数据与金融

Vibe-Trading 是个人交易智能体，用 Python 编写，面向量化交易与金融科技场景。它结合 LLM、MCP 与多智能体能力，支持算法交易和回测，帮助用户构建、测试交易策略。适合关注 AI 智能体、量化金融与自动化交易的开发者、研究人员和交易者。

Graph-Native Infrastructure for Context and Accountable AI Systems

MCP Toolbox for Databases is an open source MCP server for databases.

Unstructured 是开源的 ETL 工具，把 PDF、DOCX 等复杂文档转成干净的结构化格式，供语言模型使用。它整合 OCR 与文档图像分析，适合构建数据管道、RAG 或 LLM 预处理的开发者与数据团队。

推荐系统最佳实践库，用 Python 提供推荐算法、排序与评分教程，涵盖 Jupyter、机器学习、深度学习及 Kubernetes 运营化。适合数据科学家、机器学习工程师和推荐系统开发者学习与构建推荐引擎。

Go language library for reading and writing Microsoft Excel™ (XLAM / XLSM / XLSX / XLTM / XLTX) spreadsheets

Plotly Dash 是一个用 Python 构建数据应用与仪表盘的框架，无需编写 JavaScript。它适合数据科学、金融、生物信息等领域的开发者，把分析结果快速变成可交互的 Web 界面，显著特点是基于 Flask 与 React，支持图表和 Jupyter 环境。

DVC 是数据版本控制与机器学习实验工具，用 Python 编写，帮助跟踪数据、模型和实验，提升可复现性，适合数据科学家、ML 工程师及处理非结构化数据的团队。

Chat2DB 是免费、跨平台、本地优先的数据库客户端与 SQL 工作区，可连接 40 多种数据库，管理数据并编辑执行 SQL，同时涉及 AI 与 text-to-sql。适合开发者、DBA、分析师和数据团队，突出多库支持、跨平台和本地优先。

AI 时代的伯克希尔，一个基于 Claude Code / Codex 的价值投资研究框架，整合巴菲特、芒格、段永平、李录四大师方法论，通过多 Agent 并行研究辅助股票与投资分析。适合价值投资者、基本面研究者和金融分析人群。

Chart.js 是一个用 JavaScript 编写的 HTML5 图表库，借助 canvas 标签在网页中绘制简单图表。它适合前端开发者和需要在网页展示 canvas 图表的用户，用于处理 HTML5 图表绘制需求。显著特点是基于 canvas、面向简单 HTML5 图表，并在 GitHub 获得 67719 颗星。

Hugging Face 维护的现成数据集中心，为 AI 模型训练提供可直接取用的数据集，并配快速高效的数据操作工具。兼容 NumPy、pandas、PyTorch、TensorFlow 等生态，覆盖自然语言、视觉与语音任务，适合机器学习研究者与工程师加载、处理和共享数据。

Apache Doris 是面向 AI 代理的实时分析与混合搜索数据库，用 Java 编写。它提供 OLAP 查询引擎，支持实时分析、混合搜索、SQL 和向量，并兼容 Iceberg、Hudi 等数据湖格式。适合需要实时分析、搜索及 AI 代理数据处理的开发者与团队。显著特点是实时性与混合搜索。

Your AI trading terminal assistant for US stocks, commodities, forex, and crypto.

OpenBB 是面向分析师、量化人员和 AI 代理的开放数据平台，用 Python 开发，覆盖股票、期权、加密货币、固定收益、经济与衍生品等金融主题，并结合机器学习，便于金融研究与量化分析。

Cube Core 是开源的语义层，为 AI、BI 和嵌入式分析提供统一的数据建模与查询接口。它连接 BigQuery、Snowflake、Databricks、PostgreSQL、MySQL 等数据源，支持智能体分析与对话式分析场景，适合数据分析师、BI 开发者和构建分析产品的工程团队使用。

LLM 驱动的多市场股票智能分析系统，用 Python 编写。它汇聚多源行情与实时新闻，提供决策看板和自动推送，支持零成本定时运行，适合关注 A 股、量化与 LLM 股票分析的人使用，已有 65702 星。

LangExtract 是 Python 库，用 LLM 从非结构化文本提取结构化信息，提供精确源定位和交互式可视化，适合 NLP、数据开发者处理信息抽取任务，围绕 Gemini 与 LLM 场景，便于生成可追溯的结构化数据。

Google Research 的开源代码仓库，以 Jupyter Notebook 为主，涵盖人工智能、机器学习与研究。适合 AI 与机器学习研究者和开发者，特点是官方研究代码，星标数 38832。

基于 Java 的开源 PDF 解析工具，把 PDF 转成 HTML、JSON、Markdown 等 AI 可用数据，支持 OCR、表格与边界框提取，并可按 PDF/UA、EAA 要求自动化无障碍处理。适合做 RAG 数据准备、文档解析和无障碍合规改造的开发者。

一个轻量、极速的进程内向量数据库，用 C++ 实现。它把向量相似度检索与全文搜索能力嵌入应用内部，无需独立服务，适合做 RAG、语义搜索、LLM 记忆等场景的开发者。特点是小巧、低延迟、开箱即用，支持 HNSW、Faiss 等索引与本地部署。

Incremental engine for long horizon agents 🌟 Star if you like it!

QuantConnect/Lean 是 QuantConnect 推出的开源算法交易引擎，主要用 C# 编写，同时支持 Python。它面向量化开发者与交易者，用于构建和运行算法交易策略、交易机器人与交易平台，覆盖股票、外汇、期权及股票指标等场景。

LlamaIndex是面向AI的文档处理平台，Python开发，GitHub星标52330。它提供智能体、多智能体、RAG、向量数据库等框架，适合开发者构建大模型应用，特点为聚焦文档处理与AI结合。

基于 Python 的开源智能体式 AI 数据助手，面向下一代 AI+Data 产品，标签包含 agents、database、LLM、RAG、私有与安全，适合开发者构建数据智能应用。

ClickHouse 是实时分析数据库管理系统，面向大数据分析与 OLAP 场景。它用 C++ 编写，支持 SQL、分布式、MPP、云原生和自托管部署，可用于构建实时分析、湖仓与嵌入式数据应用。适合需要处理大规模分析查询的开发者、数据团队和企业。

Prefect 是 Python 编写的工作流编排框架，用于构建具备弹性和可观测性的数据管道。它面向数据工程师、数据科学家和 MLOps 团队，解决任务调度、依赖管理与异常恢复问题，特点包括工作流引擎、自动化、可观测性及基础设施集成。

Apache Airflow 是 Apache 开源的工作流编排平台，用 Python 代码定义、调度和监控 DAG，解决 ETL、数据管道和 MLOps 中的任务依赖与自动化问题，适合数据工程师和科学家。显著特点是代码化工作流、可扩展、支持调度监控。

WrenAI 是面向 AI 智能体的生成式 BI 工具，通过开放上下文层把自然语言问题转成可信的仪表盘、图表和 SQL，支持 20 多种数据源，借助语义层与 RAG 保证查询受治理，适合数据分析师、数据团队和构建智能体应用的开发者使用。

DBeaver 是免费通用数据库工具和 SQL 客户端，用 Java 开发。它支持 MySQL、PostgreSQL、Oracle、SQL Server、SQLite 等多种数据库，提供图形界面、ERD 和 JDBC 连接，方便开发者和数据库管理员统一管理数据、编写和执行 SQL。显著特点是跨数据库、免费、图形化。

Dapper 是面向 .NET 的简单对象映射器，基于 C#，配合 ADO.NET 和 SQL 使用，可将查询结果映射为对象，减少手动处理数据行的工作。适合使用 .NET/C# 并直接编写 SQL 的开发者。GitHub 上用 C# 实现，已获 18k+ Star。

TiDB 是 Go 编写的分布式 SQL 数据库，兼容 MySQL，面向不可预测增长的智能体负载，提供 ACID 保证，原生支持事务、分析与向量搜索。它消除数据孤岛和吵闹邻居，适合需要 HTAP、云原生扩展及智能体记忆存储的团队。