هذا المشروع هو مساعد مراقبة المصروفات المالية، مصمم للاستخدام الشخصي والشركات، يسمح للمستخدمين بتحميل البيانات من ملفات CSV أو PDF ومراقبة المصروفات المحلية. يحتوي على حل خفيف الوزن، يعتمد على الخصوصية، يتضمن كيانينفصلان، قاعدة بيانات SQLite للكيان الشخصي والشركة، القدرة على استيراد الملفات من CSV وPDF، التصنيف التلقائي، تقارير، وإدارة الفئات.

هو أداة لصانعي البرامج لتخطيط وتحسين إستعلاماتهم. يساعد المستخدمين على تحسين وتنظيم إستعلاماتهم، مما يجعل من السهل كتابة التعليمات البرمجية الفعالة. تم بناء الأداة باستخدام تقنيات حديثة وهي مناسبة للاستخدام في بيئات التطوير المختلفة.

هذا المشروع هو نظام إعادة اختبار السوق المالية المكون من أجزاء، مصمم للاستخدام من قبل التجار والمحللين. يسمح المستخدمون بإنشاء واختبار وتقييم استراتيجيات التداول في طريقة مدمجة ومجديدة. يستخدم النظام مكتبات العلوم البيانية الشهيرة مثل NumPy و pandas و plotly لتعامل مع datasets كبيرة والتصوير النتائج. يُستخدم Streamlit لتوفير واجهة تعمل بالتفاعل للمستخدمين للENTRY من المعلمات والمشاهدة للخروجات. هذا المشروع يسعى إلى بسط عملية إعادة الاختبار وتحفيز التجار على اتخاذ قرارات أكثر ذكاءً.

هذا المشروع يخلق خريطة نفسية من بيانات سلوكك، مما يسمح لك بتصفية مناطق تفكيرك ونمطيات فكرك. يتم استخدام التضمين الخام باستخدام Gemini embeddings، ويتم投يقها إلى 2D باستخدام UMAP، ويتم تجميع البيانات باستخدام HDBSCAN، ويتم إنشاء صور لكل منطقة باستخدام LLMs. يحتوي الإخراج على خريطة نفسية محمولة في صيغة JSON، وصور قابلة للقراءة من قبل البشر في صيغة Markdown، ومخروط تفاعلي 2D في صيغة HTML.

يُقدِّم هذا التطبيق سطح مكتب واجهة موحدة لمراقبة محافظ الاستثمار عبر حسابات متعددة. يجمع البيانات من مصادر مالية مختلفة ويعرض مقاييس الأداء في الوقت الحقيقي. يمكن للمستخدمين الاطلاع على توزيع الأصول بالتفصيل، تتبع الأرباح والخسائر، وإنشاء تقارير بصرية. تم بناء الواجهة باستخدام تقنيات ويب حديثة لتوفير تجربة استجابة عالية. يهدف إلى تلبية احتياجات المستثمرين الفرديين والمحللين الماليين الذين يحتاجون إلى رؤى سريعة ودقيقة حول ممتلكاتهم. يتيح التطبيق مراقبة الأداء عبر الزمن مع رسوم بيانية تفاعلية، ويقدم تنبيهات فورية عند حدوث تغييرات ملحوظة في السوق. كما يدعم تخصيص التقارير لتناسب احتياجات المستخدمين المختلفة، مما يميز التطبيق عن الحلول التقليدية التي تعتمد على منصات ويب فقط.

يتيح هذا النظام للمخرجين والكتاب إنشاء مخططات سيناريو احترافية عبر مجموعة واسعة من الأنواع، مع إمكانية تخصيص القوالب لتلبية احتياجات الإنتاج الخاصة بهم. يمكن للمستخدم رفع نصوص جاهزة أو استخدام النصوص التي تم إنشاؤها تلقائياً، ثم تحليلها باستخدام خوارزميات الذكاء الاصطناعي لاستخراج فرص وضع المنتجات، وتفصيل الشخصيات، وتقييم الإمكانات السوقية. يوفر واجهة مقارنة متقدمة تسمح بعرض النص الأصلي مقابل النص المعدل، مع إظهار الفروق الإحصائية وتصدير تقارير مفصلة للمتابعة. يدمج النظام مع قاعدة بيانات الأفلام العالمية لتقديم توصيات تلقائية بالتمثيل، مع إمكانية البحث حسب الاسم، النوع، وشعبية الممثلين، وإدارة قوائم التمثيل وتصديرها. يتيح قسم التوقعات المالية تحليلاً للعودة على الاستثمار، مع سيناريوهات مختلفة، وتحليل نقطة التعادل، مع دمج بيانات السوق الحديثة عبر محركات البحث الذكية. يدعم النظام إدارة واجهات برمجة التطبيقات المركزية، مع مراقبة حالة الاتصال، وتصفح البيانات، وتسهيل اختبار الخدمات المختلفة، ما يضمن تكامل سلس مع مصادر البيانات الخارجية.

يجمع النظام نتائج المزادات الفنية في إستونيا، ويخزنها في قاعدة بيانات PostgreSQL، ثم يعالجها باستخدام مكتبات Python مثل NumPy وPandas. يتيح للمستخدمين استكشاف اتجاهات الأسعار، ومقارنة الفنانين، وتحديد أنماط السوق عبر مخططات Plotly التفاعلية المدمجة في واجهة Streamlit. يوفر لوحة المعلومات خيارات تصفية حسب السنة، والوسيلة، ومركز المزاد، ما يتيح تحليلًا تفصيليًا للاتجاهات ومقارنات تاريخية. صُمم لتلبية احتياجات جامعي الفن، ومراكز المزادات، والمؤرخين، ومحللي البيانات الذين يحتاجون إلى رؤى عملية حول سوق الفن الإستوني. يبسط التطبيق مجموعات البيانات المعقدة إلى سرد بصري بديهي، مما يجعل معلومات السوق متاحة للمستخدمين غير التقنيين. يدمج بين تحليل البيانات المتقدم والواجهة السهلة الاستخدام، مع التركيز على الدقة والموثوقية في عرض النتائج. يساهم في تعزيز فهم ديناميكيات السوق وتحديد الفرص الاستثمارية في الفن الإستوني.

أداة ألباتريد هي تطبيق سطر أوامر مخصص للبحث في التداول المنهجي. تربط التطبيق مع أسواق ألباكا لاسترجاع بيانات السوق التاريخية والحية، ما يتيح للمستخدمين اختبار استراتيجياتهم مع تنفيذ أوامر واقعي. كما تدعم الأداة التداول الورقي، مما يتيح للمتداولين محاكاة الصفقات في الوقت الحقيقي دون مخاطرة رأس المال. تعتمد الأداة على مكتبات بايثون مثل باندا، نيمباي، وبلاوتلي لتقديم مؤشرات أداء شاملة وتصورات رسومية. كما يمكن توسيع وظائفها بإضافة منطق مخصص أو دمج مصادر بيانات أخرى، ما يجعلها أداة مرنة للباحثين والمهتمين بالاستراتيجيات الكمية.

هذا المشروع يركز على الهندسة الدورية للطلبات لتحسين قدرات Large Language Model (LLM) في الرياضيات. يهدف إلى تحسين فهم النموذج وتوليف المفاهيم الرياضية. يستخدم المشروع مكتبات متعددة، بما في ذلك Streamlit لمقدمة المستخدم و Typer للتفاعل بالشكل الخطي. Rich يستخدم لتنسيق النصوص، بينما Plotly يسمح بتصفح تفاعلي.

يُقدّم هذا المشروع إطار عمل لاختبار واجهة موقع Porsche عبر المتصفحات. يستخدم Playwright لمحاكاة تفاعلات المستخدم على مختلف المتصفحات، ما يضمن اتساق واجهة المستخدم ووظائفها. تم بناؤه باستخدام Vite لتوفير بيئة تطوير سريعة مع دعم التحديث الحي، ما يسرّع عملية كتابة واختبار السيناريوهات. يستهدف مهندسي ضمان الجودة ومطوري الواجهة الأمامية، ويسهّل اختبار الانحدار وإكتشاف الانحرافات البصرية مبكراً. يدعم المشروع كتابة نصوص اختبار مخصصة، التنفيذ المتوازي، وتوليد تقارير مفصلة. يتيح هذا الإطار فرق التطوير الحفاظ على جودة عالية في منصة Porsche المعقدة. يبرز المشروع بمرونته في تكامل مع أنظمة CI/CD وتوفير واجهة مستخدم رسومية لتشغيل الاختبارات.

هذا الأداة تُنشئ أسماءً بناءً على خصائصها الصوتية، مما يجعلها مناسبة للاستخدام في الألعاب والمواقع الإجرائية التي تتطلب أسماء تبدو واقعية. تستخدم هذه الأداة مكتبات متعددة مثل matplotlib, numpy, pandas, plotly, و scikit-learn للتحليل والتعديل على البيانات. يهدف المشروع إلى تقديم طريقة موثوقة لإنشاء أسماء تبدو طبيعية ومصدقة.

يحمّل التطبيق مجموعة بيانات مختارة من العينات الكيميائية، ويستخرج الخصائص الفيزيائية والكيميائية ذات الصلة، ثم يدرب نموذج انحدار لتوقع مستوى الكبريت. يقدّم واجهة سهلة الاستخدام مبنية على Streamlit، تسمح للمستخدمين بتحميل بيانات جديدة أو إدخال قيم الخصائص يدويًا. تُعرض النتائج بشكل تفاعلي باستخدام Plotly، مع عرض القيم المتوقعة، وفواصل الثقة، وترتيب أهمية الخصائص. يهدف هذا الأداة إلى الباحثين ومهندسي مراقبة الجودة الذين يحتاجون إلى تقديرات سريعة وموثوقة لمحتوى الكبريت دون الحاجة إلى تحاليل مختبرية. بدمج التعلم الآلي مع الرسوم البيانية اللحظية، يُسهل التطبيق اتخاذ القرارات في عمليات الصياغة والامتثال. يتيح للمستخدمين استكشاف تأثير كل متغير على التنبؤ، مما يعزز الفهم العميق للبيانات. كما يدعم التطبيق عمليات التحقق من الجودة في خطوط الإنتاج الكيميائية، ويقلل من الوقت والموارد المطلوبة للتجارب المختبرية.

يُقدِّم ViableOS منصة موحدة لإدارة مجموعات الوكلاء الذكاء الاصطناعي، مما يتيح للمطورين تحديد سير العمل، جدولة المهام، وتوفير واجهة برمجة تطبيقات RESTful للوصول إلى قدرات الوكلاء. يتضمن نظامًا قويًا للواجهة الطرفية يُسهل التكوين السريع وتصحيح الأخطاء، بينما يُظهر لوحة معلومات ويب مبنية على Streamlit وPlotly مؤشرات الأداء والموارد في الوقت الحقيقي. صُمم النظام ليتم توسيعه عبر عدة وكلاء، مع معالجة التنسيق، استرداد الأخطاء، وتسجيل السجلات مع حد أدنى من الحمل. يستهدف المستخدمون المطورون في مجال الذكاء الاصطناعي، علماء البيانات، وفِرَق العمليات الذين يحتاجون طبقة تنظيمية خفيفة الوزن لكنها قوية. من خلال تجريد تعقيدات التواصل بين الوكلاء، يتيح ViableOS تطوير ونشر خدمات تعتمد على الذكاء الاصطناعي بسرعة وفعالية.

يقدم هذا المشروع مجموعة من نماذج التعلم الآلي التي تتنبأ بجوانب مختلفة من ألعاب الطاولة، مثل احتمالات الفوز، متوسط مدة اللعب، ومقاييس أداء اللاعبين. يتيح واجهة ويب تفاعلية مبنية على إطار عمل خفيف الوزن للمستخدمين إدخال معلمات اللعبة والحصول على تنبؤات فورية. تم تدريب النماذج على بيانات تاريخية للعبة وتضم تقنيات من الخوارزميات الكلاسيكية والتعلم العميق. يستهدف المشروع عشاق ألعاب الطاولة ومصممي الألعاب ومحللي البيانات، مما يساعدهم على اتخاذ قرارات مستنيرة حول توازن اللعبة والاستراتيجيات. كما يعرض المنصة النتائج عبر مخططات ديناميكية، مما يجعل البيانات المعقدة متاحة للجمهور غير التقني.

يعد PermitMinder مشروعًا مصممًا لتحسين إدارة ومراقبة التراخيص المختلفة للمشاريع. يسمح المستخدمون بإنشاء وتحرير وإظهار التراخيص في مكان مركزي واحد. يمكنهم إدخال تفاصيل الترخيص، تعيين تذكيرات، ومتابعة الأجل. يساعد المشروع على بسط عملية إدارة التراخيص، مما يقلل من خطر عدم استيفاء الموعد وضياع الوثائق.

هذا المشروع يستخدم مكتبات لغة بايثون مثل matplotlib و pandas و plotly و rich و streamlit لإنشاء رسومات مرئية تفاعلية للبيانات المتعلقة بالدراجات. يبدو أن هذا المشروع هو تطبيق ويب يسمح للمستخدمين إدخال البيانات أو تحميلها وتوليد مخططات ومخططات متعددة. الهدف من المشروع هو تقديم واجهة سهلة الاستخدام للمستخدمين لاستكشاف وتفهم بياناتهم المتعلقة بالدراجات.

هذا المشروع يقدم لوحة مراقبة زمنية حقيقية خاصة بالشبكة العصبية Cascade Correlation Neural Network. يتيح للمستخدمين متابعة وتحليل أداء الشبكة في الوقت الحقيقي، مما يجعل من السهل فهم وتنظيم سلوك الشبكة. تم بناء اللوحة باستخدام تكنولوجيا الويب الحديثة وتقدم واجهة سهلة الاستخدام للمستخدمين لاستكشاف بياناتهم.

يستخرج التطبيق معلومات السفر من مصادر إلكترونية متعددة، ثم يعالجها باستخدام أدوات تحليل البيانات لتوليد توصيات وجهات مخصصة وفقًا لتفضيلات المستخدم. يُعرض الناتج عبر لوحة تحكم تفاعلية تسمح للمستخدم بتصفية الوجهات حسب الاهتمامات والميزانية ونمط السفر. تُظهر الرسوم البيانية اتجاهات الشعبية وأنواع الأنشطة ومقارنات التكاليف بين الوجهات المختلفة. يستهدف التطبيق المسافرين الباحثين عن توصيات شخصية وشركات السفر التي ترغب في تحسين عروضها. يحل المشكلة التي يواجهها المستخدمون في تشتت المعلومات عبر تجميع وتفسير كميات كبيرة من بيانات السفر وتحويلها إلى رؤى عملية.

هذا المشروع يقدم تحليلًا شاملًا للตลาด الوظيفي في الاقتصاد عن طريق متابعة المنشورات من جمعية الاقتصاد الأمريكية لفتح وظائف الاقتصاديين (JOE). يحتوي على العديد من الميزات، بما في ذلك الاتجاهات cumulative posting trends، التحليل الدوري 4-أسبوع flow، ومراجعة متعددة. كما يولد مخططات HTML تفاعلية ومخططات PNG ثابتة لتحسين فهم المستخدمين للتrends السوقية.

يُقدّم هذا التطبيق واجهة ويب تفاعلية تُظهر بيانات الإطلاقات بطريقة بصرية واضحة وسهلة الفهم. يتم استيراد البيانات الخام ثم معالجتها باستخدام مكتبة Pandas، بينما تُعرض النتائج في مخططات ديناميكية تُنشئها Plotly. يتيح للمستخدمين تصفية البيانات حسب التاريخ أو نوع الإطلاق أو الحالة، مع عرض مؤشرات رئيسية مثل معدلات النجاح، وزن الحمولة، وتكرار الإطلاقات. تُبنى الواجهة على Streamlit، ما يوفّر تجربة سريعة وسهلة الوصول عبر المتصفح دون الحاجة لخادم خلفي منفصل. يستهدف هذا الحل مديري المشاريع، محللي البيانات، وأصحاب المصلحة الذين يحتاجون إلى رؤى فورية حول أداء الإطلاقات وتخطيطها. يحل المشكلة التي يواجهها المستخدمون في تتبع وتقييم الإطلاقات عبر واجهة واحدة متكاملة، مع توفير مرونة في التخصيص والتفاعل. يميز المشروع بواجهة بسيطة وسريعة، مع إمكانية توسيعها لتشمل مصادر بيانات إضافية أو مؤشرات مخصصة.

يُقدِّم هذا التطبيق واجهة ويب تفاعلية تُظهر أطلسات الخلايا المفردة للدماغ البشري في ثلاثي الأبعاد، مما يتيح للباحثين استكشاف العلاقات المكانية بين أنواع الخلايا. يتم معالجة البيانات باستخدام مكتبات Python مثل NumPy وpandas وSciPy لتحضير وتحليل مجموعات البيانات الضخمة. يتيح التطبيق أدوات تفاعلية للتمرير، والتدوير، واختيار مجموعات خلايا محددة، بينما تُنشئ Plotly رسومات ديناميكية يمكن تصديرها للمنشورات العلمية. صُمم هذا الحل للعلماء العصبيين ومحللي البيانات الحيوية الذين يحتاجون إلى مقارنة أطلسات متعددة وفحص أنماط التعبير الجيني عبر مناطق الدماغ البشري. من خلال تبسيط البيانات المعقدة إلى شكل بصري بديهي، يساعد الباحثين على استخراج رؤى وتوصيل النتائج بفعالية أكبر. يدمج التطبيق بين تحليل البيانات المتقدم والمرئيات التفاعلية لتوفير تجربة شاملة للباحثين في مجال علم الأعصاب.

يُقدّم هذا التطبيق لوحة تحكم على الويب تُظهر مؤشرات رئيسية لعمليات الطوارئ الطبية مثل حجم المكالمات، أوقات الاستجابة، مستويات التوظيف، والمصروفات المالية. يجمع البيانات من ملفات NFIRS بصيغة إكسل، ومؤشرات الأداء على مستوى المقاطعة، وحدود الجغرافيا لتسهيل المقارنات بين مقاطعة جفرسون ومقاطعات أخرى. تُعرض الخرائط التفاعلية مواقع المحطات وكثافة الحوادث، بينما تُظهر الرسوم البيانية الزمنية الاتجاهات على مدار السنة المالية. يمكن للمستخدمين تصفية النتائج حسب المنطقة، الفترة الزمنية، أو نوع الخدمة لاستكشاف تفاصيل الأداء. يُصمم هذا الحل لمسؤولي الطوارئ، والمسؤولين الصحيين، ومحللي البيانات الذين يحتاجون إلى مراقبة الأداء وتبرير تخصيص الموارد.

يُقدّم هذا القالب بدايةً مبسطة لتطبيقات React تعمل على منصة Vite، مع دعم فوري لتحديث الوحدات (Hot‑Module Replacement) لتسهيل تجربة التطوير. يتضمن إعدادًا مُحكمًا لقواعد ESLint لضمان جودة الكود وتوحيد الأسلوب البرمجي. يتيح القالب استخدام مكوّنات Vite الرسمية التي تدعم Fast Refresh عبر Babel أو SWC، ما يوفّر مرونة في اختيار سرعة البناء والأداء. يركز القالب على الحد من التبعية غير الضرورية، مما يتيح للمطورين التركيز على منطق التطبيق بدلاً من إعداد البيئة. يُعد القالب قاعدة مثالية لبناء تطبيقات React جاهزة للإنتاج مع إعدادات بسيطة وسريعة. كما يُسهل على المطورين البدء في مشاريع جديدة دون الحاجة لإعدادات معقدة أو ملفات تكوين طويلة. يدمج القالب بين سهولة الاستخدام وأداء التطوير، ما يجعله خيارًا مناسبًا للفرق الصغيرة والطلاب الذين يتطلعون لتجربة بيئة تطوير حديثة.

يقدم المشروع واجهة ويب تفاعلية لإنشاء وتقييم وتصور سيناريوهات الاعتمادية للأنظمة. يمكن للمستخدمين تعريف مكونات النظام، وأنماط الفشل، والظروف التشغيلية، ثم يتيح المحرك توليد سرد مفصل للسيناريوهات بمساعدة نموذج ذكاء اصطناعي. تُعالج البيانات باستخدام مكتبة تحليل بيانات خفيفة، وتُعرض النتائج عبر مخططات ورسوم بيانية تفاعلية. يهدف الأداة إلى مهندسي الاعتمادية، ومحللي السلامة، ومصممي الأنظمة الذين يحتاجون إلى رؤى سريعة ومبنية على البيانات حول كيفية تأثير اختيارات التصميم على قوة النظام. تحل هذه الأداة مشكلة إنشاء السيناريوهات يدويًا وتوليد التقارير ببطء من خلال أتمتة توليد السرد والتحليلات البصرية.