theOehrly/Fast-F1

Fast-F1 是一个用于访问和分析一级方程式赛车结果、赛程、计时数据及遥测信息的 Python 工具包。

• 提供对 F1 计时数据、遥测信息和赛事结果的全面访问
• 支持 Ergast 兼容的 jolpica-f1 API，涵盖当前及历史 F1 数据
• 所有数据均以扩展版 Pandas DataFrame 格式呈现，便于高效处理与分析
• 为 Pandas 对象添加专门针对 F1 数据操作的自定义函数，加快工作流程
• 集成 Matplotlib，实现便捷的数据可视化展示
• 实现所有 API 请求缓存机制，提高脚本执行速度

EveryInc/compound-engineering-plugin

compound-engineering-plugin 是一个旨在通过系统化规划、执行、评审和知识沉淀，逐步降低工程复杂度的开发辅助插件。

• 提供从需求规划到代码复审再到经验积累的完整工作流支持
• 采用多代理协作机制实现高质量代码评审与任务跟踪
• 强调前期充分计划与持续复盘，以减少技术债务并提升后续开发效率
• 将每次工程活动视为对未来工作的投资，通过文档化学习成果促进知识复用

virattt/dexter

dexter 是一个专注于深度金融研究的自主智能代理，能够通过规划任务、自我反思和实时市场数据分析，提供结构化且数据驱动的研究结论。

• 智能任务规划：自动将复杂金融问题拆解为有序的研究步骤
• 自主执行能力：选择并运用合适工具采集财务数据
• 自我验证机制：持续检查与迭代工作成果以确保准确性
• 实时获取财务报表数据，包括利润表、资产负债表和现金流量表
• 安全防护设计：内置循环检测与步骤限制避免无限运行

lyogavin/airllm

airllm 是一个优化推理内存使用的框架，使得 70 亿参数的大型语言模型能够在单张 4GB 显存的 GPU 上运行推理，无需量化、蒸馏或剪枝。

• 支持在单个 4GB GPU 上高效运行 70B 规模大型语言模型，突破硬件限制
• 兼容多种主流大模型，包括 Llama3.1（最高 405B 参数）、ChatGLM、Qwen、Baichuan 等
• 提供基于块状量化的模型压缩技术，实现最高 3 倍推理速度提升且精度损失极小
• 支持 CPU 推理和非分片模型，增强灵活性与适用场景广度
• 跨平台支持 MacOS 环境，方便不同系统用户部署使用

emcie-co/parlant

parlant 是一个专注于确保大型语言模型（LLM）代理严格遵守预设行为规则、适用于真实场景并能快速部署的智能代理框架。

• 通过自然语言定义明确的客户交互流程和行为准则，保证代理在每个环节表现一致
• 支持绑定外部工具和 API，实现特定事件触发的数据获取与操作
• 提供领域适配能力，可教导代理专业术语并生成个性化回复
• 使用模板化响应消除幻觉现象，确保回答风格统一且可靠
• 内置可解释机制，帮助开发者理解规则匹配及执行过程，提高透明度与调试效率