首页
/ Claude Code Router系统可靠性指南：从预防到优化的全周期管理

Claude Code Router系统可靠性指南：从预防到优化的全周期管理

2026-03-10 05:41:18作者：史锋燃Gardner
claude-code-router
Use Claude Code without an Anthropics account and route it to another LLM provider
项目地址：https://gitcode.com/GitHub_Trending/cl/claude-code-router

引言

Claude Code Router作为一款开源的LLM路由工具，为开发者提供了无需Anthropics账户即可使用Claude Code并将请求路由到其他LLM提供商的能力。随着系统复杂度的提升，保障其稳定运行变得愈发重要。本文将从故障预防、诊断、修复到系统优化四个阶段，全面介绍Claude Code Router的可靠性管理策略，帮助技术团队构建更健壮的AI路由服务。

Claude Code Router Logo

第一阶段：故障预防——构建健壮的运行环境

建立配置验证机制

配置文件是Claude Code Router正常运行的基础，错误的配置往往是系统故障的源头。建立完善的配置验证机制可以在系统启动前发现潜在问题。

准备工作：确保系统已安装Node.js环境和jq工具

# 检查Node.js版本
node -v

# 检查jq工具是否安装
jq --version

执行命令：创建配置验证脚本

// config-validator.js
const fs = require('fs');
const path = require('path');

function validateConfig(configPath) {
    try {
        // 检查文件是否存在
        if (!fs.existsSync(configPath)) {
            throw new Error(`配置文件不存在: ${configPath}`);
        }
        
        // 读取并解析JSON
        const content = fs.readFileSync(configPath, 'utf8');
        const config = JSON.parse(content);
        
        // 验证必填字段
        const requiredFields = ['Providers', 'Router'];
        requiredFields.forEach(field => {
            if (!config[field]) {
                throw new Error(`缺少必填配置项: ${field}`);
            }
        });
        
        // 验证Providers配置
        if (!Array.isArray(config.Providers)) {
            throw new Error("Providers必须是数组类型");
        }
        
        config.Providers.forEach((provider, index) => {
            if (!provider.name || !provider.api_base_url || !provider.models) {
                throw new Error(`Providers[${index}]配置不完整，需包含name、api_base_url和models`);
            }
        });
        
        console.log('✅ 配置验证通过');
        return true;
    } catch (error) {
        console.error(`❌ 配置验证失败: ${error.message}`);
        return false;
    }
}

// 验证默认配置文件
validateConfig(path.join(process.env.HOME, '.claude-code-router', 'config.json'));

结果验证：运行验证脚本

node config-validator.js

💡 专业提示：将配置验证脚本集成到CI/CD流程中，确保每次配置变更都经过自动验证，防止错误配置进入生产环境。

构建监控体系

有效的监控是预防故障的关键。通过实时监控系统状态，可以在故障发生前发现异常并采取措施。

准备工作：安装Prometheus和Grafana，或使用简单的监控脚本

执行命令：创建基础监控脚本

#!/bin/bash
# ccr-monitor.sh

# 配置
PORT=3456
LOG_FILE=~/.claude-code-router/monitor.log
CHECK_INTERVAL=60  # 检查间隔（秒）

# 监控指标
while true; do
    TIMESTAMP=$(date "+%Y-%m-%d %H:%M:%S")
    
    # 检查服务是否运行
    PID=$(pgrep -f claude-code-router)
    if [ -z "$PID" ]; then
        echo "[$TIMESTAMP] 告警: Claude Code Router服务未运行" | tee -a $LOG_FILE
        # 可选：自动重启服务
        # ccr start
    else
        # 检查内存使用
        MEM_USAGE=$(ps -p $PID -o rss --no-headers)
        # 检查CPU使用
        CPU_USAGE=$(ps -p $PID -o %cpu --no-headers)
        # 检查响应状态
        RESPONSE=$(curl -s -o /dev/null -w "%{http_code}" http://localhost:$PORT/health)
        
        echo "[$TIMESTAMP] 状态: 运行中 | PID: $PID | 内存: ${MEM_USAGE}KB | CPU: ${CPU_USAGE}% | 健康检查: $RESPONSE" | tee -a $LOG_FILE
        
        # 检查内存阈值
        if [ $MEM_USAGE -gt 1024000 ]; then  # 1GB
            echo "[$TIMESTAMP] 警告: 内存使用超过1GB" | tee -a $LOG_FILE
        fi
        
        # 检查健康状态
        if [ "$RESPONSE" -ne 200 ]; then
            echo "[$TIMESTAMP] 告警: 健康检查失败，HTTP状态码: $RESPONSE" | tee -a $LOG_FILE
        fi
    fi
    
    sleep $CHECK_INTERVAL
done

结果验证：启动监控脚本并观察输出

chmod +x ccr-monitor.sh
./ccr-monitor.sh

实施版本控制与备份策略

系统配置和代码的变更管理不当常导致意外故障。实施严格的版本控制和备份策略可以有效降低这类风险。

准备工作：确保已安装Git

执行命令：初始化配置文件版本控制

# 创建配置备份目录
mkdir -p ~/.claude-code-router/backup

# 初始化Git仓库
cd ~/.claude-code-router
git init
git add config.json
git commit -m "Initial commit: base configuration"

# 创建自动备份脚本
cat > ~/.claude-code-router/backup/auto-backup.sh << 'EOF'
#!/bin/bash
TIMESTAMP=$(date +%Y%m%d_%H%M%S)
BACKUP_DIR=~/.claude-code-router/backup
CONFIG_FILE=~/.claude-code-router/config.json

# 创建备份
cp $CONFIG_FILE $BACKUP_DIR/config-$TIMESTAMP.json

# 保留最近10个备份
ls -tp $BACKUP_DIR/*.json | grep -v '/$' | tail -n +11 | xargs -I {} rm -- {}
EOF

# 添加执行权限
chmod +x ~/.claude-code-router/backup/auto-backup.sh

# 添加到crontab，每天凌晨3点执行备份
(crontab -l 2>/dev/null; echo "0 3 * * * ~/.claude-code-router/backup/auto-backup.sh") | crontab -

结果验证：手动执行备份并检查

~/.claude-code-router/backup/auto-backup.sh
ls -l ~/.claude-code-router/backup/

第二阶段：故障诊断——精准定位问题根源

捕获与分析日志

日志是诊断系统故障的重要依据。Claude Code Router提供了详细的日志记录功能，掌握日志分析技巧能快速定位问题。

准备工作：熟悉日志文件位置和格式

执行命令：日志分析命令集

# 实时跟踪主要日志
tail -f ~/.claude-code-router/claude-code-router.log

# 查看错误日志
grep -i "error" ~/.claude-code-router/claude-code-router.log

# 按时间范围筛选日志
sed -n '/2026-03-10 08:00:00/,/2026-03-10 09:00:00/p' ~/.claude-code-router/claude-code-router.log

# 结构化日志分析（如果日志是JSON格式）
cat ~/.claude-code-router/claude-code-router.log | jq 'select(.level == "error")'

# 统计错误类型
cat ~/.claude-code-router/claude-code-router.log | grep -i "error" | sort | uniq -c | sort -nr

结果验证：确认能正确提取和分析日志信息

💡 专业提示：使用LOG_LEVEL=debug ccr start命令启动服务可以获取更详细的调试日志，但在生产环境中应谨慎使用，因为详细日志会占用较多磁盘空间并可能包含敏感信息。

网络连接诊断

Claude Code Router需要与多个LLM服务提供商通信，网络问题是常见故障源。全面的网络诊断可以帮助确定问题出在本地网络、代理还是服务端。

准备工作：确保安装了curl、mtr和tcptraceroute工具

执行命令：网络诊断流程

# 1. 检查基础网络连通性
ping -c 5 api.openai.com

# 2. 检查特定端口连通性
telnet api.openai.com 443

# 3. 详细路由和延迟分析
mtr api.openai.com --report

# 4. 追踪TCP连接路径
tcptraceroute api.openai.com 443

# 5. 测试API端点响应
curl -v https://api.openai.com/v1/chat/completions

# 6. 检查代理配置和连通性
env | grep -i proxy
curl -x http://your-proxy:port -v https://api.openai.com/v1/chat/completions

结果验证：分析输出结果，确认网络路径和连接状态正常

性能瓶颈定位

系统性能下降可能由多种因素引起，包括内存泄漏、CPU占用过高、I/O瓶颈等。定位性能瓶颈需要综合使用多种工具和技术。

准备工作：安装procps、sysstat和perf工具包

执行命令：性能分析命令

# 1. 实时监控进程资源使用
top -p $(pgrep -f claude-code-router)

# 2. 详细进程状态
ps -p $(pgrep -f claude-code-router) -o pid,ppid,user,%cpu,%mem,rss,vsize,cmd

# 3. 内存使用详情
pmap -x $(pgrep -f claude-code-router)

# 4. CPU使用情况采样（需要root权限）
perf record -p $(pgrep -f claude-code-router) -g -- sleep 30
perf report

# 5. 系统资源整体监控
vmstat 5
iostat 5

结果验证：识别资源使用异常项，确定可能的性能瓶颈

第三阶段：故障修复——系统恢复与问题解决

服务启动故障修复

服务启动失败是最常见的故障类型之一，可能由端口冲突、配置错误或依赖问题引起。

端口占用检测工具对比：

工具 命令示例 优势 不足
netstat `netstat -tulpn grep :3456` 系统自带，支持多种协议
lsof lsof -i:3456 可直接显示进程名和PID 在某些系统上需要额外安装
ss ss -lptn 'sport = :3456' 速度快，输出简洁 不显示进程名，只显示PID

修复流程：

准备工作：确认服务未启动，获取错误信息

执行命令：

# 1. 检查端口占用情况
lsof -i:3456

# 2. 如果端口被占用，终止占用进程
kill -9 $(lsof -t -i:3456)

# 3. 或者使用备用端口启动
ccr start --port 3457

# 4. 如果是配置错误，使用备份恢复
cp ~/.claude-code-router/backup/config-latest.json ~/.claude-code-router/config.json

# 5. 检查依赖完整性
cd /data/web/disk1/git_repo/GitHub_Trending/cl/claude-code-router
pnpm install

# 6. 尝试以调试模式启动
LOG_LEVEL=debug ccr start

结果验证：确认服务成功启动

curl http://localhost:3456/health

API调用异常修复

API调用异常通常表现为模型响应超时、认证错误或网关错误，需要从网络、密钥配置和服务端状态多方面排查。

错误示范配置：

{
  "Providers": [
    {
      "name": "openai",
      "api_base_url": "https://api.openai.com/v1/chat/completions",
      "api_key": "my-api-key",  // 直接硬编码密钥，不安全且难以维护
      "timeout": 5000  // 超时时间过短，容易导致调用失败
    }
  ]
}

正确配置示例：

{
  "API_TIMEOUT_MS": 120000,  // 全局超时设置
  "PROXY_URL": "http://127.0.0.1:7890",  // 可选代理配置
  "Providers": [
    {
      "name": "openai",
      "api_base_url": "https://api.openai.com/v1/chat/completions",
      "api_key": "$OPENAI_API_KEY",  // 使用环境变量引用
      "timeout": 60000,  // 单独设置超时
      "retry_count": 3,  // 添加重试机制
      "retry_delay": 1000  // 重试延迟
    }
  ]
}

修复流程：

准备工作：收集API调用错误信息和日志

执行命令：

# 1. 验证API密钥
echo $OPENAI_API_KEY | wc -c  # 检查密钥是否设置，应显示长度大于0

# 2. 测试API端点连通性
curl -v -H "Authorization: Bearer $OPENAI_API_KEY" https://api.openai.com/v1/models

# 3. 检查环境变量配置
printenv | grep -i openai

# 4. 验证配置文件语法
jq empty ~/.claude-code-router/config.json

# 5. 测试网络连通性（如果使用代理）
curl -x http://127.0.0.1:7890 -v https://api.openai.com/v1/models

结果验证：使用测试命令验证API调用

curl -X POST http://localhost:3456/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Hello, world!"}]
  }'

路由逻辑故障修复

路由逻辑故障表现为请求未按预期路由到指定模型，或路由规则不生效。这需要深入理解Claude Code Router的路由机制并进行针对性调试。

Claude Code Router UI界面

准备工作：熟悉路由配置规则和自定义路由脚本

执行命令：

# 1. 启用调试日志
export LOG_LEVEL=debug
ccr restart

# 2. 测试基本路由功能
curl -X POST http://localhost:3456/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4",
    "messages": [{"role": "user", "content": "Test routing"}]
  }'

# 3. 创建路由调试脚本
cat > custom-router-debug.js << 'EOF'
module.exports = async function router(req, config) {
    console.log('📨 路由调试信息:', {
        timestamp: new Date().toISOString(),
        model: req.body.model,
        providerCount: config.Providers.length,
        defaultRouter: config.Router.default
    });
    
    // 记录完整请求到调试日志
    const fs = require('fs');
    const logPath = '/tmp/router-debug.log';
    const logEntry = `${new Date().toISOString()} - ${JSON.stringify({
        model: req.body.model,
        messages: req.body.messages.length,
        routeResult: null // 此处将记录实际路由结果
    })}\n`;
    fs.appendFileSync(logPath, logEntry);
    
    // 返回null使用默认路由逻辑
    return null;
};
EOF

# 4. 使用调试路由脚本启动服务
ccr start --router custom-router-debug.js

结果验证：检查调试日志

tail -f /tmp/router-debug.log

💡 专业提示：路由逻辑故障往往需要结合请求特征、配置规则和日志信息综合分析。建议使用版本控制管理自定义路由脚本，便于追踪变更和回滚。

第四阶段：系统优化——提升稳定性与性能

性能调优策略

系统优化是在解决现有问题的基础上，提升系统性能和稳定性，减少未来故障发生的可能性。

准备工作：收集系统基准性能数据

执行命令：

# 1. 内存优化 - 调整Node.js内存限制
export NODE_OPTIONS="--max-old-space-size=2048"  # 设置为2GB
ccr restart

# 2. 启用请求缓存
cat >> ~/.claude-code-router/config.json << 'EOF'
,
"Cache": {
  "enabled": true,
  "ttl": 3600,  // 缓存时间（秒）
  "maxSize": 1000  // 最大缓存条目
}
EOF

# 3. 配置连接池
cat >> ~/.claude-code-router/config.json << 'EOF'
,
"Http": {
  "agent": {
    "keepAlive": true,
    "maxSockets": 100,
    "maxFreeSockets": 10,
    "timeout": 30000
  }
}
EOF

# 4. 重启服务应用配置
ccr restart

结果验证：对比优化前后性能指标

# 优化前
curl -o /dev/null -s -w "Time: %{time_total}s\n" http://localhost:3456/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-3.5-turbo", "messages": [{"role": "user", "content": "Test performance before optimization"}]}'

# 优化后
curl -o /dev/null -s -w "Time: %{time_total}s\n" http://localhost:3456/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-3.5-turbo", "messages": [{"role": "user", "content": "Test performance after optimization"}]}'

高可用架构设计

为关键业务场景设计高可用架构，确保服务持续可用，即使在部分组件故障的情况下也能正常提供服务。

准备工作：了解负载均衡和容器化部署基础

执行命令：

# 1. 创建Docker Compose配置
cat > docker-compose.yml << 'EOF'
version: '3'
services:
  ccr-1:
    build: .
    ports:
      - "3456:3456"
    environment:
      - NODE_ENV=production
      - LOG_LEVEL=info
      - API_TIMEOUT_MS=120000
    volumes:
      - ~/.claude-code-router:/root/.claude-code-router
    restart: always
    
  ccr-2:
    build: .
    ports:
      - "3457:3456"
    environment:
      - NODE_ENV=production
      - LOG_LEVEL=info
      - API_TIMEOUT_MS=120000
    volumes:
      - ~/.claude-code-router:/root/.claude-code-router
    restart: always
    
  nginx:
    image: nginx:alpine
    ports:
      - "80:80"
    volumes:
      - ./nginx.conf:/etc/nginx/nginx.conf
    depends_on:
      - ccr-1
      - ccr-2
    restart: always
EOF

# 2. 创建Nginx配置
cat > nginx.conf << 'EOF'
events {}
http {
    upstream ccr_servers {
        server ccr-1:3456;
        server ccr-2:3457;
        least_conn;
    }
    
    server {
        listen 80;
        
        location / {
            proxy_pass http://ccr_servers;
            proxy_set_header Host $host;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_next_upstream error timeout http_500 http_502 http_503 http_504;
        }
    }
}
EOF

# 3. 构建并启动服务
docker-compose up -d

结果验证：检查服务状态和负载均衡效果

docker-compose ps
curl http://localhost/health

自动化运维与持续改进

建立自动化运维流程，实现系统状态的持续监控、故障的自动恢复和配置的持续优化。

准备工作：熟悉CI/CD和自动化脚本编写

执行命令：

# 1. 创建自动恢复脚本
cat > auto-recovery.sh << 'EOF'
#!/bin/bash
LOG_FILE=~/.claude-code-router/auto-recovery.log
PORT=3456

# 检查服务健康状态
response=$(curl -s -o /dev/null -w "%{http_code}" http://localhost:$PORT/health --max-time 10)

if [ "$response" != "200" ]; then
    echo "[$(date)] 服务异常，状态码: $response，尝试恢复..." >> $LOG_FILE
    
    # 停止服务
    ccr stop >> $LOG_FILE 2>&1
    
    # 等待3秒
    sleep 3
    
    # 启动服务
    ccr start >> $LOG_FILE 2>&1
    
    # 检查恢复状态
    sleep 5
    response=$(curl -s -o /dev/null -w "%{http_code}" http://localhost:$PORT/health --max-time 10)
    if [ "$response" = "200" ]; then
        echo "[$(date)] 服务恢复成功" >> $LOG_FILE
    else
        echo "[$(date)] 服务恢复失败" >> $LOG_FILE
        # 可以添加告警通知逻辑
    fi
fi
EOF

# 2. 添加执行权限
chmod +x auto-recovery.sh

# 3. 添加到crontab，每2分钟检查一次
(crontab -l 2>/dev/null; echo "*/2 * * * * ~/auto-recovery.sh") | crontab -

# 4. 创建配置自动优化脚本
cat > config-optimizer.sh << 'EOF'
#!/bin/bash
CONFIG_FILE=~/.claude-code-router/config.json
BACKUP_FILE=~/.claude-code-router/config.optimize.bak

# 备份当前配置
cp $CONFIG_FILE $BACKUP_FILE

# 分析日志，找出最常用的模型
TOP_MODEL=$(grep -oE '"model": "[^"]+"' ~/.claude-code-router/claude-code-router.log | sort | uniq -c | sort -nr | head -1 | grep -oE '"[^"]+"' | tr -d '"')

if [ -n "$TOP_MODEL" ]; then
    echo "最常用模型: $TOP_MODEL，优化路由配置..."
    
    # 使用jq更新默认路由
    jq --arg model "$TOP_MODEL" '.Router.default = $model' $CONFIG_FILE > $CONFIG_FILE.tmp
    mv $CONFIG_FILE.tmp $CONFIG_FILE
    
    # 重启服务应用更改
    ccr restart
fi
EOF

# 5. 添加执行权限
chmod +x config-optimizer.sh

# 6. 添加到crontab，每周日凌晨执行
(crontab -l 2>/dev/null; echo "0 3 * * 0 ~/config-optimizer.sh") | crontab -

结果验证：检查自动化脚本是否正常工作

# 手动触发自动恢复测试
./auto-recovery.sh
cat ~/.claude-code-router/auto-recovery.log

# 检查crontab配置
crontab -l

故障案例分析

案例一：内存泄漏导致服务周期性崩溃

问题现象：Claude Code Router服务运行一段时间后（约24小时）自动崩溃，重启后恢复，但问题会重复出现。

影响范围：所有依赖该服务的开发工具和应用 优先级：高 解决时效：24小时内

排查过程：

  1. 查看系统日志发现内存溢出错误：FATAL ERROR: Ineffective mark-compacts near heap limit Allocation failed - JavaScript heap out of memory
  2. 使用pmap命令监控进程内存使用，发现内存持续增长，确认存在内存泄漏
  3. 使用node --inspect启动服务，结合Chrome DevTools进行内存分析
  4. 发现自定义路由脚本中未正确释放大型对象引用，导致内存无法回收

解决方案：

// 修复前的路由脚本（有内存泄漏）
let requestHistory = []; // 全局数组不断增长

module.exports = async function router(req, config) {
    requestHistory.push(req.body); // 持续添加但从不清理
    
    // 路由逻辑...
    return { provider: "openai", model: "gpt-3.5-turbo" };
};

// 修复后的路由脚本
module.exports = async function router(req, config) {
    // 使用局部变量而非全局变量
    const requestData = {
        timestamp: Date.now(),
        model: req.body.model,
        messageCount: req.body.messages.length
    };
    
    // 记录到文件而非内存
    const fs = require('fs').promises;
    await fs.appendFile('/tmp/route-log.jsonl', JSON.stringify(requestData) + '\n');
    
    // 路由逻辑...
    return { provider: "openai", model: "gpt-3.5-turbo" };
};

预防措施：

  1. 实施内存使用监控，设置内存阈值告警
  2. 定期审查自定义脚本，避免全局变量累积数据
  3. 配置服务定期重启，作为临时缓解措施

案例二：并发请求导致API速率限制被触发

问题现象：大量并发请求导致LLM提供商API速率限制被触发，出现429错误。

影响范围：所有使用受限制API的请求 优先级：中 解决时效：4小时内

排查过程：

  1. 检查日志发现大量429 Too Many Requests错误
  2. 分析请求模式，发现短时间内来自同一IP的请求超过API限制
  3. 检查系统配置，发现未设置请求限流和排队机制

解决方案：

// 配置请求限流和排队机制
{
  "RateLimit": {
    "enabled": true,
    "global": {
      "requestsPerMinute": 60,
      "burst": 10
    },
    "providers": {
      "openai": {
        "requestsPerMinute": 30,
        "burst": 5
      },
      "deepseek": {
        "requestsPerMinute": 45,
        "burst": 8
      }
    },
    "queue": {
      "enabled": true,
      "maxSize": 100,
      "timeout": 30000
    }
  }
}

预防措施：

  1. 实施请求限流和排队机制，避免触发API速率限制
  2. 配置多Provider自动切换，当一个Provider受限自动切换到其他Provider
  3. 建立API使用监控面板，实时监控请求量和错误率

总结

Claude Code Router的可靠性管理是一个持续的过程，需要从故障预防、诊断、修复到优化四个阶段全面考虑。通过建立完善的配置验证机制、监控体系和备份策略，可以有效预防大部分故障；掌握日志分析、网络诊断和性能瓶颈定位技巧，能够快速准确地诊断问题；熟悉常见故障的修复流程和工具，可以迅速恢复系统；实施性能调优、高可用架构设计和自动化运维，则能从根本上提升系统的稳定性和可靠性。

通过本文介绍的方法和实践，技术团队可以构建一个更健壮、更可靠的Claude Code Router系统，为AI开发工作提供稳定高效的支持。

Claude Code终端界面

claude-code-router
Use Claude Code without an Anthropics account and route it to another LLM provider
项目地址：https://gitcode.com/GitHub_Trending/cl/claude-code-router
登录后查看全文

相关内容推荐

1 Claude Code Router系统故障处理全景指南：从预防到维护的完整实践2 从零开始：Claude Code Router故障诊断与系统优化指南3 Claude Code Router 技术故障处理指南4 AI路由优化指南：构建智能模型选择系统降低企业成本5 Claude Code Router系统故障预防与优化指南6 Claude Code Router故障应对指南：从应急响应到根源修复7 构建智能AI路由系统：从问题诊断到企业级部署的全流程指南8 Claude Code Router系统故障排查全指南9 开源项目Claude Code Router故障排查与系统稳定性保障指南10 Claude Code Router：智能AI路由在自动化开发流程中的实践指南
热门项目推荐
相关项目推荐

热门内容推荐

1 【亲测免费】 开源项目 `build-your-own-x` 使用指南2 【亲测免费】 探索科技之旅：《Build Your Own X》项目详解3 GitHub_Trending/bu/build-your-own-x自动化：CI/CD流程在自制项目中的应用4 从零打造智能家居系统：用build-your-own-x实现家庭自动化

项目优选

收起
kernelkernel
deepin linux kernel
C
27
13
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
pytorchpytorch
Ascend Extension for PyTorch
Python
463
554
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库，实现网络在NPU上加速计算。
C++
929
801
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot，Spring Security，JWT，Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.49 K
843
flutter_flutterflutter_flutter
暂无简介
Dart
869
207
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer（第 2 版）》、《程序员面试金典（第 6 版）》题解
Java
69
21
MindSpeed-MMMindSpeed-MM
华为昇腾面向大规模分布式训练的多模态大模型套件，支撑多模态生成、多模态理解。
Python
130
189
kernelkernel
openEuler内核是openEuler操作系统的核心，既是系统性能与稳定性的基石，也是连接处理器、设备与服务的桥梁。
C
380
261
MindSpeed-LLMMindSpeed-LLM
昇腾LLM分布式训练框架
Python
136
160