AI · 算法工程
共 2,597 个仓库 · 近 4 个月有推送
医学影像分割的深度学习工具箱，开箱即用，能自动配置训练流程，在 CT、MRI 等 3D 数据上达到竞赛级精度。
Python 语音识别库，统一封装多种在线和离线引擎与 API，几行代码就能把音频转成文字，省去逐个对接各家服务的麻烦。
追踪 3D Gaussian Splatting 研究进展的论文与资源精选列表，帮你在快速爆发的 3DGS 领域里快速找到关键工作和实现代码。
把训练好的模型快速封装成推理 API 和任务队列，支持 LLM 应用与多模型流水线，省去自己搭服务框架的麻烦。
科大讯飞出品的商用级智能体工作流平台，用低代码方式编排多智能体与 MCP 工具链，帮企业快速搭建可落地的 SuperAgent 应用。
一套免费的 Claude 技能集，能逆向分析任意应用、复刻重建并测试修 bug，还能按用户反馈改进，适合独立开发者快速克隆产品。
基于 PyTorch 的医学影像深度学习工具包，提供数据加载、预处理、网络结构和评估等组件，帮研究者快速搭建医疗影像 AI 流程。
用两小时从零训练一个 65M 参数的多模态视觉语言模型，代码和流程完整，适合低成本复现 VLM 训练与对话实验。
把 Claude Code、Codex、Pi 等编码 Agent 组织成有角色分工、共享上下文和任务归属的持久化多 Agent 团队，用 CLI 和 tmux 管理协作。
基于 VITS2 骨干网络和多语言 BERT 的语音合成模型，能生成自然度较高的多语种语音，适合做 TTS 训练与推理。
给 Claude Code、Cursor、Codex 等编码代理统一配置持久记忆、技能库、MCP 服务器和人格设定，避免被单一代理锁定。
基于 GEP 协议的自进化 AI Agent 引擎，用基因、胶囊和事件记录演化过程，让 Agent 的自主进化可审计、可追溯。
一份三语（繁中/英文/简中）的 Agentic AI 学习路线图，从 LLM 基础一路讲到多智能体系统，收录 240+ 精选资源和动手示例，适合系统入门 AI Agent。
面向 Android 设备的全栈控制平台，集成 WebRTC 远程桌面、UI/OCR 自动化、一键 MITM 抓包和内置 Frida，适合多设备集群的自动化测试与逆向分析。
面向 OPC 和中小微企业的自媒体获客智能体，用多智能体协作自动完成内容抓取、RPA 操作和营销获客流程。
基于 Rust 和 PostgreSQL 的自托管企业级世界模型，用双时态知识图谱与 GraphRAG 为 LLM Agent 提供可追溯的长期记忆和知识检索。
一套可扩展的工作流开发框架，内置画布、表单、变量和物料，帮开发者更快搭建 AI 工作流平台。
基于 WPF 开发的即用即走翻译与 OCR 工具，支持划词翻译、截图取字，插件机制可扩展翻译源和 OCR 引擎。
MySQL 的社区分支，由原 MySQL 核心团队维护，提供功能完整、稳定且许可证宽松的开源关系型数据库，支持全文检索、GIS 和向量近邻搜索。
Meshtastic 官方固件，让 ESP32、nRF52 等低成本 LoRa 开发板组成无需基站的离网 Mesh 通信网络，适合徒步和野外场景。
多音色、支持提示词控制情感与风格的语音合成引擎，输入文本即可生成带情绪表现力的自然语音，适合做有声内容和虚拟人配音。
让大模型在普通显卡上跑起来的 PyTorch 量化库，支持 8-bit 和 4-bit 权重压缩，也是 QLoRA 微调背后的核心依赖。
把 superpowers 这套 AI 编程技能包完整汉化，并额外加了 4 个中国原创 skills，让 Claude Code、Cursor 等 26 款 AI 编程工具在中文环境下真正能干活。
在骁龙设备的 NPU、GPU 和 CPU 上本地跑大模型和多模态模型，几行代码就能接入，省去自己适配硬件的麻烦。