A free-tier Retrieval-Augmented Generation API that lets users chat with their PDF, Excel, and Word documents.
يُقدِّم هذا الواجهة برمجة تطبيقات خدمة Retrieval‑Augmented Generation جاهزة للإنتاج، تسمح للمستخدمين بالتفاعل مع مستندات PDF وExcel وWord عبر محادثة. يتم استيراد المستندات، ثم تحليلها، تقسيمها إلى أجزاء، وتضمينها باستخدام نماذج تحويل الجمل، ثم تخزينها في فهرس hnswlib يدعم التخزين على القرص. عند إرسال استعلام، يُسترجع النظام أقرب أجزاء، يُكوّن موجهًا، ويستدعي LLM من Groq؛ في حال فشل Groq، يتم التبديل تلقائيًا إلى Gemini Flash. تُوفر واجهة FastAPI نقاط نهاية لاستيراد، محادثة، عرض، وحذف المستندات، ما يسهل دمجها في تطبيقات الويب أو الهاتف المحمول. يحل هذا الحل مشكلة البحث والإجابة على أسئلة المستندات الكبيرة دون الحاجة إلى فهرسة يدوية، ويقدم طبقة مجانية للفرق الصغيرة والنماذج الأولية.
A vision‑language API that classifies and predicts warehouse packaging operations from video clips.
يقدم هذا النظام نقطة نهاية FastAPI تستقبل مقاطع فيديو قصيرة تُظهر عمليات التعبئة في المستودعات وتعيد تنبؤات منظمة حول نوع العملية، والحدود الزمنية لها، والخطوة التالية المتوقعة. يعتمد على نموذج Qwen2.5‑VL‑2B مُحسَّن باستخدام QLoRA على مجموعة بيانات OpenPack لفهم المحتوى البصري والملصقات النصية معاً. يتضمن خط الأنابيب اختيار إطارات معتمد على الحركة لتسليط الضوء على اللحظات الرئيسية حول انتقالات العمليات، ما يحسن الدقة الزمنية. يستهدف المهندسين في مجال اللوجستيات وفرق أتمتة المستودعات الذين يحتاجون تحليلات فورية ورؤى تنبؤية. يحل النظام مشكلة الحاجة إلى التعرف الدقيق على العمليات في تدفقات الفيديو الصناعية مع زمن استجابة منخفض، مما يقلل الجهد اليدوي في المراقبة.
A web API that stores and retrieves contextual memory for AI assistants, enhancing conversation continuity.
يُقدّم هذا المشروع واجهة برمجية تُسهم في إدارة الذاكرة للأنظمة الذكية، حيث يُخزّن المحادثات والبيانات ذات الصلة ويسترجعها عند الحاجة. يعتمد على تقنيات التعلم الآلي لتوليد تمثيلات متجهية للبيانات، مما يتيح مقارنة السياقات واختيار المعلومات الأكثر صلة. يُدمج مع أنظمة الذكاء الاصطناعي مثل Claude لتزويدها بسياق طويل الأمد، مما يحسن دقة الإجابات ويقلل الحاجة لإعادة صياغة الأسئلة. يُصمم لتشغيله كخدمة ويب، مع واجهة REST تُسهل التكامل مع تطبيقات الطرف الثالث. يستهدف المطورين الذين يبنون روبوتات محادثة أو مساعدات ذكية، ويُسهم في تحسين تجربة المستخدم عبر توفير استجابات أكثر اتساقاً. يبرز عن الحلول التقليدية بفضل قدرته على التعامل مع بيانات غير منظمة وتوليد استرجاع ذكي دون الحاجة إلى قاعدة بيانات معقدة.
A semantic retrieval server that treats conversations as living memory, enabling AI-human collaboration through motif-enriched search and graph traversal.
يستورد النظام ملايين القطع الحوارية ويُفهرسها باستخدام تمثيلات عالية الأبعاد، ما يتيح بحثًا دلاليًا سريعًا عبر مستويات مختلفة من الرموز. يُثري كل قطعة بالأنماط المميزة التي تُستخرج من عدة منصات ذكاء اصطناعي، ما يخلق طبقة بيانات غنية تدعم الاسترجاع الدقيق. تُخزن العلاقات بين القطع التي تشترك في الأنماط في قاعدة بيانات رسومية، مما يتيح استعلامات تتبع تُظهر المفاهيم ذات الصلة. يجمع واجهة برمجة التطبيقات بين BM25، والتشابه المتجه، ومُعيد ترتيب عبر مشفر متقاطع لتقديم نتائج ذات صلة عالية مع زمن استجابة منخفض. صُمم لتسهيل التعاون بين الإنسان والذكاء الاصطناعي، ويُقدّم ملخصات متعددة المستويات وسياقًا مبنيًا على الأنماط لتعزيز التطبيقات التالية.
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.
A real‑time server that converts spoken input into animated avatar responses using AI.
يستقبل الخادم تدفقات صوتية مباشرة ويعالجها عبر محرك حوار ذكي لتوليد ردود باللغة الطبيعية. ثم يمرر هذه الردود إلى نموذج بصري يرسخ عارضًا متحركًا في الوقت الحقيقي، متزامنًا حركات الفم والإيماءات مع المحتوى المنطوق. يُبنى على إطار عمل خفيف الوزن يتيح واجهة برمجة تطبيقات بسيطة للعميل لتدفق الصوت واستقبال بيانات تحريك العارض. يُعد الحل مثاليًا للمطورين الذين يبنون مساعدين افتراضيين تفاعليين، أو شخصيات ألعاب، أو تجارب واقع معزز أو واقع افتراضي غامرة. من خلال دمج التعرف على الصوت، وفهم اللغة الطبيعية، وتحريك العارض، يقدّم تجربة تفاعل سلسة وجذابة للمستخدم.
A web API that extracts YouTube video content, transcribes it, and stores the results in MongoDB for easy retrieval.
يقدم المشروع واجهة برمجية RESTful تستقبل روابط فيديوهات يوتيوب، وتحميل تدفقات الصوت والفيديو، ثم تشغيل تقنية التعرف على الكلام تلقائياً لإنتاج نص. تُخزن بيانات الفيديو الأصلية، والنص المترجم، والوقت المقابل لكل جزء في مجموعة MongoDB لتسهيل الاستعلام السريع. يُبنى هذا النظام على إطار عمل خفيف الوزن يتيح نشره بسرعة وتوسيع نطاقه أفقيًا. يستهدف المستخدمين المحتملين منشئي المحتوى، ومحللي الإعلام، ومهندسي البيانات الذين يحتاجون إلى نص منظم من محتوى الفيديو. يحل المشروع مشكلة النسخ اليدوي وإدخال البيانات من خلال أتمتة كامل سلسلة المعالجة. يميز المشروع بقدرة على التعامل مع مقاطع فيديو طويلة وتوفير نتائج دقيقة مع تخزين مرن. كما يتيح للمستخدمين البحث السريع عبر النصوص المترجمة لتسهيل التحليل والبحث.
MnemeBrain-lite provides AI agents with a structured memory of beliefs, each stored with evidence, confidence, provenance, and revision logic.
يُقدّم MnemeBrain-lite واجهة برمجية خفيفة تُعطي وكلاء الذكاء الاصطناعي ذاكرة منظمّة للآراء. تُخزّن كل فكرة مع الأدلة التي تدعمها، درجة الثقة، ومعلومات المنشأ، بالإضافة إلى قواعد تعديل الآراء. تُعرّف الخدمة نقاط نهاية REST عبر FastAPI، ما يتيح إضافة واسترجاع وتحديث الآراء في الوقت الفعلي. يتيح المطوّرين دمجها مع نماذج اللغة لتوفير استجابات أكثر سياقاً وتدقيقاً. بفضل تتبع الأدلة والثقة، يُساعد النظام على تقليل التباسات المعلومات وتسهيل مراجعة الآراء. كما يوفّر سجلّاً شفافاً للمنشأ يُسهل تدقيق المعلومات. يُستهدف الباحثين والمطورين الذين يبنون وكلاء محادثة أو اتخاذ قرار.
An AI-powered API that assists users in designing, analyzing, and troubleshooting electronic circuits.
يُقدّم CircuitAgent واجهة برمجة تطبيقات تعتمد على FastAPI وتستفيد من نماذج اللغة المتطورة من Hugging Face وPyTorch لتقديم دعم ذكي في تصميم وتحليل واستكشاف الدوائر الإلكترونية. يتيح للمستخدمين إرسال استفسارات مكتوبة بلغة طبيعية حول اختيار المكوّنات، أو توليد مخططات، أو تشخيص الأخطاء، ويستجيب بإجابات مختصرة ومستنيرة. تقوم الخدمة بتحليل المدخلات، وربطها بمعرفة متخصصة في الدوائر، ويمكنها توليد أجزاء من المخططات بصيغة قياسية. يستهدف المشروع هواة الإلكترونيات، والطلاب، والمهندسين المحترفين الذين يحتاجون إلى إرشادات سريعة وموثوقة دون الرجوع إلى أدلة شاملة. من خلال دمج معالجة اللغة الطبيعية المتقدمة مع المعرفة الميدانية، يقلل CircuitAgent من وقت التصميم ويساعد على تجنب الأخطاء الشائعة.
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 web API that orchestrates multiple AI models to debate, evaluate, and produce a consensus answer to a given question.
يُقدّم هذا النظام محركاً للتدقيق المتعدد النماذج، حيث يتنافس نماذج الذكاء الاصطناعي مع بعضها البعض لتقديم إجابة موثوقة على سؤال محدد. يبدأ كل نموذج، المسمى بالمحامي، بتقديم فرضية مدعومة بأدلة وتقييم ذاتي، ثم يواجه تحديات من المحامين الآخرين في جولات من النقاش. بعد انتهاء الجولات، يُقيّم مجموعة من القضاة المستقلين النص الكامل للمناظرة ويصدر حكماً يقبل أو يدمج أو يرفض النتائج. كما يمكن إضافة نموذج «نظرة جديدة» لمراجعة الخلاصة دون أن يشارك في المناقشة، ما يضمن حيادية إضافية. يُنتج النظام ملخصاً تفصيلياً للمناظرة، مع سجل كامل للخطوات، ويمكن تحويله إلى تقارير PDF أو ملفات صوتية بتنسيق بودكاست. يتيح هذا النهج تحسين دقة الإجابات وتوفير وثائق شاملة تُسهل مراجعة القرارات وتوثيقها.
Provides a high-performance API for generating and transforming images using PyTorch models from HuggingFace, aimed at developers building AI-powered image services.
يقدم تطبيق X-Image Native واجهة برمجة تطبيقات REST مبنية على FastAPI، تتيح للعميل طلب عمليات توليد أو تعديل الصور. يستفيد التطبيق من مكتبة PyTorch لتشغيل نماذج الذكاء الاصطناعي المتقدمة المتوفرة على منصة HuggingFace، ما يضمن زمن استجابة منخفض وأداء عالي. يدعم التطبيق مجموعة واسعة من أساليب معالجة الصور، مثل توليد الصور من النص، نقل الأسلوب، وتكبير الدقة، ويمكن توسيعه أفقيًا باستخدام عملاء Uvicorn المتعددين. يستهدف المطورين الخلفيين ومهندسي الذكاء الاصطناعي الذين يحتاجون إلى واجهة خدمة صور خفيفة الوزن وجاهزة للإنتاج دون الحاجة لبناء بنية تحتية معقدة. يختصر التطبيق عملية تحميل النماذج ومعالجة الطلبات، مما يسهل دمجه في معماريات الخدمات المصغرة الحالية. يتيح للمستخدمين التركيز على تطوير الميزات الخاصة بهم بدلاً من إدارة البنية التحتية. كما يوفر مرونة في التخصيص، إذ يمكن إضافة نماذج جديدة أو تعديل المعلمات بسهولة.
A lightweight API that enables fast offline semantic photo search using vector embeddings.
يتيح النظام إمكانية البحث عن الصور داخل مجموعات محلية باستخدام تمثيلات دلالية متقدمة. يتم إنشاء embeddings للصور عبر نماذج تعلم عميق، ثم تخزينها في قاعدة بيانات متجهات عالية الأداء. يتيح واجهة برمجية سريعة الاستجابة استرجاع الصور المشابهة بناءً على مسافة متجهية، مع دعم للبحث متعدد الأبعاد. يركز على الأداء، حيث يتم تحميل النموذج مرة واحدة وتخزين النتائج في الذاكرة لتقليل زمن الاستجابة. يستهدف المستخدمين الذين يحتاجون إلى حلول بحث داخلية دون الاعتماد على خدمات سحابية. يبرز عن الحلول التقليدية بفضل قدرته على العمل دون اتصال بالإنترنت مع دقة عالية في التحديد الدلالي.
This project provides a document processing gateway for OCR and image cropping tasks.
هذا المشروع يقدم بوابة معالجة المستندات لتحليل الكلمات البصرية وتصغير الصور. يستخدم هذا المشروع مجموعة من التكنولوجيات مثل SDK AWS، Celery، FastAPI، Hugging Face، LangChain، NumPy، Ollama، Pydantic، PyTorch، SQLAlchemy، و Uvicorn لتقديم حلول فعالة ومقاومة للزيادة.
A web API that generates realistic 3D models of lobster meat using deep learning.
يُقدِّم هذا المشروع واجهة برمجة تطبيقات ويب تُتيح إنشاء نماذج ثلاثية الأبعاد دقيقة وواقعية لحم السلطعون. يستقبل الواجهة صوراً أو معلمات كمدخلات، ثم يُستخرج النموذج الثلاثي الأبعاد عبر نموذج تعلم عميق مُدرب مسبقاً. تُعالج النتائج هندسياً باستخدام مكتبات علمية لضمان جودة الشبكة الهندسية. يستهدف المطورين في مجال الواقع المعزز والواقع الافتراضي، وكذلك الباحثين في علوم الغذاء الذين يحتاجون إلى نماذج دقيقة للمواد الغذائية. يحل المشروع مشكلة إنشاء النماذج ثلاثية الأبعاد يدوياً، مما يوفر الوقت والجهد في عمليات التصميم والمحاكاة. يميز المشروع قدرته على إنتاج نماذج عالية الدقة بسرعة، مع دعم للبيانات الكبيرة والتكامل السلس مع أنظمة أخرى.
A service that automatically identifies and indexes significant moments in video content for quick retrieval.
يعمل النظام على معالجة مقاطع الفيديو المرفوعة لاكتشاف المشاهد الرئيسية والأحداث باستخدام نماذج التعلم العميق. يتم استخراج القطاعات الزمنية التي تمثل لحظات ذات مغزى، مثل تغييرات المشهد أو الأفعال أو الموضوعات المنطوقة. تُخزن اللحظات المحددة مع بيانات التعريف في قاعدة بيانات علائقية، بينما تُخزن تمثيلاتها في مخزن متجهات للبحث السريع. يمكن للمطورين استدعاء واجهة برمجة التطبيقات لاسترجاع الإطارات الزمنية، الملخصات، أو المقاطع ذات الصلة. تم تصميم الحل لمنصات الإعلام التي تحتاج إلى توليد ملخصات تلقائية، اكتشاف المحتوى، أو دعم الرقابة على المحتوى. يتيح هذا النظام تقليل الوقت اللازم للبحث يدويًا في مقاطع الفيديو الطويلة، ويعزز تجربة المستخدم النهائي بالوصول السريع إلى المحتوى الأكثر أهمية. كما يساهم في تحسين كفاءة عمليات التحرير والتصنيف عبر توفير بيانات دقيقة للبحث والتصفية.
A modular quantitative trading platform that uses news-based retrieval‑augmented generation to produce paper‑trading signals.
يُقدِّم النظام إطار عمل تداول كمية معيارية يركز على التداول الورقي، حيث يستوعب الأخبار المالية ويعالجها عبر مسار توليد معزز بالاسترجاع، ثم يُنتج إشارات تداول قابلة للتنفيذ. يُعرِّض واجهة برمجة تطبيقات مبنية على FastAPI لإعداد الاستراتيجيات، استرجاع الإشارات، وإجراء اختبارات الرجوع إلى الوراء، بينما يتولى Celery المهام غير المتزامنة مثل جمع الأخبار وتشغيل نماذج الذكاء الاصطناعي. تُخزَّن تمثيلات المقالات في Qdrant لتسهيل البحث الدلالي السريع، وتُحفظ البيانات العلائقية في PostgreSQL عبر SQLAlchemy. يدعم النظام التكامل مع واجهات برمجة تطبيقات وسطاء التداول لتفعيل الصفقات الحية، ويُقدِّم واجهة سطر أوامر غنية عبر Typer لإدارة العمليات محلياً. يهدف إلى تسهيل تجربة علماء البيانات والمتداولين الخوارزمية في اختبار استراتيجيات مستندة إلى الأخبار، مع ضمان نتائج تداول ورقية قابلة للتكرار. يميز المشروع بنظامه القابل للتوسعة، واعتماده على تقنيات استرجاع متقدمة، وتوفير واجهة برمجة تطبيقات مرنة للدمج مع أنظمة أخرى.
A server that lets AI agents join Discord voice channels and call users in real‑time.
يُقدِّم المشروع خادماً خفيفاً يربط وكلاء الذكاء الاصطناعي بقنوات صوتية في Discord. يتيح واجهة برمجة تطبيقات بسيطة للمطورين دعوة وكيل للانضمام إلى القناة، والتحدث، والاستماع إلى مدخلات المستخدم في الوقت الحقيقي. يتولى الخادم تدفق الصوت، وتوليد الكلام، والترجمة الفورية، ما يتيح تفاعلاً حواريًا طبيعيًا. صُمم لتلبية احتياجات مطوري المساعدات الذكية، والروبوتات المجتمعية، أو بروتوتايبات البحث الصوتي. يحل هذا الحل مشكلة دمج نماذج الذكاء الاصطناعي المتقدمة مع بنية Discord الصوتية دون الحاجة لإعدادات معقدة على جانب العميل.
A lightweight API for running multimodal AI inference on Apple Silicon Macs with GPU acceleration.
يُقدِّم هذا المشروع محرك استدلال سريع ومُسرَّع بالـ GPU للنماذج اللغوية الكبيرة والنماذج المتعددة الوسائط على أجهزة Mac بمعالجات Apple Silicon. يُعرِّض واجهة برمجة تطبيقات REST مبنية على FastAPI، مع واجهة مستخدم عبر Gradio، لتسهيل استضافة استدلال النص والصورة والفيديو والصوت محلياً. يستفيد المحرك من PyTorch وواجهة MLX لاستغلال كامل قوة الـ GPU، ما يحقق أداءً فوريًا دون الحاجة إلى خدمات سحابية خارجية. يستهدف مهندسي التعلم الآلي ومطوري الذكاء الاصطناعي الذين يبنون تطبيقات مخصصة للـ Mac، ويحل مشكلة تأخير الاستدلال على الأجهزة المحلية. يتميز التصميم بالمرونة، مما يتيح دمج نماذج جديدة من Hugging Face بسهولة، مع إمكانية نشره بسرعة باستخدام Uvicorn. يقدِّم حلاً فريدًا يجمع بين سهولة الاستخدام والأداء العالي على منصة Apple Silicon، وهو ما يضعه في طليعة الأدوات المتخصصة في هذا المجال.
A lightweight knowledge base and question‑answering system that ingests web pages and PDFs, stores vector embeddings in Qdrant, and answers user queries via a FastAPI chat endpoint.
يُقدِّم هذا النظام مساراً مبسّطاً لإنشاء قاعدة معرفة ذاتية المعنى. يقوم بجمع محتوى صفحات الويب باستخدام مكتبة BeautifulSoup، ثم يُستخرج النص ويُقسَّم إلى أجزاء قابلة للإدارة. تُحوَّل كل جزء إلى تمثيل عددي باستخدام نماذج HuggingFace، ثم يُخزَّن في قاعدة بيانات Qdrant المتخصصة بالمتجهات. تُعرِّض خدمة FastAPI نقطتين نهاية: واحدة لإدراج المحتوى الجديد، وأخرى لاسترجاع المعلومات عبر محادثة مدعومة بـ LangChain وOpenAI. يُعد هذا الحل مثالياً للمطورين الذين يحتاجون إلى طبقة بحث ذكية مبنية على الذكاء الاصطناعي تُطبَّق على مستندات غير مُنظَّمة.
A template for building production-ready AI/ML services with FastAPI.
يُقدّم هذا القالب بنية جاهزة لبناء خدمات ذكاء اصطناعي وتعلم آلي في بيئة الإنتاج. يدمج FastAPI مع Uvicorn لتوفير واجهة RESTful سريعة وموثوقة، مع دعم للـ OpenAI وAnthropic عبر واجهاتهم. يُسهل إدارة النماذج باستخدام مكتبة Hugging Face وPyTorch أو scikit‑learn، مع إمكانية توسيعها لتشمل نماذج أخرى. يُشمل نظام تسجيل مُهيأ للبيانات مع طبقات متعددة لتسهيل تتبع الأخطاء وتحليل الأداء. يدعم القالب قواعد بيانات SQLite مع SQLAlchemy وAlembic لإدارة الهياكل وتحديثاتها. يتيح إعدادات متعددة الطبقات لتخصيص السلوك في بيئات التطوير والاختبار والإنتاج. يهدف إلى تقليل الوقت اللازم لإطلاق خدمة AI مع الحفاظ على معايير الجودة والأمان.
An AI-powered RESTful API that classifies vehicles in images for traffic monitoring and analytics.
يقدم هذا التطبيق واجهة برمجة تطبيقات تعتمد على الذكاء الاصطناعي لتصنيف أنواع المركبات في الصور بشكل فوري، مستفيداً من نموذج تعلم عميق مدرب على مجموعة واسعة من صور المركبات. يتيح المطورين إرسال الصور عبر واجهة REST نظيفة والحصول على نتائج تصنيف منظمة، مع إمكانية توسيع الخدمة لتشمل أنواعاً متعددة من المركبات. يتبع التطبيق بنية هندسية هكساغونال، مما يفصل المنطق الأساسي عن تفاصيل البنية التحتية مثل الوصول إلى قواعد البيانات والتخزين المؤقت، ويعزز الصيانة والاختبار. يستهدف المهندسين المسؤولين عن إدارة المرور ومطوري المدن الذكية، ويساعد في أتمتة تحليل تدفق المركبات وتحسين رؤى التنقل الحضري. يدعم التطبيق عدة أنظمة تخزين وقواعد بيانات، بالإضافة إلى التخزين المؤقت في الذاكرة، لضمان استجابة سريعة وقابلية توسيع عالية.
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.
A virtual AI-driven supply chain management system that proactively optimizes inventory, forecasting, and procurement decisions.
يُعد ChainCommand واجهة برمجة تطبيقات ويب تعتمد على الذكاء الاصطناعي لتوقع الطلب، وتحسين مستويات المخزون، وأتمتة عمليات الشراء. يستقبل النظام البيانات عبر نقاط النهاية التي تُقدّمها FastAPI، ويعالجها باستخدام مكتبات pandas وNumPy، ثم يُطبّق نماذج التعلم العميق المُبنية في PyTorch لتوليد توصيات عملية. يُقدّم النظام لوحات عرض حية وتحديثات فورية عبر واجهة سطر أوامر غنية، مما يتيح لأصحاب المصلحة مراقبة مؤشرات الأداء الرئيسية في الوقت الحقيقي. صُمم خصيصاً للفرق اللوجستية والعمليات، ويساعد على تقليل نقص المخزون، وخفض تكاليف التخزين، وتحسين مرونة سلسلة التوريد بشكل عام. كما يُحاكي النظام سيناريوهات الانقطاع المحتملة، ويُقدّم استراتيجيات استباقية للتخفيف من آثارها، مما يضمن استمرارية سلسلة التوريد بكفاءة.
A lightweight API service that quantizes Llama models to W4A8KV4 format and serves them efficiently for edge deployment.
يُقدّم هذا المشروع حلًّا مبسّطًا لتحويل نماذج Llama إلى تنسيق W4A8KV4 المُقوَّم، ما يتيح تشغيلها بكفاءة على الأجهزة ذات الموارد المحدودة. يُقدِّم واجهة RESTful مبنية على FastAPI تسهِّل تحميل النماذج، تحويلها، وتقديمها مع زمن استجابة منخفض. تعتمد عملية التكميم على مكتبات PyTorch وNumPy لتقليل حجم النموذج مع الحفاظ على دقة التنبؤ المقبولة. يُشغَّل تحت Uvicorn، ما يتيح نشره بسرعة في بيئات الإنتاج أو دمجه مع بنى الخدمات المصغَّرة. يستهدف المهندسين في مجال معالجة اللغة الطبيعية ومطوري الذكاء الاصطناعي الحافة الذين يحتاجون إلى استدلال سريع وذاكرة منخفضة للمهام الحوارية أو التوليدية.
A lightweight web API that allows users to train, evaluate, and benchmark machine learning models via HTTP requests.
يُقدّم PingLab واجهة برمجة تطبيقات خفيفة الوزن تُبنى على FastAPI وتتيح للمستخدمين تدريب وتقييم ومقارنة أداء نماذج التعلم الآلي عبر طلبات HTTP. يدعم المشروع خوارزميات تقليدية عبر scikit‑learn ونماذج التعلم العميق عبر PyTorch، مع الاستفادة من NumPy وSciPy لمعالجة البيانات وRich لتنسيق الإخراج في الطرفية. يُرسل المستخدمون مجموعات البيانات ومعلمات التدريب في حمولة JSON، ويُرجع النظام مؤشرات الأداء وأحياناً ملفات النماذج. صُمم هذا الحل للباحثين ومهندسي التعلم الآلي الذين يحتاجون إلى طريقة سريعة وقابلة للتكرار لتجريب وتقييم النماذج دون إعداد بيئات محلية. يميز المشروع عدم الحاجة إلى قاعدة بيانات، إذ يُعالج جميع البيانات في الذاكرة خلال مدة الطلب، ما يضمن سرعة الاستجابة وسهولة النشر.
Provide an Ollama‑compatible inference server that runs models on Apple MLX.
يُقدِّم هذا المشروع خادمًا خفيفًا يُعرِّض واجهة برمجة تطبيقات متوافقة مع Ollama لتشغيل نماذج التعلم الآلي. يستفيد من إطار عمل Apple MLX لتشغيل النماذج بكفاءة على معالجات Apple Silicon، ما يحقق استجابات منخفضة الكمون. يُبنى الخادم باستخدام FastAPI ويعمل تحت Uvicorn، ما يوفر واجهة HTTP غير متزامنة وسريعة. يتلقى الطلبات وفقًا لبروتوكول Ollama، يحمل النموذج المطلوب، ويُنفِّذ عملية الاستدلال، ثم يُعيد النتيجة بالتنسيق المتوقَّع. يركز التصميم على الأداء وسهولة النشر، دون الحاجة إلى قاعدة بيانات خارجية، مما يجعله مناسبًا للمطورين الذين يرغبون في استضافة النماذج محليًا على أجهزة Apple.
An API that executes large-scale Monte Carlo simulations using PyTorch for accelerated computation.
يُقدّم هذا المشروع واجهة برمجية تسمح للمستخدمين بإرسال معلمات المحاكاة واستقبال النتائج العشوائية في الوقت الحقيقي عبر نقاط نهاية REST. يعتمد على مكتبة NumPy للعمليات العددية، ويستفيد من PyTorch لتسريع عمليات العينة على وحدات معالجة الرسوميات، بينما يُدار الطلبات بكفاءة عالية باستخدام FastAPI. يتيح للمستخدمين تحديد التوزيعات الاحتمالية المخصصة، وعدد التكرارات، والحصول على إحصائيات مجمعة مثل المتوسط، والانحراف المعياري، وفواصل الثقة. يستهدف الباحثين، وعلماء البيانات، والمحللين الكميّين الذين يحتاجون إلى تحليلات مونت كارلو سريعة وقابلة للتكرار دون الحاجة لإدارة البنية التحتية. يحل المشروع مشكلة بطء الحلقات التكرارية التقليدية من خلال توزيع الأحمال بالتوازي عبر الأجهزة المتاحة. يميز هذا الحل بدمجه بين واجهة ويب خفيفة الوزن وخلفية عددية قوية، ما يجعله أداة ملائمة للتجريب والعمليات الإنتاجية على حد سواء.
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 an unofficial community MCP server for integrating the FortiMonitor/Panopta v2 API.
هذا المشروع يقدم خادم MCP غير رسمي للمنظمة المجتمعية ل интеграة واجهة برمجة التطبيقات v2 من FortiMonitor / Panopta. يتيح هذا الخادم للمستخدمين الوصول والتحكم في بياناتهم بشكل تلقائي. يستخدم هذا المشروع لغة بايثون كالغة الرئيسية، ويتضمن استخدام مكتبات متعددة مثل Beautiful Soup, Hugging Face, NumPy, Pydantic, و PyTorch.