A robotics simulation framework that extends NVIDIA Isaac Lab to support a broader range of algorithms, platforms, and environments, enabling realistic sim‑to‑real development.
يوفر UW Lab بيئة محاكاة متكاملة للروبوتات تعتمد على محرك NVIDIA Isaac Sim، مع إضافة طبقة توسعة تسمح بدمج خوارزميات وأجهزة مختلفة بسهولة. يركز المشروع على modularity و agility، مع تصميم شامل يتيح للمستخدمين إضافة أو تعديل بيئات ومهام دون الحاجة لإعادة بناء النظام. يتميز بوجود مجموعة من البيئات المُحسّنة بصيغة Manager‑Based، مما يسهل إدارة المشروعات وتكرار التجارب. كما يوفر إعدادات جاهزة للانتقال من المحاكاة إلى الواقع، مع تكامل مع أجهزة روبوت حقيقية تم اختبارها مسبقًا. يستهدف الباحثين والمطورين في مجال الروبوتات الذين يحتاجون إلى منصة موحدة لتطوير وتقييم سياسات التعلم الآلي في بيئات واقعية. يحل مشكلة تجزئة الأدوات والبيئات في البحث الروبوتي، ويقلل الوقت اللازم لتجربة خوارزميات جديدة. يميز المشروع بتركيزه على التكامل السلس مع أنظمة التعلم العميق والذكاء الاصطناعي، مع دعم للبيانات العلمية والتوثيق المتكامل.
An AI-driven pipeline that scrapes financial data, analyzes it, and delivers investment insights through a web API.
يُدمج النظام بين جمع البيانات عبر الإنترنت، معالجة البيانات، وتحليل الذكاء الاصطناعي لتقديم رؤى استثمارية قابلة للتنفيذ. يقوم بجمع المعلومات المالية اللحظية من المصادر العامة، ثم ينظف ويهيئ البيانات باستخدام مكتبة pandas، ويُظهر الاتجاهات عبر رسومات matplotlib. تُعرّف واجهة FastAPI نقاط نهاية تُعيد تقارير ومعالجات مرئية، بينما يُنسق وكيل Claude Code سير العمل ويُنتج ملخصات بلغة طبيعية. صُمم هذا الأنابيب للمطورين والمحللين الذين يحتاجون إلى معلومات سوقية مُحدثة تلقائياً دون تدخل يدوي. يقلل من الوقت اللازم لإعداد تقارير الاستثمار ويُعزز اتخاذ القرارات المبنية على البيانات. يميز المشروع بدمج وكيل ذكاء اصطناعي يضيف فهمًا سياقيًا وتوصيات تتجاوز التحليل الإحصائي البسيط.
The Academic Operations Framework is a tool for academics to manage their research and teaching tasks.
هذا المشروع يقدم إطارًا متكاملًا لمراقبة العمليات الأكاديمية، بما في ذلك إدارة المهام، وتحليل البيانات، وتمثيلها. يهدف إلى تسهيل تدفق العمل للمبحوثين والمتعلمين عن طريق automation مهام التكرارية وتقديم نظرة عامة على عملهم. تم بناء الإطار باستخدام لغة البرمجة Python و يستفيد من مجموعة من المكتبات مثل Streamlit، Matplotlib، و Scipy.
A RESTful service that classifies DNA sequences using contrastive learning and deep reinforcement learning.
يقدم هذا المشروع واجهة برمجة تطبيقات عالية الأداء تستقبل تسلسلات DNA خام وتعيد تنبؤات حول وظائفها أو ارتباطها بأمراض معينة. يستخدم التعلم التبايني لتوليد تمثيلات قوية للتسلسلات، ثم يُحسّن التصنيف عبر سياسة تعلم تعزيزي عميق تقوم بتحسين حدود القرار. يعتمد البنية التحتية على FastAPI وPyTorch، مع إمكانية التكامل مع Prometheus وGrafana لمراقبة الأداء في الوقت الحقيقي. يستهدف الباحثين في علم الأحياء الحاسوبي وعلماء بيانات الجينوم الذين يحتاجون إلى تحليل تسلسلي دقيق وقابل للتوسع دون الاعتماد على بيانات معنونة كبيرة. يمكن دمج الخدمة في خطوط أنابيب تحليل الجينوم الحالية أو استخدامها كخدمة ميكرو سرفيس مستقلة لتقديم استدلال سريع.
An AI-driven API that predicts the effects of cannabinoids and terpenes based on molecular pharmacology, aiding researchers and product developers.
يقدّم هذا المشروع واجهة برمجة تطبيقات ويب مبنية على FastAPI لتوقع تأثيرات الكانابينويد والثيربين استناداً إلى علم الأدوية الجزيئي. يستخدم نماذج تعلم الآلة المدربة على وصفات كيميائية وبيانات فاعلية دوائية لتوقع النتائج النفسية والعلاجية. يتيح للمستخدمين إرسال هياكل المركبات واستلام ملفات تعريف التأثير مع إظهار مستوى الثقة في التوقعات وميزات النموذج. يستهدف الباحثين وعلماء الأدوية ومطوري منتجات القنب الذين يحتاجون إلى رؤى مدعومة بالبيانات. يساهم أداة التوقع في تقليل الجهد التجريبي وتسريع دورات تطوير المنتجات. كما توفر واجهة مرئية لعرض النتائج وتفسيرها، مما يسهل اتخاذ قرارات مستنيرة حول تركيبات القنب.
The JVLink MCP Server is a server application for analyzing horse racing data.
هذا المشروع يقدم تنفيذًا للخادم لمعالجة الخوارزمية المتعددة-الاحتمالية (MCP) لتحليل البيانات الرياضية. يستخدم البرنامج اللغة البرمجية Python ويدعم التكامل مع قواعد البيانات PostgreSQL. يمكن استخدام الخادم لمعالجة وتحليل datasets كبيرة، مما يوفر نظرة عامة حول الاتجاهات والنمط في سباق الخيل.
Generate Japanese subtitles for adult videos using AI transcription.
يُقدِّم هذا المشروع مولِّد ترجمات آليًا مخصصًا للفيديوهات البالغية باللغة اليابانية. يقوم بتحويل الصوت إلى نص بدقة عالية، مع توقيت دقيق للترجمات لتتناسب مع المشاهد. يستخدم نماذج تحويل الكلام إلى نص متقدمة ومعالجة اللغة الطبيعية للتعامل مع المصطلحات العامية والمصطلحات الخاصة بالمجال. يمكن للمستخدمين رفع ملفات الفيديو أو الصوت عبر واجهة ويب بسيطة أو نقطة نهاية API، ثم الحصول على ملف الترجمة بالصيغة القياسية، مما يسهل دمجه في سير عمل التحرير. يحل هذا الحل مشكلة الاعتماد على الترجمة اليدوية التي تستغرق وقتًا طويلاً وتكلف موارد، ويُسرّع عملية إنتاج المحتوى مع الحفاظ على الدقة والملاءمة الثقافية.
A UPI fraud detection API that predicts fraudulent transactions and explains each decision using SHAP.
يقدّم هذا النظام أداة لاكتشاف الاحتيال في معاملات UPI باستخدام نموذج LightGBM المدعوم بتقنية SHAP لتفسير القرارات. يتم تدريب النموذج على مجموعات بيانات تاريخية للمعاملات، ويستخرج ميزات معقدة تساعد على التمييز بين المعاملات الشرعية والمشبوهة. يتيح واجهة برمجة التطبيقات المبنية على FastAPI إمكانية إرسال بيانات المعاملة والحصول على نتيجة فورية مع شرح تفصيلي لكل ميزة. يستهدف محللي الأمان المالي وفِرَق مكافحة الاحتيال في البنوك وشركات الدفع الإلكتروني الذين يحتاجون إلى رؤية واضحة حول أسباب التنبؤات. يحل المشكلة التي يواجهها المتعاملون مع القواعد الثابتة التي لا تتكيف مع سلوكيات الاحتيال المتغيرة، من خلال توفير نموذج تعلم آلي قادر على التكيف مع الأنماط الجديدة. يميز النظام بقدرة SHAP على تقديم شروحات قابلة للتفسير، ما يسهل عملية التدقيق والامتثال للمعايير التنظيمية. كما يدعم التكامل مع أنظمة المراقبة الحالية، مما يتيح نشره كجزء من البنية التحتية للمعالجة اللحظية للمعاملات.
A machine‑learning driven API that monitors and predicts the health of Paytm EDC POS devices.
يهدف النظام إلى تحليل صحة أجهزة نقاط البيع (POS) الخاصة بشركة Paytm. يجمع بيانات التشغيل من الأجهزة عبر واجهة API مبنية على FastAPI. يستخدم مكتبات تحليل البيانات مثل Pandas وNumPy لمعالجة السجلات الزمنية المخزنة في TimescaleDB. يطبق نماذج تعلم الآلة من scikit‑learn لتوقع الأعطال وتحديد الأنماط غير الطبيعية. يعرض النتائج عبر لوحات تحكم Grafana مع رسومات matplotlib لتسهيل فهم الأداء. يتيح للمستخدمين مراقبة الحالة في الوقت الحقيقي وتلقي تنبيهات مبكرة قبل حدوث فشل.
A web API that models Internal Family Systems as a multi‑agent computational architecture, enabling simulation and visualization of internal dynamics.
يقدم النظام واجهة برمجة تطبيقات RESTful مبنية على FastAPI، تتيح للمستخدمين تعريف وتشغيل وتحليل محاكاة لنظام Internal Family Systems (IFS) عبر وكلاء متعددين. يمثل كل وكيل جزءاً داخلياً مميزاً، وتُحكم تفاعلاته بقواعد قابلة للتكوين ورؤى مدعومة بالذكاء الاصطناعي من نموذج Anthropic. تُرجع النتائج بصيغة JSON منظمة، ويمكن تصورها باستخدام مكتبة Matplotlib لتوفير تمثيلات رسومية واضحة لحالات الوكلاء مع مرور الوقت. صُمم النظام للباحثين والمعالجين الذين يحتاجون نماذج قابلة للتكرار وموثوقة للعمليات العلاجية. يدعم إنشاء سيناريوهات IFS جديدة بسرعة، ويُمكن دمجه مع سير العمل الرقمي للعلاج الحالي. يتيح للمستخدمين ضبط معلمات المحاكاة، مراقبة التفاعلات، وتوليد تقارير مفصلة تساعد في اتخاذ قرارات علاجية مبنية على البيانات. يبرز تميزه بدمج الذكاء الاصطناعي مع نمذجة سلوكيات داخلية معقدة، ما يفتح آفاقاً جديدة للبحث والتطبيق العملي.
This framework proactively reduces communication overhead in moving object tracking by triggering updates based on predicted uncertainty rather than waiting for error thresholds.
يُقدِّم النظام إستراتيجية اتصالات استباقية لتتبع الأجسام المتحركة، حيث يُستخدم تقدير عدم اليقين من نماذج التنبؤ لتحديد متى يجب إرسال التحديثات. يدعم الإطار عدة هياكل عصبية—LSTM وTransformer—مُتَّحَدَّة مع رؤوس تنبؤ نقطية أو مزيج كثافة لتوفير تقدير أكثر ثراءً لعدم اليقين. محرك المحاكاة يُنفِّذ سيناريوهات تنبؤ مزدوجة لتقييم تأثير التحديثات المبكرة على دقة التتبع ضمن ميزانية اتصالات ثابتة. صُمِّم الإطار للباحثين ومهندسي البرمجيات الذين يحتاجون إلى موازنة قيود النطاق الترددي مع الدقة المكانية في التطبيقات اللحظية. يتضمن الإطار استراتيجيات قابلة للتكوين، خطوط تدريب، وأدوات تقييم لمقارنة الأساليب الدورية، التفاعلية، والاستباقية. يهدف إلى خفض الخطأ التراكمي في التتبع مع الحفاظ على عدد الإرساليات في أدنى حد ممكن.
An API that delivers end‑to‑end supply‑chain inventory analytics, combining hierarchical forecasting, reinforcement‑learning replenishment, and MLOps pipelines.
يقدم النظام مجموعة من نقاط النهاية RESTful التي تستقبل بيانات المبيعات والمخزون التاريخية، وتقوم بمعالجتها عبر محرك التنبؤ الهرمي لإرجاع توقعات الطلب على مستويات متعددة. ثم يتم تغذية هذه التوقعات إلى وكيل التعلم التعزيزي الذي يتعلم سياسات إعادة التزويد الأمثل مع مراعاة قيود مثل زمن التسليم وسعة التخزين. يدمج النظام ممارسات MLOps، مما يتيح التدريب المستمر، وإصدار النماذج، ونشرها عبر خطوط أنابيب آلية. صمم هذا الحل للفرق اللوجستية والعمليات، ويساعد على تقليل نقص المخزون والوفرة الزائدة مع تحسين مستويات الخدمة. يعتمد على بنية Python خفيفة الوزن، ما يسهل دمجه في سير العمل البياني الحالي. يتيح للمحللين إمكانية مراقبة الأداء وتحديث النماذج دون انقطاع. كما يوفر واجهة مرنة للتكامل مع أنظمة تخطيط موارد المؤسسات (ERP) لتسهيل تبني الحل على نطاق واسع.
An API-driven simulation engine that models enterprise workforce dynamics using immutable event sourcing to enable accurate scenario planning.
يقدم النظام واجهة برمجة تطبيقات REST تسمح بإرسال بيانات القوى العاملة ومعلمات المحاكاة، ثم يعالجها عبر مخزن أحداث ثابت لتوليد حالات القوى العاملة المستقبلية. يستخدم نماذج إحصائية وتعلم آلي للتنبؤ بالاحتياجات في التوظيف، والانسحاب، وتوزيع المهارات. تُنتج المخرجات البصرية مثل الرسوم البيانية والخرائط الحرارية عبر مكتبات رسم متكاملة، ما يتيح لأصحاب المصلحة تقييم النتائج بسرعة. صُمم النظام للمؤسسات الكبيرة التي تتطلب توقعات القوى العاملة القابلة للتكرار والموثقة. يحقق حلًا شفافًا يعتمد على البيانات لاتخاذ قرارات استراتيجية في تخطيط الموارد البشرية، مع ضمان تتبع كل حدث وتوثيقه بشكل دائم.
A framework that enforces governance policies on LLM-driven agent-based models.
يقدم هذا الإطار أدوات لتحديد سياسات الحوكمة وتطبيقها على وكلاء الذكاء الاصطناعي الكبير. يتيح للمطورين تعريف قواعد واضحة للقرارات التي يتخذها الوكيل، مع إمكانية ربطها بمصادر بيانات خارجية. يعتمد على مكتبة FastAPI لتوفير واجهة برمجة تطبيقات تسمح بالتحكم في سلوك الوكيل عبر نقاط النهاية. يدعم تحليل السجلات باستخدام Pandas وMatplotlib لتتبع الأداء والامتثال. يركز على حماية الخصوصية والامتثال للمعايير التنظيمية، مع توفير تقارير تدقيق شاملة. يختلف عن الحلول التقليدية بدمجه بين نماذج اللغات الكبيرة وإدارة السياسات في بيئة قابلة للتوسع. يستهدف المطورين والباحثين الذين يحتاجون إلى أطر عمل موثوقة لضمان سلوك آمن وشفاف للوكيل.
A web API that orchestrates multi‑agent simulations for cancer research and drug discovery, enabling researchers to model interactions, analyze data, and predict therapeutic outcomes.
يُقدِّم النظام مجموعة من نقاط النهاية RESTful التي تسمح للمستخدمين بتكوين، تشغيل، ومراقبة محاكاة متعددة الوكلاء موجهة نحو أبحاث الأورام وعلم الأدوية. يمثل كل وكيل كيانًا حيويًا—مثل خط خلايا سرطانية، جزيء دوائي، أو مسار إشاراتي—ويتفاعل وفقًا لقواعد مستمدة من نماذج تعلم الآلة والبيانات التجريبية. يجمع واجهة برمجة التطبيقات نتائج المحاكاة، ويُظهرها باستخدام مكتبات رسم بياني، ويُقدِّم ملخصات إحصائية لتسهيل توليد الفرضيات. صُمِّم لتلبية احتياجات الباحثين الذين يحتاجون إلى التكرار بسرعة على سيناريوهات العلاج دون إدارة بنية تحتية معقدة. من خلال دمج أدوات تحليل البيانات، يدعم المنصة سير عمل شامل من البيانات الجينية الخام إلى تصنيف مرشحين دوائيين قابلين للتطبيق.
pytorch-cpu provides a Continual Learning as a Service (CLaaS) API for distillation, built in the style of SDPO.
هذا المشروع يقدم واجهة برمجة تطبيقات CLaaS للاستفاضة، مصممة في نمط SDPO. يتم بناؤها باستخدام لغة البرمجة Python وتستخدم مكتبات شعبية مثل PyTorch و FastAPI و Hugging Face. يمكن للمستخدمين من خلال هذه الواجهة تنفيذ تقنيات التعلم المستمر، مما يجعل من السهل تحديث النماذج دون إعادة تدريبها من البداية.
This project provides a hybrid API for hashing and other cryptographic operations.
يوفّر مشروع jyppy77-hash__hybride-api واجهة برمجة تطبيقات مدمجة تقوم بعمليات التشفير والتحليل. يتم تنفيذ الواجهة باستخدام لغة البرمجة Python، وتستخدم إطار عمل FastAPI لتقديم واجهة مستخدم موثوقة ومجربة. كما تستفيد من نظام إدارة قواعد البيانات MySQL. على الرغم من عدم توفر وصف مفصل للمشروع، إلا أن اسمه والتكنولوجيا المستخدمة تشير إلى أنه مصمم للاستخدام من قبل مطورين الذين يحتاجون حلًا موثوقًا ومخصصًا للعمليات التشفيرية.