AI-Assisted Trading System for Indian Markets (NSE/BSE)
A Next.js web application for tracking college baseball players, teams, and transfer portal activity across D1, D2, and D3 divisions.
WSB_SNAKE_DOCUMENTATION.md
This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
AI-powered development orchestration using GitHub as the coordination layer.
redstarmatt__inquest-tracker
The lox project is a discretionary macro research platform designed to help users manage their portfolios systematically.
هو منصة بحث مالي متعمدة توفر أدوات منهجية لادارة المحفظة الاستثمارية. يقدم مجموعة من الميزات والλειان، بما في ذلك تحليل البيانات وتحليلها، لمساعدة المستخدمين على اتخاذ قرارات استثمارية مدروسة.
The imgui-bundle project provides a fast and feature-rich GUI toolkit for C++ and Python applications.
هذا المشروع مجموعة من الأدوات وال бібліوتكيات التي تسمح بإنشاء واجهات مستخدم رسومية قوية في وقت قصير. يدعم اللغة البرمجية C++ وبرمجة بايثون، مما يجعلها حلًا متوافقًا مع عدة منصات للتنفيذ. يحتوي imgui-bundle على ميزات مثل التصفح السريع والخيارات المتقدمة للاستخدام والcompatiblity مع عدة منصات.
A local AI agent that receives tasks via Telegram, writes and executes code in a sandbox, audits results with a second model, and delivers the outcome to a solo developer.
يعمل AgentSutra كوكيل ذكاء اصطناعي شخصي يعمل محلياً على جهاز Mac ويتلقى أوامراً عبر تيليغرام. يقوم بتصنيف كل مهمة، ثم يكتب الكود باستخدام نموذج لغة كبير، ويشغله داخل بيئة معزولة، ثم يراجع النتيجة بنموذج آخر للحد من الأخطاء وضمان الدقة. يضمن أنبوب العمل الثابت المكوّن من خمس مراحل—التصنيف، التخطيط، التنفيذ، المراجعة، التسليم—التنبؤ والقدرة على التدقيق، ما يجعله مثالياً للعمليات اليومية التي تتطلب أماناً وسجلاً. يدعم الوكيل سبع أنواع مختلفة من المهام، بدءاً من تحليل البيانات وصولاً إلى هندسة الواجهة الأمامية، ويمكنه نشر المواقع الثابتة تلقائياً على خدمات الاستضافة مثل Vercel أو Firebase بعد اجتياز المراجعة بنجاح. يظل كل المعالجة على جهاز المستخدم، ما يضمن الخصوصية والسيطرة مع الاستفادة من قدرات الذكاء الاصطناعي القوية.
This project is a bot for managing Fantasy Sports teams, specifically Futsal, and provides users with insights to make informed decisions.
هذا المشروع هو روبوت لمراقبة فرق الرياضة الخيالية، مع التركيز على كرة القدم الصغيرة. يعتمد على تقنيات تحليل البيانات وتحليلها لتقديم معلومات مفيدة. قد يشمل الميزات التي تتيح للمستخدمين مراقبة أداء الفرق، إحصائيات اللاعبين، واقتراحات استراتيجية. الهدف الرئيسي هو مساعدة المستخدمين على اتخاذ قرارات مدروسة عند اختيار اللاعبين لفرقهم.
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 interactive viewer for browsing the 80 Million Tiny Images dataset.
يتيح هذا البرنامج عرض صور مجموعة بيانات Tiny Images التي تتضمن ثمانين مليون صورة صغيرة. يستخدم مكتبة matplotlib لعرض الصور في نافذة رسومية، مع إمكانية التمرير عبر الصور باستخدام لوحة المفاتيح أو الفأرة. يقرأ البرنامج ملفات الصور من مجلد محدد، ويستفيد من مكتبة numpy لتحويل البيانات إلى مصفوفات قابلة للعرض. يهدف إلى تسهيل فحص جودة الصور وتحديد الأخطاء أو الأنماط غير المتوقعة. يستهدف الباحثين في رؤية الحاسوب ومهندسي التعلم الآلي الذين يحتاجون إلى معاينة سريعة للبيانات. يقدّم واجهة بسيطة بدون إعدادات معقدة، ما يجعله مناسباً للمبتدئين. يختلف عن الحلول الأخرى بتركيزه على dataset Tiny Images وتوفير تجربة تصفح سلسة وسريعة.
This project provides a machine learning tutorial and examples using Python.
هذا المشروع هو مصدر تعليمي لمن يرغبون في التعلم من مفاهيم التعلم الآلي. يتضمن المثال التعليمي والتعليقات حول كيفية استخدام مكتبات شعبية مثل Transformers من Hugging Face و PyTorch. يغطي المشروع مواضيع مثل إعداد البيانات وتدريب النماذج وتحليل البيانات باستخدام أدوات مثل Matplotlib.
Generate academic paper PDFs from structured research data with interactive editing.
يُحوِّل هذا التطبيق الويب البيانات البحثية المنظمة إلى ملفات PDF لأوراق أكاديمية مُعدة بعناية. يُنشئ تلقائياً الرسوم البيانية باستخدام مكتبات التصوير البياني ويُركّب النص مع مساعدة الذكاء الاصطناعي في توليد المحتوى. يتيح للمستخدمين تعديل المحتوى والتخطيط والرسوم عبر واجهة ويب بديهية قبل التصدير النهائي. صُمم للأكاديميين والطلاب الجامعيين والباحثين الذين يحتاجون إلى تسريع تحويل البيانات الخام إلى مستندات جاهزة للنشر. يحل المشكلات المرتبطة بالخطوات اليدوية المملة في إعداد المقالات، مثل إنشاء الرسوم البيانية، كتابة النص، وتنسيق المستند، مما يوفر الوقت ويقلل الأخطاء.
The poly-tracker project is a tool for users to track their Polymarket portfolios, analyze performance, and receive advice on optimal position sizing.
يعد poly-tracker أداة لمراقبة و تحليل موازنات المستثمرين في Polymarket، بالإضافة إلى نصائح بشأن حجم المواقع الأمثل. يتيح للمستخدمين مراقبة استثماراتهم، وتحليل اتجاهات السوق، وتخذ قرارات مدروسة بشأن مواقعهم.
DeepCompress is an efficient point cloud geometry compression tool designed for various applications, including self-driving cars, virtual/augmented reality, and medical imaging.
يستخدم DeepCompress التعلم العميق لضغط النقاط المتراكمة عن طريق تحليل مظاهرها والتركيب. يتحول النقاط إلى تلخيص ملحوظ، ويضغط باستخدام الترميز بالانتروبي، ويتم استرجاع الملخص، ويعاد ترميز النقاط الأصلية. هذا يؤدي إلى ضغط 10-100 مرة أقل مع فقدان جودة قليل.
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.
Generates phonetically-grounded names for use in games and procedural systems.
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.
GAIN-MTL is a deep learning framework for manufacturing defect detection and classification.
GAIN-MTL هو إطار عمل للتعلم العميق مصمم لتحديد وتصنيف العيوب في بيئات الإنتاج. لا يختلف GAIN-MTL عن النماذج التقليدية للتصنيف، حيث يركز على تدريب النموذج على اتخاذ قرارات دقيقة بناءً على أدلة ذات صلة. هذا النهج يعالج مشكلة CAM (Class Activation Mapping) التي تؤدي إلى تفعيل مناطق غير متعلقة، مما يؤدي إلى مشاكل الثقة في التطبيقات الحقيقية.
This project provides analysis software for time-resolved PROXYL MRI data.
هذا المشروع يقدم أداة تحليلية لبيانات PROXYL MRI متعددة الأوقات. يستخدم المكتبات مثل matplotlib، numpy، و scipy للتعامل مع البيانات وتحليلها. يهدف البرنامج إلى تسهيل التحليل الفعال لبيانات PROXYL MRI، مما يسمح للمبحوثين بتحديد المعاني من دراساتهم.
Builds predictive models for board game outcomes and statistics.
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.
An AI‑powered fitness coaching platform that processes Garmin data to deliver personalized workout plans and insights.
يستورد النظام بيانات النشاط من أجهزة Garmin ويطبق نماذج تعلم الآلة لتوليد توصيات تمارين مخصصة. يوفّر واجهة سطر أوامر سريعة لاستيراد البيانات وواجهة ويب تفاعلية للرسوم البيانية باستخدام FastAPI وMatplotlib وPandas. يمكن للمستخدمين متابعة اتجاهات الأداء، والحصول على ملاحظات تدريبية مدعومة بالذكاء الاصطناعي، وتحديد أهداف لياقة محددة. يستهدف المنصة الرياضيين والمدربين الذين يحتاجون إلى إرشاد مبني على البيانات دون تحليل يدوي. يوفّر النظام حلولاً سريعة وفعّالة لتخطيط التمارين، مما يقلل من الجهد ويزيد من كفاءة التدريب. يدمج التحليل الإحصائي مع التوصيات الذكية لتوفير تجربة شاملة ومتكاملة للرياضيين.
PermitMinder is a project designed to help users manage and track permits for various projects.
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.
The mkseg project provides a unified cell segmentation pipeline for analyzing microscopy images.
هذا المشروع يقدم مسارًا متكاملًا لفرز الخلايا في صور المجهرية. مصمم للعمل مع مختلف أنواع البيانات المجهرية، بما في ذلك صور MK و HSPC و NMJ و Vessel. يستخدم المسار خوارزميات التعلم الآلي لتحديد الخلايا الفردية بدقة وتفريقها عن الخلفية. يمكن أن يكون هذا مفيدًا في التطبيقات البحثية والتحليلية حيث يعد فرز الخلايا خطوة مهمة.
The dados-programa-motos project is designed for users who want to analyze and visualize motorcycle-related data.
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.
The juniper-canopy project provides a real-time monitoring dashboard for the Cascade Correlation Neural Network.
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.
The JOE Job Market Tracker is an analysis tool for tracking economics job market postings from the American Economic Association's Job Openings for Economists (JOE).
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.
Generate high-resolution wind rose charts from real meteorological data across Spain for researchers and analysts.
يُحَمِّل البرنامج بيانات الرياح الحقيقية من 29 محطة إقليمية و947 محطة وطنية، ثم يُعالجها ليُنتج رسومات شبيهة بأزهار الرياح عالية الدقة تُعرف بالـ "wind roses". تُظهر كل رسم 16 قطاعًا قطبيًا، حيث يُمثل ارتفاع البتلة تكرار اتجاه الرياح، بينما يُرمز اللون إلى متوسط سرعة الرياح. يتيح البرنامج للمستخدمين تصفية البيانات حسب المحافظة، اختيار فترات تاريخية من عام 2010 حتى اليوم، وتصدير البيانات المعالجة بصيغة CSV. يرافق كل رسم لوحة إحصائية تفاعلية وجدول تفصيلي، مما يوفر رؤى سريعة حول أنماط الرياح. صُمم هذا التطبيق للباحثين وعلماء المناخ ومحللي البيانات الذين يحتاجون إلى رسومات جاهزة للنشر وتحليل شامل للبيانات.
This project provides a late-window entry strategy for 15-minute BTC binary markets, using geometric balance optimization to identify optimal entry points.
هذا المشروع يقدم استراتيجية دخول متأخرة لأسواق البيتكوين الباينري على مدى 15 دقيقة، باستخدام هدف توازن هندسي لتحدد نقاط الدخول الأمثل.
The ha-aria project is designed to integrate the ARIA system with Home Assistant, providing a smart home solution.
هذا المشروع هو دمج نظام ARIA مع Home Assistant. يهدف إلى توفير حل سكني ذكي شامل عن طريق الاستفادة من قدرات النظامين. يستخدم المشروع تقنيات متعددة مثل FastAPI و PyTorch لإنشاء تجربة سلسة للمستخدمين. يمكن لل пользователя أن يتوقع تحسين التلقيم، والكفاءة الطاقية، والراحة في حياته اليومية.
tps.sh is a benchmarking tool for local Ollama models against the Claude API on Apple Silicon, measuring speed and quality across various coding prompts.
هذا الأداة لتقييم أداء النماذج المحلية Ollama مقارنةً بالواجهة السحابية Claude API على Apple Silicon، وتقييم سرعة و جودة عبر 21 طلبًا في 7 فئات. يظهر النتائج على موقع حيوي، مما يسمح للمستخدمين بتعرف على أداء النماذج المختلفة.
Generate and analyze histograms of numerical data for quick visual insights.
تُقدِّم مكتبة هِستو واجهة برمجية مبسطة لإنشاء وتحليل الرسوم البيانية للتوزيعات العددية. تُعالج البيانات تلقائيًا، بما في ذلك تنظيف القيم المفقودة وتحديد عدد الحوائط المناسب. يمكن للمستخدمين إنتاج مخططات جاهزة للنشر مع بضعة أسطر كود، مع إمكانية تخصيص حجم الحوائط وتراكب منحنى الكثافة. تتكامل المكتبة بسلاسة مع جداول بيانات pandas وتدعم التكامل مع خطوط scikit‑learn لتسهيل هندسة الخصائص. تستهدف المحللين وعلماء البيانات ومهندسي التعلم الآلي الذين يحتاجون إلى رؤى بصرية سريعة حول توزيع المتغيرات. تميزها هو الجمع بين سهولة الاستخدام والقدرة على التخصيص المتقدم، ما يجعلها أداة قوية في عمليات استكشاف البيانات.
This project analyzes bias in Large Language Model (LLM) recommendation systems by evaluating how LLMs select content for recommendation across multiple dimensions.
يستكشف هذا المشروع التحيزات النظامية في توصيات محتوى Large Language Model (LLM) عن طريق تقييم كيفية اختيار LLMs للمحتوى للتوصية عبر عدة أبعاد، بما في ذلك demographics المؤلفين ، وخصائص المحتوى ، والرأي ، والسيئة.
A web service that classifies financial trading signals using a hierarchical machine‑learning model.
يقدم التطبيق واجهة برمجة تطبيقات RESTful تستقبل بيانات السوق الخام وتعيد تصنيفًا هرميًا لإشارات التداول. يستخدم مزيجًا من نماذج PyTorch وscikit‑learn لتوقع مستويات متعددة من فئات الإشارة، مثل نظام السوق، وفئة الأصول، واتجاه التداول. كما يوفر لوحات معلومات بصرية مبنية على Plotly وMatplotlib لمساعدة المستخدمين على استكشاف توزيع الإشارات وأداء النموذج. صمم هذا الحل للخبراء الكميين والمتداولين الآليين، مما يسهل دمج معالجة إشارات متقدمة في خطوط سير التداول الآلي. يتم تشغيل واجهة برمجة التطبيقات على FastAPI مع Uvicorn، ما يضمن استجابة سريعة وتوافر عالي.
A machine learning model that predicts and analyzes typing behavior for biometric authentication and user profiling.
يقدم هذا المشروع نموذج تعلم آلي مدرب يلتقط تفاصيل سلوك الكتابة البشري باستخدام مجموعة بيانات Aalto 136M Keystrokes. يمكنه التنبؤ بالضغط التالي على لوحة المفاتيح، تقدير سرعة الكتابة، واكتشاف الانحرافات في جلسات الكتابة في الوقت الفعلي. يعتمد النموذج على لغة بايثون ويستفيد من مكتبات علمية شائعة لمعالجة البيانات واستخراج الميزات والتعلم العميق. يستهدف الباحثين في مجال الأمان، مطوري المصادقة الحيوية، ومحللي تجربة المستخدم الذين يحتاجون إلى بيانات سلوكية موثوقة. يحل المشروع مشكلة المصادقة غير التدخلية المستمرة ويعزز أنظمة النص التنبؤي. كما يمكنه توليد بيانات كتابة اصطناعية لتدريب أنظمة أخرى.
A Python library that reproduces introspection experiments on open‑source language models.
يُقدِّم المشروع مجموعة من الأدوات والبرامج النصية لإعادة تنفيذ دراسات الاستبطان على نماذج اللغة الكبيرة مفتوحة المصدر. يدعم الإطارات الشائعة مثل PyTorch وJAX، ويُدمج مع واجهات برمجة التطبيقات الخاصة بـ Hugging Face وAnthropic للوصول إلى النماذج. يمكن للباحثين تشغيل تجارب مُتحكم فيها، جمع التحفيزات الداخلية، وإنشاء رسومات بوساطة مكتبة Matplotlib. يركز المشروع على قابلية التكرار، حيث يوفر مخططات تكوين عبر Pydantic وتصميمًا معياريًا يسمح بتبديل خلفيات النماذج بسهولة. يستهدف الباحثين في مجال معالجة اللغة الطبيعية ومهندسي التعلم الآلي الذين يحتاجون إلى التحقق أو توسيع نتائج الاستبطان.
Train and evaluate RFNet-based object detection models with a configurable, reproducible pipeline.
يُقدّم هذا المشروع مساراً كاملاً لتدريب واختبار نماذج كشف الكائنات المبنية على بنية RFNet. يعتمد على Hydra لإدارة الإعدادات بطريقة مرنة، ويستخدم Pydantic للتحقق من صحة القوالب، بينما يوفر Rich سجلات تفاعلية تسهل تتبع سير التدريب. يتم معالجة البيانات باستخدام Pandas وNumPy، وتُظهر Matplotlib تقدم التدريب ونتائج الاستدلال بصرياً. يخرج المسار نقاط حفظ النموذج، ومقاييس التقييم، وملخصات بصرية، ما يتيح تجربة سريعة ونشر سريع. يستهدف الباحثين ومهندسي التعلم الآلي الذين يحتاجون إلى سير عمل متين وقابل للتكرار لمهام كشف الكائنات المخصصة، ويحل مشكلة تعقيد إعدادات التدريب وتوحيد التقييم.
This project is a visual showcase of Moreau's GPU-accelerated differentiable convex optimization for various applications.
هذا المشروع هو عرض مرئي لميزة Moreau المسرعة على GPU للتحسين التفاضلي للمسائل المحددة بالتناغم. يظهر كيف يمكن استخدام هذه التكنولوجيا ل حل المسائل التحليلية المعقدة في مختلف المجالات. يستخدم المشروع مكتبات شعبية مثل matplotlib, numpy, pytorch و scipy لتقديم تمثيل مرئي شامل للعملية التحليلية.
A web-based knowledge library game that turns learning into an interactive quiz experience.
يُقدّم هذا المشروع مكتبة معرفية تُحوّل عملية التعلم إلى لعبة تفاعلية، حيث يُمكن للمستخدمين اختبار معلوماتهم عبر أسئلة متعددة الخيارات أو بطاقات مراجعة. يتيح النظام إنشاء مجموعات أسئلة مخصصة، وتسجيل إجابات المستخدم، وحساب الدرجات تلقائياً، مع عرض إحصائيات مفصلة حول الأداء. يعتمد على قاعدة بيانات SQLite لتخزين الأسئلة والنتائج، ويُقدّم واجهة ويب مبنية على Tailwind لتوفير تجربة مستخدم سلسة وجذابة. يستهدف الطلاب وأي شخص يسعى لتحسين مهاراته في مجال معين، ويحل مشكلة صعوبة الحفاظ على المعلومات في الذاكرة طويلة الأمد. يبرز بفضل دمجه بين واجهة API قوية وواجهة أمامية متجاوبة، ما يتيح توسيع الوظائف بسهولة وإضافة محتوى جديد دون الحاجة لإعادة بناء النظام.
Provides real‑time GPU energy attribution for each LLM inference request, enabling token‑level cost visibility.
يعمل كطبقة وسيطة خفيفة الوزن بين التطبيق ومحرك الاستدلال بالتحويلات، حيث يقوم بأخذ عينات طاقة GPU بفاصل زمني قدره 10 ميلي ثانية. يتم تخصيص الطاقة المقاسة إلى الرموز الفردية باستخدام التكامل شبه القوس وتوزيع حصص الرموز للطلبات المتزامنة. يعرض النظام لوحة تحكم فورية تُظهر العلاقة بين نسبة الرموز المفسرة واستهلاك الكهرباء، ما يبرز عدم التماثل الخفي في تكلفة الاستدلال بالتحويلات. من خلال توفير تخصيص طاقة على مستوى الرموز، يتيح النموذج نماذج فوترة أكثر دقة واستراتيجيات تحسين التكلفة للعمليات الذكاء الاصطناعي. تم تصميم الحل للفرق التي تحتاج إلى رؤية دقيقة لاستخدام GPU دون تعديل محرك الاستدلال.
This project is a trading journal for users to track and analyze their investment activities.
هذا المشروع هو سجل تجاري للمستخدمين لمراقبة و تحليل نشاطات الاستثمار الخاصة بهم. يسمح هذا التطبيق للمستخدمين بتعريف البيانات التجارية، عرض القياسات الأداء، وتوليد رسومات مرئية لمساعدة على اتخاذ القرارات.
A Python library that enables quantitative backtesting and trading for the Kubera ecosystem.
تُعد مكتبة كابيرا-كوانت أداة برمجية بلغة بايثون تُسهل عملية الاختبار العكسي والتداول الكمي داخل بيئة كابيرا. تُقدّم مجموعة شاملة من الأدوات لتحميل بيانات السوق، وبناء استراتيجيات التداول، ومحاكاة الصفقات مع مراعاة القيود الواقعية مثل الرسوم والوقت. تتكامل المكتبة بسلاسة مع مكتبات تحليل البيانات الشهيرة مثل باندا، نَمباي، وماتبلوتلِيب، ما يتيح معالجة متقدمة للبيانات، تحليل إحصائي، وتوليد تقارير بصرية مفصلة. تستهدف المحللين الكميّين والمتداولين الآليّين، وتساعدهم على التحقق من أداء الاستراتيجيات قبل تنفيذها في السوق الحقيقي. بفضل تبسيط الأنماط الشائعة للاختبار العكسي، تقلل المكتبة من الكود المكرر وتسرّع دورة التجربة والاختبار.
Simulates and backtests a 200% leveraged strategy combining NASDAQ100 and gold futures, comparing results to an actual fund and projecting future performance.
يُجري هذا البرنامج محاكاة يومية لاستراتيجية ذات رافعة 200٪ تجمع بين مؤشر NASDAQ100 (QQQ) ومستقبل الذهب. يُحسب قيمة صافي الأصول (NAV) عبر صيغة عائد مخصصة تأخذ في الاعتبار تحويل العملة والرسوم السنوية، ثم يُقارن NAV المحاكاة مع NAV الفعلي للصندوق. يتيح البرنامج أيضًا إنشاء توقعات احتمالية للأداء المستقبلي حتى 30 سنة باستخدام طريقة البوتستراب أو نموذج مونت كارلو للانحراف الجبري. تُنتج النتائج مخططات تفصيلية، ملخصات إحصائية، ومقاييس أداء مثل الانخفاضات النسبية ومؤشر شارب. يستهدف البرنامج المحللين الكميين ومديري المحافظ الذين يحتاجون إلى تقييم دقيق وموثوق لاستراتيجيات الأسهم والذهب ذات الرافعة المالية.
The blueprint-validation project is a tool for validating robot world models using Gaussian splats.
هذا المشروع يimplements خطوط التحقق من صحة النماذج العالمي للروبوت باستخدام Gaussian splats. يوفر إطارًا لتقويم دقة هذه النماذج في مختلف السيناريوهات. يمكن استخدام الملف الشخصي لتقييم النماذج التي تم إنشاؤها بطرق و أدوات مختلفة، مما يجعلها أداة متعددة الاستخدام للباحثين والمطورين الذين يعملون على مشاريع الروبوتية والرؤية الحاسوبية.
Capy implements tri‑modal contrastive learning to align phenotypic assay data, chemical descriptors, and genomic profiles for drug discovery.
يُقدّم Capy مكتبة بايثون تُطبّق التعلم التبايني ثلاثي الأبعاد في مجال اكتشاف الأدوية. تُنَسّق المكتبة بيانات الفحوصات الظرفية، والمواصفات الكيميائية، والملفات الجينية لتكشف العلاقات التي تُسهم في اختيار المرشحين المحتملين. تعتمد البنية على شبكات عصبونية عميقة تُدرّب تمثيلات مشتركة تُحاكي المعلومات المكملة عبر الأنماط الثلاثة. يتيح الباحثون تدريب النماذج على مجموعات بيانات عامة أو بيانات خاصة، ثم استخدام التمثيلات الناتجة للبحث بالمقارنة، والتجميع، أو مهام التنبؤ لاحقاً. يهدف Capy إلى تسريع عملية تحديد الأدوية الواعدة من خلال نهج موحد يعتمد على البيانات. يدمج المكتبة بين تحليل البيانات البيولوجية والتعلم الآلي لتوفير رؤى أكثر دقة. كما يُسهّل التكامل مع أدوات تحليل البيانات الشائعة في مجال الأبحاث الصيدلانية.
A Python library that implements modular, scalable multi-agent reinforcement learning for portfolio management.
تُقدّم MSPM إطار عمل لبناء وتدريب وكلاء تعلم معزز متعددين يتعاونون لإدارة محفظة استثمارية متنوعة. يتضمن مكتبة مكونات معيارية لتحديد تمثيلات الحالة، فضاءات الإجراء، إشارات المكافأة، وبروتوكولات التواصل بين الوكلاء. تُدمج مع أدوات تحليل البيانات الشائعة لاستيراد بيانات السوق، إجراء هندسة الميزات، وعرض مؤشرات الأداء. صممت لتلبية احتياجات الباحثين والمطورين، مما يتيح تجربة سريعة مع خوارزميات تعلم معزز مختلفة واستراتيجيات محفظة. تحل MSPM مشكلة تنسيق عمل وكلاء متعددين لتحقيق عوائد محسّنة مع مراعاة المخاطر في ظروف سوق متغيرة. تتميز بقدرتها على التوسع لتشمل عددًا كبيرًا من الأصول والبيانات التاريخية. كما توفر واجهة مرنة تسمح بدمجها مع أنظمة تداول حية أو محاكاة معقدة.
This project implements a simple linear regression model for data analysis and prediction.
هذا المشروع يimplement نموذج تقدير خطي بسيط للتحليل والتنبؤ بالبيانات. يستخدم هذا المشروع مكتبة NumPy لعمليات الحسابية العددية ومكتبة Matplotlib للرسم البياني. هذا المشروع مناسب للمبتدئين الذين يريدون تعلم عن تقدير الخطي وتطبيقاته في التحليل البياني. الكود يوفر مثالًا بسيطًا حول كيفية تدريب النموذج والتنبؤ بالنتائج.
pyboj-workspace is a Python client for the Bank of Japan Time-Series Statistics API, providing machine-readable access to Japan's central bank time-series data.
هذا المشروع يغطي واجهة برمجة التطبيقات الرسمية للبنك المركزي الياباني لسهولة الوصول إلى البيانات الاقتصادية المتعلقة بالبنك المركزي الياباني. يوفر هذا العملاء بسيطًا ومريحًا لاسترجاع أنواع مختلفة من البيانات الاقتصادية، بما في ذلك أسعار الصرف والفوائد والمؤشرات السعرية وغيرها. يعتمد العميل على واجهة برمجة التطبيقات الرسمية للبنك المركزي الياباني لسهولة الوصول إلى البيانات الاقتصادية المتعلقة بالبنك المركزي الياباني.
The AI Image Analyzer Pro is a universal tool for evaluating the quality of AI-generated images, particularly in medical and satellite imaging.
هذا المشروع يقدم أداة تقييم جودة الصور الناتجة عن الذكاء الاصطناعي، مع 18 مؤشرًا (CLIP، LPIPS، SSIM، PSNR) لdetección de alucinaciones transdominio. يدعم العديد من المجالات مثل الطب، وال卫اقية، وعلم الأحياء الدقيقة، والأنمي، وغيرها. الأداة مصممة للعمل على GPU وتقدم تقارير إحصائية تفصيلية.
A JAX implementation of the DINOv3 self‑supervised vision transformer training framework for researchers and developers.
يقدم هذا الحزمة تنفيذًا كاملاً لإطار تدريب DINOv3 للمعالجة الذاتية للصور باستخدام مكتبة JAX. يتضمن حلقة تدريب قابلة للتكوين، وأدوات معالجة بيانات، وميزات تصور مبنية على مكتبة Matplotlib. يتيح للباحثين تدريب نماذج صور على نطاق واسع واستخراج تمثيلات قوية للمهام التالية. يتكامل الحزمة مع أدوات تقييم شائعة مثل scikit‑learn لاختبار الخطية، ويدعم استغلالًا فعالًا للمعالجات الرسومية عبر مترجم XLA الخاص بـ JAX. يهدف إلى توفير بيئة عالية الأداء برمجية للباحثين والمطورين الذين يرغبون في تجربة التعلم الذاتي في إطار عمل دوالية.