基于 DMA(Direct Memory Access)硬件的 CS2 外部辅助工具,使用 C++ 开发,全开源免费公益,通过 FPGA 设备读取游戏内存,在独立副机上渲染 ESP、雷达、投掷物助手等功能 An external CS2 (Counter-Strike 2) tool built with C++, using DMA (Direct Memory Access) hardware to read game memory via FPGA devices.Full free!Render ESP, radar, grenade helper, and more on a separate machine

Cmitcs2cs2-cheatcs2-dmadma

推荐理由
README 将它定位为「基于 DMA(Direct Memory Access)硬件的 CS2 外部辅助工具,使用 C++ 开发,全开源免费公益,通过 FPGA 设备读取游戏内存,在独立副机上渲染 ESP、雷达、投掷物助手等功能 An external CS2 (Counter-Strike 2) tool built with C++, using DMA (Direct Memory Access) hardware to read game memory via FPGA devices.Full free!Render ESP, radar, grenade helper, and ...

注意事项
项目还偏早期,需要重点验证核心路径是否稳定;README 摘要信息有限,发布前建议再人工扫一遍文档;展示前建议跑通 README quickstart,并确认部署成本、外部依赖和数据安全边界。

这个推荐有帮助吗?

README 摘要

基于 DMA(Direct Memory Access)硬件的 CS2 外部辅助工具,使用 C++ 开发,全开源免费公益,通过 FPGA 设备读取游戏内存,在独立副机上渲染 ESP、雷达、投掷物助手等功能 An external CS2 (Counter-Strike 2) tool built with C++, using DMA (Direct Memory Access) hardware to read game memory via FPGA devices.Full free!Render ESP, radar, grenade helper, and more on a separate machine

Stars
11
Forks
1
Last push
2026/5/7

相似项目

Ivy-Interactive/Ivy-Framework

The ultimate framework for building internal tools with LLM code generation by unifying front-end and back-end into a single C# codebase.

GitHub
416
stars
C#apache-2.0admin-panelawsazurebackoffice

推荐理由:README 将它定位为「The ultimate framework for building internal tools with LLM code generation by unifying front-end and back-end into a single C# codebase」,核心痛点是 AI agent 接入工具/API 时的统一入口、治理和可靠调用。它已经有基础社区关注但还没过度出圈,license 清晰,主要技术栈是 C#,适合作为「同类问题选型」的候选项目。

注意事项:社区规模还在成长,建议先用小场景试跑;展示前建议跑通 README quickstart,并确认部署成本、外部依赖和数据安全边界。

这个推荐有帮助吗?
kreuzberg-dev/kreuzberg

A polyglot document intelligence framework with a Rust core. Extract text, metadata, images, and structured information from PDFs, Office documents, images, and 97+ formats. Available for Rust, Python, Ruby, Java, Go, PHP, Elixir, C#, R, C, TypeScript (Node/Bun/Wasm/Deno)- or use via CLI, REST API, or MCP server.

GitHub
8.3K
stars
Rustotherbuncsharpdocument-intelligenceelixir

推荐理由:README 将它定位为「A polyglot document intelligence framework with a Rust core」,核心痛点是 AI agent 接入工具/API 时的统一入口、治理和可靠调用。它的社区验证度较高,但仍未进入超高 star 项目层级,主要技术栈是 Rust,适合作为「AI agent 工具链」的候选项目。

注意事项:license 信息不够明确,采用前要确认授权边界;README 摘要信息有限,发布前建议再人工扫一遍文档;展示前建议跑通 README quickstart,并确认部署成本、外部依赖和数据安全边界。

这个推荐有帮助吗?