Awesome GitHub RepositoriesExecution Trace Visualizers

Promptflow este un framework de dezvoltare și un orchestrator pentru construirea de aplicații bazate pe modele de limbaj mari (LLM). Acesta funcționează ca o suită de instrumente pentru proiectarea, orchestrarea și implementarea fluxurilor de lucru AI prin conectarea prompt-urilor, a codului Python personalizat și a modelelor de limbaj în secvențe executabile. Proiectul se distinge printr-un designer vizual de fluxuri de lucru AI care permite crearea de grafuri aciclice direcționate (DAG) de noduri logice. Oferă un mediu dedicat de prompt engineering pentru versionarea și compararea șabloanelor, alături de trasarea execuției cu stare pentru a înregistra apelurile de funcții și valorile variabilelor în vederea depanării pas cu pas. Platforma acoperă o gamă largă de capabilități, inclusiv RAG (Retrieval Augmented Generation) prin căutări în baze de date vectoriale și pipeline-uri de evaluare bazate pe metrici pentru testare în loturi și asigurarea calității. Gestionează întregul ciclu de viață, de la dezvoltare la producție, prin implementare containerizată, servirea endpoint-urilor de flux de lucru și gestionarea securizată a conexiunilor pentru credențialele API. Sunt furnizate o interfață în linie de comandă (CLI) și un SDK pentru validarea fluxurilor de lucru și integrarea în pipeline-uri CI/CD automatizate.

VizTracer is a Python runtime instrumentation system and execution profiler used to trace and visualize code execution. It functions as a multi-process performance analyzer and trace visualizer, providing an interactive timeline and flamegraph interface to identify performance bottlenecks and analyze call sequences. The project distinguishes itself by its ability to aggregate execution data from multiple threads, subprocesses, and asynchronous tasks into a single unified report. It also features live process instrumentation, allowing users to attach to and detach from running Python applicati

magic-trace collects and displays high-resolution traces of what a process is doing

Tensorspace este un framework de vizualizare 3D bazat pe WebGL și un renderer conceput pentru a mapa arhitecturile modelelor de deep learning și datele tensor în spații tridimensionale interactive. Acesta servește drept vizualizator de arhitectură de rețea neuronală și inspector de model, permițând utilizatorilor să redea topologii de model și să analizeze fluxul de date într-un browser web. Proiectul se distinge prin capacitatea sa de a converti modele Keras și TensorFlow pre-antrenate în reprezentări spațiale. Se integrează cu TensorFlow.js pentru a executa inferența în browser, permițând vizualizarea în timp real a activărilor intermediare, a trecerilor forward și a datelor tensor interne. Framework-ul oferă primitive de randare extinse pentru straturi 1D și 2D, inclusiv convoluții, pooling, straturi dense și diverse operațiuni de fuziune a tensorilor. Acoperă o suprafață largă de capabilități, inclusiv maparea topologiei modelului, animații ale stării straturilor și vizualizarea output-urilor modelelor generative și a grilelor de detectare a obiectelor. Sistemul include instrumente pentru conversia formatului modelului pentru a importa arhitecturi existente și un panou de monitorizare a performanței pentru a monitoriza starea sistemului și ratele de cadre în timpul randării.

ChatUI este o bibliotecă și un framework React pentru interfețe conversaționale, conceput pentru construirea de interfețe de mesagerie. Oferă un set de componente pentru crearea fluxurilor de conversație, inclusiv bule de mesaj, zone de input și ierarhii structurate de mesaje. Biblioteca se distinge prin funcționalități specializate pentru interfețe cu agenți AI, cum ar fi vizualizarea procesului de raționament al unui agent și animații de scriere simulate care redau textul caracter cu caracter. Include, de asemenea, un sistem de template-uri de carduri conversaționale pre-proiectate pentru afișarea bannerelor, listelor de selecție și chestionarelor în cadrul unui flux de chat. Framework-ul acoperă domenii largi de capabilități, inclusiv adaptarea layout-ului pentru ecrane mobile și desktop, internaționalizare bazată pe locale pentru suport multilingv și un sistem de teme bazat pe variabile pentru personalizarea brandului. Implementează standarde de accesibilitate prin structurare semantică DOM și asigurarea contrastului pentru a sprijini cititoarele de ecran și tehnologiile asistive.

Qira este o platformă de analiză binară și un trasor de execuție care înregistrează fiecare instrucțiune și acces la date în timpul execuției programului pentru redare interactivă și depanare. Funcționează ca un mediu de analiză runtime care utilizează QEMU pentru a urmări execuția și a inspecta stările memoriei și ale registrelor. Sistemul oferă un instrument de analiză statică binară care mapează structura programului și adnotează instrucțiunile pe baza datelor capturate în timpul execuției. Include un analizor de memorie runtime pentru a monitoriza citirile și scrierile la adrese specifice și un debugger interactiv pentru navigarea pe liniile temporale de execuție. Platforma acoperă vizualizarea urmelor binare și fluxuri de lucru de inginerie inversă, încorporând snapshot-uri ale stării memoriei și logarea evenimentelor la nivel de instrucțiune. De asemenea, suportă analiza accesului la date și menținerea unei baze de date de adnotări mapate pe adrese pentru documentarea codului binar.

SimpleRL-reason is a framework designed for training and evaluating large language models in the domain of mathematical and logical reasoning. It provides a comprehensive toolkit for refining models through reinforcement learning, specifically focusing on the generation of accurate, step-by-step deduction chains. The framework distinguishes itself by utilizing rule-based reward modeling, which calculates scalar feedback by comparing model-generated reasoning steps against verified mathematical ground truths. This process is supported by policy-gradient optimization, which adjusts model weight