asyml/texar
Texar 是一個用於自然語言處理與文字生成的模組化工具箱,提供易於使用的機器學習模組與預訓練模型,讓原型設計與實驗快速上手。
Orkas-AI/Orkas-VideoStudio
一個使 AI 編碼代理能透過可讀的計畫檔案組合、編輯與生成影片的工具包,為自動化影片製作提供決定性流程。
FullAgent/fulling
Fulling 是一個用於構建專屬 AI 工作空間的基礎,將執行時、記憶體與技能結合於安全的基於 Kubernetes 的憑證邊界內。
crabtalk/crabtalk
一個執行 AI 代理程式、分發工具並連接到 MCP 伺服器的代理程式伺服器,使用受限的 harnesses 進行安全工具執行。
opea-project/GenAIExamples
一個基於微服務的生成式 AI 範例與部署指南集合,旨在簡化在不同硬體平台上的 GenAI 應用程式的擴展與測試。
google-deepmind/dm_pix
PIX 是一個基於 JAX 的影像處理函式庫,提供 GPU/TPU 加速的函式(例如:翻轉、縮放),這些函式可以使用 `jax.jit` 進行編譯、使用 `jax.vmap` 進行向量化,或使用 `jax.pmap` 在多個裝置上執行。請先安裝 JAX,然後執行 `pip install dm-pix`。其用法與 NumPy 影像程式碼完全相同,但具備完整的 JAX 效能與自動微分功能。
flytohub/flyto-core
一個為 AI 代理設計的 Python 執行引擎,記錄工作流程的每一步,使使用者能從失敗的步驟重新播放與恢復,而無需重新啟動整個流程。
hysts/anime-face-detector
一個基於 PyTorch 的工具,用於偵測動畫臉部並使用預訓練的 Faster R-CNN、YOLOv3 與 HRNetV2 模型估計 28 個臉部特徵點。
RaoFoundation/bittensor
一個用於為機器智能和其他數位商品建立競爭性市場的去中心化平台與 SDK,並透過基於區塊鏈的激勵系統進行獎勵。
callstackincubator/cali
一個面向角色的 CLI,供 React Native 與 Expo 團隊使用,透過 AI 代理自動化行動 QA、效能審查與功能實作。
openonion/connectonion
用於建構與部署生產就緒 AI 代理的模板優先框架,提供內建工具、聊天介面與進階除錯功能。
agentic-in/inferoa
一個針對推理而生的代理設計,用於迴路工程,優化 token 使用與快取重用,以維持高效、長期遞迴的 AI 工作流程。
Ahmet-Dedeler/ai-llm-comparison
一個開源的 AI 模型比較工具,提供多個 LLM 提供商的即時價格與功能比較。
z-lab/paroquant
ParoQuant 是一個用於 LLM 的 INT4 量化框架,透過學習到的成對旋轉來減少權重異常值,並在高效推理過程中保持高精度。
Picovoice/picollm
一個跨平台推理引擎,可在從手機到網頁瀏覽器的各類裝置上本地執行高準確度、壓縮的 LLM。
quantumaikr/quant.cpp
一個用於 LLM 推論的高性能 C 語言庫,利用 KV cache 壓縮技術,讓消費級硬體也能實現長文本上下文理解,減少對分塊 RAG 的需求。
dangeng/visual_anagrams
使用基於像素的擴散模型生成多視角錯覺圖的工具,可創建在旋轉、翻轉或重新排列時會改變身份的圖像。
automataIA/graphrag-rs
一個高效能的 Rust 實作 GraphRAG,能夠從文件建立知識圖譜,支援在伺服器、WASM 與混合部署環境下以自然語言查詢。
umbertogriffo/rag-chatbot
一個使用 llama.cpp 與 Chroma 的本地 RAG 聊天機器人,能根據以 Markdown 為基礎的知識庫並以增量索引方式回答問題。
hhy-huang/HiRAG
HiRAG 是一個檢索增強生成(Retrieval‑Augmented Generation)框架,利用階層式知識提升 LLM 回答的品質與完整性,優於一般的 RAG。
Bessouat40/RAGLight
一個輕量級且模組化的 Python 函式庫,用於實作檢索增強生成 (RAG),讓使用者可以輕鬆地整合各種 LLM 和向量資料庫來與其文件進行對話。
mkalten/reacTIVision
一個跨平台的電腦視覺框架,用於追蹤基準標記與多點觸控手指,讓實體使用者介面的開發變得可能。
roboflow/roboflow-python
Roboflow 的官方 Python 套件,讓開發者能以程式化方式與模型、資料集和專案互動,從而自動化建立與部署電腦視覺模型。
lessthanoptimal/BoofCV
以 Java 寫成的即時電腦視覺函式庫,提供低階影像處理、相機校準與特徵追蹤的工具。
LLPhant/LLPhant
一個用於生成式 AI 與向量資料庫的 PHP 套件,提供統一介面,將 LLM 與向量儲存整合至 PHP 應用中。
fudan-generative-vision/Hallo-Live
Hallo-Live 是一個即時文字驅動的框架,使用因果雙流 Diffusion Transformer 為數位化身產生同步的音訊與影像。
open-mmlab/FoleyCrafter
FoleyCrafter 是一個影片轉音訊生成框架,能根據無聲影片的視覺內容產生真實且同步的音效。
thu-ml/DiT-Extrapolation
一個用於 Diffusion Transformers 的即插即用框架,透過位置嵌入外推法實現更長的影片與更高解析度的圖像生成。
UCSC-VLAA/story-iter
一個無需訓練的迭代框架,用於長篇故事視覺化,透過全域參考交叉注意力模組在最多 100 幀中保持語意一致性。
Shilin-LU/MACE
MACE 是一個用於擴散模型的微調框架,能夠大規模抹除多達 100 個不想要的概念(例如名人或露骨內容),同時保留與之無關的模型知識。
IntelLabs/RAG-FiT
一個透過建立增強資料集與使用 PEFT 微調模型,提升檢索增強生成(RAG)中大型語言模型(LLM)效能的函式庫。
diffgram/diffgram
一個用於存放 schema、BLOB 和預測結果的 AI 資料儲存庫,提供人工監督與多模態數據標記工具。
githubharald/SimpleHTR
一個基於 TensorFlow 的手寫文字辨識系統,使用 CNN 與 LSTM 層將單字或文字行的影像轉換為數位文字。
oxylabs/ai-crawler-py
一個使用自然語言提示的 AI 驅動網路爬蟲,可發現相關頁面並從網站中提取結構化的 JSON 或 Markdown 資料。
microsoft/genaiops-promptflow-template
一個 LLMOps 模板,使用 Prompt flow 簡化 LLM 應用程式的端到端生命週期,從本地實驗與評估到生產部署。
zmedelis/bosquet
一個 LLMOps 框架,用於構建 AI 應用,提供提示模板、鏈接與代理工具整合的工具。
traceloop/openllmetry-js
一個開源的觀測性函式庫,適用於 JavaScript/TypeScript LLM 應用程式,使用 OpenTelemetry 追蹤對 LLM 供應商與向量資料庫的呼叫。
aavetis/PRarena
一個追蹤系統和儀表板,透過分析 AI 編碼代理在 GitHub 上的拉取請求合併率來比較其成功率。
ray-project/raydp
RayDP 允許在 Ray 上執行 Apache Spark,讓開發者能在單一 Python 程式中建立統一的分散式資料與 AI 建立流程。
thiswillbeyourgithub/AnkiAIUtils
一套由AI驅動的工具,可自動為Anki閃卡加入AI生成的圖像、記憶術與解釋,以提升學習效率。
RTGS2017/NagaAgent
NagaAgent 是一個跨平台桌面 AI 助手(Windows/macOS/Linux),支援與任何 OpenAI 相容 LLM 聊天,透過 JSON 塊自訂工具呼叫,使用 Neo4j 儲存圖-RAG 記憶,整合 Live2D 動畫頭像,支援語音合成/識別與唇形同步,提供天氣、網頁搜尋、遊戲指南等插件的 MCP 框架,以及論壇、技能市場等社群功能。以 Electron/Vue 前端 + Python FastAPI 後端建構,可透過 `uv sync`(或 pip)安裝,採用 AGPL-3.0 + 專有商業授權的雙重授權。
zsyOAOA/ResShift
ResShift 是一種高效的擴散模型,用於影像超解析度與復原,透過減少抽樣步驟提升推論速度,同時不犧牲影像品質。
Snowflake-Labs/cocoplus
一個為 Snowflake Coco 所設計的代理式作業系統,為資料工程專案帶來結構化、多代理的工作流程與具治理意識的執行能力。
Pipelex/pipelex
一個用於建置和執行可重用、型別化 AI 程序的框架,稱為「方法」,使用宣告式的 .mthds 檔案格式來編排複雜的 AI 工作流程。
CopterExpress/clover
一個開源的基於 ROS 的框架與硬體套件,提供工具與預先配置好的映像檔,讓您輕鬆建立與程式化自主無人機。
unbody-io/unbody
Unbody 是一個為 AI 應用程式設計的開源後端基礎設施專案,旨在提供全面的數據管理與索引系統。
awslabs/generative-ai-cdk-constructs
一個開源的 AWS CDK 擴充套件,提供良好架構的基礎設施模式,讓您能快速在 AWS 上部署生成式 AI 解決方案。
theaniketgiri/create-llm
一個用於產生生產就緒的 LLM 訓練專案的 CLI 工具,提供不同模型大小的範本以及從分詞到部署的完整流程。