CSTOS

大模型的相关应用实践模块，如：
FastMCP：构建 MCP Server 和客户端的快速、Pythonic 的方式

图数据库的相关应用实践模块，如：

对第三方软件、工具进行操作或辅助的模块，如：

• wxpy：微信的 Python 工具
• itchat：微信的 Python 工具
• mycli：带提示的 mysql 命令行工具
• gitpython：与 Git 库交互的 Python 库。

适用于跨行业的专业领域的 Python 模块，如：

• Biopython：计算生物学，包含表生物序列和序列注释的类，以程序化方式访问生物信息的在线数据库
• PsychoPy：专为认知科学家设计的库，可建立认知心理学和神经科学实验。
• geopy：Python 地址编码工具箱。
• whoosh：一个快速的纯 Python 搜索引擎库，version 2.7.4，2016 年的，OUT。
• paho-mqtt：MQTT 操作库，使消息发布到 MQTT 服务器变得非常简单。
• hack：黑客的库。

Python 进行代码打包的工具。如：

• pyinstaller：将 Python 程序转换成独立的执行文件（跨平台）
  • py2exe：问题相对较多，貌似是 python2 的，只有 Windows 的，OUT
• gooey：号称一条命令将命令行程序变成 gui 程序
• Nuitka：将脚本、模块、包编译成可执行文件或扩展模块
• pynsist：一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python 本身。

用于 Python 程序的的相关部署操作的模块。如：

• uvicorn：基于 uvloop 与 httptools 构建的非常快速的 ASGI 服务器
• Gunicorn：主流的、高性能的 Python WSGI UNIX HTTP 服务器
• Paramiko：自动化运维，基于 Python 实现的 SSH2 远程连接、认证，进行远程命令、文件传输、中间 SSH 代码等功能。
• fabric：简化系统管理任务，基于 Python 实现的 SSH 命令行工具
• supervisor：基于 Python 的强大运维管理工具

Python 进行自动化处理相关的库。如：

• pyautogui：Python 的 GUI 自动化处理工具，Python 代码版的按键精灵
• key_board：检测按键
• APScheduler：Advanced Python Scheduler：基于 Quartz 的 Python 定时任务框架，轻量而功能强大的进程内任务调度器
• sched：【标准库】事件调度器
• watchdog： 管理文件系统事件的 API 和 shell 工具，用于监视文件系统变动。
• pywinauto：PC 端自动化工具，Windows 应用程序的自动化
• pywin32：Python 访问 WindowsAPI 的常量、接口、线程以及 COM 机制等等。
• when-changed：文件变动监控
• nox：自动化任务
  • tox：自动化任务

Python 进行自然语言处理相关的实践。如：

• pypinyin：汉字拼音转换工具 Python 版。
  • xpinyin：一个用于把汉字转换为拼音的库。
• jieba： Chinese Word Segmentation：jieba 中文分词：做最好的 Python 中文分词组件
• NLTK：该库具备可用于几乎所有 NLP 任务的工具
• pkuseg：北大开源的中文分词工具包，”据说“分词准确率远超过 THULAC 与结巴分词
• spacy：最快的 NLP 框架
• THULAC：清化大学推出的一套高效的中文词法分析工具包
• HanLP：Java 开发的中文自然语言处理工具
• SnowNLP：中文文本处理库
• gensim：从非结构化文本中无监督地学习文本隐层的主题向量表示，支持包括 TF-IDF/LSA/LDA/Word2VeC 多种主题模型算法。并可进行相似度计算、信息检索等常用任务。
• FlashText：运行时间与操作词语数量无关的关键词抽取、同义词替代

使用 Python 进行机器学习的相关实践。如：

• Scikit-learn：sklearn：面向 python 的机器学习库。
• pyflux：时间序列分析库，如 RIMA、GARCH 和 VAR 等模型
• NuPIC：专注时间序列的机器学习平台，核心算法为 HTM 算法

PyTorch 的深度学习实践。如：

• PyTorch：Facebook 人工智能研究团队开发的开源机器学习框架。最适合我的深度学习库。
• Ray.tune：集成多种超参优化方法，Automl 框架。
• GraphPipe：甲骨文开源的通用深度学习模型部署框架，
• Pytorch3D：用于处理 3D 数据的深度学习函数库，旨在通过 PyTorch 简化 3D 深度学习
• captum：PyTorch 的模型可解释性工具，
• Tensorboard：tensorflow 内置的可视化工具
• Visdom：功能简单，可当作服务器端的 matplot，打不过 Tensorboard，OUT
• Netron：模型结构可视化工具