AI驱动的PPT生成平台, https://github.com/sligter/LandPPT 原址, 方便大家使用
这是一个基于 PyWebView、Flask 和 Lightweight Charts 构建的A股K线复盘训练桌面应用。它允许用户在真实的历史行情数据上进行模拟交易，以训练和提升自己的盘感、策略和决策能力。
TinyGW 是一款功能强大的物联网网关系统，专为工业设备数据采集与处理设计。支持多种工业协议，提供设备接入、数据采集、边缘计算、云端通信等功能，为物联网解决方案提供可靠的边缘层支持。
该开源项目用于YM310_X09系列模块二次开发，针对AT软件无法满足要求，或者想省去MCU单片机的客户而设计的
RT-Thread是一个来自中国的开源物联网操作系统，它提供了非常强的可伸缩能力：从一个可以运行在ARM Cortex-M0芯片上的极小内核，到中等的ARM Cortex-M3/4/7系统，甚至是多核，64位的ARM Cortex-A，MIPS32/64处理器的功能丰富系统
DLT645-2007智能电表采集协议，支持RTU服务端/客户端，TCP服务端/客户端，目前有C++、Python和Go三个版本
AI模型训练平台是一个基于 Python Flask 的 Web 多模态大模型 + PT 模型的双重自动标注平台，提供数据增强闭环："小数据→简单模型→辅助标注→大数据→精确模型" 的完整循环
专门为 YOLOv8/11 目标检测模型的全生命周期管理而设计，旨在为 AI 开发者和研究人员提供一个完整的、易用的目标检测模型训练解决方案。
基于若依基础框架开发的物联网平台，包含了产品、物模型、消息转换、组件（mqtt组件、EMQX组件、http组件、tcp组件、modbus组件等）、设备管理、设备分组、规则引擎、第三方平台接入、数据流转（http/mqtt/kafka）、告警中心等模块，支持es/td等多种时序数据库。
一个基于AI的期货量化交易策略开发工具，结合人工智能与松鼠Quant量化交易框架，实现自然语言到可执行交易策略代码的转换。
Myolotrain是一个可视化管理yolo视觉模型训练的系统，为计算机视觉任务提供了直观的图形界面。该平台集成了在线标注、数据集管理、模型管理、训练管理和目标检测功能，支持windows、linux、docker等多种部署方式，使用户能够轻松地训练和部署 YOLOv8 模型，支持CPU和GPU，使用tensorboard实时查看训练进度，具备数据集自动分割功能。
