AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
开箱即用的漫画 AI 翻译桌面工具，自动完成日韩英漫画的 OCR 检测、原文擦除、翻译、图像修复和译文排版，并带可视化编辑器调整文本样式。
Milvus 向量数据库的图形化管理界面，可视化查看集合、索引和数据，省去手写命令的麻烦。
Inspect 是一个用 Python 编写的大语言模型评测框架，帮助研究者系统化地设计、运行和分析模型评估实验。
输入任意主题，自动生成带 TTS 旁白、字幕和章节进度条的黑底动态图形讲解视频，支持中英文，每帧都用 Remotion 代码绘制。
一个动态 AI Agent 自动化平台，能跨不同模型供应商编排指令管理和复杂任务执行，内置自适应记忆与插件系统。
面向 AI Agent 的实时语音运行时，把语音识别和语音合成接进编码助手，让 Agent 能边说话边干活、保持在线。
面向越南语的本地语音合成工具，支持即时声音克隆，在 CPU 上实时推理并输出 48kHz 音频，适合做越南语 TTS 应用。
在本地电脑上跑一家 7×24 小时运转的「自主公司」，用多智能体加工作流自动完成开发与运营任务，支持 Windows、Linux、macOS 自托管。
装在终端里的自主 AI 编程助手，能直接改代码、跑命令、调用工具，并按成本自动在多家大模型之间路由，省下调用开销。
用 Rust 写的轻量布局引擎，直接解析 JSX、HTML 和 CSS，把页面渲染成图片、SVG、PDF 或绘制树，不需要无头浏览器，适合生成 OG 图、发票和动态图像。
TuriX-CUA 是一个让 AI 直接操作图形界面的计算机使用代理，通过视觉模型识别屏幕并模拟鼠标键盘完成自动化任务。
Skywork-R1V 是昆仑万维开源的多模态视觉语言推理模型系列，基于强化学习训练，擅长图像理解与复杂推理任务。
一个用 Rust 写的轻量级命令行工具，通过 Chrome DevTools 协议直接操控真实浏览器，专为编码 Agent 提供快速可靠的网页操作能力。
本地优先的多模型 AI 助手，用一个 Modelflare 密钥接入 GPT、Claude、Gemini 等 70+ 模型，支持在应用、微信、飞书里对话，能记忆、后台执行命令并操作电脑。
用 Rust 写的便携式 SQL 查询、搜索与 LLM 推理引擎，给业务数据库加一个实时分析节点，让 AI 应用和智能体直接基于数据做推理。
从单张开放域图像估计深度、法线和相机参数的几何模型，CVPR'25 Oral 工作，可用于单目三维重建与场景理解。
macOS 上的本地语音听写应用，基于 Whisper 和 Parakeet 模型把语音实时转成文字，适合想要离线、隐私友好的语音输入用户。
开源的 AI 摄像头与 NVR 监控平台，用本地 VLM 和 YOLO 做视频分析，并通过 Telegram、Discord、Slack 推送智能安防告警。
把家里的多台设备连成集群来跑 LLM 推理，设备越多推理越快，用 C++ 实现分布式加速。
用大模型从文档里自动抽取实体和关系，生成可交互的知识图谱，省去手工梳理和建模的麻烦。
自托管的本地语音助手，对标 Amazon Echo 和 Google Home，用 ESP32 硬件加语音识别在本地完成唤醒与语音转文字，数据不出户，适合注重隐私的智能家居场景。
汇总视觉语言模型在视觉任务上的论文与资源清单，方便研究者快速跟进多模态预训练、迁移学习和知识蒸馏等方向的最新进展。
用 Rust 写的轻量级推理引擎，能直接跑 TensorFlow 和 ONNX 模型，无需额外依赖，适合在边缘设备或嵌入式场景部署神经网络。
基于 .NET 的多智能体 AI 框架，用来快速搭建对话机器人和多 Agent 协作应用，省去从零编排通信与任务分发的麻烦。