AI 与大模型
ultralytics · 选型对照卡
Python 写的大模型应用:GitHub 星标 63k|AGPL
¥2.9
一次性
商品说明
- 定位:Python 方向的大模型应用
- 平台/栈:Python
- 许可:AGPL
- 数据点:GitHub 星标 63k
- 维护信号:最近 0 天内有推送
解决什么:提供模型接入、提示词组织或检索增强的现成实现,省去从零对接;在本项目里主要围绕 Python。人群上,做 AI 原型与产品化的开发者、小团队用起来最顺手。部署门槛中:Python,填好模型端点与密钥,注意 token 成本、速率限制与数据出境要求。差异点在于目前只在 GitHub 一个来源出现,曝光面较窄,建议再做一次交叉验证。短板与风险:AGPL 属网络型 copyleft,若对外提供服务通常需要开放对应源码,商用前请核对条款。另外,公开元数据不含 SLA、商业支持与安全审计信息,生产使用前需要自测。
付款后生成带授权码的交付文件,可在交付页下载。
公开事实元数据
| 许可证 | AGPL-3.0 |
|---|---|
| 主要语言 | Python |
| 平台 / 标签 | GitHub · computer-vision · deep-learning · image-classification |
| GitHub 星标 | 63.1k |
| 最近提交 | 2026-11-04 |
| 来源 | https://github.com/ultralytics/ultralytics |
| 官网 | https://platform.ultralytics.com |
| 文档 | https://github.com/ultralytics/ultralytics#readme |
| 演示 | https://platform.ultralytics.com |
| 核验时间 | 2026-11-04 |
本页事实字段来自公开来源,抓取与核验时间见上表;未获取到的字段一律标注 unknown,不做推测。
交付清单
1 份 Markdown 交付文件,共 9 个章节:
- 一句话定位
- 公开事实元数据(抓取时快照)
- 1. 解决什么问题
- 2. 适用人群
- 3. 技术栈与部署门槛
- 4. 与同类项目的差异
- 5. 已知短板与风险
- 上手路径建议
- 合规与使用边界
兼容性
| 主要语言 | Python |
|---|---|
| 平台 / 标签 | computer-vision · deep-learning · image-classification |
| 许可证 | AGPL-3.0 |
常见问题
买到的是什么形式?
一份 Markdown 交付文件,含 9 个章节(一句话定位 / 公开事实元数据(抓取时快照) / 1. 解决什么问题 / 2. 适用人群 等),付款后生成带授权码的下载文件。
许可证是否允许商用?
元数据记录为 AGPL-3.0;具体商用范围以原仓库 LICENSE 原文为准,本店不额外授予权利。
项目还在维护吗?
最近一次上游提交:2026-11-04,数据抓取时间 2026-11-04。
需要什么运行环境?
主要语言 Python;其余依赖以包内依赖清单为准。
同类对比
| 商品 | 价格 | 许可证 | 最近提交 |
|---|---|---|---|
| coze-studio · 生态位观察 | ¥2.9 | Apache-2.0 | 2026-07-29 |
| machine-learning-for-trading · 项目档案 | ¥2.9 | MIT | 2026-11-03 |
| FinGPT · 上手避坑卡 | ¥2.9 | MIT | 2026-10-25 |