MultiUserClaw는 Docker 기반의 SaaS 프레임워크로, 여러 사용자를 위한 격리된 AI 어시스턴트(Hermes 에이전트)를 실행할 수 있습니다. React 프론트엔드, 인증 및 컨테이너 관리, LLM 프록시용 FastAPI 게이트웨이, 사용자별 Hermes 컨테이너, PostgreSQL 스토리지, 지식 기반, 스킬 스토어, cron 작업, 다중 채널 봇, 다중 모델 지원 등의 기능을 포함합니다.

실시간으로 회의를 기록하고 음성 인식하며, 라이브 AI 코칭, 대화 메트릭, 자동 회의 후 요약을 제공하는 데스크톱 앱입니다.

전문적인 레이아웃 및 텍스트 도구를 결합하고, 선택적 AI 이미지 생성 및 LLM 프롬프트 지원을 제공하는 웹 기반 만화 제작 도구입니다.

NEO는 픽셀과 단어 처리를 통합하여 효율적인 멀티모달 이해를 구현하기 위해 인코더 프리(encoder-free) 밀집 아키텍처를 사용하는 일련의 네이티브 시각-언어 모델입니다.

텍스트, 이미지, 비디오, 오디오 및 시각적 문서에 대해 고정된 차원의 벡터를 생성하는 전 모달리티 임베딩 모델의 학습 및 평가를 위한 통합 프레임워크입니다.

Florence-2, PaliGemma 2, Qwen2.5-VL과 같은 멀티모달 시각-언어 모델의 미세 조정(fine-tuning)을 가속화하기 위한 간소화된 도구입니다.

SoniTranslate는 음성을 동기화하면서 동영상을 다른 언어로 번역할 수 있는 웹 애플리케이션으로, 전사, 번역, 음성 더빙을 하나의 인터페이스에서 통합합니다.

비전, 오디오, 텍스트 등 다양한 도메인의 사전 학습된 AI 모델 419개 모음으로, 통합 CLI와 자동 가중치 다운로드로 모두 실행 가능합니다.

lionagi는 다중 에이전트 LLM 워크플로우를 구축, 실행, 관리하기 위한 Python 라이브러리 및 CLI입니다. 타입 지정된 지속 가능한 대화 상태를 제공하며, 병렬 팬아웃과 DAG 기반 흐름을 지원하고, 모델 전용 CLI 및 API 제공자 모두를 통합하며, 시각적 실행 관리를 위한 웹 UI(Lion Studio)를 포함합니다.

cco는 Claude Code, Codex 등 AI 코드 에이전트를 격리된 환경에서 실행하는 보안 래퍼로, 프롬프트 인젝션과 실수로 인한 시스템 손상 위험을 방지하면서도 원활한 터미널 경험을 유지합니다.

AI 코딩 에이전트가 창작 과정 중에 워크스페이스 내부에 직접 새로운 도구와 효과를 구축할 수 있는 브라우저 기반의 비디오, 오디오, 3D 미디어 에디터입니다.

Microsoft에서 제공하는 툴킷(VS Code/Visual Studio 확장 및 CLI)으로 Microsoft 365 Copilot, Teams, Office용 AI 기능을 갖춘 에이전트, 챗봇, 확장 기능의 스텁 생성, 디버깅, 배포가 가능합니다. 인증 헬퍼, Azure Functions 지원, 핫리로드 디버깅, CI/CD 파이프라인을 포함하며, JavaScript/TypeScript 및 .NET 개발자를 대상으로 합니다.

이미지, 동영상, 오디오, 3D 콘텐츠에 대한 여러 제공자에 걸쳐 복잡한 AI 미디어 생성 파이프라인을 구축하기 위한 시각적 노드 기반 워크플로우 에디터입니다.

Aliyun Model Studio CLI (bailian‑cli)는 Alibaba Cloud AI 플랫폼용 터미널 도구로, 텍스트, 이미지, 동영상, 음성 생성, 자산 이해, 관리형 에이전트 오케스트레이션, 데이터셋 검증, 피니튜닝, 배포 및 계정 관리를 위한 명령어를 제공합니다. npm 또는 단일 줄 스크립트로 설치 가능하며, API 키 또는 OAuth로 인증한 후 `bl …` 명령어를 실행하거나, AI 에이전트가 자연어 프롬프트를 CLI 호출로 번역해주는 기능을 활용할 수 있습니다.

ChatTS는 다변량 시계열 데이터를 네이티브하게 이해하고 추론할 수 있도록 설계된 멀티모달 LLM으로, 사용자가 수치 데이터에 대해 대화형 질문-응답을 수행할 수 있게 합니다.

Shinkansen은 Google Gemini, Google Translate 또는 사용자 정의 OpenAI 호환 모델을 사용하여 웹 페이지, YouTube 자막, 문서(PDF, Word, EPUB 등)를 번역하는 실제 AI 기반 브라우저 확장 프로그램입니다. 원래 레이아웃과 타임스탬프를 유지하고, 이중 언어 출력을 제공하며, 프라이버시를 위해 파일을 로컬에서 처리합니다.

IgFold는 아미노산 서열에서 항체의 3D 구조를 예측하는 딥러닝 도구로, 신약 발견을 위한 빠르고 정확한 구조 모델링을 가능하게 합니다.

FastVLM은 고해상도 이미지 처리 시 응답 지연과 토큰 수를 극적으로 줄이는 효율적인 시각 인코딩 프레임워크로, 하이브리드 인코더인 FastViTHD를 사용합니다.

FlexTok은 이미지를 유연한 길이의 1차원 토큰 시퀀스로 재샘플링하는 시스템으로, 이미지를 자르더라도 이미지 재구성 가능하도록 표현할 수 있습니다.

최신 시각 및 멀티모달 AI 모델을 효율성과 성능 향상을 위해 축소, 최적화, 맞춤화하는 레시피 모음입니다.

수어 영상을 말하는 언어의 텍스트와 음성으로, 말하는 언어를 아바타 또는 GAN을 통해 수어로 실시간으로 양방향으로 변환하는 시스템입니다.

ONNX, MediaPipe, MNN 등의 로컬 런타임을 사용하여 완전히 오프라인 상태에서 텍스트 채팅과 Stable Diffusion 이미지 생성을 가능하게 하는 Android 앱입니다.

단일 인터페이스를 통해 이미지 이해, 생성 및 편집을 지원하는 멀티모달 모델의 추론, 평가 및 사후 훈련을 위한 통합 프레임워크입니다.

TorchANI 2.0은 PyTorch 라이브러리로, GPU 가속 에너지/힘 예측, 분자 동역학 및 ML/MM 시뮬레이션을 위한 도구를 제공하며 ANI 스타일의 뉴럴 네트워크 원자 간 포텐셜의 훈련과 사용을 지원합니다.

mosaic는 수십 가지 단백질 특성 및 구조 예측 모델을 통합한 JAX 기반 Python 라이브러리입니다. 사용자가 결합 친화도, 안정성, 용해성, 역폴딩 가능성 등 다양한 미분 가능한 손실 항을 조합하고 사용자 정의 최적화기로 연속 리라크세이션 설계를 실행할 수 있어, JIT 가속 프레임워크 내에서 다목적 단백질 공학이 가능합니다. 이 저장소에는 Boltz, AlphaFold, OpenFold‑3, Protenix, ProteinMPNN, ESM 등 최신 모델, 예제 노트북, 상세한 문서가 포함되어 있지만, 사용자는 하이퍼파라미터를 조정하고 GPU/TPU 호환 JAX 설치가 필요합니다.

Apple의 SHARP 모델용 ComfyUI 래퍼로, 단일 이미지에서 1초 미만으로 3D 가우시안 스플래터링을 가능하게 합니다.

Qwen-VL 시리즈 모델(Qwen2-VL, Qwen2.5-VL, Qwen3-VL, Qwen3.5)을 파인튜닝하기 위한 학습 툴킷으로, SFT, DPO, GRPO 및 멀티모달 데이터를 지원합니다.

TongFlow는 간단한 '추가', '변환', '결합' 노드를 연결하여 다중 모달 생성형 AI 파이프라인을 구축할 수 있는 오픈소스 시각적 스튜디오입니다. 텍스트, 이미지, 비디오, 오디오, 3D, 문서를 지원하며, 풍부한 플러그인 생태계(공식 API 플러그인, 라우터, GPU/CPU 계산 플러그인)를 갖추고 있으며, 가벼운 데스크톱 클라이언트 또는 자체 호스팅 백엔드로 사용 가능합니다. AGPL-3.0 라이선스.

모든 파일에 대해 플레인 텍스트 AI 설명, 자막, 메타데이터 사이드카를 생성하는 동영상 및 사진 아카이브용 검색 가능한 지식 기반.

SAM과 생성형 인페인팅 모델을 결합한 통합 프레임워크로, 이미지, 동영상, 3D 장면에서 객체를 제거, 채우거나 대체할 수 있습니다.

비전 모델을 사용하여 추억을 점수화하고 캡션을 달아, "역사 속의 오늘" 중 최고의 사진을 매일 보여주는 AI 기반 e-ink 사진 액자.

`mcp-devices` (또는 `claude‑in‑mobile`)는 모듈식 Node/Rust 서버로, Claude 스타일 AI 에이전트가 안드로이드, iOS, 웹, 데스크톱, Aurora, HarmonyOS 장치를 제어할 수 있게 해줍니다. 기본 패키지(`npm i -g mcp-devices`)를 설치하고, 플랫폼 플러그인(예: `@mcp-devices/plugin-android`)을 추가해 활성화한 후, MCP 호환 클라이언트를 서버에 연결합니다. 스크린샷, 탭, UI 검사, 실시간 디버깅, 테스트 등의 기능을 제공하여 AI 기반 장치 자동화와 몸체화 에이전트 연구를 가능하게 합니다.

특정 타겟에 결합하도록 설계된 단백질, 리간드, 핵산을 생성하는 모든 원자 기반 생성형 월드 모델.

Ovo는 삽입 가능한 다중 에이전트 런타임 커널을 제공하는 Rust 라이브러리입니다. 호스트 애플리케이션이 Rhai 스크립트를 실행하는 가벼운 에이전트(턴)를 생성할 수 있으며, macOS Seatbelt 또는 Linux Landlock을 활용한 선택적 OS 수준 샌드박스를 지원합니다. 이 라이브러리는 구성 가능한 승인 정책, 샌드박스 백엔드 트레이트, 그리고 격리된 파일시스템 액세스를 위한 선택적 툴킷 기능을 제공합니다. 현재 버전은 0.9.x로, 준비되지 않은 상태이며 MIT/Apache-2.0 이중 라이선스로 제공됩니다.

영어 성능을 저하시키지 않고 고성능의 다언어 이미지-텍스트 정렬을 가능하게 하는 세계 규모로 확장 가능한 CLIP 레시피

skrub은 데이터프레임 중심의 정리, 인코딩 및 유사성 그룹화 도구를 제공하는 Python 라이브러리로, 모두 scikit-learn 호환 변환기로 래핑되어 표 형식 머신러닝 파이프라인의 전처리 단계를 간소화합니다.

로봇 슬라이딩 접촉에서 얻은 영상, 음성, 촉각 힘 데이터의 대규모 동기화 데이터셋으로, 재료 인식과 크로스모달 학습에 사용됨.

LiveKit을 위한 Rust 클라이언트 SDK로, 데스크톱 및 모바일 플랫폼에서 실시간 비디오/오디오/데이터 스트리밍, 룸 관리 및 하드웨어 가속 인코딩을 지원합니다.

200bp의 세포 유형 특이적 합성 조절 DNA 서열을 생성하기 위한 확산 기반 생성 모델입니다.

AnyGPT는 이산 토큰화를 사용하여 텍스트, 음성, 이미지, 음악 등 모든 모달리티를 통합하는 오픈소스 다중 모달 LLM입니다. 베이스 및 채팅 체크포인트, 추론 스크립트, 그리고 학습 및 제로샷 다중 모달 작업용 AnyInstruct 데이터셋을 제공합니다.

Kimi K2.5는 1조 파라미터 MoE 아키텍처를 갖춘 오픈소스이자 네이티브 멀티모달 에이전트 모델로, 시각과 언어 이해를 통합하여 복잡한 작업 수행을 가능하게 합니다.

MCP 2026-07-28의 순수 Bash 구현체로, AI 에이전트 도구 호출을 위한 오버헤드 없는 stdio 및 로컬 HTTP 바인딩을 제공합니다. `tool_*` 함수 자동 탐지, 공식 스키마 기반 JSON 검증, 완전한 테스트 세트, 사용자 정의 Bash 기반 MCP 서버 구축을 위한 단계별 문서를 포함합니다.

JSON 기반 중간 언어인 MulmoScript를 사용해 동영상, 팟캐스트, 슬라이드 데크 등 다중 모달 콘텐츠를 생성하는 AI 네이티브 프레젠테이션 플랫폼입니다.

MathVista는 31개의 멀티모달 데이터셋에서 추출한 6,141개의 예제를 통합하여, 시각적 맥락에서 기초 모델의 수학적 추론 능력을 평가하는 벤치마크입니다.

he4o는 Helix 엔트로피 감소 이론을 기반으로 한 AGI 시스템으로, 사전 설계된 규칙과 동적 학습을 결합하여 신체적 지능과 생애 주기 학습을 달성합니다.

천체망원경 관측 자동화, 광도 곡선 및 펄서 분류, 천문학 연구에 특화된 스킬 팩을 제공하는 AI 프레임워크입니다.

비전-언어 모델을 위한 생산용 ComfyUI 노드 세트로, 구조화된 탐지, 세그멘테이션, 적응형 비디오 추론을 VRAM 최적화로 제공합니다.

ComfyUI용 커스텀 노드 모음으로, 프롬프트 번역, AI 기반 콘텐츠 생성, 이미지 조작 도구를 추가합니다.