难度：中等至困难。
时长：根据项目不同，为 175 至 350 小时。
Agents.jl 是一个纯 Julia 框架，用于基于代理的建模 (ABM)。它拥有广泛的功能列表、卓越的性能，并且易于学习、使用和扩展。与其他用 Python 或 Java 编写的流行框架（NetLOGO、MASON、Mesa）相比，Agents.jl 在计算速度、功能列表和可用性方面都超越了它们。
在这个项目中，贡献者将与 Agents.jl 的主要开发者配对，以通过更多功能、更好的性能和更高的整体完善度来改进 Agents.jl。我们乐意与潜在的候选人讨论项目描述和概述！
可以实现的功能包括
通过将现有的 ABM 包（Vanaha.jl 或 CellBasedModels.jl）集成到 Agents.jl API 中，在 Agents.jl 中实现 GPU 和/或 HPC 支持。
一种表示行星的新类型空间，可用于气候政策或人类进化建模，以及一个由多个较小的 ABM 组成的总体 ABM 的新接口
先决条件：已经为 JuliaDynamics 中或与 JuliaDynamics 相关性足够高的 Julia 包做出贡献。
推荐技能：熟悉基于代理的建模、Agents.jl 和 Julia 的类型系统。复杂系统、社会学或非线性动力学的背景不是必需的，但将是有利的。
预期成果：记录良好、测试良好的 Agents.jl 的有用新功能。
导师：George Datseris。
难度：易于中等至困难，具体取决于项目。
时长：根据项目不同，为 175 至 350 小时。
DynamicalSystems.jl 是一个屡获殊荣的 Julia 软件库，用于动力系统、非线性动力学、确定性混沌和非线性时间序列分析。它拥有令人印象深刻的功能列表，但永远不会嫌多。在这个项目中，贡献者将能够为 DynamicalSystems.jl 添加新的算法，并丰富他们对非线性动力学和计算机辅助复杂系统探索的知识。
我们在这里没有列出可能的项目，而是邀请感兴趣的候选人联系 DynamicalSystems.jl 或其子包的开发者之一，以制定项目提纲。我们热烈欢迎已经心中有潜在项目想法的候选人。为了获得项目想法，我们建议查看 DynamicalSystems.jl 子包中未解决问题的列表。
先决条件：已经为 JuliaDynamics 中或与 JuliaDynamics 相关性足够高的 Julia 包做出贡献。
推荐技能：熟悉非线性动力学和/或微分方程和/或数据分析以及 Julia 语言。
预期成果：记录良好、测试良好的 DynamicalSystems.jl 的新算法。