AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
自建的家庭照片管理服务器，用物体识别、人脸识别、位置和色彩分析等 ML 算法帮你从海量照片里快速筛出想要的那张，任意设备都能访问。
macOS 上的屏幕文字识别工具，框选屏幕任意区域即可提取其中的文字并复制到剪贴板，省去手动重打的麻烦。
本地运行的代码语义搜索与调用图工具，让 AI 编程助手在不上传代码的前提下理解仓库结构、定位相关代码。
用 Python 仿真加开源教材一步步搭建自动驾驶系统，可在同一框架里替换对比定位、规划与控制算法，适合入门学习。
Rust 写的进程内搜索库兼多租户服务端，把 BM25 词法检索和向量检索揉在一起，适合做混合搜索和 RAG 的召回层。
基于视觉惯性里程计的实时 SLAM 系统，能在 CPU 上完成定位、建图并生成三维网格，适合机器人与状态估计场景。
TypeScript 优先的结构化日志与可观测性库，用宽事件和结构化错误替代翻日志碰运气，支持多种运行时。
把 NVIDIA GPU 的硬件遥测数据导出成 Prometheus 指标，方便监控显卡温度、功耗、显存和利用率等运行状态。
Meshtastic 的 Android 客户端，通过蓝牙连接 LoRa 设备，在无蜂窝网络时也能收发加密消息、共享 GPS 位置并查看地图。
用 Go 构建生产级智能体系统的框架，提供图工作流编排、工具调用、记忆、A2A 与 MCP 协议接入、评测和可观测性，省去从零搭基础设施。
macOS 上的本地语音转文字工具，基于端侧 AI 实现听写与转录，数据不出本机，也可按需接入云端。
用 C++ 实现的支持 Cypher 查询语言的图数据库，适合构建代码知识库和知识图谱，为检索与 RAG 场景提供图数据存储和查询能力。
用 Rust 写的 OCR 库和命令行工具，能从图片中提取文字，适合需要轻量、可嵌入的光学字符识别能力的场景。
整理说话人分离（Speaker Diarization）领域的论文、开源库、数据集与工具资源，方便快速找到「谁在什么时候说话」相关的实现和评测材料。
给一段喜欢的视频，就能生成风格一致的新视频；由 Claude Code 或 Codex 多智能体协作完成规划、制作和审阅。
基于点云的 3D 定位与建图框架，支持 LiDAR、IMU 和 GPU 加速，可在 ROS/ROS2 下做 SLAM 与全局定位。
快速扫描图像和视频数据集，找出重复、相似和异常样本，帮助清洗数据、提升标签质量并降低数据运维成本。
面向大规模部署的 LLM 推理引擎，支持 CUDA、ROCm、TPU、Inferentia 等多种硬件后端，并提供 LoRA 与投机解码等加速能力。
一套 SIMD 加速的数值计算内核库，覆盖距离、点积、矩阵运算和地理几何计算，支持 16 种数值类型与多平台架构，为向量检索和科学计算提供底层高性能算子。
整理知识图谱相关的学习资料、数据库和工具清单，帮你在海量资源里快速找到入门与选型参考。
约 1000 行 Python 实现的极简 AI 编码 Agent，兼容任意 LLM，适合想读懂或改造编码 Agent 内部机制的开发者。
汇总大语言模型、视觉语言模型、视觉-语言-动作模型和世界模型在自动驾驶领域的研究资源清单，持续更新，方便快速找到相关论文与项目。
跨平台 LXMF 客户端，通过 Reticulum 网络在 LoRa、分组无线电、WiFi、I2P 等链路上实现去中心化点对点通信，无需互联网即可收发消息。
用 Go 写的本地优先 MCP 服务器和 CLI，把代码库和数据库结构建成受 Git 版本管理的持久索引，让 Claude Code、Cursor 等编码 Agent 动手前先读懂项目上下文。