural language. It orches

Pygwalker is a library that transforms tabular data into interactive, drag-and-drop interfaces for exploratory analysis and visualization. It functions as a grammar-based framework that translates user interactions into declarative chart definitions, allowing for the creation of dynamic data exploration environments directly within notebooks or embedded web applications. The system distinguishes itself by offloading heavy analytical computations to backend kernels, which maintains responsiveness when visualizing large datasets. It supports the serialization of visual states into portable conf

Up is an interactive shell pipeline tool and Linux pipeline builder designed for prototyping text-processing sequences. It provides a terminal user interface for constructing chains of shell commands while displaying real-time data transformations. The tool allows for the iterative development of command sequences with an instant live preview of processing results. Once a sequence is finalized, it functions as a shell script generator that exports the completed pipeline into a reusable script file. The workspace includes capabilities for terminal data exploration and text processing workflow

Facets is a set of interactive software tools for the statistical analysis, distribution visualization, and multidimensional exploration of machine learning datasets. It provides a visual interface for identifying outliers and missing values in numeric and string data, specifically designed for auditing dataset quality and identifying skews between training and validation sets. The system uses multidimensional facet-based visualization and interactive bucketing to map individual data points across multiple feature axes. It employs synchronized view filtering and animated dimension transitions

🔥 基于大模型和 RAG 的智能问数系统，对话式数据分析神器。Text-to-SQL Generation via LLMs using RAG.

Aim is an open-source platform for logging, visualizing, and comparing machine learning training runs and LLM traces. It provides a remote tracking server and a comparison UI, functioning as an ML experiment tracker, AI workflow logger, and LLM trace recorder that captures prompts, generations, and tool calls from AI applications. The platform distinguishes itself through a run-based data model with local SQLite storage, real-time metric streaming, and a plugin-based explorer system that supports specialized visual analysis of metrics, images, audio, and text. It offers a Python SDK with cont

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

Mongo-express este o interfață administrativă bazată pe web pentru MongoDB, oferind un instrument vizual pentru gestionarea bazelor de date și a colecțiilor fără utilizarea unui instrument de linie de comandă. Construit ca o aplicație Node.js, acesta funcționează ca un editor de documente și manager de baze de date pentru interogarea, importarea și exportarea înregistrărilor. Software-ul include o interfață administrativă compatibilă cu furnizorii de identitate OpenID Connect și OAuth2 pentru acces securizat al utilizatorilor. De asemenea, dispune de un monitor de performanță pentru vizualizarea statisticilor de sănătate a bazei de date și gestionarea indexurilor colecțiilor pentru a îmbunătăți viteza de regăsire. Sistemul acoperă operațiuni extinse de date, inclusiv editarea documentelor, interogarea și gestionarea activelor binare mari prin GridFS. Oferă controale administrative pentru vizibilitatea bazei de date, configurarea conexiunilor criptate și un mod read-only pentru a preveni modificarea accidentală a datelor.

Orange3 is a visual data mining platform that provides an interactive canvas for building data analysis workflows without writing code. At its core, it offers a widget-based visual programming environment where users connect configurable components to perform data preprocessing, machine learning model training, statistical evaluation, and interactive visualization. The platform is built on NumPy-backed data tables with domain descriptors that define variable names, types, and roles, and includes a lazy SQL query proxy for working with database tables without loading all data into memory. The

Lightdash is an open-source business intelligence platform that treats analytics logic as code. It centralizes metric and dimension definitions in a semantic layer, allowing data teams to define business metrics in YAML files version-controlled alongside data models. This approach ensures consistent, governed data access without requiring users to write SQL. Lightdash introduces CI/CD workflows for BI content, enabling teams to validate, test, and deploy analytics changes through automated pipelines and isolated preview environments. Its natural language query interface allows users to ask qu

Rath este o platformă de analiză a datelor bazată pe LLM și un motor de analiză augmentată, conceput pentru explorarea și vizualizarea automatizată a datelor. Servește ca un instrument self-service pentru descoperirea tiparelor în seturi mari de date, traducând interogările în limbaj natural în grafice vizuale și identificând relațiile cauzale dintre variabile folosind modele grafice. Platforma se distinge printr-un sistem automatizat de vizualizare a datelor care recomandă tipurile optime de grafice și layout-uri pentru a minimiza erorile de percepție. Integrează modele de limbaj mari pentru a permite interogarea datelor în limbaj natural și utilizează algoritmi de învățare structurală pentru descoperirea relațiilor cauzale, facilitând luarea deciziilor strategice. Sistemul acoperă o gamă largă de capabilități, inclusiv pregătirea și curățarea datelor, crearea de dashboard-uri interactive și vizualizarea automatizată a tendințelor. Oferă atât un proces de descoperire automatizat, cât și o interfață manuală de tip drag-and-drop pentru explorarea independentă a dimensiunilor setului de date.

TablePro is a cross-platform database management client designed for browsing, querying, and administering both SQL and NoSQL databases. It functions as a unified workspace that integrates a code-centric SQL editor with schema visualization tools, allowing developers to manage complex data models and execute queries across diverse database engines. The application distinguishes itself through an agentic AI integration layer that connects language models directly to database tools, enabling automated query generation, optimization, and error fixing with configurable approval gates. It features

This project is a JavaScript pivot table library and client-side data processor. It provides an interactive interface for transforming raw datasets into summarized tables, heatmaps, and charts, allowing for browser-based data analysis without a backend server. The library distinguishes itself through a drag-and-drop interface for dynamic data exploration and the ability to derive new attributes via date binning or custom logic. It supports flexible data rendering by converting analyzed results into HTML tables or graphical representations using integrated or third-party charting libraries. T

Positron is a data science integrated development environment and AI-powered code editor designed for polyglot development, specifically supporting Python and R. It functions as a remote compute workspace that separates the user interface from the execution kernel via SSH or container integration. The environment features a deep integration of large language models that provide context-aware suggestions and automated data analysis by accessing real-time interpreter state, in-memory objects, and plot outputs. It distinguishes itself through a polyglot runtime bridge that enables cross-language

SQL Studio este o platformă de gestionare a bazelor de date bazată pe web, concepută pentru a oferi o interfață unificată pentru interacțiunea cu mai multe motoare de baze de date relaționale și formate de fișiere structurate. Funcționează ca un client cuprinzător care permite utilizatorilor să răsfoiască înregistrările din baza de date, să inspecteze metadatele schemei și să execute interogări personalizate printr-un dashboard centralizat. Platforma se distinge prin oferirea atât a conectivității la baze de date la distanță, cât și a analizei serverless, în browser, a fișierelor plate precum Parquet și CSV. Încorporează un editor inteligent, conștient de cod, care suportă evidențierea sintaxei și completarea conștientă de context, alături de instrumente vizuale pentru generarea diagramelor entitate-relație și a prezentărilor structurale ale cataloagelor de baze de date. Arhitectura sistemului prioritizează responsivitatea interfeței și performanța la gestionarea seturilor mari de date. Utilizează procesarea asincronă în fundal pentru execuția interogărilor și implementează randarea listelor virtuale pentru a gestiona afișarea datelor tabulare extinse. Instrumentul este disponibil ca o aplicație cross-platform care suportă o varietate de sisteme de baze de date, inclusiv PostgreSQL, MySQL și SQLite.

OrgChart is a JavaScript hierarchy visualization library and web-based editor used to render interactive organizational charts from JSON or HTML data sources. It functions as a JSON-driven tree mapper and interactive component for visualizing, exploring, and editing complex hierarchical structures. The library enables the real-time modification of parent-child and sibling relationships through drag-and-drop reorganization and dynamic node editing. It distinguishes itself by providing a visual editor for programmatically altering tree structures and managing organizational maps. The system in

Open Semantic Search este o platformă de descoperire enterprise open-source, concepută pentru a indexa, analiza și explora colecții mari și diverse de documente. Funcționează ca un motor de căutare complet și o suită de analiză care transformă datele nestructurate în informații structurate prin pipeline-uri de procesare automatizate. Platforma se distinge prin integrarea explorării semantice cu metodele tradiționale de regăsire. Utilizează legarea entităților în grafuri de cunoștințe și expansiunea interogărilor bazată pe tezaur pentru a conecta concepte conexe, permițând utilizatorilor să navigheze prin seturi de date dincolo de simpla potrivire a cuvintelor cheie. Aceasta este completată de o interfață web care oferă filtrare fațetată și vizualizarea interactivă a datelor, permițând utilizatorilor să identifice tipare și relații în cadrul repository-urilor lor de documente. Sistemul acoperă o gamă largă de capabilități, inclusiv text mining automat, recunoașterea optică a caracterelor (OCR) și adnotarea colaborativă a documentelor. Suportă ingestia continuă de date din diverse surse, menținând indici actualizați prin monitorizare automată și orchestrarea sarcinilor în fundal. Arhitectura se bazează pe microservicii containerizate pentru a gestiona eficient aceste fluxuri de lucru de indexare și analiză.